近些年来，随着高校的扩招，课堂点名成为了老师们的一个大问题^[1]，往往老师们都是使用的口头答到或者考勤本签到的考勤方式，而这些传统的点名方式效率太低，教师工作量大，花费时间多，常常一节课有一半的时间用来点名，而且代答代签的现象很严重，起不到考勤的效果^[2] 。随着科技的进步，考勤方式有过各种各样的改进，目前主要的考勤方式包括射频卡式考勤系统、指纹式考勤系统、人脸识别考勤系统、手机 APP定位考勤系统等^[3-5] 。

具有高识别度的生物特征识别在考勤方面显然有着巨大的潜力^[5-9] 。当今社会中，生物识别技术应用最常见的是指纹识别、虹膜识别和人脸识别这三种。而其中人脸识别技术因为它自身自然、直观、非接触、安全、快捷等特性，已经成为这三种中引起人们最多关注的研究问题。虽然这三者中从识别的精度来看，虹膜识別性能最优，接着是人脸识别和指纹识别，但是考虑到成本和操作的便利性上，人脸识别还是性价比最高的一个。相比于指纹识别，人脸识别的安全系数更高，更不容易被仿造，且它的成本相较于虹膜来说，又比较实惠，使用起来也更加方便迅捷^[7] 。人脸识别是一种基于生物特征的识别技术，它在计算机视觉领域占有相当重要的地位，学术和工业领域的研究者更是对其孜孜不倦地研究着。人脸识别技术在商业领域有着广泛的应用，如身份验证系统、交易系统、安保防护系统、监控系统、视频剪辑制作等等^[10-11] 。

人脸识别走进了日常生活中，学校开始出现人脸考勤机，但考勤机点名依旧是单个识别，效率依旧不高。本系统运用人脸识别技术，开发可一次识别多人脸的课堂点名系统，大大提高了点名的效率^[4]。

1.1 研究目的

本毕业设计针对课堂点名这一实际应用需求，旨在开发一个基于计算机视觉的课堂拍照点名系统。该系统基于Python OpenCV环境，对手机或摄像头所采集的、包含多个人脸目标的课堂视频图像进行分析和处理，基于人脸检测技术检测和定位其中所包含的每一张人脸，并基于人脸识别技术，对人脸特征点构造几何特征向量，通过系统数据库，具体识别出其中的每一张人脸所对应的学生，得到学生出勤情况。

1.2 国内外研究现状分析

我国在人脸识别技术领域起步较晚，到80年代我国才开始人脸识别技术的研究，但至2000年左右，国内各大高校和研究所都开展了深入的研究，理论研究和应用推广的发展速度开始突飞猛进。应用方面，2015年，百度在LFW中曾达到99.77%的准确率，排名第一。而在2016年，小米和大华分别在FDDB和LFW数据集上拿下了第一的成绩。

在人脸识别的肤色检测方面，清华大学改进了识别方法，对人脸的颜色和特征进行优化，提出一种具有自动适应能力的检测方法。而哈尔滨工业大学则是采用特征子脸、模板匹配、彩色信息等人脸检测技术，实现了一个多级结构的人脸检测与跟踪，这个技术即便是在复杂变化的背景下，对多角度、多表情的人脸也能进行识别，并实现跟踪。在人脸识别技术的研究中，中国科学院自动化研究所的研究实验室研究出的识别模式对国内智能监控识别的发展起到了重要作用，尤其对运动目标的跟踪识别、人脸智能识别以及分析人体行为识别是重要的研究课题，研究成果也被广泛的应用^[2-3,7-8,12] 。