便携式人脸识别打卡机

随着科技的不断发展，人们对于考勤管理的要求也在不断提高。传统的考勤方式，入刷卡、指纹识别等，虽然在一定程度上提高了考勤的准确性和效率，但仍然存在诸多不足的地方。列如，刷卡机考勤容易受到卡片损坏或丢失而影响，指纹识别可能搜到指纹磨损，污渍等因素的干扰，导致考勤数据不准确或无法识别。与此同时，人脸识别技术在算法、硬件和应用等方面都取得了显著的进展。算法的进步使得人脸识别的准确性和速度都得到了大幅提升；硬件的发展为人脸识别技术的应用提供了更多的可能性，如嵌入式设备、移动设备等；而安全和监控、智能手机身份验证、社交媒体、医疗保健和零售等；多个应用领域的拓展则为人脸识别技术的发展提供了更广阔的市场^[3]。

在此契机下，我们综合了各种人脸识别系统的优点，基于智能化技术理念，搭配机器视觉、物联网技术，研发了一款基于人脸识别技术的便捷式人脸识别打卡机。这款打卡机采用了先进的硬件设计和智能控制技术，具备多种功能，人脸识别，指纹识别，语音播报，显示屏显示，按键控制等功能为一体。该产品可以提高工作效率和管理效率。通过人脸识别技术实现自动化识别和打卡，员工无需额外的卡片或密码，只需面对设备完成打卡操作，简化了考勤流程，节省了时间和精力，提高了工作效率。其次，便捷式人脸识别打卡机有助于提升考勤数据的准确性和可靠性。人脸识别技术具有高精度和安全性，可以准确识别员工身份，避免了因忘记卡片或代打卡而导致的数据错误，确保了考勤数据的准确性。另外，便捷式人脸识别打卡机也有助于减少人力成本和提升员工体验。自动化的打卡流程减少了人力干预，降低了管理成本，同时员工无需携带卡片或输入密码，操作简便，提升了员工的使用体验和满意度。最后，便捷式人脸识别打卡机的作用还在于推动科技进步和数字化转型。引入人脸识别技术，探索智能化管理方式，为企业和组织提供更先进、更智能的考勤管理解决方案，推动管理方式的现代化发展。

本项目旨在通过应用人脸识别技术，提升考勤管理的效率、安全性和便捷性，为企业和机构提供更加高效，准确和安全的考勤解决。

具体研究内容如下：

1)     指纹识别

通过光学指纹采集技术获取目前正在扫描的指纹，并与指纹库中的指纹进行对比。根据特征值大小判断指纹验证能否通过。

2)     人脸识别

人脸识别功能的实现会运用到摄像头、图片数据采集和特征比对等知识^[12]。通过OpenMV4摄像头进行人脸检测，并获取haar特征值^[13]。并与人像图库中的特征值进行比较，从而完成人脸识别功能。

3)     指纹储存

利用光的折射和反射原理,光从底部射向三棱镜,并经棱镜射出,射出的光线在手指表面指纹凹凸不平的线纹上折射的角度及反射回去的光线明暗就会不一样。光学器件收集到不同明暗程度的图片信息,并转换成特征值储存在指纹库中。

4)     人像储存

使用OpenMV4摄像头拍照并储存在人像库中。

5)     按键开关

通过按键进行打卡器的功能选择。

6)     显示器

在显示器上显示打卡器主要功能以及打卡成功或者失败的提示。

7)     语音播报

对进入各个功能以及功能运行结果进行语音播报。

8) 无线通信

可以随时与上位机通信，上传数据。

便捷式人脸识别打卡机，作为一种利用人脸识别技术进行考勤打卡的设备，近年来在国内外都受到了广泛关注和研究。

在国内，人脸识别技术在各个领域的应用正在逐渐普及，特别是在考勤打卡领域。便捷式人脸识别打卡机以其高度的准确性和便捷式受到市场的青睐。随着人工智能技术的不断进步，人脸识别的精度和稳定性得到了显著的提升，为便捷式人脸识别打卡机的广泛应用提供了技术保障。此外，国内企业一些企业和机构也在积极投入研发。推动人脸识别技术的创新和发展。他们不仅在硬件设备上进行了优化，还在算法和数据处理方面取得了重要突破。

