山东华瑞电子有限公司

人脸识别终端在智慧社区也将大有作为。通过人脸识别门禁闸机，不但可以及时有效发现外来人员、访客和周边服务人员，及时做登记和拍照，从而规范社区生活秩序人脸识别管理系统，创建智慧平安家园，而且，保护业主并提供便捷服务。毫无疑问，人脸识别门禁可以强化社区出入口门禁安全体系，协助社区智能化管理。可以说，人脸识别与智慧小区的合作是拍档，未来的智慧社区将是人脸识别社区。

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；

人脸图像特征提取：人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大类：一种是基于知识的表征方法；另外一种是基于代数特征或统计学习的表征方法。

基于知识的表征方法主要是根据人脸的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征，这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。

人脸的外形很不稳定，人可以通过脸部的变化产生很多表情，而在不同观察角度，人脸的视觉图像也相差很大，另外，人脸识别还受光照条件（例如白天和夜晚，室内和室外等）、人脸的很多遮盖物（例如口罩、墨镜、头发、胡须等）、年龄等多方面因素的影响。

在人脸识别中，类的变化是应该放大而作为区分个体的标准的，而第二类的变化应该消除，因为它们可以代表同一个个体。通常称类变化为类间变化（inter-class difference），而称第二类变化为类内变化（intra-class difference）。对于人脸，类内变化往往大于类间变化，从而使在受类内变化干扰的情况下利用类间变化区分个体变得异常困难。

人脸识别系统使用应哪些考虑因素?一、从系统的选择上考虑，伴随着近几年识别系统技术的提升，目前生物识别技术市场上刚出现了数不胜数的解决方案，这些系统方案的供应商纷纷表示自己方案的优越性。但在系统集成商来说，他们选购人脸识别系统并不是看这些系统数据上的，更重要的是能够解决密集人群人脸的识别，抓拍以及系统的安全性能。同时，对于与系统相搭配的平台软件来说，人脸识别系统本身的方案也决定了平台软件能否对其进行良好的处理，故此，人们在选择具体的系统时在参考厂商的宣传以及样件时，还应该深入了解其平台软件的集成效果，以此来选择更好的人脸识别系统供应商。

二、从安装人脸识别系统注意的细节考虑，在现实的实际应用中，系统能够与现有的平台软件和硬件相兼容也是重要考虑的问题，例如有些摄像机并不适用于某些人脸识别系统，在这种情况下就要更换新的设备了。在安装人脸识别系统时，人们可有利用某些分析软件对摄像机性能进行分析，确保摄像机能够通过角度，光线以及其他因素来清晰的采集到脸部进行识别。