对于企业级员工考勤系统来说,建立高效、规范、快捷的整套操作流程是降低使用成本、提升用户体验、方便企业管理的急切需求。本文以现有的人员考勤系统为参考,深入调研了用户的需求,了解到企业考勤的目的、管理办法以及企业员工的使用体验,并发现了目前考勤系统主要存在着以下问题:1)员工考勤时存在漏签、代签等管理机制漏洞;2)很难对考勤数据进行实时记录,难以建立员工基本信息与考勤记录的数据映射,数据无法进行统一管理;3)考核方式效率低下,需要消耗大量人力资源和时间,导致考核流程不人性化、员工使用体验差。上述问题出现的主要原因在于少量企业采用传统的纸质签到人工考核流程;多数企业采用基于RFID（射频识别）的打卡方式;个别企业使用识别率低、速度慢、无数据交互的人脸识别系统。针对上述问题,本文提出了一种基于深度学习的人脸识别方案;该方案高效、准确,可运用在移动设备上,将移动端的定位功能和人脸识别相结合。同时考勤数据与基本信息数据库进行交互,与现存的各种系统相比极大地完善了企业员工考勤管理制度,提升了用户使用体验。方案的主要难点在于设计一个准确且高效的人脸身份验证模块。在核心技术部分,针对人脸识别任务,系统采用了检测与识别双层框架。人脸检测模块使用高精度且特征提取能力强的MTCNN模型。人脸识别模块采用Face Net算法,该算法可直接根据两种图片的欧氏距离来度量人脸相识度,该网络在大量的人脸数据训练后具有高识别率且保证了效率。因此,本系统是一个可部署在移动端的有效,快速的应用程序。本系统功能模块主要有:人脸信息采集,实时定位,人脸检测与识别,数据存储和管理。为了方便企业管理员对考勤数据进行管理,本文设计并实现了数据的管理系统,该系统包括PC端信息管理系统和数据库管理工具,实现了考勤数据的统计分析。本设计可与员工信息表进行关联映射,完善了企业的考勤奖惩制度,降低了管理员的使用门槛。本系统设计并实现了一种适合中小型企业的人脸识别移动考勤系统,研究了系统的功能并实现了系统的设计。编码实现了系统的主要功能,最后给出了使用方法和测试内容并展示相应的GUI界面。