公司動態
人臉識別閘機系統優勢特點
2019-11-25

人臉識別基于人的面部特征信息進行身份識別的一種生物識別技術。使用攝像頭或者攝像機采集含有人臉的圖像或視頻,自動檢測圖像信息和跟蹤人臉,對檢測到的人臉進行臉部的一系列相關分析技術。


人臉檢測是指從復雜的背景當中提取我們感興趣的人臉圖像。臉部毛發、化妝品、光照、噪聲、人臉傾斜和大小變化及各種遮擋等因素都會有導致人臉檢測問題變得更為復雜。人臉識別技術主要目的在于輸入的整幅圖像上尋找特定人臉區域,從而為后續的人臉識別做準備。


例如,寫字樓和學校等很多場所的出入控制系統采用人臉識別系統與通道閘機設備相結合的管理方式,組成人臉識別閘機系統,系統通過抓拍的人臉圖像與人臉識別數據庫里的人臉圖像特征進行相似度對比,最終對比識別得出結果,系統根據特征匹配程度決定識別通過或者識別未通過,用于判斷人員是否是本人,適用于身份識別及相似臉查詢等應用查詢。


在大規模人臉數據庫中找出與待檢索人臉相似度最高的一個或多個人臉。本系統通過預先創建的待查人員的面部特征索引,可以在百萬級別以上人臉數據庫中迅速查找,可用于身份確認以及身份查詢等應用場景。


人臉識別三大關鍵技術

一、基于特征的人臉檢測技術:通過采用顏色、輪廓、紋理、結構或者直方圖特征等進行人臉檢測。

二、基于模板匹配人臉檢測技術:從數據庫當中提取人臉模板,接著采取一定模板匹配策略,使抓取人臉圖像與從模板庫提取圖片相匹配,由相關性的高低和所匹配的模板大小確定人臉大小以及位置信息。

三、基于統計的人臉檢測技術:通過對于“人臉”和“非人臉”的圖像大量搜集構成的人臉正、負樣本庫,采用統計方法強化訓練該系統,從而實現對人臉和非人臉的模式進行檢測和分類。


人臉識別技術提升擴大了人臉識別閘機的應用范圍,人臉識別門禁、考勤、通道閘等集成使用,使得通道管理系統功能更完善和智能,未來隨著人臉、光學、計算機等相關技術的發展,人臉識別系統在精確度、響應速度與活體方面會得到了革命性突破,在不同場景需求的基礎上,未來會研發推出更多智能閘機產品,更好的應用于寫字樓、學校、小區、交通樞紐等各領域場所。


人臉識別四大特征

1、幾何特征:從面部點之間的距離和比率作為特征,識別速度快,內存要求比較小,對于光照敏感度降低。

2、基于模型特征:根據不同特征狀態所具有概率不同而提取人臉圖像特征。

3、基于統計特征:將人臉圖像視為隨機向量,并用統計方法辨別不同人臉特征模式,比較典型的有特征臉、獨立成分分析、奇異值分解等。

4、基于神經網絡特征:利用大量神經單元對人臉圖像特征進行聯想存儲和記憶,根據不同神經單元狀態的概率實現對人臉圖像準確識別。


人臉識別技術提升擴大了人臉識別閘機的應用范圍,人臉識別門禁、考勤、通道閘等集成使用,使得通道管理系統功能更完善和智能,未來隨著人臉、光學、計算機等相關技術的發展,人臉識別系統在精確度、響應速度與活體方面會得到了革命性突破,在不同場景需求的基礎上,未來會研發推出更多智能閘機產品,更好的應用于寫字樓、學校、小區、交通樞紐等各領域場所。


小區門禁系統

小區使用人臉識別閘機作為門禁系統的授權方式,可實現無需攜帶門禁刷卡即可快速通過,同時防止非小區人員進入小區。


公司考勤

使用人臉識別閘機系統進行考勤打卡,活體檢測識別能有效防止代打卡現象,還可用于訪客登記管理,特別適合人流量大的公司的考勤應用。


高鐵人證核驗系統

現今許多高鐵機場已經開始使用人證核驗比對系統,以此輔助機場人工查驗工作。當乘客準備進入候機大廳時,通過位于安檢口的人臉識別閘機系統會自動捕捉人臉圖像,人臉識別系統會自動將乘客證件照片與之進行比對,以識別乘客身份。當發現證件信息與持證人員不一致時,系統會自動提示安檢人員加強人工核查工作。人臉識別系統采集的人臉圖像還可以作為非常重要的監控數據被記錄下來,存儲在數據庫中,作為事后檢索的索引,或者與公安、安全部門的數據庫接駁,進行取證、認定。