近年来,建筑行业提出劳务用工实名制的创新管理方式,该举措能有效加强工地现场的合法合规劳务用工管理,能有效保障农民工权益。当农民工和劳务公司发生劳资纠纷时,精准的进出场记录能为主管部门的公正裁决判断提供真实、有力的证据。劳务企业如果能有工地农民工的精准务工轨迹也能有效的避免了劳资纠纷产生。所以,精准掌握建筑工地的作业人员出入场记录对劳务管理中劳资纠纷隐患的发现、消灭及预防都有非常重要的作用,运用人脸识别技术的智慧工地考勤系统应运而生。基于人脸识别的智慧工地考勤系统主要包含两个部分,一个是人脸识别技术,一个是考勤系统,并且用户面部信息是产生系统考勤记录的唯一条件。本文主要分为人脸图像预处理、人脸检测、人脸识别和系统设计展开研究。(1)人脸图像预处理环节选择使用加权平均值方法进行图片的灰度化处理,然后通过质量分布图均衡化和中值滤波的处理方法,可以有效减少光照条件和硬件设备等外界因素引起的明暗不同情况干扰。人眼定位后旋转摆正人脸位置,检测到人脸后进行图像尺寸归一化剪裁,然后缩小或者扩大到实验需要的标准尺寸。(2)阐述了经典的人脸检测方法,主要有基于特征的人脸检测方法、基于模板匹配的方法和基于统计的方法,然后重点阐述了Adaboost人脸检测方法,学习了Adaboost算法的理论基础,Haar特质以及积分图的运用,同时阐述了级联分类器的设计,提出了Adaboost算法的基本思想和流程。本文使用通过Adaboost算法把多个不同的弱分类器形成的级联强分类器进行面部检测。(3)检测部分在基本LBP算法的基础上提出基于分块加权LBP技术的算法,将面部图像分为5*3子分块,根据人脸五官在人脸识别中的不同贡献度赋予不同的权重提取人脸信息特征,通过在ORL和YALE两种人脸数据库中训练不同样本数,比较传统LBP方法、5*3分块LBP方法和5*3分块加权LBP方法的面部识别准确率,实验证明分块加权LBP技术在人脸识别中可以有效提高识别准确率。(4)对整个系统进行详细设计,重点讨论对系统的后台数据库、身份采集和人脸库的设计,同时详细介绍了系统用户登录、务工班组管理、务工人员管理和工地现场考勤管理四个模块的实现,最后设计完成人脸识别的智慧工地考勤系统。