课堂考勤是高校教学管理中必不可少的手段之一，而传统“签到”的方式不仅费时费力，而且效率较低。随着移动互联网的发展和4G时代的到来，智能手机已成为人们生活必不可少的一部分，Android系统手机以其低廉的价格、开放的平台等优点受到人们的青睐。为了提高教师的考勤效率，提高学生的到课率，开发And ro id平台的课堂考勤系统具有广阔的应用前景和重要的研究意义。　　开发课堂考勤系统的关键技术是对人脸的检测，关于人脸检测的算法有很多，本文通过归纳和总结现有检测算法优缺点，选择了基于肤色与AdaBoo st这两种人脸检测算法，并在原有的算法基础上分别对其进行了优化，最后再将优化后的两种算法进行结合，以And ro id为平台实现了基于人脸检测的“课堂考勤APP”系统。具体工作如下：　　1、对肤色分割算法的改进。首先对分割方案进行了设定，选择了YCbCr色彩空间与高斯模型，进而针对最大类间方差法(O ts u)计算量较大的缺点，对O ts u图像阈值分割算法进行分析与改进。并通过实验表明，改进的 Otsu算法在时间方面明显优于传统Otsu算法。　　2、对Ada Boos t算法的改进。通过分析Ada Boos t算法的基本原理，针对该算法在弱分类器的选择时忽略了弱分类器之间相关性的缺陷，引入差异性度量(Dis)对弱分类器之间的相关性进行判定，对原有的AdaBoost算法进行了改进。并通过实验表明，对于相同结构的级联分类器，改进后的算法提高了人脸检测率，同时降低了误检数。　　3、为了获得更好的检测效果，将改进的肤色检测算法和AdaBoo st检测算法进行结合，并将该算法移植到And ro id平台，设计实现了基于人脸检测的“课堂考勤APP”系统。该系统核心模块是应用Android手机的照相功能，再对图像进行人脸检测实现考勤和签到。经测试，该系统不仅操作便捷，而且成本较低，便于推广普及。　　本文将人脸检测技术与实际应用需求相结合，解决了传统“签到”方式的缺陷，同时基于Android平台建立的课堂考勤系统，在实现成本、效率和便捷等方面都进行了充分考虑，具有一定的经济使用价值。