山东华瑞电子有限公司

通过人脸识别闸机，可以监控公寓出入流动人员人脸识别通道闸。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人脸识别管理系统。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；

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。人脸识别系统的制作方法：人脸识别技术是基于人的脸部特征，对输入的人脸图像或者视频上的人脸进行识别判断，从而识别人脸的身份。目前，人脸识别技术广泛应用在安保系统，例如，人脸识别门禁考勤系统，人脸识别防盗门，人脸识别手机，人脸识别来运行的机器人等。近年来，在人脸识别技术的发展过程中，出现了人脸的欺骗行为，例如打印人脸图像到纸张上，或者使用投影、液晶显示屏(LiquidCrystalDisplay，简称LCD)等播放设备显示在屏幕上，放置于人脸识别系统的采集装置前，会得到各种人脸图像，这些人脸图像跟真实的人脸图像有很大的相似性，容易被系统当成真实的人脸进行识别，成为人脸识别系统中的不安全因素。然而，在人脸识别系统中，特别是无人值守或高安全性场合，防止人使用人脸假体欺骗系统是非常重要的。

人脸识别闸机在我们的日常生活和工作中随处可见。由于这种闸机通行方式简单方便，安全性高，人们对这种闸机的需求越来越大，导致大量机器制造商涌入闸机市场。但由于每个闸机厂的制造技术水平不同，市场上的人脸识别闸机质量也参差不齐，那么我们来谈谈如何区分一个人脸识别闸机的质量。

识别机器的质量主要取决于它是否防水和防水。现在市场上的人脸识别闸机主要有人脸识别三辊闸、人脸识别摆闸、人脸识别通道翼闸等。这些大门主要安装在公园、景点、工厂、社区、学校等大型公共户外场所，这就要求机器不仅可以在强光、背光、背光、弱光的夜晚正常运行，还可以在雨天、下雪天、大风天等恶劣天气使用。因此，大门应具有防水防尘功能，甚至根据环境要求选择防水防尘等级。

到目前为止，闸机在中国已经发展了20多年，人脸识别闸机只在近年来才得到广泛应用。目前大部分户外场所的人脸识别通道门都是直接在原来的旧机器上升级的。如果原来的旧机器是摆闸，那就好了，因为摆闸大部分都是室外安装的。与其他闸门相比，外壳更厚，内部控制系统和电路板密封性能更好。而且如果是其他闸机，防水防尘性能就不那么好了。尽管人脸识别系统的算法对闸机硬件要求不高，但安装在室外时，必须具有良好的防尘防水性能。

大数据、人工智能兴起的时代，通过人脸识别技术的加持优化进考流程，帮助忘带纸质证件的考生无阻应考，疫情之下还能实现无接触测温，不仅有效保障考生身份的真实性还能为校园防疫助力。

就场景来看，大众对“刷脸”技术应用的接受度普遍升高。纵观整个市场，近年来，大数据、人工智能、信息等新兴技术不断进入校园并参与到校园管理、教学活动中，聚焦于智慧教学、管理与服务平台建设的智慧校园已是时代刚需、大势所趋。

网络远程考试：严防

自疫情爆发以来，不少高校在研招复试中均采用网络远程的方式，“双识别”的人脸+证件核验，严格审查应考的。此外，提升考试也曾提出过在线机考，人脸核验辅助的方式。

一夕之间，人脸识别成了远程招考的刚性需求。学生进入考试前需提前进行人脸识别验证，如若验证不通过，则会出现考试被锁定的情况，不能继续参与考试，有效守护考场公正，加强在线考试信用监管。