人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。

人脸图像采集及检测人脸图像采集：不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像。

人脸检测：人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。主流的人脸检测方法基于以上特征采用Adaboost学习算法，Adaboost算法是一种用来分类的方法，它把一些比较弱的分类方法合在一起，组合出新的很强的分类方法。人脸检测过程中使用Adaboost算法挑选出一些代表人脸的矩形特征(弱分类器)，按照加权的方式将弱分类器构造为一个强分类器，再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，有效地提高分类器的检测速度。

人脸考勤机顾名思义：就是以分析人脸不同特征为识别依据的考勤机设备，我们来看看面部识别的技术特征脸是标识您身份的重要元素，智慧校园系统集成，别人也会通过你的脸来辨认您。请想象一下，如果所有的面孔都是相同的，识别出一个人该是多么的困难。除了长得几乎完全一样的双胞胎之外，面孔毫无疑问是一个人的物理特征。不只是人有识别和区分数百万张不同面孔的先天能力，计算机现在也正在迎头赶上人的这种能力。如果照镜子，您会发现脸具有一些可辨别的标志。脸上的凸出部分和凹陷部分构成了不同的面部特征。面部识别考勤机将这些标志定义为节点。人脸大约有80个节点。每个节点包含 40 个 Gabor 小波（一种数字信号变换方法）系数，包括相位和幅度，这些系数合起来称为一个 Jet ，这些小波系数是原始图像和一组具有 5 个频率、 8 个方向的 Gabor 小波卷积（一种数字信号处理算子）得到的。这样每幅图就像被贴了标签一样，其中的点被 Jets 标定，边被点之间的距离标定。所以一张人脸的几何形状就被编码为图中的边，而灰度值的分布被编码为图中的节点。

点点时光（武汉）科技有限公司是校园移动考勤信息化的，公司所推出的下一代校园移动考勤产品—签到荚，结合人脸检测、人脸、人脸识别、检测、GPS***、WIFI***、***、锚点***、云计算、移动互联等***技术，可有效防止考勤时困扰用户的“代签到”、“不到考勤点签到”、“需排队签到”等问题。欢迎来电咨询！

签到荚有哪些功能？

辅导员和老师和老师能用哪些功能

大学点名很，辅导员和老师该如何快速点名？

大学有个奇怪的现象，学生总是想尽办法想逃课，作为大学老师很无奈，绞尽脑汁地与学生们“斗智斗勇”，于是各种新奇点名方式纷纷登场：抽查点名、按顺序点名、拍照点名、微博点名、***点名、PPT点名……老师花尽心思点名，这些点名方式不仅耗费精力和时间，而且还是存在“漏网之鱼”，那么，有没有一种方式让点名更简单、更快速、更呢？

有的，签到荚APP——校园移动刷脸***考勤系统。签到荚为高校解决“代签”、“不到考勤点签到”等考勤问题。

智慧校园系统集成-武汉点点时光由点点时光（武汉）科技有限公司提供。点点时光（武汉）科技有限公司是湖北 武汉 ,网络工程的企业，多年来，公司贯彻执行科学管理、创新发展、诚实守信的方针，满足客户需求。在点点时光***携全体员工热情欢迎各界人士垂询洽谈，共创点点时光更加美好的未来。