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输出小区人脸识别系统，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，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。

人脸识别技术应用具有较强的场景性人脸识别管理系统，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，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。

人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、、声音（语音）、体形、个人习惯（例如敲击键盘的力度和频率、签字）等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、识别、语音识别（用语音识别可以进行身份识别，也可以进行语音内容的识别，只有前者属于生物特征识别技术）、体形识别、键盘敲击识别、签字识别等。  

人脸识别技术包含三个部分：

(1)人脸检测

面貌检测是指在动态的场景与复杂的背景中判断是否存在面像，并分离出这种面像。一般有下列几种方法：

①参考模板法

首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸；

②人脸规则法

由于人脸具有一定的结构分布特征，所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸；

③样品学习法

这种方法即采用模式识别中人工神经网络的方法，即通过对面像样品集和非面像样品集的学习产生分类器；

人脸图像预处理：对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言，其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、化、几何校正、滤波以及锐化等。

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。