山东华瑞电子有限公司

①特征向量法

该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性，然后再计算出它们的几何特征量，而这些特征量形成一描述该面像的特征向量。

②面纹模板法

该方法是在库中存贮若干标准面像模板或面像模板，在进行比对时，将采样面像所有象素与库中所有模板采用化相关量度量进行匹配。此外机场人脸识别系统，还有采用模式识别的自相关网络或特征与模板相结合的方法人脸识别。

人脸识别技术的核心实际为“局部人体特征分析”和“图形/神经识别算法。”这种算法是利用人体面部各及特征部位的方法。如对应几何关系多数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。一般要求判断时间低于1秒。

人脸识别难的部分是有充分适应各大光线环境的人脸预处理算法，需要在各种复杂的光线环境中提取到人脸信息，特别是移动互联网时代，摄像头拍照的地方可以在斑驳的树影下，也可以在昏暗的街灯下，以及深夜出租车内，这对算法的鲁棒性考验极大人脸识别系统。同时还要考虑照片和视频欺诈，二次成像的光线污染等问题。

人脸识别技术主要是利用图像处理技术从图像中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，即人脸特征点模型。再从人脸特征点模型与被测者的人的面像进行特征分析（可以假定为无数的几何特征点求解），根据分析的结果来给出一个相似值，通过这个值即可确定是否为同一人人脸识别管理系统。简单的说就是A/B两张照片比对，产生的计算数值是否达到要求。

金融行业：门禁、考勤、防尾随门、金库门

政府部门：门禁、考勤

教育行业：考生身份识别、宿舍门禁系统

机关：门禁系统、库门禁系统

：重点区域门禁系统、库门禁系统

人脸识别门禁系统终端是由自主研发和生产的一款基于人脸识别算法应用的智能门禁终端，使用的人脸识别算法，配合200W 像素的摄像头，为客户快速实现人脸识别功能。

人脸识别门禁终端可以做到开放性合作，能够支持只提供硬件部分，适配客户的人脸识别算法，能够为人脸识别算法提供可靠运行的硬件平台，强大的硬件能力可以有力的保证人脸识别算法的运行。

值得注意的是，在智慧班牌日益丰富的信息化功能中，人脸识别始终扮演重要角色，而且上述企业所开发的智慧班牌，都采用了虹软视觉开放平台的ArcFace 人脸识别算法。

     作为一款业内的免费人脸识别算法，ArcFace SDK拥有人脸检测、人脸比对、人脸属性、检测、遮挡下的人脸识别等全栈能力，大特点在于可以免费商用，而且算法集成简单。同时，该算法支持离线使用，不受网络环境影响，可在安全性更高的局域网络内流畅运行。数据完全储存在本地，更受用户信任，适配教育相关场景。

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。

传统的出入口通道大都采用IC卡门禁进出，而且门禁卡容易丢失，物业、工程商、厂家都在为此不停地售后维护。尤其是物业管理中心，花费很多时间在不停地注册、注销、更换门禁卡等，浪费了很多人力和物力成本。人脸识别系统相比传统门禁系统更具有安全和准确性，更多的带来便捷性，不需花费时间找门禁卡或忘记带卡了。

人脸识别系统并与通道闸机相结合，准确记录通行人员的、出入时间，并与门禁系统、访客管理系统的相结合，实现人员通行的自动管理。人脸识别闸机的应用可以提高场所安全管控，减少管理人员，节约人力成本，同时为人们通行带来更好的体验