1. 研究目的与意义
随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切要求，生物特征识别技术在近几十年中得到了飞速的发展。
作为人的一种内在属性，并且具有很强的自身稳定性及个体差异性，生物特征成为了自动身份验证的最理想依据。
当前的生物特征识别技术主要包括有：指纹识别，视网膜识别，虹膜识别，步态识别，静脉识别，人脸识别等。
2. 课题关键问题和重难点
关键问题1：通过哪些属性来确定一张人脸，如何检测给定人脸相应的面部轮廓，五官等关键点的位置？关键问题2：如何通过调用之前的训练，来对比两张人脸的相似程度，并从给定人脸和人脸集合中，找出最相似的人脸，实现人脸识别的功能。
关键问题3：如何在给定人脸集合中，实现添加或删除人脸？课题难点：1.如何根据需求分析，确定人脸识别考勤系统所需的类以及分析个各类之间的关系。
2.基于人脸识别的考勤系统设计的数据库设计。
3. 国内外研究现状（文献综述）
随着社会的发展，信息化程度的不断提高，人们对身份鉴别的准确性和实用性提出了更高的要求，传统的身份识别方式已经不能满足这些要求。
人脸识别技术(FRT)是当今模式识别和人工智能领域的一个重要研究方向.虽然人脸识别的研究已有很长的历史,各种人脸识别的技术也很多,但由于人脸属于复杂模式而且容易受表情、肤色和衣着的影响,目前还没有一种人脸识别技术是公认快速有效的[1]基于生物特征的身份认证技术是一项新兴的安全技术，也是本世纪最有发展潜力的技术之一[2] 。
1. 人脸识别技术基本介绍人脸识别技术是基于人的脸部特征，一个完整的人脸识别过程一般包括人脸检测和人脸识别两大部分，人脸检测是指计算机在包含有人脸的图像中检测出人脸，并给出人脸所在区域的位置和大小等信息的过程[3] ，人脸识别就是将待识别的人脸与已知人脸进行比较，得出相似程度的相关信息。
4. 研究方案
初步设计有以下几个功能模块：Face detection:检测给定人脸相应的面部轮廓，五官等关键点的位置，检测一张照片中的人脸信息（脸部位置、年龄、种族、性别等等)Face recognition:通过调用之前的训练，对比两张人脸的相似程度，给定人脸和人，判断这张人脸是否是给定的人或在给定人脸和人脸集合中，找出最相似的人脸。
Face grouping:给定人脸集合，将集合中的人脸分成几类，每一类为同一个人 person,同时可以在该集合中添加和删除人脸。
系统最终呈现形式：方案1：结合网上提供开源的API，以Web应用的形式呈现。
5. 工作计划
1.系统的功能需求分析根据系统最终要完成的业务，确认系统所需要的功能和性能需求，明确各个模块的输入输出是什么。
2.划分子系统根据前面的功能需求，将系统合理的划分为多个子系统，并明确各个子系统之间的依赖关系。
3.建立用例模型识别系统有哪些参与者，各个参与者相关的事务。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
