> ## Documentation Index
> Fetch the complete documentation index at: https://help.dingtalk.io/llms.txt
> Use this file to discover all available pages before exploring further.

# AI考勤拍照异常识别

> 钉钉「拍照打卡异常 AI 智能识别」通过大模型 + 图像理解技术自动识别无效照片、缺失人脸、违规着装等异常打卡，帮助管理者高效精准地远程监督。

在日常考勤管理中，越来越多的企业采用「拍照打卡」验证员工是否真实到岗或完成巡店任务。但实际使用中存在以下普遍问题：

* 员工上传的照片为天花板、地面、黑屏、白墙等无效图像；
* 拍照未包含人脸，无法证明本人到场；
* 巡店时拍摄货架/陈列照片模糊、角度错误，无法反映真实情况；
* 特殊岗位要求（如戴安全帽、穿反光衣、妆容合规）缺乏有效检查手段；
* 管理员需手动逐条查看成百上千张照片，耗时耗力，管理效率低下。

## 产品解决方案

为解决上述管理难题，钉钉推出「拍照打卡异常 AI 智能识别」功能，通过大模型 + 图像理解技术自动识别不合规打卡行为，帮助企业管理者实现高效、精准的远程监督。

## 核心功能亮点

<CardGroup cols={2}>
  <Card title="异常图片识别">自动识别黑屏、白屏、天花板、地面等非正常场景照片。</Card>
  <Card title="人脸识别检测">判断照片中是否含有人脸。</Card>
  <Card title="异常通知机制">自动生成异常报告，并推送至管理员端进行处理。</Card>
  <Card title="统计可视化看板">在考勤后台提供拍照质量数据概览。</Card>
</CardGroup>

## 功能详情与使用路径

<div style={{display:'flex', flexWrap:'wrap', gap:'16px', justifyContent:'center', margin:'16px 0'}}>
  <img src="https://alidocs.oss-cn-zhangjiakou.aliyuncs.com/res/YdgOk2bv3LgBgq4B/img/d49dd7ba-40bb-4c67-968d-6649677ac213.png" alt="打卡照片统计示例" style={{width:'48%', minWidth:'240px', borderRadius:'8px', boxShadow:'0 2px 12px rgba(0,0,0,0.08)', margin:0}} />

  <img src="https://alidocs.oss-cn-zhangjiakou.aliyuncs.com/res/YdgOk2bv3LgBgq4B/img/3776f58a-30d7-4c9b-8d22-89cb005849ab.png" alt="异常识别结果示例" style={{width:'48%', minWidth:'240px', borderRadius:'8px', boxShadow:'0 2px 12px rgba(0,0,0,0.08)', margin:0}} />
</div>

**使用入口**：考勤应用 > 统计 > 更多统计 > 打卡照片统计。

**产品内容**：进入后可查看当日/历史打卡照片的分析结果，包括总打卡照片数量、合格照片数 vs 不合格照片数、异常类型分类，并可点击查看详情、逐张核对照片。

**生成时间**：当前为事后异步识别模式，一般在打卡次日上午完成分析并生成结果。

## 核心价值

* **HR / 管理员**：减少人工审核工作量 90% 以上，快速定位违规行为；
* **业务主管**：实现对巡店、外勤、现场作业的标准化过程管控；
* **企业整体**：提升制度执行力，强化组织纪律性与安全管理规范。

## 典型应用场景

| 场景        | 应用描述                 | 行业代表      |
| --------- | -------------------- | --------- |
| 工地安全帽佩戴检查 | 外勤打卡时自动识别是否佩戴安全帽     | 建筑施工、工程监理 |
| 后厨卫生帽合规检查 | 后厨人员上班打卡时检测是否佩戴卫生帽   | 餐饮、食品加工   |
| 门店员工妆容检查  | 销售岗上岗前拍照，系统辅助判断妆容完整性 | 美妆、连锁门店   |
| 商品陈列合规检查  | 巡店时拍摄货架，判断陈列是否符合标准   | 零售、快消品    |