山东华瑞电子有限公司

杜绝陌生人随意进出，强化小区安全管理　　老旧小区或多或少存在管理不严问题。贴广告的、搞推销的、发传单的、认识的不认识的人员车辆随意出入，带来极大的安全隐患。启用门禁系统后，该现象明显得到缓解，然而拦得住无意人，防不住有心人。门禁成本低廉车站人脸识别系统，指纹有指纹膜可以替代人脸识别，只要想进来，什么门禁都不是问题。

在人脸识别闸机门禁系统正式启用之前，社区服务中心会通知住户进行信息录入和人脸采集。正式启用人脸识别闸机门禁之后，不曾在系统里登记过信息的人无法自由出入，有效杜绝陌生人随意进出，进一步强化社区安全管理。　　亲友前来拜访，想要进入小区该怎么办？每次都要自己下来开门？显然不现实。针对这个问题人脸识别系统，社区管理做出解释："业主租户可以通过电话、视频等方式确认访客身份，随后进行临时性的人脸和登记，就可以顺利进出小区了。"　　由于小区人口经常发生变动，比如搬家、租房等，管理处需要及时为新住户更换指纹资料，配备门禁卡、钥匙等人脸识别管理系统，非常麻烦。人脸识别闸机门禁投入使用之后，新来的住户只需要在社区管理处登记人脸信息，即可自由进出，大大节省社区人员变动管理成本。

曾经看似高深莫测的人脸识别，如今就在触手可及之处。人脸识别闸机门禁的投入应用，改变以往的出入模式，有效阻拦陌生人随意进出小区，尽可能降低小区安全事故发生的频率，提高住户生验，推进小区服务科技化，打造全新的物业管理模式，实现智能化管理。

通过人脸识别闸机，可以监控公寓出入流动人员。人脸具有不易的特性，特别是人脸检测技术的不断进步，普通照片、无法欺骗门禁系统，而换造型、普通妆容、脸型胖瘦，也不会对识别结果造成太大的影响。总的来讲，以刷脸作为进出门的“钥匙”，不但给人们出入带来便捷，而且更是有效降低公寓人口流动管理成本。

不过，公寓、酒店这些行业，由于房间门较多，如果用人脸识别终端的话，成本造价往往太高。而通过前端检测抓拍结合后端识别的猫眼锁，可以把整个人脸识别门禁成本降低，便于在公寓和酒店大规模的和应用。而且被动式识别功能也相当重要，即是需要人为触摸才能开启人脸识别功能，避免了人员误识别的尴尬和管理麻烦。而且猫眼锁类人脸识别终端不但大大降低了成本，而且解决了功耗问题，性价比较高，安装和后期维修都十分简单。

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；

门禁系统

   门禁管理系统是以人脸识别为开门工具，配合计算机管理系统，实现房间分类、出入纪录、时间统计、防盗报警等安全管理。

   门禁管理范围：所有需要控制人员进出的场所，包括办公楼、机房、财务室、资料室等等，不同的地方可以采用不同的门禁设备，实现上可以采用相同的控制软件。

   办公室门禁将所有单元大门进行网络化连接，并且通过一定数量的门禁控制器将所有门识别终端进行统一管理，通过统一的数据采集验证接口，制定相应的门禁规则、完成系统的黑白名单，实现办门禁系统的智能网络化的统一管理。

   停车场管理以人脸识别权限替代原有卡权限，完成停车场改造或新建停车管理系统，系统设定有效识别距离为1.5米，进出停车场时，打开车窗扭头对向摄像头，即可识别权限通过，安全性及操作方便性远高于持卡停车。

   访客管理系统安装在机关大门保安室，可以对临时进出人员数据跟踪管理。也可以授权访客进出某办公室；控制外来车辆进出等；系统通过查询和统计规定时间内在采集点的读卡记录，对数据进行相关处理，生成进出报表，实现安防管理。

（5）食堂用餐系统

   根据机关食堂多为统一配餐的特点，人脸识别用餐系统设计为计次餐饮，全部采用实时消费方式，可充分利用的硬件资源，在原有网络系统接入人脸识别收费终端，用餐时只要微笑面对终端，机器根据内部权限即可判定该用餐者是否为有权限用户，发出警示，绿灯表示通过，红灯表示无权限；上位机软件根据消费次数完成员工的用餐报表。

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。