1.采用人脸关键区域定位的方法，其准确度高，安全性好。

2. 一般采用专用双摄像头，属于准三维人脸识别技术，识别性能大大

超过二维人脸识别，算法复杂度远低于三维人脸识别。

3.识别性能不受环境光线的影响，可靠性好。

4.可通过U盘上传用户姓名列表，下载门禁考勤记录以及照片。

5.可通过TCP/IP网络设置设备状态，以及上传下载信息；网络通讯数据加密。

6.自然性，识别方式和人类进行个体识别时所利用的生物特征相同。

7. 完全非接触，可避免细菌传染，更加健康卫生。

8.语音提示，真人发声提示面像是否验证成功。

9.可独立使用，无需连接电脑，即可完成人员登记、人脸考勤、存储记录等功能。

注意事项

1、您的人像必须在镜框范围内；取样时，只要脸在镜面范围内，视线对着镜面中央平行或是低头都是可以的。

2、请与考勤机保持约30—80cm距离处将人脸正对镜子，眼睛盯着镜面的中央处，缓缓的前后移动脸部，并保持取样时神态自然。

3、在取样时尽量保持取样环境与考勤环境的一致，建议最好在考勤机放置位置取样。

4、请保持表情自然，避免闭眼、斜视、头发盖住眼睛，取样和考勤时请不要佩戴眼镜，这样可以方便更快考勤。

5、不要在有阳光照射的窗户附近使用。

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，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最独特的物理特征。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。

以下是该软件测量的几个节点：

两眼之间的距离

鼻子的宽度

眼窝的深度

颧骨

下颌轮廓

下颚

面部识别考勤机 在人脸识别中，由一组特征脸基图象张成一个特征脸子空间，任何一幅人脸图象（减去平均人脸后）都可投影到该子空间，得到一个权值向量。计算此向量和训练集中每个人的权值向量之间的欧式距离，取最小距离所对应的人脸图像的身份作为测试人脸图像的身份。

人脸本质上是 3D 空间中的一个表面，所以原则上用 3D 模型能更好地表征人脸，特别是处理人脸的各种变化，如姿势、光照等。 Blanz 等人提出了一种基于 3D 形态模型的方法，该方法将形状和纹理用模型参数编码，同时提出了一个能从单张人脸图像还原模型参数的算法。形状和纹理参数可用来进行人脸的识别。为了处理由于这些参数导致的图像之间差异的极端情形，通常是预先产生一个通用的模型。而进行图像分析时，给定一张新的图像，一般的做法是用通用模型去拟合新的图像，从而根据模型来参数化新的图像。

人脸考勤机是一种新型的存储类考勤机，事先只需采集员工 的面像并建立档案，当员工上下班站在人脸识别考勤机的识别区域内，考勤机上就会快速的记录考勤状况并保存记录。

人脸考勤机是采用当今国际科技领域高精技术——人脸识别技术（融合了计算机图像处理技术与生物统计学原理于一体），利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析并建立人脸特征模板。当已登记的人员从人脸识别机前走过，它会有语音提示“你好”或者人员的姓名表示考勤已成功。 而且，它还有拥有图像更新功能，若将正采取的图像作为第一人脸，存储的为第二人脸，如果第一人脸图像与第二人脸图像相一致，人脸识别考勤机将自动储存第一人脸图像来更新该第二人脸图像。该法可保持用户脸部图像的更新，降低了脸部外形改变对识别的影响，增加了识别的准确率。

随着2020年春节后工厂复工、学校开学，各地都将迎来大规模人员流动，为了对流动人员进行快速有效的体温筛查，热成像 人体测温考勤设备已经成为线下的时髦，通过当下生物识别技术、热成像测温技术、视频智能分析等技术手段，围绕“高精度、高效率、低成本、灵活布控、安全可靠”多个方面，实现有效预防、及时控制的建设目标，保障企业、学校、商业等各类场所的安全运行。