校園人臉識別廠家量大從優「多圖」

人臉識別系統以人臉識別技術為核心，是一項新興的生物識別技術，是當今國際科技領域攻關的技術。它廣泛采用區域特征分析算法，融合了計算機圖像處理技術與生物統計學原理于一體，利用計算機圖像處理技術從視頻中提取人像特征點，利用生物統計學的原理進行分析建立數學模型，具有廣闊的發展前景。2006年，美國已經要求和它有出入免簽證協議的國家在10月26日之前必須使用結合了人臉識別的電子護照系統，到 2006年底已經有50多個國家實現了這樣的系統。2012年4月，鐵路部門宣布車站安檢區域將安裝用于身份識別的高科技安檢系統人臉識別系統；可以對人臉明暗偵測，自動調整動態曝光補償， 人臉追zong偵測，自動調整影像放大。

人臉識別被認為是生物特征識別領域甚至人工智能領域困難的研究課題之一。人臉識別系統的困難主要是人臉作為生物特征的特點所帶來的。相似性不同個體之間的區別不大，所有的人臉的結構都相似，甚至人臉器guan的結構外形都很相似。這樣的特點對于利用人臉進行定位是有利的，但是對于利用人臉區分人類個體是不利的。易變性人臉的外形很不穩定，人可以通過臉部的變化產生很多表情，而在不同觀察角度，人臉的視覺圖像也相差很大，另外，人臉識別還受光照條件（例如白天和夜晚，室內和室外等）、人臉的很多遮蓋物（例如口罩、墨鏡、頭發、胡須等）、年齡等多方面因素的影響。在人臉識別中，類的變化是應該放大而作為區分個體的標準的，而第二類的變化應該消除，因為它們可以代表同一個個體。通常稱類變化為類間變化（inter-class difference），而稱第二類變化為類內變化（intra-class difference）。對于人臉，類內變化往往大于類間變化，從而使在受類內變化干擾的情況下利用類間變化區分個體變得異常困難。用戶配合度現有的人臉識別系統在用戶配合、采集條件比較理想的情況下可以取得令人滿意的結果。但是，在用戶不配合、采集條件不理想的情況下，現有系統的識別率將陡然下降。比如，人臉比對時，與系統中存儲的人臉有出入，例如剃了胡子、換了發型、多了眼鏡、變了表情都有可能引起比對失敗。也就是說，人如果發生較大變化，系統可能就會認證失敗。光照、姿態、裝飾等，對機器識別人臉都有影響。

人臉的識別過程一般分三步：(1)首先建立人臉的面像檔案。即用攝像機采集單位人員的人臉的面像文件或取他們的照片形成面像文件，并將這些面像文件生成面紋(Faceprint)編碼貯存起來。(2)獲取當前的人體面像。即用攝像機捕zhuo的當前出入人員的面像，或取照片輸入，并將當前的面像文件生成面紋編碼。(3)用當前的面紋編碼與檔案庫存的比對。即將當前的面像的面紋編碼與檔案庫存中的面紋編碼進行檢索比對。上述的“面紋編碼”方式是根據人臉臉部的本質特征和開頭來工作的。這種面紋編碼可以抵抗光線、皮膚色調、面部毛發、發型、眼鏡、表情和姿態的變化，具有強大的可靠性，從而使它可以從百萬人中精que地辨認出某個人。人臉的識別過程，利用普通的圖像處理設備就能自動、連續、實時地完成。

人臉識別將取代指紋識別，在門禁行業下一階段迎來較快發展，但人臉識別門禁在發展應用過程中也會遇到的問題。因此基于人臉識別的人工智能門禁的設計至關重要。

　　設計一個門禁系統，首先要考慮的是系統安全性，即能否有效地控制人員的出入，并掌握其出入信息。因為門禁系統是一種智能化的電子控制系統，可以充分利用計算機的智能，同時采用多種手段進行控制，以確保系統的安全可靠。人臉識別門禁系統方案，硬件的可靠性，除了電控鎖等機械部件之外，主要考慮子控模塊的制作和選用，因為它要全天24小時不停地工作，所以對其性能要求較高，應能滿足環境的溫度、濕度的變化，以及抗電磁干擾能力強等。比如選用牛頓7000系列模塊作為子控模塊，因為這種模塊有很強的自適應功能，能夠自動調節不同波特率的信號，還有各種保護電路等等，足可以保證低層管理工作的需要;軟件設計的可靠性，主要考慮各種狀態信息的獲取和維護，通信協議的設計是否規范，各種特殊情況的處理是否合理等等。比如，為了確保主控計算機與子控模塊之間的通信準確無誤，可以采用自動重發糾錯機制，有效地消除門禁子系統和管理計算機同時在網絡中工作時可能出現的信號沖突。