人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術(shù)。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別的一系列相關(guān)技術(shù)，通常也叫做人像識別、面部識別。

人臉識別系統(tǒng)的研究始于20世紀60年代，80年代后隨著計算機技術(shù)和光學成像技術(shù)的發(fā)展得到提高，而真正進入初級的應用階段則在90年后期，并且以美國、德國和日本的技術(shù)實現(xiàn)為主；人臉識別系統(tǒng)成功的關(guān)鍵在于是否擁有的核心算法，并使識別結(jié)果具有實用化的識別率和識別速度；“人臉識別系統(tǒng)”集成了人工智能、機器識別、機器學習、模型理論、系統(tǒng)、視頻圖像處理等多種技術(shù)，同時需結(jié)合中間值處理的理論與實現(xiàn)，是生物特征識別的新應用，其核心技術(shù)的實現(xiàn)，展現(xiàn)了弱人工智能向強人工智能的轉(zhuǎn)化。

人臉與人體的其它生物特征（指紋、虹膜等）一樣與生俱來，它的性和不易被復制的良好特性為身份鑒別提供了必要的前提，與其它類型的生物識別比較人臉識別具有如下特點：
非強制性：用戶不需要配合人臉采集設(shè)備，幾乎可以在無意識的狀態(tài)下就可獲取人臉圖像，這樣的取樣方式?jīng)]有“強制性”；
非接觸性：用戶不需要和設(shè)備直接接觸就能獲取人臉圖像；
并發(fā)性：在實際應用場景下可以進行多個人臉的分揀、判斷及識別；
除此之外，還符合視覺特性：“以貌識人”的特性，以及操作簡單、結(jié)果直觀、隱蔽性好等特點。

現(xiàn)有的人臉識別系統(tǒng)在用戶配合、采集條件比較理想的情況下可以取得令人滿意的結(jié)果。但是，在用戶不配合、采集條件不理想的情況下，現(xiàn)有系統(tǒng)的識別率將陡然下降。比如，人臉比對時，與系統(tǒng)中存儲的人臉有出入，例如剃了胡子、換了發(fā)型、多了眼鏡、變了表情都有可能引起比對失敗。

人臉識別被認為是生物特征識別領(lǐng)域甚至人工智能領(lǐng)域困難的研究課題之一。人臉識別的困難主要是人臉作為生物特征的特點所帶來的。
相似性
不同個體之間的區(qū)別不大，所有的人臉的結(jié)構(gòu)都相似，甚至人臉的結(jié)構(gòu)外形都很相似。這樣的特點對于利用人臉進行定位是有利的，但是對于利用人臉區(qū)分人類個體是不利的。
易變性
人臉的外形很不穩(wěn)定，人可以通過臉部的變化產(chǎn)生很多表情，而在不同觀察角度，人臉的視覺圖像也相差很大，另外，人臉識別還受光照條件（例如白天和夜晚，室內(nèi)和室外等）、人臉的很多遮蓋物（例如口罩、墨鏡、頭發(fā)、胡須等）、年齡等多方面因素的影響。
在人臉識別中，類的變化是應該放大而作為區(qū)分個體的標準的，而第二類的變化應該消除，因為它們可以代表同一個個體。通常稱類變化為類間變化（inter-class difference），而稱第二類變化為類內(nèi)變化（intra-class difference）。對于人臉，類內(nèi)變化往往大于類間變化，從而使在受類內(nèi)變化干擾的情況下利用類間變化區(qū)分個體變得異常困難。

人臉識別考勤系統(tǒng) 在數(shù)據(jù)表上點右鍵可以對考勤數(shù)據(jù)進行相關(guān)編輯和查詢。
修改記錄：可以對實際的記錄進行修改
調(diào)整班次：如果這的班次不正確，可以在這里隨意調(diào)整
重新計算：修改記錄，或調(diào)整班次后，就可以對這行記錄進行一次重新計算。
修改考勤記錄：可以對考勤的結(jié)果進行修改，如遲到、早退、工作時間等具體的數(shù)據(jù)。
查詢 ：可以設(shè)置過濾條件查詢考勤數(shù)據(jù)，并將查詢到的數(shù)據(jù)導出。導出的數(shù)據(jù)與查詢到的數(shù)據(jù)是一樣的，即所見即所得。
請假管理，
出差管理，
排班明細，
人員考勤統(tǒng)計，
餅圖報表分析，
考勤統(tǒng)計表。