山东华瑞电子有限公司

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人脸自动识别系统，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系统。

人脸图像预处理：对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言，其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、化、几何校正、滤波以及锐化等。

人脸识别产品的主要特点

   ▷技术先进：采用了人脸识别、语音合成等先进技术人脸识别管理系统，使产品更人性化

   ▷应用便捷：无须，只要站在识别机前即可自动识别，识别速度小于1秒

   ▷安全卫生：免接触，不用担心菌

   ▷准确性高：准确度超过99.95%，不受表情、胡须、帽子、眼镜等影响

   ▷计价：支持多级帐户，关联帐户，阶梯定价，按月、按餐限次消费

   ▷扩展性好：支持网络布局，多设备，多食堂数据同步

   ▷安全性强：双缓存保障数据准确，每餐后自动备份数据，网络版支持数据云端备份

   ▷本系统从根本上杜绝了、现象，从而避免了浪费，实践证明应用本系统后，食堂在改善了伙食标准的情况下，开支还有明显下降。

   ▷提升单位形象：人脸识别作为一种前卫的身份验证技术，应用于职工食堂，可以瞬间给职工和来宾留下深刻的印象，在为技术的先进而感叹的同时，也增强了对企业、单位的信赖度。

   ▷改善职工福利：本系统的关联帐户功能，可为职工、职工家属分别制定不同的收费标准，从而即体现了人性化管理，又能将有限的伙食补贴，尽可能多地用到职工本人身上。

   ▷规范公务接待：以前使用IC卡或指纹系统，无法对公务接待进行管理。本系统特有的公务接待拍照功能，将公务接待也纳入了管理范围，使公务接待也实现了有据可查。

人脸图像采集：不一样的人脸图像都能根据拍摄摄像镜头采集出来，例如静态数据图像、动态像、不一样的部位、不一样小表情等层面都能够获得非常好的采集。当客户在采集机器设备的拍攝范畴内时，采集机器设备会全自动检索并拍攝客户的人脸图像。 人脸检测：人脸检测在具体中关键用以人脸鉴别的预备处理，即在图像中校准出人脸的部位和尺寸。人脸图像中包括的方式特征十分丰富多彩，如条形图特征、色调特征、模版特征、构造特征及Haar特征等。人脸检测便是把这在其中有效的信息内容挑出，并运用这种特征完成人脸检测。 流行的人脸检测方式 根据之上特征选用Adaboost学习培训优化算法，Adaboost优化算法是一种用于归类的方式 ，它把一些较为弱的分类方法合在一起，组成更新的较强的分类方法。 人脸检测全过程中应用Adaboost优化算法筛出一些意味着人脸的矩形框特征(弱分类器)，依照权重计算的方法将弱分类器结构为一个强分类器，再将训炼获得的多个强分类器串连构成一个联级构造的堆叠分类器，合理地提升 分类器的检验速率。

随着改革开放的深入和市场经济的快速发展和提高。因此，对于越来越突出的社会安全问题，中央建议综合管理社会治安，建立安全文明区作为社会综合治安的重要内容。

为了有效提高住宅区出入口的安全和管理效率，住宅区出入口设置了无障碍通道，采用嵌入式自主光源脸部识别技术，配合辅助设置，在标准环境下精度达到99.9%以上。

通过证书扫描仪或书读取头部，取得证书的脸部照片，与现场证书持有者的脸部进行比较，检查证书持有者和现在的证书持有者是同一个人，利用脸部识别技术，实现访问者和访问者的人证一体化验证，确认访问者的身份。

在入口通道或重点仓库入口设置高清相机，相机直接进入高清面部比较分析器，实时动态、识别监视录像中出现的面部，结合设定的名单库，识别出现在相机画面中的面部，自动记录，异常

高清面部对比分析仪内置面部识别算法，自动完成动态面部捕获、面部过滤、面部特征提取、特征值对比、面部识别对比结果输出

支持1080P或720P相机、照片(JPG等)的原始数据输入脸部识别控制系统，与目标脸部库(黑名单/白名单)进行比较，输出比较结果。

可访问后云平台面部比较系统，实现面部模板和数据同步，实现分布式面部抓取和面部比较管理。