随着社会的发展,会议作为各行各业中一种最常见的交流活动,规模越来越大,作用也越来越重要。传统的会议签到主要采用人工统计的方式进行,会议前会务组工作人员拿着参会人员名册,根据现场签到人的相关信息进行查找后签字确认,工作繁琐、容易出错且存在着汇总数据不及时的问题。信息技术的发展使得会议签到系统得到了广泛应用,但各类签到系统均或多或少存在着成本以及身份盗用的问题。本文针对各类会议签到系统的缺陷,将人脸识别作为签到方式,设计并实现了智能人脸识别会议签到系统。本文首先对系统的需求进行了分析,根据应用需求设计了系统整体架构并将系统分为用户注册、现场签到以及信息管理三个功能模块。考虑人脸识别效率以及耗时,本文基于深度学习的方法实现了人脸识别功能。相关工作如下:(1)针对会议签到的应用场景,本文设计了基于FaceNet改进结构的人脸识别模块。首先对平均亮度低于阈值的采集图像进行直方图均衡化处理,接着通过多任务卷积神经网络MTCNN(Multi-task Convolutional Neural Networks)人脸检测方法获取人脸的绝对位置信息以及关键点坐标,基于OpenCV仿射变换的方法实现人脸对齐后使用FaceNet开源模型实现特征提取。针对人脸1:1以及1:N识别方法设计实现了基于B/S模式的测试系统,并在摄像头网络下进行测试。然后针对FaceNet不同面部特征差异较小,无法确定特征距离阈值的缺点,本文对FaceNet网络进行了优化,更换三元损失函数为ArcFace损失函数,使用LResNet50-IR模型结构在CISIA-Webface数据集上进行训练,采用预训练模型实现人脸识别模块,取得了比较好的效果,经测试人脸识别准确率以及速度达到了系统设计的要求。(2)结合业务需求,系统根据对人脸识别算法的研究进行实现,采用B/S模式进行部署,前端使用Bootstrap以及Vue.js框架,后端使用基于Python语言的Flask框架,数据库使用MySQL,客户端与服务器的数据交互基于HTTP协议完成。本文首先通过登录功能实现了系统权限的分离,然后对系统各个模块进行设计实现。用户注册模块实现了信息上传、输入检测功能,并集成人脸识别方法用于会议人脸特征库的建立。签到模块采用摄像头网络获取实时图像数据,集成了人脸1:N识别方法。信息管理模块实现了会议发布、会议管理、用户管理以及信息统计功能,完成了对会议签到流程的控制。最后对系统分别在PC端和移动端进行测试,结果表明智能人脸识别会议签到系统性能稳定,界面美观,功能完善,人脸识别准确率和速度均达到了设计要求,实现了会议签到的自动化控制,将来可在会议管理领域进行推广和应用。