考勤机识别率下降时先查哪三件事

先查采集与登记质量

识别率下降时，首先要查的是登记信息本身，而不是设备硬件。人员入职时采集条件差、照片模糊、指纹按压位置偏，都会让模板质量偏低，识别时必然频繁失败。

较好的做法是每人登记多枚指纹或多组人脸样本，覆盖不同角度与不同手指。指纹登记时保持手指清洁干燥，按压覆盖传感器中心区域；人脸登记时避免强逆光，保持面部无遮挡，表情自然。

• 每人至少登记两个以上识别样本
• 登记样本应覆盖不同角度与使用状态
• 季节性脱皮或手指干燥人群，补充其他识别方式
• 换季前后组织一次集中补录

再查环境光照与安装

人脸识别的稳定性高度依赖光照。正对窗户、顶部强射灯或逆光位置，会让面部对比度失衡，识别率明显下降。安装位置应避开直射光与强逆光，补光不足时增加柔和的正面照明。

安装高度与角度同样关键。镜头应与多数使用者面部高度接近，俯角或仰角过大会造成面部透视变形。设备镜头表面的灰尘与指纹，会直接造成对比度下降，属于最先应当排除的因素。

• 避开窗户直射与强逆光
• 镜头与面部高度接近，减少俯仰角
• 每周擦拭镜头与传感器表面
• 记录安装位置的改动，便于对照排查

关于识别阈值与容错

识别阈值设置偏严，会表现为拒真率上升，合法用户被反复拒绝；设置偏松，则误识风险上升。考勤场景通常需要在两者之间取舍，建议先统计一段时间的失败率，再决定是否微调。

调整阈值应小步进行，每次仅改动一档，并保留调整前后的对比数据。不要为了快速见效而一次调到极端值，那只会把问题从拒真转为误识，反而更难处理。

设备与数据侧的其他因素

指纹传感器表面长期使用后会磨损发亮，或沾附油脂与粉尘，成像质量下降。可用无绒布配合少量中性清洁剂轻擦，不要使用含酒精量高的溶剂反复擦拭。传感器磨损到一定程度只能更换部件。

网络与时间同步问题则会造成另一种假象：识别成功但记录未上传，或时间戳错位，看起来像识别失败。排查时应同时核对设备端记录与后台记录条数是否一致。

排查记录与整改验证

建议把排查结论按三项归类记录：样本质量、环境条件、设备状态。每次调整只处理其中一类，调整后统计一周内的识别失败次数，用数据判断是否有效。

若三项均已排查仍无改善，再考虑设备老化或更换。此时的需求清单应包含日均打卡人次、高峰时段并发量、识别方式组合与安装位置条件，避免更换后重复出现同类问题。