人脸识别技术的关键核心问题是人脸的特征提取算法，即要将个体人脸样本的关键特征点呈现出来，这也是人脸识别技术当中测试样本与训练样本能否达到匹配的关键点和必要前提。人脸识别方式相比于其他的身份确认鉴别形式具有方便、友好、快捷的特点，也是人脸识别技术能被越来越广泛应用和被用户所接受的原因。本文运用人脸识别技术，按照某学校教职工上下班签到的要求，设计了一款可以人脸自动识别的签到系统。系统要存储教职工的人脸数据信息，内容包括人脸图像、姓名等一些关键性信息。系统可以实现内存中已有教职工身份的识别和非法登陆人员的提示功能。人脸识别系统的目的是实现人脸的正确识别，一般分为两个阶段，第一阶段是进行图像的采集和录入，从而搭建出人脸图像基本数据平台部分，第二阶段是训练样本和测试样本的识别部分，是系统的主要研究部分和重点测试部分。主成分分析（PCA）算法是人脸识别特征提取算法中应用最为普遍的一种技术，它在数据分析的统计技术中起到了非常重要和有效地作用。PCA的目的是将高维空间向量投影到低维的空间向量上，降维后的向量并没有改变原有数据结构中的主要数据和参量，从而达到了方便处理信息和节约数据储存空间容量的目的。BP神经网络一般是由输入层、隐含层和输出层这三层构成的，它具有强大的可操作性结构特点。运用BP神经网络算法构造成模型以后，可以对人脸识别的速度和精度都有很大的提高。本文采用了PCA算法和BP神经网络算法共同作用人脸进行识别的方式来进行身份验证。