山东华瑞电子有限公司

人行通道系统，顾名思义就是对于出入口的一个管理，但随着数字和网络技术的飞速发展，人行通道系统也就是门禁系统早已超越了单纯的门道及钥匙管理，而逐渐发展为一套完整的出入管理系统，对于工作环境安全、人事考勤管理等方面起着越来越巨大的作用车站人脸识别系统。人行通道系统的选择也是很重要的人脸识别，万一购买了劣质量产品那无非是给消费者带来生命和财产的不安全！

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；

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人脸识别系统。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人脸识别管理系统，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。

人脸识别系统主要包括四个组成部分：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。折叠人脸图像采集及检测人脸图像采集：不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像。

人脸识别门禁场景应用总体可分为三大类：1、户外，没有建筑物遮挡，或有遮阳雨棚但还会经历阳光风雨的恩泽，温度跨度大。我们把这种环境归类到户外，这种环境项目还挺多：工地出入口、学校大门、小区大门、园区门、景区门等大门岗安全防范重地。2、半户外，有建筑物遮雨，户外光会直接作用到人脸门禁系统处。按来吉人脸门禁安装环境来说，离地面1.5米以上空间淋不到雨但户外光能漫散到。此类环境：屋檐下、大楼门庭、阳台走廊，室内直对户外窗等环境。3、室内，这个不用说明了，光线均匀，没有强光影响，没有淋水，相对恒温。室内环境会对产品的颜值有要求，特别是办公楼大堂等环境会对产品外观和他的装饰风格呼应匹配。