【开题答辩全过程】以 企事业单位人脸识别考勤系统的设计与实现为例，包含答辩的问题和答案

个人简介

一名14年经验的资深毕设内行人，语言擅长Java、php、微信小程序、Python、Golang、安卓Android等

开发项目包括大数据、深度学习、网站、小程序、安卓、算法。平常会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。

感谢大家的关注与支持！

各位老师好，我是计算机科学与技术专业的xx同学，我的毕业设计题目是《企事业单位人脸识别考勤系统的设计与实现》。本系统主要面向企事业单位，解决传统考勤方式效率低、易作弊等问题。系统分为用户模块和管理员模块两大功能模块：用户模块包括员工注册、人脸采集、打卡签到签退、考勤查询和异常提醒等功能；管理员模块包括员工信息管理、考勤数据管理、考勤规则设置、权限管理、报表生成和异常处理等功能。技术栈方面，前端采用HTML5、CSS3、JavaScript和Vue.js框架；后端使用Java语言和Spring框架，人脸识别算法采用Python编写，基于OpenCV和Dlib库实现；数据库使用MySQL进行数据存储。系统预期实现快速准确的人脸识别考勤，提高企业管理效率。

评委老师： 你的系统为什么要选择人脸识别技术，而不是指纹识别或者传统的打卡方式？你觉得人脸识别有什么优势？

答辩学生： 老师好，我选择人脸识别主要是因为它有几个优点：第一是非接触式的，员工不需要接触设备，更加卫生方便；第二是识别速度快，员工只需要看一眼摄像头就能完成打卡；第三是不容易作弊，比如代打卡这种情况比较难发生。相比指纹识别，它不受手指干湿、破损的影响；相比传统打卡，它避免了忘带卡或者代打卡的问题。

评委老师： 你的系统用到了OpenCV和Dlib这两个人脸识别库，你能简单说说它们各自的作用是什么吗？

答辩学生： 老师好，OpenCV主要用来进行图像处理和人脸检测，比如从摄像头捕获视频流、检测出画面中有没有人脸、人脸在什么位置。Dlib主要用来提取人脸的特征点，比如眼睛、鼻子、嘴巴的位置，然后生成人脸的特征向量，用于后续的人脸比对和识别。简单来说，OpenCV负责"找到脸"，Dlib负责"认出是谁"。

评委老师： 你的系统分为用户模块和管理员模块，如果我是一个普通员工，我一天正常的考勤流程是怎样的？

答辩学生： 老师好，作为普通员工，首先需要注册个人信息并上传人脸照片进行人脸采集。然后每天早上到公司后，在系统界面点击打卡签到，系统会通过摄像头拍摄人脸照片，与数据库中存储的人脸信息进行比对，比对成功则记录签到时间。下班时同样进行签退打卡。如果当天有迟到、早退或者缺勤的情况，系统会自动标记并发送异常提醒。员工可以随时登录系统查询自己的考勤记录和统计报表。

评委老师： 你提到系统使用MySQL数据库，你能说说数据库里大概需要存储哪些表吗？至少说出三个。

答辩学生： 老师好，我计划设计以下几个主要的数据表：第一个是员工信息表，存储员工的基本信息如姓名、工号、部门、职位等；第二个是人脸特征表，存储员工的人脸特征向量数据，用于人脸识别比对；第三个是考勤记录表，存储员工的签到签退时间、打卡状态（正常、迟到、早退等）；第四个是管理员表，存储管理员的账号密码和权限信息。

评委老师： 你的技术栈里既有Java又有Python，这两种语言在你的系统中分别承担什么角色？它们之间是怎么协作的？

答辩学生： 老师好，Java主要用于后端业务逻辑的开发，比如员工信息管理、考勤规则设置、权限管理、报表生成等功能，使用Spring框架搭建Web服务。Python主要用于人脸识别算法的实现，包括人脸检测、特征提取和比对等。它们之间的协作方式是通过接口调用，Java后端在需要进行人脸识别时，调用Python编写的人脸识别服务接口，传入图片数据，Python处理完成后返回识别结果给Java后端，再由Java后端将结果存入数据库并返回给前端。

