山东华瑞电子有限公司

智能化时代，随着人脸识别技术的进步人脸自动识别系统，人脸识别考勤逐渐走进人们的视野人脸识别。由于解决了IC卡丢失，指纹破皮打不上卡的问题，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，的是人脸识别管理系统，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。

总体设计思路

     人脸识别系统是基于建立“以员工为服务对象、以企业管理为目的，以多种信息化技术为管理手段、结合以人为本的服务理念，实现一脸认证通过考勤、进出权限认证、用餐认证等综合管理系统”的总体设计思路。

2、总体结构

     在系统的总体结构设计上，充分考虑现状以及未来的系统扩展需求，采用多接口、开放式框架设计。

     该人脸识别系统中心平台是核心层：由中心数据库，人事管理、系统管理等各类模块组成，主要对系统各类应用子系统和硬件终端进行综合管理，管理业务流和数据流。

应用子系统模块：子系统是微笑通系统的应用服务层，提供该系统的各类应用功能管理，包括食堂消费、门禁、考勤、会议签到、访客管理、车辆出入监控等子系统。通过专业定制的汉王人脸识别设备采集员工在终端发生的各类信息，通过计算机终端，管理各类信息，为及员工提供与人脸识别相关的各类服务。

      第三方应用接口：该系统提供规范的接口，开放的通讯协议，方便第三方人事管理系统，OA办公系统等通过统一的应用接口访问微笑通中心平台，实现数据共享数据交换。

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。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，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。

人脸识别门禁考勤系统优势：

1、高准确率

准确率99.4%(在万分之一误识率下)，准确率95%(在千万分之一误识率下)，人脸识别准确率超过人眼度。

2、识别速度快

1秒内可完成识别，高密度通道可用。

3、支持验证检测

防3D打印、电子屏、面具、头套类攻击。

4、多种集成模式

支持刷IC卡、刷、刷脸、二维码以及多种模式组合使用。

5、嵌入式软硬一体机设计

可离线工作，在脱机断网的情况下仍旧可以正常识别人脸，高可靠性，便于安装，部署灵活。

6、兼容性强

韦根输出+继电器输出，广泛适用于不同种类的闸机、门禁系统。

一、立柱人脸识别闸机应用场景：

适用于办公区域、酒店、通道闸机、写字楼、学校、商场、商店、社区、公共服务及管理项目等需要用到人脸门禁的场所。

二、立柱人脸识别闸机产品特性：

支持光敏传感协同的夜间补光；

支持串口、韦根26、34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；

支持设备本地存储万人库，（a）云平台设备支持同时储存5万张人脸照片（小于400KB）、100万条识别记录（0.45KB）、2万张现场抓拍照片（b）局域网设备支持同时存储2万张人脸照片（照片按100KB计算）、100万条识别记录（含近1万张现场抓拍照片）；

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）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）；

支持陌生人检测，陌生人等级可配置；

支持人脸识别或陌生人检测时的现场照片保存；

支持HTTP方式的接口对接；

支持公网、局域网使用部署方式；

支持屏幕显示内容配置；

支持识别距离配置。

人脸识别系统的工作流程是怎样的?人脸捕获与跟踪，人脸捕获是指在一幅图像或视频流的一帧中检测出人像并将人像从背景中分离出来，并自动地将其保存。人像跟踪是指利用人像捕获技术，当的人像在摄像头拍摄的范围内移动时自动地对其进行跟踪。人脸识别比对，人脸识别分核实式和搜索式二种比对模式。核实式是对指将捕获得到的人像或是的人像与数据库中已登记的某一对像作比对核实确定其是否为同一人。搜索式的比对是指，从数据库中已登记的所有人像中搜索查找是否有的人像存在。人脸的建模与检索，可以将登记入库的人像数据进行建模提取人脸的特征，并将其生成人脸模板(人脸特征文件)保存到数据库中。在进行人脸搜索时(搜索式)，将的人像进行建模，再将其与数据库中的所有人的模板相比对识别，终将根据所比对的相似值列出相似的人员列表。真人鉴别，系统可以识别得出摄像头前的人是一个真正的人还是一幅照片。以此杜绝使用者用照片作假。此项技术需要使用者作脸部表情的配合动作。图像质量检测，图像质量的好坏直接影响到识别的效果，图像质量的检测功能能对即将进行比对的照片进行图像质量评估，并给出相应的建议值来辅助识别。