识别率大于99.99%
摄像机像素300万
测温精准度±0.2°
IP防护级别IP 65
产品认证3C MA CE TUV FCC RoHS
年假管理
1、年假规则支持设置
2、支持延期登记
3、支持年假转工时、加班、计算加班费
详解动态人脸识别考勤系统
1、动态人脸识别考勤系统概述
动态人脸识别考勤系统，是将的人脸识别技术应用到考勤领域的一个成功产品。该产品首先录入员工的文字资料和动态采集人脸图像并训练，建立人脸图像库。考勤时，通过与计算机相连的摄像头动 态捕捉员工的脸部照片，同时把捕捉到的人脸照片与预先采集的照片进行比对，如果是员工本人，则考勤成功，同时根据考勤时间判断人员出勤情况(正常、迟到、 早退或加班等)，并记录考勤信息，如考勤日期、班次、上班时间等信息。如果不是员工本人考勤，则系统给出友好提示，并进行相应处理。所有考勤数据通过主机程序处理汇总后，生成相应管理报表或数据文本，可提供给人事部门进行人事考核或财务部门进行工资结算。
2、动态人脸识别考勤系统的关键技术
动态人脸识别考勤系统由人脸识别子系统和考勤管理子系统组成，其核心部分在于人脸识别子系统，下面就这一部分的关键内容加以论述。
2．1视频采集
动态采集视频图像是系统开发工作的基础。视频采集使用微软公司Windows操作系统提供的VFM(videoforwindows)库函数来对uSB摄像头进行操作。VFM是Windows环境下实现实时视频捕获的视频模块库，其中 AVICAP。DLL模块是VFW的一个重要组成部分，它的主要作用是实现视频捕获。AVICAP为应用程序提供了一个简单的、基于消息的接E1，通过该 接口，程序可以访问视频和波形音频硬件并控制视频流到硬件的捕获。AVICAP支持实时视频流捕获和单帧捕获并提供对视频流的控制。它能直接访问视频缓冲 区，而不需要生成中间文件，实时性很强，效率高。在进行视频捕获之前需要创建一个捕获窗类，它是所有捕获操作及其设置的基础。用AⅥCAP窗口类实现实时视频捕获的一般流程：
(1)创建视频捕获窗口；
(2)注册系统回调函数；
(3)获取有关视频捕获窗口的缺省设置；
(4)设置捕获窗口相关参数；
(5)与视频采集设备连接；
(6)设置捕获窗口显示模式；
(7)捕获视频到缓存或文件并进行相应处理；
(8)终止视频捕获并断开与视频采集设备的连接。
随着科技的发展，动态人脸识别考勤系统技术也在不断完善，相信动态人脸识别考勤系统的应用也会越来越广泛。
人脸识别系统的工作原理
人脸识别系统的工作原理是什么？现在一些小区出入不用门禁卡了，出入全靠人脸识别；银行也开通了刷脸金，省去了拿卡，输入等；有的餐厅搞活动，刷脸吃饭，由机器打分，颜值高的**。在火车站、汽车站、高铁站、机场等公共场所，人脸识别应用也越来越多。那么人脸识别有哪些技术呢？
主流的人脸识别技术基本上可以归结为三类，即：基于几何特征的方法、基于模板的方法和基于模型的方法。
1. 基于几何特征的方法是早、传统的方法，通常需要和其他算法结合才能有比较好的效果；
2. 基于模板的方法可以分为基于相关匹配的方法、特征脸方法、线性判别分析方法、奇异值分解方法、网络方法、动态连接匹配方法等。
3. 基于模型的方法则有基于隐马尔柯夫模型，主动形状模型和主动外观模型的方法等。
一 基于几何特征的方法
人脸由眼睛、鼻子、嘴巴、下巴等部件构成，正因为这些部件的形状、大小和结构上的各种差异才使得世界上每个人脸千差万别，因此对这些部件的形状和结构关系的几何描述，可以做为人脸识别的重要特征。几何特征早是用于人脸侧面轮廓的描述与识别，首先根据侧面轮廓曲线确定若干显著点，并由这些显著点导出一组用于识别的特征度量如距离、角度等。Jia 等由正面灰度图中线附近的积分投影模拟侧面轮廓图是一种很有新意的方法。 采用几何特征进行正面人脸识别一般是通过提取人眼、口、鼻等重要特征点的位置和眼睛等重要的几何形状作为分类特征,但Roder对几何特征提取的性进行了实验性的研究，结果不容乐观。
二 可变形模板法
可以视为几何特征方法的一种改进，其基本思想是 :设计一个参数可调的模型 (即可变形模板),定义一个能量函数，通过调整模型参数使能量函数小化，此时的模型参数即做为该的几何特征。
这种方法思想很好，但是存在两个问题，一是能量函数中各种代价的加权系数只能由经验确定，难以推广，二是能量函数优化过程十分耗时，难以实际应用。 基于参数的人脸表示可以实现对人脸显著特征的一个描述，但它需要大量的前处理和精细的参数选择。同时，采用一般几何特征只描述了部件的基本形状与结构关系，忽略了局部细微特征，造成部分信息的丢失，适合于做粗分类，而且目前已有的特征点检测技术在率上还远不能满足要求，计算量也较大。
2. 局部特征分析方法（Local Face ysis） 主元子空间的表示是紧凑的，特征维数大大降低，但它是非局部化的，其核函数的支集扩展在整个坐标空间中，同时它是非拓扑的，某个轴投影后临近的点与原图像空间中点的临近性没有任何关系，而局部性和拓扑性对模式分析和分割是理想的特性，似乎这符合信息处理的机制，因此寻找具有这种特性的表达十分重要。基于这种考虑，Atick提出基于局部特征的人脸特征提取与识别方法。这种方法在实际应用取得了很好的效果，它构成了FaceIt人脸识别软件的基础。
3. 特征脸方法（Eigenface或PCA）
特征脸方法是90年代初期由Turk和Pentland提出的目前流行的算法之一，具有简单有效的特点, 也称为基于主成分分析(principal component ysis,简称PCA)的人脸识别方法。
特征子脸技术的基本思想是：从统计的观点，寻找人脸图像分布的基本元素，即人脸图像样本集协方差矩阵的特征向量，以此近似地表征人脸图像。这些特征向量称为特征脸(Eigenface)。
实际上，特征脸反映了隐含在人脸样本内部的信息和人脸的结构关系。将眼睛、面颊、下颌的样本集协方差矩阵的特征向量称为特征眼、特征颌和特征唇，统称特征子脸。特征子脸在相应的图像空间中生成子空间，称为子脸空间。计算出测试图像窗口在子脸空间的投影距离，若窗口图像满足阈值比较条件，则判断其为人脸。
基于特征分析的方法，也就是将人脸基准点的相对比率和其它描述人脸脸部特征的形状参数或类别参数等一起构成识别特征向量，这种基于整体脸的识别不仅保留了人脸部件之间的拓扑关系，而且也保留了各部件本身的信息，而基于部件的识别则是通过提取出局部轮廓信息及灰度信息来设计具体识别算法。
班次设置
1、支持弹性班次设定
2、上下班要求、取卡范围设置
3、休息时段设置
4、图表样式支持调整加班时段设置(支持加班、对比取值的复杂规则设置)
5、支持班次跨天、以及班次是否为夜班支持班次跨天、以及班次是否为夜班
6、班次启用、停用设置，无限设置班次
7、班次可见范围设置，支持按部门授权
http://szjyl2010.b2b168.com
