指纹识别产品在考勤中的大规模应用，一部分解决了代打卡的问题，但是由于超过5%左右的人群天生指纹很浅，无法使用指纹识别。并且指纹考勤产品在天气干燥或者换季的时候，会出现识别困难的问题，况且由于必须通过接触，就给细菌的传播提供了一个便利的载体。
人脸识别技术是基于人的脸部特征，对扫描到的人脸图象或者视频流进行判定。首先判断扫描出的人脸是否存在，如果扫描存在人脸，则进一步的给出每个脸的具体位置、人脸的大小和各个主要面部器官的位置信息。依据这些信息，进一步提取每个人人脸中所蕴涵的主要身份特征，并将其与已知的人脸进行对比，从而识别每个扫描到的人脸的身份。人脸识技术中被广泛采用的区域特征分析算法，它融合了计算机图形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，利用生物学统计学的原理进行分析建立数学模型,即人脸特征模板。利用已建成的人脸特征模版与被测者的人的面像进行特征分析，根据分析的结果来给出一个相似值。通过这个值即可确定是否为同一人。
（2）    关于opencv以及其前景：
OpenCV是一个做用于图像处理、分析、机器视觉方面的开源类函数库.  不管你是做科学研究，还是做为商业应用，opencv是你理想的工具库，因为，对于这两者来说，它完全是免费的。
此类开源类函数库采用C及C++语言编写，可以在windows, linux, mac OSX系统上面运行。并且所有代码都经过优化，计算效率很高，因为，它更专注于设计成为一种作用于实时系统的开源库。opencv采用C语言对其进行优化，而且在多核机器上面，其运行速度会更快。它的其中一个目标是提供友好的机器视觉接口函数，从而方便复杂的机器视觉产品可以加速面世。该库包含了横跨工业产品检测、医学图像处理、安防、用户界面、摄像头标定、三文成像、机器视觉等领域的超过500个接口函数。
同时，由于计算机视觉与机器学习密不可分，所以该库也包含了常用的一些机器学习算法。或许很多人知道，图像识别、机器视觉在安防领域有所应用。但很少有人知道，在航拍图片、街道图片（例如google street view）中，要严重依赖于机器视觉的摄像头标定、图像融合等技术进行处理。
近几年来，在入侵检测、特定目标跟踪、目标检测、人脸检测、人脸识别、人脸跟踪等领域，opencv可谓大显身手，而这些，仅仅是其应用的冰山一角。
（3）    关于JSP及其前景
JsP技术使用Java编程语言编写类XML的tags和scriptlets，来封装产生动态网页的处理逻辑。网页还能通过tags和scriptlets访问存在于服务端的资源的应用逻辑。JSP将网页逻辑与网页设计和显示分离，支持可重用的基于组件的设计，使基于Web的应用程序的开发变得迅速和容易。
　   Web服务器在遇到访问JSP网页的请求时，首先执行其中的程序段，然后将执行结果连同JSP文件中的HTML代码一起返回给客户。插入的Java程序段可以操作数据库、重新定向网页等，以实现建立动态网页所需要的功能。
　　JSP与JavaServlet一样，是在服务器端执行的，通常返回给客户端的就是一个HTML文本，因此客户端只要有浏览器就能浏览。
　　JSP的1.0规范的最后版本是1999年9月推出的，12月又推出了1.1规范。目前较新的是JSP1.2规范，JSP2.0规范的征求意见稿也已出台。
　　JSP页面由HTML代码和嵌入其中的Java代码所组成。服务器在页面被客户端请求以后对这些Java代码进行处理，然后将生成的HTML页面返回给客户端的浏览器。Java Servlet是JSP的技术基础，而且大型的Web应用程序的开发需要Java Servlet和JSP配合才能完成。JSP具备了Java技术的简单易用，完全的面向对象，具有平台无关性且安全可靠，主要面向因特网的所有特点。自JSP推出后，众多大公司都支持JSP技术的服务器，如IBM、Oracle、Bea公司等，所以JSP迅速成为商业应用的服务器端语言。JSP可用一种简单易懂的等式表示为：HTML+Java+JSP标记=JSP[14]。 基于opencv的人脸匹配考勤系统设计(3):http://www.youerw.com/jisuanji/lunwen_16953.html