人脸识别一体机产品介绍及应用场景

测温人脸识别一体机采用了神经网络算法（CNN）,是经数千万次算法训练后形成的产品，集图像采集、人脸检测、人脸跟踪和人脸比对等功能，不仅识别率高而且识别速度快。脱机动态人像识别机，无需行人特意配合直接识别，无需电脑控制，行人在运动中也可识别，这大大提高了人像识别的易用性。产品可配套应用于市面通用的任何通道闸（翼闸、摆闸、三辊闸等）、门禁及广告门，可直接输出开闸信号和韦根信号；可广泛应用于自家门口、小区门禁、学校进出口、道闸通道、写字楼、地铁、机场、高铁等场景。

目前小区、厂区等出入口很多采用的是刷的卡验证的方式，经常出现没有带卡的问题，人脸识别技术应用于出入口道闸系统，是一种更安全的身份验证方式，我司的人脸识别摄像机可应用于门禁系统，具有识别率高，识别速度快，可适应高低温恶劣环境等优点。人脸比对成功后，相机可以直接输出开关信号到闸机、门禁，广告门等设备，完成开门动作。

人脸识别一体机

人脸图像匹配与识别：提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的信息进行判断。这一过程又分为两类：一类是确认，是一对一进行图像比较的过程，另一类是辨认，是一对多进行图像匹配对比的过程。

人脸识别一体机组成部分

人脸识别系统主要包括四个组成部分，分别为：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。

人脸图像采集及检测

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，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。

人证核查系统

把身份的证件识别与人脸识别技术结合在一起的新应用，该系统采用快速抓拍视频中的人脸图像，与证件信息结合，接入管控网络，实现对通行人员身份的自动核验，实行“一票、一人、一证、一卡”的核查放行模式，人证合一核查系统集成现场人脸采集、身份验证、黑名单预警等功能为一体。从读取身份的证件信息到现场采集人脸照片、进行比对、并获取结果。