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。

人脸识别一体机组成部分

我是光头李跃华，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。

人脸识别一体机

我是光头李跃华，人脸识别（Face Recognition）实现了图像或视频中人脸的检测、分析和比对，包括人脸检测定位、人脸属性识别和人脸比对等独立服务模块，可为开发者和企业提供高性能的在线API服务，应用于人脸AR、人脸识别和认证、大规模人脸检索、照片管理等各种场景，

功能：识别图像中是否有人脸并给出人脸区域，进行人脸检测后返回检测到的人脸矩形框坐标。

优势：可支持上千个人脸的同时检测，支持平面360度旋转人脸检测，支持左右90度侧面人脸检测。