메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터

주제분류

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.

고객센터 제휴문의

...

저널정보

저자정보

표지
이용수
내서재
1
내서재에 추가
되었습니다.
내서재에서
삭제되었습니다.

내서재에 추가
되었습니다.
내서재에서
삭제되었습니다.

초록·키워드

오류제보하기
최근 스마트 기기를 이용한 전자 출결 시스템에 대한 연구가 활발히 진행되고 있다. 전자 출결 시스템을 이용하여 교수는 실시간으로 학생들의 출결 처리와 출석 기록을 관리할 수 있다. 본 논문에서는 기존의 자동식별 및 데이터 획득(AIDC, Automatic Identification and Data Capture) 기반의 전자 출결 시스템의 한계점인 공간적, 시간적, 비용적 문제점을 해결할 수 있는 전자 출결 시스템을 제안하였다. 제안하는 시스템은 웹 서버로 동작하며 HTML5(Hyper Text Markup Language ver.5) 기반으로 작성된 출결 관리 페이지에 개인이 가진 스마트 기기를 통한 접속한 후 서버-클라이언트 이미지 데이터 전송 기술을 이용하여 실시간 전자 출결이 가능한 장점이 있다. 또한 제안 시스템은 파이썬 플라스크 프레임워크를 기반으로 동작하기 때문에 운영체제에 상관없이 설치 및 운용이 가능한 장점을 가진다.

Recently, research about an electronic attendance-absence recording system has been actively carried out using smart devices. Using an electronic attendance-absence recording system, professors can check their students’ attendance on a real-time basis and manage their attendance records. In this paper, we proposed a real-time electronic attendance-absence recording system using face detection and face recognition based on web application. It can solve the spatial, temporal, cost issues belong to electronic attendance-absence recording system using AIDC(Automatic Identification and Data Capture). A proposed system is running on web server and made by HTML5(Hyper Text Markup Language ver.5). So professor connect to server using mobile web browser on mobile device and real-time manage electronic attendance-absence recording with real-time send or receive image data. In addition, the proposed system has an advantage capable of installation and operation, regardless of the operating system because it operates based on the Python flask framework.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 이론
Ⅲ. 제안 전자 출결 시스템
Ⅳ. 결론
REFERENCES

참고문헌 (10)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2017-004-000977178