山东华瑞电子有限公司

人脸识别在安防行业的应用

随着人工智能时代的到来，当前计算机视觉识别技术甚至已在一定程度上超过人类人脸识别一体机，计算机视觉和智能无人设备正快速普及。作为人工智能的典型应用，人脸识别技术成为人工智能的接口。

伴随着智能识别术的突破，安防企业在人脸识别通道闸这块土地上正打得热火，也将技术重点聚焦于动态人脸识别、行为分析等图像智能领域，而当前传统安防厂商和算法型厂商同时存在着明显的竞争和合作关系，整个安防行业在动态人脸识别技术的浪潮推动下，态势。

一个完整的人脸识别通道闸安防系统主要包括人行通道闸机、门禁系统、报警和监控三大部分。动态人脸识别布控系统、人脸识别门禁、人脸识别访客系统、人证合一闸机等产品也就应运而生，迅速占领了智能安防市场的大部分市场份额。整个安防市场已经进入到了泛智能化时代，交通、能源、园区、学校、楼宇、银行包括中小企业、民用等都有人脸识别的应用需求。

北京教育考试院介绍，今年将严把入口关，采取人脸识别等科技手段加强考生身份核验和违禁物品检查，严防携带高科技工具进入考场，严防行为发生。

人脸识别技术属于生物特征识别技术人脸识别管理系统，生物识别技术被广泛用于政府、、银行、社会福利保障、电子商务、安全防务等领域。

人脸识别系统主要由四个部分组成：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。人脸识别系统的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展得到提高，而真正进入初级的应用阶段则在90年后期，并且以美国、德国和日本的技术实现为主；人脸识别系统成功的关键在于是否拥有的核心算法，并使识别结果具有实用化的识别率和识别速度；“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、系统、视频图像处理等多种技术，同时需结合中间值处理的理论与实现，是生物特征识别的应用，其核心技术的实现，展现了弱人工智能向工智能的转化。

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