随着人工智能和物联网技术的迅速发展,针对人脸识别考勤系统的研究得到了很大的进步,人脸识别考勤技术逐步从实验室研究走向商业应用。人脸识别考勤机具有非接触、安全高效、便于操作等优点。但是基于PC平台的人脸识别考勤机成本高昂、功耗较高、便携性较差等缺点,限制了人脸识别考勤机的应用范围,而目前的嵌入式处理器在功耗、尺寸以及成本方面都具有PC难以匹敌的优势,且具备实时执行图像处理算法的数据处理能力。因此基于嵌入式平台的人脸识别考勤系统具有重要的应用价值。本文以嵌入式Cortex-A8处理器为平台实现了实时人脸识别考勤系统,设计了嵌入式平台下人脸识别考勤机的软硬件系统,包括人脸检测、人脸识别、基于Qt的GUI、基于Sqlite的签到信息存储等模块,在人脸识别模块中研究并提出了全局特征与局部特征多维度融合的人脸识别算法:首先在人脸提取具有较少计算量的便于嵌入式系统使用的SURF角点特征,并针对SURF特征点数量不均难以构建等维度的特征向量的问题,引入词袋技术Bo W(Bag of Word)构建等维度特征向量,然后为减少计算量提取PCA降维后的人脸全局的Gabor特征作为补充,为了更好的利用两类特征起到优势互补的作用,通过构造多维向量完成了两类特征的融合。最后采用SVM(Support Vector Machines)进行分类、识别。融合算法在多种人脸库进行了测试,达到了比单一特征更好的识别效果,识别速度比单一算法平均提升了6.1ms,识别率比单一算法(SURF、Gabor)分别提升了1.16%和5.13%。最终本文的人脸识别考勤系统用于真实场景实测,实现了基于嵌入式平台的实时人脸识别考勤功能。