随着企业和组织对于高效、安全、便捷考勤管理的需求不断提高，我国在人脸识别技术的不断成熟以及互联网行业的快速发展，万物互联的时代正在悄然来临，一款能够携带互联网技术的便捷式人脸识别打卡机也已经逐渐成形。2021年，李朋、宋婉玉以及宋双合作设计了主要使用人脸识别技术，利用实验室中的摄像头，将实验室中的人脸采集，然后将采集到的图像进行人脸识别，根据识别结果记录到数据库，从而完成考勤的实验室考勤系统^[7]。2021年，姜智轩和侯涵宇设计了一套基于人脸识别的智能考勤系统，使用开源OpenCV库、RFBNET网络、ADAFACE算法作为软件系统的主要算法，采用意法半导体公司的STM32微处理器作为核心控制处理器，使用低功耗传输模块、云服务器、MySQL数据库及单目摄像头等实现了个性化系统数据分析及考勤签到打卡功能，方便简洁，可用于多种生活场景(如高校、企事业单位等),具有良好的应用价值^[8]。2021年，缪来瑞和顾烨波提出了一种结合Open CV和Dlib的人脸检测器与卷积神经网络在课堂环境下的人脸考勤算法。以轻量级网络作为基础网络模型，通过特征提取构建数据库、图像特征匹配等考勤系统关键部件，完成了有效的课堂考勤系统的设计与实现^[9]。2022年，靳尹设计了一种基于深度学习的人脸识别方案；该方案高效、准确，可运用在移动设备上，将移动端的定位功能和人脸识别相结合。同时考勤数据与基本信息数据库进行交互，与现存的各种系统相比极大地完善了企业员工考勤管理制度，了数据的管理系统，该系统包括PC端信息管理系统和数据库管理工具，实现了考勤数据的统计分析^[10]。2023年，马千知和余灿玲根据课堂考勤管理业务需求,设计了基于深度学习的人脸识别课堂考勤系统^[11]。总的来说，我国便捷式人脸识别打卡机的研究已经取得了一定丰厚的成果。

目前，市场上已经出现了多款基于人脸识别的智能打卡机产品，这些产品在教育领域、企业考勤管理等领域都得到了广泛的应用。随着技术的不断进步和市场的不断扩大，基于人脸识别的智能打卡机的发展前景非常广阔。

在国外，人脸识别技术的应用也呈现快速增长的态势。特别是在欧美等发达国家，人脸识别技术已经广泛应用于公共安全、商业等领域。便捷式打卡机在国外的应用也逐渐增多，一些大型企业和高科技园已经开始采用这种新型的考勤方式。同时，国外研究机构也在不断深入探索人脸识别技术新应用和方法，推动该项技术不断创新和发展。

总的来说，便捷式人脸识别打卡机在国内外的研究现状和发展动态呈现出技术创新、应用推广、数据安全和用户体验等综合发展趋势。随着人脸识别技术的不断进步和智能化管理需求的增加，便捷式人脸识别打卡机将在国内外企业和组织中发挥越来越重要的作用，推动考勤管理方式的数字化转型和智能化发展。

参考文献

[1] Nina Žugelj，Lara Peterlin，Urša Muznik, et al. Face Recognition Characteristics in Patients with Age-Related Macular Degeneration Determined Using a Virtual Reality Headset with Eye Tracking [J]. Journal of Clinical Medicine, 2024,13(2):636.

[2] 史晓露. 从人脸识别到“刷掌”支付,生物识别技术打开应用新空间[N].四川日报,    2023-12-26(011).

[3] Li Q. Cui T. Zhao Y. et al. Facial Recognition Technology: A Comprehensive Overview [J]. Academic Journal of Computing & Information Science, 2023,6(7):15-26.

[4] 沈蕴梅.基于百度AI人脸识别技术的智能照片搜索系统[J].现代信息科技, 2022,6(21),17-20.

[5] Jing W, Xiao X, Li Z, et al. Generalized Representation-based Classification by Lp-norm for Face Recognition[J]. IAENG International Journal of Computer Science. 2024,51(2):104-114.

[6] 刘舒天，人脸识别算法的分析及研究[J].科技资讯. 2023,21(19):17-20.

[7] 姜智轩,侯涵宇. 基于嵌入式人脸识别的智能考勤系统的设计[J].黑龙江科学, 2023,14(14):147-149.

[8] 李朋, 宋婉玉, 宋双. 基于人脸识别的实验室考勤系统[J].信息技术与信息化, 2021,(08):257-260.

[9] 缪来瑞, 顾烨波. 基于OpenCV的人脸识别考勤系统的研究和实现[J].科技视界, 2021,(13):40-41.

[10] 靳尹. 基于人脸识别的企业移动考勤系统设计与实现[D].合肥工业大学,2021.

[11] 马千知, 余灿玲. 基于深度学习的人脸识别课堂考勤系统设计[J].信息与电脑(理论版) ,2023,35(02):87-89.

[12] 左腾. 人脸识别技术综述[J].软件导刊, 2017, 16(02): 182-185. 

1.创新点

(1) 便携式、可移动：相对于固定的打卡机，可以为人们提供更为灵活、广泛的应用场景。

(2) 可靠快捷：应用人工智能自动检测技术替代人工查证模式，更快更好；并可选择或兼用人脸识别、指纹识别模式，满足不同场景、不同用户的使用需求。

(3) 语音播报：语音播报可以实时反馈识别结果，提供更友好的人机交互体验。

2.项目特色

(1) 可实现智能化识别，快速识别面部特征，实现自动化打卡。

(2) 智能语音交互，能够通过提示引导打卡，提供实时反馈和指导。

(3) 指纹识别为个人信息提供安全保障。

(4) 便于携带，操作简单，功能丰富。

.技术路线

1.1 结构设计方案

拟设计的智能打卡器的尺寸为长为12厘米，宽为7厘米，厚度为3厘米。整体便捷简单。在打卡机的右下侧为指纹识别模块，右上侧为按键开关，正中为LCD显示器，在显示器正上方是OpenMV4摄像头模块。侧方设有语音播报模块。打卡器的后方卡口用于放置电源电池。智能打卡机的大致结构如图 1 所示。

