基于百度飞浆平台(EasyDL)设计的人脸识别考勤系统

1.1 前言

随着社会经济和科学技术的飞速发展，人们的生活变得更加智能化、科学化。信息安全逐渐引起人们的关注，信息的应用不断进入人们的视野。普通的身份识别方式并不能有效保证信息安全。生物识别技术以其稳定性、独特性和高效性逐渐成为人们广泛关注和研究的对象。常见的生物识别技术有很多，比如虹膜、指纹、人脸等。其中，人脸识别技术正逐渐走向成熟。这一发展使得利用人脸识别技术进行身份识别和认证成为一种新的识别发展趋势。此前，人脸识别技术的应用主要应用于安防、金融等领域，而现在人脸识别技术无处不在。仔细观察可以发现，刷脸设备应用到生活的方方面面，如高铁站刷脸验票机、商业店铺刷脸缴费机、宿舍刷脸门禁系统等。

1.2 计算机视觉

人脸识别技术就是属于计算机视觉的一个具体应用，计算机视觉具体的说，就是让机器去识别摄像机拍摄的图片或视频中的物体，检测出物体所在的位置，并对目标物体进行跟踪，从而理解并描述出图片或视频里的场景和故事，以此来模拟人脑视觉系统。因此，计算机视觉也通常被叫做机器视觉，其目的是建立能够从图像或者视频中“感知”信息的人工系统。

计算机视觉技术经过几十年的发展，已经在交通（车牌识别、道路违章抓拍）、安防（人脸闸机、小区监控）、金融（刷脸支付、柜台的自动票据识别）、医疗（医疗影像诊断）、工业生产（产品缺陷自动检测）等多个领域应用，影响或正在改变人们的日常生活和工业生产方式。未来，随着技术的不断演进，必将涌现出更多的产品和应用，为我们的生活创造更大的便利和更广阔的机会。

本次设计选择的深度学习平台是PaddlePaddle的(EasyDL)框架，飞桨为计算机视觉任务提供了