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智能人脸识别系统，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，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管理系统。

提升业主居住使用安全性、便捷性，升级智能化管理　　更安全　　当小区门禁管理启用了人脸识别闸机门禁系统后，就解决了老式门禁容易被所带来的安全隐患问题。人脸识别闸机门禁系统是以人脸识别技术为核心，人脸具有不易的特性，和传统的门禁卡、指纹相比，更加安全且不易，陌生人无法凭借化妆、戴假发、戴帽子、戴眼镜等方法潜入。

更便捷　　几乎每个业主都有过有遗失、忘记携带门禁卡匙的情况出现，只能叫保安打开门，而人脸识别则没有这种担忧。还有试想一下下雨天：住户拎着大包小包，带着娃，还要腾出一只手翻包找钥匙出来开门，手忙脚乱，这样的情况可以说是非常不方便，人脸识别门禁系统则为业主解决了这种尴尬。

人脸识别闸机门禁系统，具有主动人脸的功能，主要业主进入摄像头识别范围，系统会快速做出反应，与人脸数据库进行比对识别，显示识别成功，门会自动，住户可自由出入，不需要专门腾出手来、刷指纹或者输密码，真正解放双手，做到使用的人性化。

更智能　　业主因为经常丢失门禁卡或卡损坏去管理处补办重新配备门禁卡、钥匙等，非常麻烦。采用人脸识别门禁系统，业主只需要在小区管理处一次采集人脸信息即可，不再担心丢失或补办的烦恼。

①特征向量法

该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性，然后再计算出它们的几何特征量，而这些特征量形成一描述该面像的特征向量。

②面纹模板法

该方法是在库中存贮若干标准面像模板或面像模板，在进行比对时，将采样面像所有象素与库中所有模板采用化相关量度量进行匹配。此外，还有采用模式识别的自相关网络或特征与模板相结合的方法。

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。

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。