Automatický docházkový systém s rozpoznáváním tváří

Abstract

Tato bakalářská práce řeší tvorbu docházkového systému, který pro získávání dat docházky využívá automatické rozpoznávání tváří. Systém je určený pro malé a střední firmy pro usnadnění evidence docházky a správu dovolené. Systém není bezpečnostním prvkem a nelze jej použít např. k odemykání dveří. Systém je tvořený následujícími moduly. Modul pro detekování pohybu a zachycení obrazových dat je navržený pro mikropočítač Raspberry Pi s připojenou kamerou a senzorem pohybu a je naprogramovaný v jazyce Python. Modul pro rozpoznávání tváří je též vyvinutý v jazyce Python a pro rozpoznávání využívá již existujících knihoven. Nejdůležitějším modulem je webový portál, pomocí kterého se systém spravuje, kontroluje se docházka a žádá se o dovolené. Je naprogramovaný v jazyce PHP a využívá frameworku Nette. Moduly mezi sebou komunikují přes REST API a data ukládají do databáze MySQL. Vytvořený systém lze spolehlivě provozovat. Tváře rozpoznává spolehlivě díky postupnému učení tváří již v průběhu provozu systému. Provozovatel systému musí pouze zajistit vhodné světelné podmínky a umístění kamery. Práce obsahuje uživatelskou příručku systému včetně screenshotů webového portálu a v příloze lze nalézt příručku instalační.

This bachelor thesis deals with attendance system creation, which uses automatic face recognition. The system is determined for smaller and medium-sized companies to simplify them attendance evidence and holiday management. The system is not a security element and it cannot be used i.e. for unlocking doors. This system consists of following modules. Module for motion detection and picture data capturation is designed for microcomputer Raspberry Pi with camera and PIR sensor connected and is programmed in Python. Face recognition module is also developed in Python and uses existing libraries for face recognition. The most importnant module is web portal, which is used for system management, attendance check and holiday application. It is programmed in PHP and uses Nette framework. Modules communicate via REST API between each other and they saves data to MySQL database. Created system can be used reliably. It recognizes faces reliably thanks to progressive faces learning yet during system operation. System operator just have to ensure suitable lighting conditions and camera placement. Thesis contains user guide including screenshots of web portal and in the attachment installation guide.