摘要：为了重点解决课程签到作弊问题,文章设计了一款基于TrackingJS库+百度云人脸识别课程签到系统。首先,将课程签到细分为3种方式,分别是线下课签到、线上课签到、公开课签到。其中,线下课签到是最严格的签到管理制度,以确保每一位学员的真实到场,并明确禁止任何形式的代签行为。其次,系统前端采用TrackingJS人脸识别动态抓取库,后端调用百度云人脸识别接口,以及基于教师端的手机Web App签到功能设计,实现低成本、防作弊的课程签到功能。最后,采用Nginx+tomcat+Redis+MySQL技术优化系统架构,解决签到高峰阻塞问题。本设计实现了一个可靠且简单易用的,包括线上、线下及公开课的课程签到系统。

摘要：针对传统接触式签到依赖服务器等问题,提出一种基于轻量化人工智能人脸识别算法,设计嵌入式终端无接触式签到系统。利用预训练的MobileFaceNet模型提取人脸特征,将其输入Siamese模型得到降维后的特征向量,计算该向量与特征库中向量的最小欧式距离,并与阈值对比完成人脸识别。系统以STM32MP1微处理器为CPU,利用OpenCV和TensorFlow Lite软件实现签到功能。结果表明,系统具备良好的实时性和稳定性,可通过模型在线更新添加新人特征,提升人脸识别的准确率和实用性,符合当前疫情防控政策下的实验室签到需求。

摘要：电子签到管理方式在各行各业应用及其广泛.信息技术和物联网科技快速发展为利用生物特征考勤签到提供了科技支撑.本设计通过利用全反射和光电转换等物理原理采集指纹和人脸双重特征信息进行识别鉴定的方法,研制出一种指纹和人脸双特征智能签到系统,为考勤签到管理提供一种更好的解决方案,具有较好的推广应用价值.

摘要：众所周知,微信是现代网民普遍应用的一种即时通信软件,且微信的公众号、小程序具备较为完善的服务功能。目前,我国大部分高校的签到管理效率较低,因此,高校需要利用微信小程序、LBS及TOTP技术,结合微信定位系统功能,构建一个签到系统,改进高校的签到系统。为此,文章对基于微信小程序的签到系统进行了设计与研究,希望对相关人员有所启示。

摘要：为了提高工作效率,改善签到的效果,阐述一种全新的基于微信小程序和近场通信技术的校园签到系统。通过微信小程序识别NFC标签,结合位置信息、自动验证、自动签到,实现智能签到。

摘要：传统的课堂点名效率低下,浪费很多时间,有时还会出现同学帮忙代签的情况。而通过基于人脸识别的签到系统,会大大提高上课点名的效率。文章研究的系统通过面部识别进行签到,同时对一些个人原因无法签到的同学提供手动签到。系统运用OpenCV库作为人脸识别的基本部分,其中使用了基于LBPH特征的快速人脸识别算法,并利用活体检测技术来检测是否为图像代替真人签到,达到了良好的效果。

摘要：为了增强学生的身体素质,引导学生积极参加课外体育锻炼,设计了一套科学、合理的课外体育锻炼签到方案。在此方案的指导下,基于校园网络和一卡通平台,综合运用射频识别(Radio Frequency IDentification,RFID)技术、用户数据报协议(User Datagram Protocol,UDP)、Socket组件实现课外体育锻炼签到系统。应用结果表明:RFID读卡器采集的数据经改进后的UDP能够可靠地传送到签到服务器;系统功能完善,能为用户提供数据管理、分析、统计功能,运行稳定,基本满足实际应用需求;对照系统应用前后的学生身体体质测试报告分析,显著增强了学生的身体体质,说明该方案能够引导学生积极参加课外体育锻炼。

摘要：针对校园环境下课堂签到耗时耗力的现状,设计并实现了一种方便、快捷且实现成本低的课堂签到系统。系统利用基于蓝牙4.0的信标设备使人物、事件、时间和地点之间相互联系,从而在课程指定时间和地点实现主动签到。系统采用B/S模式+C/S模式。对基于蓝牙4.0的室内定位技术进行研究,提出了在实际应用中易于实现并且满足定位精度需求的室内定位方法。实验结果表明,基于蓝牙4.0的课堂签到系统能够快速准确地完成主动签到过程,效率高、易于管理,系统可扩展性强。

摘要：现代教育特别是远程教育往往需要远程对人员进行签到管理,但是目前的签到系统未能很好的结合远程签到和防替代功能。基于此,文章设计与实现了一种防替代远程签到系统,通过登录用户的IP地址和实时捕获人脸图像两种技术进行身份验证。解决了内网IP地址重载问题和人脸检测及比对的关键问题,实现了系统的远程签到和防替代功能。该系统的终端用户只需连通网络和摄像头,提高了远程人员管理的效率和公正性,在现代教育管理中具有广泛的应用前景。

摘要：针对高校学生上课考勤签到时间长、签到影响正常授课效率、考勤数据偏颇问题,设计了一种基于SeeTaFace6人脸识别模型的多人脸识别智能考勤系统,可以有效提高高校师生的考勤效率,为正常授课提供更多时间。采用Java中的JNI技术将SeeTaFace6模型封装成人脸识别算法库,使用SpringBoot作为后端框架,Vue作为前端框架,基础信息数据采用MySql进行存储,人脸关键点等信息的存储则采用入库存储与缓存结合的方式。所设计的系统交互性良好,多人脸识别成功率高,时间快,实用性高,可为高校中的同类考勤系统设计提供借鉴。