人臉識(shí)別是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)，它的唯一性和不易被復(fù)制的良好特性為身份鑒別提供了必要的前提。而人臉識(shí)別人行通道閘機(jī)系統(tǒng)就是把人臉識(shí)別技術(shù)和人行通道系統(tǒng)相結(jié)合，通過(guò)對(duì)人臉的識(shí)別作為人行通道開啟的鑰匙。它不僅免去了忘帶鑰匙或卡的煩惱，同時(shí)因?yàn)槿四樧R(shí)別人行通道閘機(jī)系統(tǒng)無(wú)需任何介質(zhì)開門，而節(jié)省了不少成本，如人員變動(dòng)不需要更換 IC 卡等，只需要重新對(duì)人臉信息進(jìn)行登記注冊(cè)即可;人臉識(shí)別人行通道閘機(jī)系統(tǒng)由于操作簡(jiǎn)單、安全、便捷、智能，且無(wú)論室內(nèi)還是室外均可使用的特性，一直比“認(rèn)卡不認(rèn)人”的 IC 卡更具優(yōu)勢(shì)。近幾年人臉識(shí)別技術(shù)已在公安、海關(guān)、金融、軍隊(duì)、機(jī)場(chǎng)、企業(yè)等領(lǐng)域得到了廣泛的應(yīng)用。有專家進(jìn)一步指出，人臉識(shí)別的全面應(yīng)用時(shí)代已經(jīng)到來(lái)，他將成為一種方便人們?nèi)粘Ｉ畹闹匾夹g(shù)。

　　產(chǎn)品介紹及應(yīng)用場(chǎng)景: 200 萬(wàn)像素動(dòng)態(tài)脫機(jī)人像識(shí)別攝像機(jī)采用了國(guó)際先進(jìn)的神經(jīng)網(wǎng)絡(luò)算法(CNN),是經(jīng)數(shù)千萬(wàn)次算法訓(xùn)練后形成的產(chǎn)品，集圖像采集、人臉檢測(cè)、人臉跟蹤和人臉比對(duì)等功能，不僅識(shí)別率高而且識(shí)別速度快。脫機(jī)動(dòng)態(tài)人像識(shí)別機(jī)，無(wú)需行人特意配合直接識(shí)別，無(wú)需電腦控制，行人在運(yùn)動(dòng)中也可識(shí)別，這大大提高了人像識(shí)別的易用性。產(chǎn)品可配套應(yīng)用于市面通用的任何通道閘(翼閘、擺閘、三輥閘等)、門禁及廣告門，可直接輸出開閘信號(hào)和韋根信號(hào);可廣泛應(yīng)用于自家門口、小區(qū)門禁、學(xué)校進(jìn)出口、道閘通道、寫字樓、地鐵、機(jī)場(chǎng)、高鐵等場(chǎng)景。

　　目前小區(qū)、廠區(qū)等出入口最多采用的是刷卡驗(yàn)證的方式，經(jīng)常出現(xiàn)沒有帶卡的問(wèn)題，人臉識(shí)別技術(shù)應(yīng)用于出入口道閘系統(tǒng)，是一種更安全的身份驗(yàn)證方式，我司的人臉識(shí)別攝像機(jī)可應(yīng)用于門禁系統(tǒng)，具有識(shí)別率高，識(shí)別速度快，可適應(yīng)高低溫惡劣環(huán)境等優(yōu)點(diǎn)。人臉比對(duì)成功后，相機(jī)可以直接輸出開關(guān)信號(hào)到閘機(jī)、門禁，廣告門等設(shè)備，完成開門動(dòng)作。

　　人臉識(shí)別系統(tǒng)原理:人臉識(shí)別系統(tǒng)主要包括四個(gè)組成部分，分別為：人臉圖像采集及檢測(cè)、人臉圖像預(yù)處理、人臉圖像特征提取以及匹配與識(shí)別。

　　1、人臉圖像采集及檢測(cè)

　　人臉圖像采集：不同的人臉圖像都能通過(guò)攝像鏡頭采集下來(lái)，比如靜態(tài)圖像、動(dòng)態(tài)圖像、不同的位置、不同表情等方面都可以得到很好的采集。當(dāng)用戶在采集設(shè)備的拍攝范圍內(nèi)時(shí)，采集設(shè)備會(huì)自動(dòng)搜索并拍攝用戶的人臉圖像。

