山东华瑞电子有限公司

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小区人脸识别系统，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。

智能化时代，随着人脸识别技术的进步，人脸识别考勤逐渐走进人们的视野。由于解决了IC卡丢失，指纹破皮打不上卡的问题人脸识别管理系统，以及完善考勤管理制度，因此逐渐被市场接纳并普及应用。可以说，人脸识别考勤的出现，既是生物识别技术进步的使然，也是当今社会需求的必然结果。

相对于C端家庭领域，公共领域的出入门禁更倾向于采用人脸识别，而且对识别率要求没有那么高，企业一般都能接受99．7％的识别率。但是对于家庭用户来讲，由于涉及到安全隐私风险，一般很难接受人脸识别有稍微的误差。而在学校、社区、办公楼或公寓和酒店这些公共区域的出入口，一般本身部署视频监控和防盗报警等安全防控装置，相对来说安全一些。而且，的是，人脸识别可以实现同时多目标识别，避免排长队识别的拖拉，大大提升了管理和业务效率。

虽然人脸识别在商用领域已经被接受，但高成本和高功耗一直是限制其规模化应用的阻碍因素。人脸识别技术和设备提供商需要在满足实际应用场景需求的同时，不断降低设备成本，同时降低产品功耗，提升产品的全生命周期，从而加快人脸识别技术在商用领域的规模化应用。

除成本和功耗因素外，人脸识别同时也面临着双胞胎的识别、光线的干扰、美容化妆、遮挡、低分辨率的识别的技术瓶颈。无论是厂商还是用户，都需要正视目前存在的困难，不断使产品和技术趋于场景实用。随着，国家和行业标准的建立与实施，以及人脸识别技术不断迭代，人脸识别将在防伪化、三维化、环境适应性、、高速度等方面得到强化，并迎来新一轮的发展热潮。

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。