山东华瑞电子有限公司

人脸识别速通闸●动态双摄防伪，各类照片在各种载体上的欺骗，夜间红外、RGB双补光●支持外接二维码扫描器、；支持串口、韦根26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，支持陌生人检测，陌生人等级可配置●支持设备本地存储1万张人脸照片、1万条识别记录（含现场抓拍照片）●逐行扫描200万像素CMOS传感器，运动图像无锯齿，码流平滑设置●人脸库为3000时企业人脸识别系统，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）检测人脸比对耗时0.2ms（10000人库，多次识别取平均值），0.5ms（10000人库，  多次识别取平均值） ●支持人脸识别或陌生人检测时的现场照片保存，支持局域网使用部署方式●支持HTTP方式接口对接，支持屏幕显示内容配置，支持识别距离配置●应用场景：各种通道闸●显示尺寸：160*88MM 人脸识别后台管理软件功能说明：l 可实现标准门禁基本功能：权限、时间段设置及统计相关报表；l 具有实时监控画面设置功能，让通行管理更直观；l 可实现多通道联网管理，管理1.5万人；l 具有考勤管理基本功能：班次设置、正常的加班设置、统计报表等；l 适用于工地通道管理，可外接大屏显示，实现场内班组、人数显示及统计功能；l 支持黑名单权限设置，陌生人等级配置；识别率（度）可调，让通行更快捷。

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人脸识别管理系统，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。

人脸识别终端识别速度快，（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）检测人脸比对耗时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）；

· 人脸识别终端支持陌生人检测，陌生人等级可配置；

· 人脸识别终端支持人脸识别或陌生人检测时的现场照片保存；

· 人脸识别终端支持公网、局域网使用部署方式；

· 支持HTTP方式接口对接；

· 支持屏幕显示内容配置；

· 支持识别距离配置。

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。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。