山东华瑞电子有限公司

校园出入口人脸识别闸机系统可解决校园安全问题：1.学生、教职工进出校园刷脸即可通过闸机进入学校，无需带卡；2.非本校外来人员一律不允许进入学校；3.已经注册的学生家长可以同时刷和刷脸，即可通过闸机进入学校；4.访客需通过到门卫访客机刷登记后，可临时进入校园；5.闸机具备刷IC卡功能人脸识别翼闸，当学生人脸识别核验失败时，也可通过刷学生卡通过闸机；6.对学生的进出校园，可通过后台查询信息记录；7.需对学生和教职工进行人脸图像的采集建库。原则上学生家长也需要人脸图像的采集，如条件不具备也可不采集人脸图像，但进出需同时刷；8.系统针对学校的应用情况，系统可以建立家长和学生的关联关系，比如家长进出闸机时屏幕显示该家长的，也可以控制家长和学生成对进出的验证。

现有的人脸识别系统在用户配合、采集条件比较理想的情况下可以取得令人满意的结果。但是，在用户不配合、采集条件不理想的情况下，现有系统的识别率将陡然下降。比如，人脸比对时，与系统中存储的人脸有出入，例如剃了胡子、换了发型、多了眼镜、变了表情都有可能引起比对失败。也就是说，人如果发生较大变化，系统可能就会认证失败人脸识别管理系统。光照、姿态、装饰等，对机器识别人脸都有影响。

门禁系统

   门禁管理系统是以人脸识别为开门工具，配合计算机管理系统，实现房间分类、出入纪录、时间统计、防盗报警等安全管理。

   门禁管理范围：所有需要控制人员进出的场所，包括办公楼、机房、财务室、资料室等等，不同的地方可以采用不同的门禁设备，实现上可以采用相同的控制软件。

   办公室门禁将所有单元大门进行网络化连接，并且通过一定数量的门禁控制器将所有门识别终端进行统一管理，通过统一的数据采集验证接口，制定相应的门禁规则、完成系统的黑白名单，实现办门禁系统的智能网络化的统一管理。

   停车场管理以人脸识别权限替代原有卡权限，完成停车场改造或新建停车管理系统，系统设定有效识别距离为1.5米，进出停车场时，打开车窗扭头对向摄像头，即可识别权限通过，安全性及操作方便性远高于持卡停车。

   访客管理系统安装在机关大门保安室，可以对临时进出人员数据跟踪管理。也可以授权访客进出某办公室；控制外来车辆进出等；系统通过查询和统计规定时间内在采集点的读卡记录，对数据进行相关处理，生成进出报表，实现安防管理。

（5）食堂用餐系统

   根据机关食堂多为统一配餐的特点，人脸识别用餐系统设计为计次餐饮，全部采用实时消费方式，可充分利用的硬件资源，在原有网络系统接入人脸识别收费终端，用餐时只要微笑面对终端，机器根据内部权限即可判定该用餐者是否为有权限用户，发出警示，绿灯表示通过，红灯表示无权限；上位机软件根据消费次数完成员工的用餐报表。

3D人脸识别系统常规的脸识别需要的四个步骤：人脸图像预处理、人脸图像匹配和识别、人脸图像采集及检测、人脸图像特征提取，同时这也是人脸识别系统的四个主要的组成部分。

 1、人脸图像预处理：图像预处理是人脸识别技术中一个相当重要的环节，因为图像采集的地点光线等因素不同，图像的质量也有较大的差异。图像预处理的目的主要是为了去除对图像有干扰的信息，提高图片的质量，突出有用的信息。为之后对图像的分析计算提供便利，达到更快更准确的目的。

 2、人脸图像匹配与识别：通过摄像头采集到的图片进行信息处理，通过核心算法对图片中的人脸的五官、脸型和角度等信息进行计算，并且把图像信息和自身数据库里保存的图像信息进行搜索比对，当两者的匹配度到达一定的比例就可以把匹配到的数据输出，达到的目的。

 3、人脸图像采集及检测：人脸图像通过摄像头等方式以静态图像，动态图像等方式进行记录，通过人脸检测的方式来确定人脸的位置和大小。以目前主流的人脸检测及采集的方法来说，Adaboost人脸检测算法，是基于积分图、级联检测器和Adaboost算法的方法，该方法能够检测出正面人脸且检测速度快。但其缺点是在复杂背景中，容易受到复杂环境的影响，导致检测结果并不稳定，极易将类似人脸区域误检为人脸，误检率较高。

 4、人脸图像特征提取：通过对预处理之后的图像进行分析计算，提取出图像中的人像的五官特征、人脸图像变换系数特征等。人脸特征提取的方法有两大类：一种是基于知识的表征方法，首先需要提取出人脸的五官，如鼻子、眼睛、下巴、嘴巴等特点，在计算这些特点之间的位置关系，将它们之间的几何特征作为识别人脸的重要特征；另外一种是基于代数特征或统计学习的表征方法。

人脸识别门禁系统可以广泛应用于各行各业，方便企事业单位，提高工作效率，提高安全防范能力，以下是一些行业应用的场景：

金融行业：门禁、考勤、防尾随门、金库门

政府部门：门禁、考勤

教育行业：考生身份识别、宿舍门禁系统

机关：门禁系统、库门禁系统

：重点区域门禁系统、库门禁系统

人脸识别门禁系统终端是由自主研发和生产的一款基于人脸识别算法应用的智能门禁终端，使用的人脸识别算法，配合200W 像素的摄像头，为客户快速实现人脸识别功能。

人脸识别门禁终端可以做到开放性合作，能够支持只提供硬件部分，适配客户的人脸识别算法，能够为人脸识别算法提供可靠运行的硬件平台，强大的硬件能力可以有力的保证人脸识别算法的运行。

人脸检测：人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。主流的人脸检测方法基于以上特征采用Adaboost学习算法，Adaboost算法是一种用来分类的方法，它把一些比较弱的分类方法合在一起，组合出新的很强的分类方法。