山东华瑞电子有限公司

人脸识别终端识别速度快，（a）人脸跟踪与检测耗时20ms左右（b）人脸特征提取耗时200ms左右（c）检测人脸比对耗时0.2ms（1000人库，多次识别取平均值），0.5ms（10000人库，多次识别取平均值）；

· 人脸识别终端支持陌生人检测，陌生人等级可配置；

· 人脸识别终端支持人脸识别或陌生人检测时的现场照片保存；

· 人脸识别终端支持公网、局域网使用部署方式；

· 支持HTTP方式接口对接；

· 支持屏幕显示内容配置；

· 支持识别距离配置。

人脸识别系统的工作流程是怎样的?人脸捕获与跟踪，人脸捕获是指在一幅图像或视频流的一帧中检测出人像并将人像从背景中分离出来，并自动地将其保存人行通道闸系统。人像跟踪是指利用人像捕获技术，当的人像在摄像头拍摄的范围内移动时自动地对其进行跟踪。人脸识别比对，人脸识别分核实式和搜索式二种比对模式。核实式是对指将捕获得到的人像或是的人像与数据库中已登记的某一对像作比对核实确定其是否为同一人。搜索式的比对是指，从数据库中已登记的所有人像中搜索查找是否有的人像存在。人脸的建模与检索，可以将登记入库的人像数据进行建模提取人脸的特征，并将其生成人脸模板(人脸特征文件)保存到数据库中。在进行人脸搜索时(搜索式)，将的人像进行建模，再将其与数据库中的所有人的模板相比对识别，终将根据所比对的相似值列出相似的人员列表。真人鉴别，系统可以识别得出摄像头前的人是一个真正的人还是一幅照片。以此杜绝使用者用照片作假人脸识别管理系统。此项技术需要使用者作脸部表情的配合动作。图像质量检测，图像质量的好坏直接影响到识别的效果，图像质量的检测功能能对即将进行比对的照片进行图像质量评估，并给出相应的建议值来辅助识别。

面部识别的优点取决于其自然性和不被被测个人察觉的特性。 说白了自然性，就是指该识别方法同人们（乃至别的生物）开展个人识别时需利用的生物特点同样。比如面部识别，人们也是仔细观察较为面部区别和确定的，此外具备自然性的识别也有视频语音识别、身材识别等，而指纹识别识别、识别等也不具备自然性，由于人们或是别的生物并不通过该类生物特点差别个人。 不被察觉的特性针对一种识别方式 也很重要，这会使该识别方式 不让人抵触，而且由于不易造成人的留意而不易被蒙骗。面部识别具备这些方面的特性，它利用能见光获得面部图象信息内容，而有别于指纹识别识别或是识别，必须利用电子器件液位传感器收集指纹识别，或是利用红外感应收集图象，这种的收集方法非常容易被别人察觉，进而更有可能被掩藏蒙骗。

人脸鉴别被觉得是生物学特性鉴别行业乃至人工智能技术行业艰难的课题研究之一。人脸鉴别的艰难主要是人脸做为生物学特性的特性所产生的。 相似度 不一样个体中间的差别并不大，全部的人脸的构造都类似，乃至人脸的构造外观设计都很类似。那样的特性针对利用人脸开展定位是有益的，可是针对利用人脸区别人们个体是不好的。 多变性 人脸的外观设计很不稳定，人能够根据面部的变化造成许多小表情，而在不一样观查视角，人脸的视觉效果图象也相距非常大，此外，人脸鉴别还受阳光照射标准（比如大白天和夜里，房间内和户外等）、人脸的许多遮住物（比如防护口罩、太阳眼镜、秀发、胡子等）、年纪等各个方面要素的危害。 在人脸鉴别中，类的变化是应当变大而做为区别个体的规范的，而第二类的变化应当清除，由于他们能够意味着同一个个体。一般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）。针对人脸，类内变化通常超过类间变化，进而使在受类内变化影响的状况下利用类间变化区别个体越来越出现异常艰难。

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。