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，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输出机场人脸识别系统，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。

人脸识别闸机三大特性1.人脸识别闸机的实用性：当家长来校接送孩子的时候人脸识别管理系统，可启用人脸识别闸机，能快速识别出是那位孩子的家长，同时打开闸门，如是陌生人，闸机将启用红外探测报警通知管理员。2.人脸识别闸机先进性：在学校图书馆出入口，“人证合一”身份核验让师生们出入图书馆无需前台登记，只需在闸机通道人脸识别终端前面短暂停留，毫秒时间单位内即可“刷脸”通过，不会遭遇忘带证件的尴尬或者补领证件的麻烦，管理人员也无需再一一查验出入人员的证件。在保证稳定性实用性和便捷性的前提下，通道管理门禁还应具备一定的先进性，以保证在今后的一定时期内不会被淘汰，并且可以满足通道使用中的要求和需求。3.人脸识别闸机便捷性：学生、教职工进出校园刷脸即可通过闸机进入学校，无需带卡；对学生的进出校园，可通过后台查询信息记录；

为提升小区安保等级，保障民众生命安全，国内不少生活社区启用了门禁系统。早期的门禁系统，主要依赖指纹识别、磁卡识别等技术，住户需要借助门禁卡、指纹等工具才能顺利通过小区大门。随着人脸识别技术深入研究与应用，市面上开始出现人脸识别闸机门禁系统，该系统凭借人脸难以的特性横扫安防市场。

清晨匆忙出门，冲到小区门口才发现忘带门禁卡怎么办？要么掉头回去找，要么乖乖等人开门。平时还好，若是碰上工作日就有点悲剧了。对于分秒必争的上班族而言，等待的那一段时间或许就意味着全勤奖的泡汤。启用人脸识别闸机门禁系统之后，人脸就成了全新的、随身携带的"门禁卡"，想要出门刷脸就行，无接触高速度，还能防止皮肤细菌。

当然，也有住户提出疑问：晚上咋办？黑乎乎的，脸都看不清还怎么刷脸？针对夜间人脸识别效果问题，人脸识别技术今非昔比，环境光对如今的人脸识别技术而言影响不大，即使是在夜间灯光下也可以轻松识别人脸。"夜间不能识别人脸"只是个不成问题的问题。

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，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。

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，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。