山东华瑞电子有限公司

智能化时代，随着人脸识别技术的进步，人脸识别考勤逐渐走进人们的视野。由于解决了IC卡丢失，指纹破皮打不上卡的问题，以及完善考勤管理制度动态人脸识别系统，因此逐渐被市场接纳并普及应用。可以说，人脸识别考勤的出现，既是生物识别技术进步的使然，也是当今社会需求的必然结果。

相对于C端家庭领域，公共领域的出入门禁更倾向于采用人脸识别，而且对识别率要求没有那么高，企业一般都能接受99．7％的识别率。但是对于家庭用户来讲，由于涉及到安全隐私风险，一般很难接受人脸识别有稍微的误差。而在学校、社区、办公楼或公寓和酒店这些公共区域的出入口，一般本身部署视频监控和防盗报警等安全防控装置，相对来说安全一些。而且，的是，人脸识别可以实现同时多目标识别，避免排长队识别的拖拉人脸识别管理系统，大大提升了管理和业务效率。

虽然人脸识别在商用领域已经被接受，但高成本和高功耗一直是限制其规模化应用的阻碍因素。人脸识别技术和设备提供商需要在满足实际应用场景需求的同时，不断降低设备成本，同时降低产品功耗，提升产品的全生命周期，从而加快人脸识别技术在商用领域的规模化应用。

除成本和功耗因素外，人脸识别同时也面临着双胞胎的识别、光线的干扰、美容化妆、遮挡、低分辨率的识别的技术瓶颈。无论是厂商还是用户，都需要正视目前存在的困难，不断使产品和技术趋于场景实用。随着，国家和行业标准的建立与实施，以及人脸识别技术不断迭代，人脸识别将在防伪化、三维化、环境适应性、、高速度等方面得到强化，并迎来新一轮的发展热潮。

人行通道系统，顾名思义就是对于出入口的一个管理，但随着数字和网络技术的飞速发展，人行通道系统也就是门禁系统早已超越了单纯的门道及钥匙管理，而逐渐发展为一套完整的出入管理系统，对于工作环境安全、人事考勤管理等方面起着越来越巨大的作用。人行通道系统的选择也是很重要的，万一购买了劣质量产品那无非是给消费者带来生命和财产的不安全！

人脸识别的英文名称是 Human Face Recognition.人脸识别产品利用AVS03A图像处理器；可以对人脸明暗侦测,自动调整动态曝光补偿，人脸侦测,自动调整影像放大。

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。[1]

人脸图像特征提取：人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大类：一种是基于知识的表征方法；另外一种是基于代数特征或统计学习的表征方法。

基于知识的表征方法主要是根据人脸的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征，这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。

人脸识别难的部分是有充分适应各大光线环境的人脸预处理算法，需要在各种复杂的光线环境中提取到人脸信息，特别是移动互联网时代，摄像头拍照的地方可以在斑驳的树影下，也可以在昏暗的街灯下，以及深夜出租车内，这对算法的鲁棒性考验极大。同时还要考虑照片和视频欺诈，二次成像的光线污染等问题。

人脸识别技术主要是利用图像处理技术从图像中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，即人脸特征点模型。再从人脸特征点模型与被测者的人的面像进行特征分析（可以假定为无数的几何特征点求解），根据分析的结果来给出一个相似值，通过这个值即可确定是否为同一人。简单的说就是A/B两张照片比对，产生的计算数值是否达到要求。