公司考勤是公司管理的必要方式之一,可以有效地监督公司员工到岗时间及离岗时间,保证了工作顺利进行。目前,常规的考勤方式多为人力查看的证件、基于指纹的考勤机、打卡APP等,随着企业对完善管理制度的需求,考勤数据的可靠性、真实性和安全性越发受到重视。因为生物识别技术的优势,人脸识别的考勤系统逐渐成为替代方案,已经有许多大型互联网公司实行人脸识别的考勤方式。然而许多企业依然使用传统考勤方式,挫败员工的工作热情,也无法保障考勤记录的可靠性,并且浪费许多人力资源,本文拟采用无感打卡的人脸识别系统替代传统考勤记录方式解决以上问题。近年来,随着更多样的深度学习网络结构的出现和数据集的完善丰富,研究者们对静态图像中的人脸识别方面获取了较大的进展,基于此,本文设计并实现了视频流人脸识别公司考勤系统,通过在公司入口区域设置摄像头装置,使用动态人脸识别技术,对公司员工的考勤完成记录。系统采用Qt框架作为开发平台,来完成管理员模块、人脸注册模块、人脸特征提取模块和考勤记录模块和数据导出模块的实现,使用轻巧且可移植性强的SQLite作为数据库存储信息。人脸识别模块的核心算法采用MTCNN+FaceNet,提升算法的识别准确率和速度,MTCNN作为该模块的前端,完成识别人脸、定位人脸区域及对齐人脸的任务,FaceNet作为模块的后端,完成提取人脸特征的任务。本文实现的视频流人脸识别考勤系统,贴合实际应用需求,做到了人工智能与公司管理相结合。系统以网络摄像头和非网络摄像头作为考勤系统信息输入端,加载人脸识别算法,展示考勤记录等功能,并显示实时结果,经过测试验证,该系统的各项功能均达到预期结果,证明了本系统的有效性和实用性。