论文部分内容阅读
考勤系统是实现现代企业管理信息化的一个重要组成部分,为有效评估用户出勤情况提供依据。基于人脸识别的考勤系统,能够有效避免人工签到、磁卡、IC卡等传统考勤方式存在的伪造、丢失、窃取或遗忘等问题,保证考勤数据的真实有效性。本文主要研究基于人脸识别的考勤系统设计以及人脸识别算法的性能改进。首先,本文面向教育部泛在网络健康服务系统工程研究中心的实际应用需求,以VS2010、SQL Server和OpenCV计算机视觉库为平台,对基于人脸识别的考勤系统进行总体设计,包括系统的功能模块设计、数据库设计和安全设计。然后,针对人脸识别通常采用的LBP(局部二值模式)算法存在的识别准确性容易受到背景噪声干扰的问题,本文提出一种基于Gabor小波的多阈值LBP(Gabor Wavelet and Multi-threshold LBP,GMTLBP)人脸识别方法,通过Gabor小波的分解得到两种尺度的人脸特征图,并用0和6两种阈值进行LBP特征提取得到GMTLBP特征,进而能够更加准确地描述人脸的整体和局部特征。测试结果表明,与传统LBP方法、基于多阈值的LBP方法、基于Gabor小波的LBP方法以及多阈值多尺度LBP方法相比,基于Gabor小波的多阈值LBP人脸识别方法的识别准确率更高。最后,将本文提出的人脸识别方法应用于考勤系统,实现了系统各功能模块。在一般室内白炽灯光照条件和室外自然光照条件下,对原型系统进行了功能和性能测试。结果表明,本文设计的人脸识别考勤系统具有一定的实用性和有效性。