人臉圖像特征提取
人臉圖像特征提?。喝四樧R別系統(tǒng)可使用的特征通常分為視覺特征、像素統(tǒng)計特征、人臉圖像變換系數特征、人臉圖像代數特征等。人臉特征提取就是針對人臉的某些特征進行的。人臉特征提取，也稱人臉表征，它是對人臉進行特征建模的過程。人臉特征提取的方法歸納起來分為兩大類：一種是基于知識的表征方法；另外一種是基于代數特征或統(tǒng)計學習的表征方法。
基于知識的表征方法主要是根據人臉的形狀描述以及他們之間的距離特性來獲得有助于人臉分類的特征數據，其特征分量通常包括特征點間的歐氏距離、曲率和角度等。人臉由眼睛、鼻子、嘴、下巴等局部構成，對這些局部和它們之間結構關系的幾何描述，可作為識別人臉的重要特征，這些特征被稱為幾何特征?；谥R的人臉表征主要包括基于幾何特征的方法和模板匹配法。

現有的人臉識別系統(tǒng)在用戶配合、采集條件比較理想的情況下可以取得令人滿意的結果。但是，在用戶不配合、采集條件不理想的情況下，現有系統(tǒng)的識別率將陡然下降。比如，人臉比對時，與系統(tǒng)中存儲的人臉有出入，例如剃了胡子、換了發(fā)型、多了眼鏡、變了表情都有可能引起比對失敗。

人臉識別的優(yōu)勢在于其自然性和不被被測個體察覺的特點。
所謂自然性，是指該識別方式同人類（甚至其他生物）進行個體識別時所利用的生物特征相同。例如人臉識別，人類也是通過觀察比較人臉區(qū)分和確認身份的，另外具有自然性的識別還有語音識別、體形識別等，而指紋識別、虹膜識別等都不具有自然性，因為人類或者其他生物并不通過此類生物特征區(qū)別個體。
不被察覺的特點對于一種識別方法也很重要，這會使該識別方法不令人反感，并且因為不容易引起人的注意而不容易被欺。人臉識別具有這方面的特點，它完全利用可見光獲取人臉圖像信息，而不同于指紋識別或者虹膜識別，需要利用電子壓力傳感器采集指紋，或者利用紅外線采集虹膜圖像，這些特殊的采集方式很容易被人察覺，從而更有可能被偽裝欺。

人臉識別被認為是生物特征識別領域甚至人工智能領域困難的研究課題之一。人臉識別的困難主要是人臉作為生物特征的特點所帶來的。
相似性
不同個體之間的區(qū)別不大，所有的人臉的結構都相似，甚至人臉的結構外形都很相似。這樣的特點對于利用人臉進行定位是有利的，但是對于利用人臉區(qū)分人類個體是不利的。
易變性
人臉的外形很不穩(wěn)定，人可以通過臉部的變化產生很多表情，而在不同觀察角度，人臉的視覺圖像也相差很大，另外，人臉識別還受光照條件（例如白天和夜晚，室內和室外等）、人臉的很多遮蓋物（例如口罩、墨鏡、頭發(fā)、胡須等）、年齡等多方面因素的影響。
在人臉識別中，類的變化是應該放大而作為區(qū)分個體的標準的，而第二類的變化應該消除，因為它們可以代表同一個個體。通常稱類變化為類間變化（inter-class difference），而稱第二類變化為類內變化（intra-class difference）。對于人臉，類內變化往往大于類間變化，從而使在受類內變化干擾的情況下利用類間變化區(qū)分個體變得異常困難。

人臉識別考勤應用
　　人臉識別考勤系統(tǒng)，能有效提高企業(yè)的考勤管理方式，規(guī)范員工考勤操作，防止出現代打卡、弄虛作行為，也方便有效的提高考勤效率。同時支持TCP/IP聯網方式，考勤數據自動上傳管理部門，管理考勤數據。廣泛適用于企事業(yè)單位、中小學教育機構、酒店、會所、等。
　　綜上所述，具備環(huán)保節(jié)能特征是安防產品將受到制造廠商與消費者的青睞，因為其不僅滿足了人們對“環(huán)保與高度安全”的需求，而且識別率高、簡單易用，為各種環(huán)境的安防提供了理想的解決方案。除上述的新穎指紋識別總體設計方案與非接觸，防人臉識別考勤機是的典例外，又如智能視分析模塊及應用等多種安防技術與產品的開發(fā)，相信在不久的將來，將得到更廣泛的應用。

人臉識別考勤系統(tǒng) 在數據表上點右鍵可以對考勤數據進行相關編輯和查詢。
修改記錄：可以對實際的記錄進行修改
調整班次：如果這的班次不正確，可以在這里隨意調整
重新計算：修改記錄，或調整班次后，就可以對這行記錄進行一次重新計算。
修改考勤記錄：可以對考勤的結果進行修改，如遲到、早退、工作時間等具體的數據。
查詢 ：可以設置過濾條件查詢考勤數據，并將查詢到的數據導出。導出的數據與查詢到的數據是一樣的，即所見即所得。
請假管理，
出差管理，
排班明細，
人員考勤統(tǒng)計，
餅圖報表分析，
考勤統(tǒng)計表。