山东华瑞电子有限公司

为提升小区安保等级，保障民众生命安全，国内不少生活社区启用了门禁系统。早期的门禁系统小区人脸识别系统，主要依赖指纹识别、磁卡识别等技术人脸识别，住户需要借助门禁卡、指纹等工具才能顺利通过小区大门。随着人脸识别技术深入研究与应用，市面上开始出现人脸识别闸机门禁系统，该系统凭借人脸难以的特性横扫安防市场。

清晨匆忙出门，冲到小区门口才发现忘带门禁卡怎么办？要么掉头回去找，要么乖乖等人开门。平时还好，若是碰上工作日就有点悲剧了。对于分秒必争的上班族而言，等待的那一段时间或许就意味着全勤奖的泡汤人脸识别系统。启用人脸识别闸机门禁系统之后，人脸就成了全新的、随身携带的"门禁卡"，想要出门刷脸就行，无接触高速度，还能防止皮肤细菌。

当然，也有住户提出疑问：晚上咋办？黑乎乎的，脸都看不清还怎么刷脸？针对夜间人脸识别效果问题，人脸识别技术今非昔比，环境光对如今的人脸识别技术而言影响不大人脸识别管理系统，即使是在夜间灯光下也可以轻松识别人脸。"夜间不能识别人脸"只是个不成问题的问题。

提升业主居住使用安全性、便捷性，升级智能化管理　　更安全　　当小区门禁管理启用了人脸识别闸机门禁系统后，就解决了老式门禁容易被所带来的安全隐患问题。人脸识别闸机门禁系统是以人脸识别技术为核心，人脸具有不易的特性，和传统的门禁卡、指纹相比，更加安全且不易，陌生人无法凭借化妆、戴假发、戴帽子、戴眼镜等方法潜入。

更便捷　　几乎每个业主都有过有遗失、忘记携带门禁卡匙的情况出现，只能叫保安打开门，而人脸识别则没有这种担忧。还有试想一下下雨天：住户拎着大包小包，带着娃，还要腾出一只手翻包找钥匙出来开门，手忙脚乱，这样的情况可以说是非常不方便，人脸识别门禁系统则为业主解决了这种尴尬。

人脸识别闸机门禁系统，具有主动人脸的功能，主要业主进入摄像头识别范围，系统会快速做出反应，与人脸数据库进行比对识别，显示识别成功，门会自动，住户可自由出入，不需要专门腾出手来、刷指纹或者输密码，真正解放双手，做到使用的人性化。

更智能　　业主因为经常丢失门禁卡或卡损坏去管理处补办重新配备门禁卡、钥匙等，非常麻烦。采用人脸识别门禁系统，业主只需要在小区管理处一次采集人脸信息即可，不再担心丢失或补办的烦恼。

通过人脸识别闸机，可以监控公寓出入流动人员。人脸具有不易的特性，特别是人脸检测技术的不断进步，普通照片、无法欺骗门禁系统，而换造型、普通妆容、脸型胖瘦，也不会对识别结果造成太大的影响。总的来讲，以刷脸作为进出门的“钥匙”，不但给人们出入带来便捷，而且更是有效降低公寓人口流动管理成本。

不过，公寓、酒店这些行业，由于房间门较多，如果用人脸识别终端的话，成本造价往往太高。而通过前端检测抓拍结合后端识别的猫眼锁，可以把整个人脸识别门禁成本降低，便于在公寓和酒店大规模的和应用。而且被动式识别功能也相当重要，即是需要人为触摸才能开启人脸识别功能，避免了人员误识别的尴尬和管理麻烦。而且猫眼锁类人脸识别终端不但大大降低了成本，而且解决了功耗问题，性价比较高，安装和后期维修都十分简单。

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。

一、立柱人脸识别闸机应用场景：

适用于办公区域、酒店、通道闸机、写字楼、学校、商场、商店、社区、公共服务及管理项目等需要用到人脸门禁的场所。

二、立柱人脸识别闸机产品特性：

支持光敏传感协同的夜间补光；

支持串口、韦根26、34输出，输出内容支持配置；

采用基于视频流的动态人脸检测、跟踪识别算法；

支持设备本地存储万人库，（a）云平台设备支持同时储存5万张人脸照片（小于400KB）、100万条识别记录（0.45KB）、2万张现场抓拍照片（b）局域网设备支持同时存储2万张人脸照片（照片按100KB计算）、100万条识别记录（含近1万张现场抓拍照片）；

人脸库为3000时，误识率万分之三的条件下，1：N识别准确率为99.7%；

识别速度快，（a）人脸跟踪与检测耗时20ms左右（b）人脸特征提取耗时200ms左右（c）人脸比对耗时0.2ms（1000人库，多次识别取平均值），0.5ms（10000人库，多次识别取平均值）；

支持陌生人检测，陌生人等级可配置；

支持人脸识别或陌生人检测时的现场照片保存；

支持HTTP方式的接口对接；

支持公网、局域网使用部署方式；

支持屏幕显示内容配置；

支持识别距离配置。

人脸识别系统包括三个一部分： (1)人脸检验 外貌检验就是指在动态性的情景与繁杂的背景图中判断是不是存有面像，并分离出来出这类面像。一般有以下几类方法： ①参照模板法 设计方案一个或多个规范人脸的模板，随后测算检测收集的样品与规范模板中间的配对水平，并根据阀值来判断是不是存有人脸； ②人脸标准法 因为人脸具备一定的构造遍布特点，说白了人脸标准的方法即获取这种特点转化成相对的标准以判断检测样品是不是包括人脸； ③样品学习方法 这类方法即选用系统识别中神经网络算法的方法，即根据对面像样品集和非面像样品集的学习培训造成分类器； ④皮肤颜色模型法 这类方法是根据外貌皮肤颜色在色彩空间中遍布相对性集中化的规律性来开展检验。 ⑤特点子脸法 这类方法是将全部面像结合视作一个面像子空间，并根据检验样品两者之间在子孔间的投射中间的间距判断是不是存有面像。 该明确提出的是，所述5种方法在具体监测系统中也可综合性选用。