人脸识别技术与考勤系统应用研究
[Abstract]:With the development of science and technology, intelligent attendance system is more and more used in enterprises, schools, institutions and other places, especially the attendance system based on biometric identification has become a research hotspot. In biometric recognition, face recognition is a convenient, fast, safe and accurate, user-friendly recognition method. On the basis of analyzing and summarizing the related methods of face recognition, a set of attendance system based on face recognition is designed to meet the attendance requirements of Jiangsu Provincial Internet of things Technology and Application Collaborative Innovation Center. Firstly, this paper introduces the basic principle of face recognition and the main methods of face detection and face recognition, and selects the appropriate method according to the requirements of the attendance system designed in this paper. Then, in order to improve the accuracy of face recognition, the singular value vector feature and orthogonal matrix feature obtained by singular value decomposition are fully utilized. In this paper, a two-step face recognition method based on singular value vector recognition and matrix similarity discrimination is proposed. The ORL face database is used to verify the effectiveness of the proposed method. The experimental results show that the method proposed in this paper has a significant improvement in recognition rate compared with the traditional method, and has a great value in use. Finally, the two-step face recognition method based on singular value decomposition is applied to the attendance system. The requirements of the attendance system are analyzed, and the tools such as SQL Server 2008, Microsoft Visual Studio 2010 and OpenCV2.4.10 are used. The design of the database and the realization of each function module of the attendance system are completed, and the function test and the performance test of the system are carried out. The test results show that the attendance system designed in this paper has better face recognition effect and attendance management function, meets the requirements of demand analysis, and has certain use value.
【学位授予单位】:南京邮电大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP391.41
【参考文献】
相关期刊论文 前10条
1 颜学龙;任文帅;马峻;;基于扩展Haar特征的AdaBoost人脸检测算法[J];计算机系统应用;2015年09期
2 张慈祥;刘辉;强振平;;基于稀疏表示和奇异值分解的人脸识别[J];计算机应用;2013年S1期
3 张明慧;张明超;张尧禹;;基于统计的人脸检测方法研究[J];电脑编程技巧与维护;2012年18期
4 师黎;吴敏;张娟;;基于小训练样本的AdaBoost人脸检测[J];计算机工程;2011年08期
5 李登辉;徐亚宁;王岩红;;人脸识别中图像预处理方法的研究[J];大众科技;2011年04期
6 孙静静;张宏飞;孙昌;;一种基于奇异值分解的人脸识别新方法[J];科学技术与工程;2010年25期
7 吴俊政;;一种基于奇异值分解的图像压缩方法[J];计算机与数字工程;2009年05期
8 王孝青;党亚民;成英燕;;基于矩阵相似度的InSAR图像配准方法研究[J];测绘科学;2008年06期
9 高全学;梁彦;潘泉;陈玉春;张洪才;;SVD用于人脸识别存在的问题及解决方法[J];中国图象图形学报;2006年12期
10 王文胜,陈伏兵,杨静宇;一种基于奇异值分解的特征抽取方法[J];电子与信息学报;2005年02期
相关博士学位论文 前1条
1 赵武锋;人脸识别中特征提取方法的研究[D];浙江大学;2009年
相关硕士学位论文 前10条
1 王婉清;基于人脸识别的考勤系统设计[D];南京邮电大学;2016年
2 潘芬兰;基于人脸识别技术的智能考勤系统研究[D];浙江大学;2014年
3 李艳超;基于SURF算法的人脸识别考勤管理系统的设计与实现[D];电子科技大学;2014年
4 闫晓亮;基于人脸识别的考勤机设计[D];长春理工大学;2012年
5 齐礼成;基于人脸识别考勤系统的设计与实现[D];西安电子科技大学;2012年
6 杨楠;基于重取样技术的人脸识别方法研究[D];河北大学;2011年
7 左登宇;基于Adaboost算法的人脸检测研究[D];中国科学技术大学;2009年
8 韩文静;基于2DPCA和多分类器融合的人脸识别[D];山东科技大学;2009年
9 杨春晖;人脸识别技术的研究与实现[D];大连理工大学;2006年
10 龙开文;基于模板匹配的人脸检测[D];四川大学;2005年
,本文编号:2261257
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2261257.html