人臉識別系統(tǒng)的研究始于20世紀60年代，80年代后隨著計算機技術(shù)和光學成像技術(shù)的發(fā)展得到提高，而真正進入初級的應(yīng)用階段則在90年后期，并且以美國、德國和日本的技術(shù)實現(xiàn)為主；人臉識別系統(tǒng)成功的關(guān)鍵在于是否擁有的核心算法，并使識別結(jié)果具有實用化的識別率和識別速度；“人臉識別系統(tǒng)”集成了人工智能、機器識別、機器學習、模型理論、系統(tǒng)、視頻圖像處理等多種技術(shù)，同時需結(jié)合中間值處理的理論與實現(xiàn)，是生物特征識別的新應(yīng)用，其核心技術(shù)的實現(xiàn)，展現(xiàn)了弱人工智能向強人工智能的轉(zhuǎn)化。

人臉圖像預處理：對于人臉的圖像預處理是基于人臉檢測結(jié)果，對圖像進行處理并終服務(wù)于特征提取的過程。系統(tǒng)獲取的原始圖像由于受到各種條件的限制和隨機干擾，往往不能直接使用，在圖像處理的早期階段對它進行灰度校正、噪聲過濾等圖像預處理。對于人臉圖像而言，其預處理過程主要包括人臉圖像的光線補償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波以及銳化等。

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(shù)特征、人臉圖像代數(shù)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(shù)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(jù)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(shù)據(jù)，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(gòu)成，對這些局部和它們之間結(jié)構(gòu)關(guān)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。

人臉識別技術(shù)廣泛地應(yīng)用于日常生活中，如相機拍攝，圖片對比等，尤其近兩年來，相親節(jié)目如火如荼，其中浙江電視臺的愛情連連看中的佳像環(huán)節(jié)就利用了人臉對比技術(shù)來測試男女主人公面相的相似程度。

人臉識別考勤系統(tǒng)軟件
人臉識別考勤系統(tǒng)，就是依托人臉識別技術(shù)的考勤管理系統(tǒng)，人臉考勤系統(tǒng)采集員工的姓名，ID號，員工面部圖片，員工在考勤后記 錄會傳遞到考勤管理系統(tǒng)中，再由系統(tǒng)來運算缺勤，加班等信息。

人臉識別考勤系統(tǒng) 在數(shù)據(jù)表上點右鍵可以對考勤數(shù)據(jù)進行相關(guān)編輯和查詢。
修改記錄：可以對實際的記錄進行修改
調(diào)整班次：如果這的班次不正確，可以在這里隨意調(diào)整
重新計算：修改記錄，或調(diào)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(jié)果進行修改，如遲到、早退、工作時間等具體的數(shù)據(jù)。
查詢 ：可以設(shè)置過濾條件查詢考勤數(shù)據(jù)，并將查詢到的數(shù)據(jù)導出。導出的數(shù)據(jù)與查詢到的數(shù)據(jù)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。