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闸机系统，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人脸识别系统，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人脸识别管理系统，大大提升了管理和业务效率。

④肤色模型法

这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。

⑤特征子脸法

这种方法是将所有面像集合视为一个面像子空间，并基于检测样品与其在子孔间的投影之间的距离判断是否存在面像。

值得提出的是，上述5种方法在实际检测系统中也可综合采用。

(2)人脸跟踪

面貌跟踪是指对被检测到的面貌进行动态目标跟踪。具体采用基于模型的方法或基于运动与模型相结合的方法。此外，利用肤色模型跟踪也不失为一种简单而有效的手段。

(3)人脸比对

面貌比对是对被检测到的面貌像进行身份确认或在面像库中进行目标搜索。这实际上就是说，将采样到的面像与库存的面像依次进行比对，并找出的匹配对象。所以，面像的描述决定了面像识别的具体方法与性能。目前主要采用特征向量与面纹模板两种描述方法：

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。

人脸检测：人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。

主流的人脸检测方法基于以上特征采用Adaboost学习算法，Adaboost算法是一种用来分类的方法，它把一些比较弱的分类方法合在一起，组合出新的很强的分类方法。

人脸检测过程中使用Adaboost算法挑选出一些代表人脸的矩形特征(弱分类器)，按照加权的方式将弱分类器构造为一个强分类器，再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，有效地提高分类器的检测速度。

人脸识别主要用于身份识别。由于视频监控正在快速普及，众多的视频监控应用迫切需要一种远距离、用户非配合状态下的快速身份识别技术，以求远距离快速确认人员身份，实现智能预警。人脸识别技术无疑人脸识别主要用于身份识别

是的选择，采用快速人脸检测技术可以从监控视频图象中实时查找人脸，并与人脸数据库进行实时比对，从而实现快速身份识别。

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。

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行识别的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别的英文名称是 Human Face Recognition.人脸识别产品利用AVS03A图像处理器；可以对人脸明暗侦测,自动调整动态曝光补偿，人脸侦测,自动调整影像放大。