　　人臉檢測(cè)：人臉檢測(cè)在實(shí)際中主要用于人臉識(shí)別的預(yù)處理，即在圖像中準(zhǔn)確標(biāo)定出人臉的位置和大小。人臉圖像中包含的模式特征十分豐富，如直方圖特征、顏色特征、模板特征、結(jié)構(gòu)特征及 Haar 特征等。人臉檢測(cè)就是把這其中有用的信息挑出來(lái)，并利用這些特征實(shí)現(xiàn)人臉檢測(cè)。主流的人臉檢測(cè)方法基于以上特征采用 Adaboost 學(xué)習(xí)算法，Adaboost 算法是一種用來(lái)分類的方法，它把一些比較弱的分類方法合在一起，組合出新的很強(qiáng)的分類方法。人臉檢測(cè)過(guò)程中使用 Adaboost 算法挑選出一些最能代表人臉的矩形特征(弱分類器)，按照加權(quán)投票的方式將弱分類器構(gòu)造為一個(gè)強(qiáng)分類器，再將訓(xùn)練得到的若干強(qiáng)分類器串聯(lián)組成一個(gè)級(jí)聯(lián)結(jié)構(gòu)的層疊分類器，有效地提高分類器的檢測(cè)速度。

　　2、人臉圖像預(yù)處理

　　人臉圖像預(yù)處理：對(duì)于人臉的圖像預(yù)處理是基于人臉檢測(cè)結(jié)果，對(duì)圖像進(jìn)行處理并最終服務(wù)于特征提取的過(guò)程。系統(tǒng)獲取的原始圖像由于受到各種條件的限制和隨機(jī)干擾，往往不能直接使用，必須在圖像處理的早期階段對(duì)它進(jìn)行灰度校正、噪聲過(guò)濾等圖像預(yù)處理。對(duì)于人臉圖像而言，其預(yù)處理過(guò)程主要包括人臉圖像的光線補(bǔ)償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波以及銳化等。

　　3、人臉圖像特征提取

　　人臉圖像特征提?。喝四樧R(shí)別系統(tǒng)可使用的特征通常分為視覺特征、像素統(tǒng)計(jì)特征、人臉圖像變換系數(shù)特征、人臉圖像代數(shù)特征等。人臉特征提取就是針對(duì)人臉的某些特征進(jìn)行的。人臉特征提取，也稱人臉表征，它是對(duì)人臉進(jìn)行特征建模的過(guò)程。人臉特征提取的方法歸納起來(lái)分為兩大類：一種是基于知識(shí)的表征方法;另外一種是基于代數(shù)特征或統(tǒng)計(jì)學(xué)習(xí)的表征方法。

　　基于知識(shí)的表征方法主要是根據(jù)人臉器官的形狀描述以及他們之間的距離特性來(lái)獲得有助于人臉分類的特征數(shù)據(jù)，其特征分量通常包括特征點(diǎn)間的歐氏距離、曲率和角度等。人臉由眼睛、鼻子、嘴、下巴等局部構(gòu)成，對(duì)這些局部和它們之間結(jié)構(gòu)關(guān)系的幾何描述，可作為識(shí)別人臉的重要特征，這些特征被稱為幾何特征?；谥R(shí)的人臉表征主要包括基于幾何特征的方法和模板匹配法。

　　4、人臉圖像匹配與識(shí)別

　　人臉圖像匹配與識(shí)別：提取的人臉圖像的特征數(shù)據(jù)與數(shù)據(jù)庫(kù)中存儲(chǔ)的特征模板進(jìn)行搜索匹配，通過(guò)設(shè)定一個(gè)閾值，當(dāng)相似度超過(guò)這一閾值，則把匹配得到的結(jié)果輸出。人臉識(shí)別就是將待識(shí)別的人臉特征與已得到的人臉特征模板進(jìn)行比較，根據(jù)相似程度對(duì)人臉的身份信息進(jìn)行判斷。這一過(guò)程又分為兩類：一類是確認(rèn)，是一對(duì)一進(jìn)行圖像比較的過(guò)程，另一類是辨認(rèn)，是一對(duì)多進(jìn)行圖像匹配對(duì)比的過(guò)程。

　　咨詢熱線：趙經(jīng)理15665759768