1. 显示器 2. 按钮开关 3. 摄像头 4. 指纹模块 5.语音播报模块

图 1 智能打卡机大致结构图

1.2 控制系统硬件设计方案

本文设计的便携式智能打卡机硬件结构主要由STM32主控板、摄像头模块、指纹识别模块，LCD显示器模块以及指示灯等组成。智能打卡机系统硬件总体结构框图如图2所示。

图2便携式智能打卡机硬件总体结构框图

(1) STM32主控板

以STM32F103C8T6芯片为控制核心，集成了工作频率为72MHz的高性能ARM Cortex -M3 32位RISC内核、高速嵌入式存储器(最高128字节的闪存和最高20k字节的SRAM)，以及连接到两条APB总线的大量增强型I/O和外设。STM32F103C8T6 提供两个12位ADC、三个通用16位定时器和一个PWM定时器，以及标准和高级通信接口:最多两个I2C和SPI、三个USARTs、一个USB和一个CAN。STM32F103C8T6 采用2.0至3.6 V电源供电。芯片具有高性能、低成本、低功耗的优点。

(2) 摄像头模块

本设计选用OpenMV4作为摄像头模块，OpenMV4可以进行条形码识别、AprilTag 目标跟踪、矩形识别、颜色识别、人脸识别、录视频等强大功能。OpenMV4拥有STM32H7 芯片，具有超强的图像处理和计算操作能力，OpenMV4还有SD卡插槽、SPI、I2C、UART、CAN等接口，能够方便地与其他设备进行通信，是一种低功耗、低成本、具有图像处理功能的可编程摄像头模块。本设计选用OpenMV4追踪用户衣服上的特殊图案：AprilTag实现检测和定位。

(3) 指纹模块

AS608模块为集成了光路和指纹处理部分的一体化指纹处理模块,内置DSP运算单元,集成了指纹识别算法,能高效快速采集图像并识别指纹特征。模块配备了串口、USB 通讯接口,用户无需研究复杂的图像处理及指纹识别算法,只需通过简单的串口、USB按照通讯协议便可控制模块。该模块具有体积小、功耗低、接口简单的特点,且可靠性高、识别速度快、干湿手指适应性好、指纹搜索速度快。指纹图像读取时,对干湿手指都有灵敏的反应和判断,可获得最佳的成像质量,适用人群广泛。

(4) 显示器模块

本设计选用1.8寸LCD显示屏。TFT液晶为每个像素都设有一个半导体开关，每个像素都可以通过点脉冲直接控制，因而每个节点都相对独立，并可以连续控制，不仅提高了显示屏的反应速度，同时可以精确控制显示色阶，所以TFT液晶的色彩更真。

(5) 按钮开关

按钮开关进行打卡器功能选择。

(6) 语言播报模块

本设计选用SYN6288语音合成模块是一种语音合成设备，其可实现文字转语音功能，将输入的文字信息通过内部的处理和合成，输出相对应的语音信息。SYN6288模块具有语音合成质量高、输出音质好、使用方便等特点，因此广泛应用于语音播报、语音提示、语音识别、智能家居、智能家电、安防监控等领域。

1.3 控制系统软件设计方案

1) 编程语言选择

本次设计选用C语言作为主要的编程语言。C语言的特点就是可以尽量少地对硬件进行操作，简洁、使用灵活、方便，具有很强的数据处理能力，具有强大的功能性、结构性和可移植性，常常被优选作为单片机系统的编程语言^[14]。

2) 程序总体设计

打卡机主程序：打卡机控制系统上电后开始进行摄像头模块、指纹识别模块、显示屏模块、按钮开关模块四个模块的初始化，初始化之后根据按钮开关选择的程序进行运行。打卡机的主程序如图3所示。

2.拟解决的问题

便携式智能打卡机要实现上述预期功能，拟解决的主要问题有：

1) 打卡器功能选择设计，并使用按钮开关进行功能切换。

2) 指纹库和人像库进行人像一一对应识别，通过数据对应储存完成必须指纹以及人脸双重验证通过，才能成功打卡。

3) 自行设计系统原理图、绘制PCB、打板及焊接等，完成自己的主控板制作。

3.预期成果

1) 设计制作出实物模型，并通过实验验证基本功能的实现；

2) 申请相关专利、软件著作权或发表相关论文一篇。

图3 打卡机主程序流程示意图

（1）2024年4月，项目前期进行必要的调研，进行项目申请立项，查阅文献资料，确定项目研究方向与目标。合理协调好小组内部的分工，对项目的具体事宜进行必要的分析，积极向老师征求意见。

（2）2024年5月至2023年8月，完成便捷式人脸识别打卡机实物模型的设计制作与整体组装，以及相关的控制系统软硬件设计调试。

（3）2024年9月至2024年12月，完成实物模型的功能测试、调整与改进等工作。

（4）2025年1月至2025年2月，完成撰写论文等工作。

（5）2025年3月至2025年4月，完成项目的验收和结题、答辩等工作。