山东华瑞电子有限公司

随着人脸识别技术的成熟，各种领域使用人脸识别闸机替代人工进行实名制验证，实现对出入口的、便捷、精准的管理以及降低人工管理成本。对于人脸识别实名制闸机的应用，机场安检、火车站、汽车站、海关、智慧楼宇、智慧社区等场所都已开始投入使用… 应用人脸识别闸机，机场、火车站、海关等高安防场合，将人脸识别与实名制验证结合，让旅客自助安检或验票通关，替代人工检验，而且人脸识别的速度非常快，让旅客的出行更加便利。 人脸识别速通闸，还可以从前端摄像头开始部署，将采集的数据与系统对接，有助于开展工作，防止与打击行为，加强公共场合的安全和提高人员的办案效率。

人脸识别技术应用具有较强的场景性，不同应用场景对核心算法能力要求不一样。在办公区、社区、公寓、酒店等泛安防商用场景，人脸数据库规模相对较小，并不需要在巨量的数据集上进行深度学习训练，对硬件并没有过高的要求人脸识别管理系统，而嵌入式人脸终端完全可以承载这些场景人脸识别的计算量。苏亮亮表示，“无论是算力还是算法层面，当前人脸识别已经基本可以满足泛安防领域的业务需求。”

众所周知，长租公寓、公租房和酒店因流动人口众多，带来不少安全隐患以及人口管理难题。而传统人口管控办法不仅消耗大量的人力和物力，而且办事效率极其低下，结果往往不尽人意。而嵌入式人脸终端的采用，将不失为有效解决公寓出入门禁和安全管理问题的新方法。

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。

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。光照、姿态、装饰等，对机器识别人脸都有影响。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。人脸识别技术的核心实际为“局部人体特征分析”和“图形/神经识别算法。”这种算法是利用人体面部各及特征部位的方法。如对应几何关系多数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。一般要求判断时间低于1秒。

(2)面部跟踪 面貌跟踪就是指对被检验到的面貌开展动态性总体目标跟踪。实际选用根据模型的方式 或根据健身运动与模型紧密结合的方式 。除此之外，利用皮肤颜色模型跟踪也不可多得一种简洁明了而合理的方式。 (3)人脸比对 面貌核对是对被检验到的面貌像开展确定或在面像库中开展总体目标检索。这事实上就是，将取样到的面像与库存量的面像先后开展核对，并找到的配对目标。因此，面像的叙述决策了面像分辨的具体做法与特性。