评委老师： 你提到系统可能存在识别准确性问题，比如受光线影响，你打算怎么解决这个问题？

答辩学生： 老师好，针对光线问题，我打算从几个方面解决：第一是在硬件上选择具有自动曝光调节和宽动态范围的摄像头，适应不同光线环境；第二是在图像预处理阶段，使用OpenCV对图像进行亮度均衡、直方图均衡化等处理，提高图像质量；第三是设置合理的识别阈值，在光线较差时适当降低要求或者提示员工调整位置；第四是考虑增加补光灯设备，确保打卡区域的光线充足。

评委老师： 你的系统里提到有报表生成功能，能导出Excel或PDF，你觉得这个功能的实际用途是什么？

答辩学生： 老师好，报表导出功能主要是方便企业的人力资源部门进行考勤统计和薪资核算。比如月底需要统计每个员工的出勤天数、迟到次数、加班时长等，导出Excel可以方便地进行数据筛选和计算；导出PDF可以用于存档或者打印纸质版上报给领导审批。这样就不需要管理员手动统计，提高了工作效率，也减少了人工统计可能出错的问题。

评委老师： 你的开发环境里有TensorFlow和Keras，但你的人脸识别方案主要用的是OpenCV和Dlib，这两个深度学习框架你打算用在哪里？

答辩学生： 老师好，这个问题我确实需要再考虑一下。目前我的主要方案是用OpenCV+Dlib实现人脸识别，这两个框架可能用于后续的功能扩展，比如如果用传统方法识别效果不好，我可能会尝试用深度学习的方法训练自己的人脸识别模型，或者用预训练的模型进行迁移学习。另外也可能用于一些扩展功能，比如通过摄像头检测员工的情绪状态或者疲劳程度等，但这要看实际开发进度来决定是否实现。

评委老师： 你的系统需要存储员工的人脸照片，这涉及到隐私保护问题，你有什么考虑？

答辩学生： 老师好，关于隐私保护，我有以下几点考虑：第一，人脸照片和特征数据在数据库中加密存储，即使数据库被攻破也无法直接获取原始照片；第二，设置严格的访问权限，只有管理员能查看员工照片，普通员工只能查看自己的信息；第三，系统部署在内网环境，不直接暴露在互联网上，减少被攻击的风险；第四，在员工离职后可以删除其人脸数据；第五，在系统登录时使用密码验证，防止未授权访问。

答辩评价与总结

评委老师：

xx同学的开题答辩整体表现良好，能够清晰地阐述系统的功能模块和技术方案。从开题报告来看，该选题具有一定的实用价值，针对企事业单位考勤管理的痛点提出了可行的解决方案。

优点：

1. 对系统的功能模块划分清晰，用户模块和管理员模块的职责明确

2. 技术选型较为合理，前后端分离的架构符合当前开发趋势

3. 对可能存在的问题（如识别准确性、隐私保护、并发问题）有一定的思考

4. 答辩过程中回答问题思路清晰，表达流畅

需要改进的地方：

1. 技术栈略显复杂，Java和Python的协作方式需要在实际开发中仔细设计，建议尽早搭建好联调环境

2. 深度学习框架（TensorFlow、Keras）的使用场景不够明确，建议要么明确使用场景，要么暂时移除避免增加开发难度

3. 人脸识别算法的具体实现方案（如使用哪种具体的识别算法）需要进一步明确

4. 开发计划时间安排需要严格按照2025年的进度执行，注意各阶段的时间节点

建议： 考虑到基础情况，建议优先实现核心功能（人脸采集、打卡签到签退、考勤记录查询），确保基础功能稳定后再考虑扩展功能。人脸识别部分可以先使用成熟的face_recognition库快速实现，降低算法开发难度。

总体评价： 同意开题，建议按规划开展后续工作。

以上是某同学的毕业设计答辩的过程，如果你现在还没有参加答辩，还是开题阶段，已经选好了题目不知道怎么写开题报告，可以下面找找有没有自己符合自己题目的开题报告内容，列表中的开题报告都是往届真实的开题报告，可发送使用或参考。文末或底部来联xi可免费获取

最后

有时间和有基础的同学，建议自己多花时间找一下资料（开题报告、源码）自己独立完成毕设，需要开题报告内容、源码参考的，可以联xi博主，没有选题的也可以联系我们进行帮你选题、定功能和建议。