山东华瑞电子有限公司

现在通道闸机人脸识别技术的日趋成熟和发展前景越来越可观，国内目前在应用方面，也快速普及。

通道闸机与IC卡读写器结合便构成智能通道闸综合管理系统，可以实现门禁、考勤、收费等功能。我们通常都能在大型会议场所出入口处设立一组通道闸人脸识别翼闸，可以方便了参会人员的出席签到、会议管理人员的统计和查询;为有效地掌握、管理参会人员出入和出席情况提供了轻松的解决方案。同时也委婉地拒绝了非与会人员的进入，保障了会议的次序。大大减轻了会议服务人员的工作负担，会极大地提高会仪的工作效率。

人脸识别的优势在于其自然性和不被被测个体察觉的特点。人脸面部识别技术

所谓自然性，是指该识别方式同人类（甚至其他生物）进行个体识别时所利用的生物特征相同。例如人脸识别，人类也是通过观察比较人脸区分和确认身份的，另外具有自然性的识别还有虹膜识别

语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体。

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人脸识别管理系统，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。