門禁智能人臉識別
人臉識別實際包括構建人臉識別系統的一系列相關技術，包括人臉圖像采集、人臉定位、人臉識別預處理、身份確認以及身份查找等；而狹義的人臉識別特指通過人臉進行身份確認或者身份查找的技術或系統。它屬于生物特征識別技術，是對生物體(一般特指人)本身的生物特征來區分生物體個體。
單目高清動態人臉識別采用了200W像素寬動態神經網絡算法，其集圖像采集、人臉檢測、人臉跟蹤和人臉比對等功能，具有識別率高及識別速度快的特性。訪客刷臉通行，可外接顯示屏與工地實名制系統對接，動態人臉識別可防強光，防水，可使用在室內或室外。
人臉識別的技術流程
人臉識別系統主要包括四個組成部分，分別為：人臉圖像采集及檢測、人臉圖像預處理、人臉圖像特征提取以及匹配與識別。
1、人臉圖像采集及檢測
主流的人臉檢測方法基于以上特征采用Adaboost學習算法，Adaboost算法是一種用來分類的方法，它把一些比較弱的分類方法合在一起，組合出新的很強的分類方法。
人臉檢測過程中使用Adaboost算法挑選出一些能代表人臉的矩形特征(弱分類器)，按照加權投票的方式將弱分類器構造為一個強分類器，再將訓練得到的若干強分類器串聯組成一個級聯結構的層疊分類器，有效地提高分類器的檢測速度。
2、人臉圖像預處理
對于人臉的圖像預處理是基于人臉檢測結果，對圖像進行處理并終服務于特征提取的過程。系統獲取的原始圖像由于受到各種條件的限制和隨機干擾，往往不能直接使用，必須在圖像處理的早期階段對它進行灰度校正、噪聲過濾等圖像預處理。對于人臉圖像而言，其預處理過程主要包括人臉圖像的光線補償、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
人臉識別系統可使用的特征通常分為視覺特征、像素統計特征、人臉圖像變換系數特征、人臉圖像代數特征等。人臉特征提取就是針對人臉的某些特征進行的。人臉特征提取，也稱人臉表征，它是對人臉進行特征建模的過程。人臉特征提取的方法歸納起來分為兩大類：一種是基于知識的表征方法；另外一種是基于代數特征或統計學習的表征方法。
4、人臉圖像匹配與識別
提取的人臉圖像的特征數據與數據庫中存儲的特征模板進行搜索匹配，通過設定一個閾值，當相似度超過這一閾值，則把匹配得到的結果輸出。人臉識別就是將待識別的人臉特征與已得到的人臉特征模板進行比較，根據相似程度對人臉的身份信息進行判斷。這一過程又分為兩類：一類是確認，是一對一進行圖像比較的過程，另一類是辨認，是一對多進行圖像匹配對比的過程。
門禁智能人臉識別
系統優勢
1、采用人臉識別算法，快速識別人臉，辨別證件真偽、快0.1秒判斷是否是本人，準確率高達99.9%；
2、支持20000人臉庫，華為海思處理器，單目雙目活體檢測、安全帽檢測
3、系統支持不同的識別方式；支持語音播報，可選TTS語音
4、200萬像素高清攝像機，大尺寸寬動態圖像傳感器，逆光暗光強光和黑暗環境清晰識別
5、創新使用設備進行自*，解決大量固定人員登記問題，提高登記效率，杜絕冒名頂替，提高安全性
6、訪客登記：對來訪人員進行身份核查，在后臺登記完成后，訪客人員可在設定權限的人臉終端刷臉通行
