考勤管理对于学生、老师和管理部门都具有重要意义。众多研究表明,学生的出勤率与他们的学习成绩之间存在显著的正相关性;通过研究学生的出勤记录可以判断他们对课程的倾向和决心。考勤管理是提高出勤率的有效手段之一,借助考勤可以及时发现学生行为问题。在当前教育场景中依靠传统技术手段开展考勤工作还存在一些弊端:1、基于指纹的,防伪性虽然高,但指纹传感器长期使用易磨损且卫生安全性较低;2、基于人脸识别的,虽然高效但受环境影响较大;3、基于射频或蓝牙的,强烈依赖于设备,若设备忘带或遗失将会带来很多麻烦;4、传统方法多为一次性检测,不能实时监测授课过程中考勤和位置的动态变化,如,学生是否存在早退或位置变化等情况。本文对国内外相关文献进行了深入调研,在系统比较基于指纹、人脸识别、蓝牙以及射频技术所构建考勤系统优点和缺点的基础上,探索性地提出了一种非接触式的考勤模型。该模型将人脸识别和毫米波技术相结合,融合两者的优势,一方面借助人脸识别技术在自然环境下动态地完成身份辨识;另一方面借助毫米波技术对学生速度位置等进行高精度检测,在提高考勤效率的同时充分掌握课堂动态。具体来说,在技术方面,本文采用人脸识别算法,对采集到的图像进行处理,实现了对身份的识别;采用DBSCAN聚类算法和卡尔曼滤波器,对提取到的距离、速度以及角度特征进行处理,实现了对人体定位,计数,运动轨迹和速度进行跟踪。在实验方面,本文所提出的模型在实际场景中进行了实验验证。实验主要聚焦于场景中人体的身份识别、定位、计数、运动轨迹和速度追踪几个方面。实验结果表明综合利用人脸识别和毫米波技术,能够在时空轨迹分析的基础上,动态有效地完成考勤工作,并实时监测授课过程中学生位置的变化情况。本研究实现的基于动态轨迹分析的非接触式课堂考勤具有精度高、实时性好、用户友好、应用场景广泛等优点:其距离分辨率为0.05m,速度分辨率为0.08m/s;能实时获取移动轨迹和位置等信息;整个考勤过程不需要用户携带或接触任何设备,几乎是在用户无感知的状态下进行;在强光、黑暗以及有遮挡等环境中均可运行。