一路机电人脸识别考勤(图)-人脸识别门锁-人脸识别

人脸识别的研究始于上世纪中期，经历了数十年的努力，酒店人脸识别，现在已经可以应用在我们的实际生活中，为我们提供各种便利。以下来看看人脸识别的技术原理：

人脸识别主要分为人脸检测、特征提取和人脸识别三个过程.

1.人脸检测：人脸检测是指从输入图像中检测并提取人脸图像，通常采用haar特征和Adaboost算法 训练级联分类器对图像中的每一块进行分类。如果某一矩形区域通过了级联分类器，则被判别为人脸图像。

2.特征提取：特征提取是指通过一些数字来表征人脸信息，这些数字就是我们要提取的特征。常见的人脸特征分为两类，一类是几何特征，另一类是表征特征。几何特征是指眼睛、鼻子和嘴等面部特征之间的几何关系，如距离、面积和角度等。由于算法利用了一些直观的特征，计算量小。不过，由于其所需的特征点不能****选择，限制了它的应用范围。另外，当光照变化、人脸有外物遮挡、面部表情变化时，特征变化较大。所以说，这类算法只适合于人脸图像的粗略识别，无法在实际中应用。

表征特征利用人脸图像的灰度信息，通过一些算法提取全局或局部特征。其中比较常用的特征提取算法是LBP算法。LBP方法首先将图像分成若干区域，在每个区域的像素640x960邻域中用中心值作阈值化，将结果看成是二进制数。图3显示了一个LBP算子。LBP算子的特点是对单调灰度变化保持不变。每个区域通过这样的运算得到一组直方图，然后将所有的直方图连起来组成一个大的直方图并进行直方图匹配计算进行分类。

3.人脸识别：这里提到的人脸识别是狭义的人脸识别，即将待识别人脸所提取的特征与数据库中人脸的特征进行对比，根据相似度判别分类。而人脸识别又可以分为两个大类：一类是确认，这是人脸图像与数据库中已存的该人图像比对的过程，回答你是不是你的问题；另一类是辨认，这是人脸图像与数据库中已存的所有图像匹配的过程，人脸识别，回答你是谁的问题。显然，人脸辨认要比人脸确认困难，因为辨认需要进行海量数据的匹配。常用的分类器有****近邻分类器、支持向量机等。

1.与传统安防设备相结合

随着人脸识别技术的进一步发展，将人脸识别技术将实现与数字监控系统、门禁控制系统、*认证、密码认证等的进一步融合，将成为人脸识别技术的另外一大应用领域。据统计数据显示，仅在中国大陆，在未来三年内有望形成年销售额过百亿，并在未来十年内则有望形成年销售额过千亿的市场规模。

2.逐步取代传统认证手段（以考勤为例）

人脸识别考勤，通过对人脸一些*的特征识别对验进行考勤，目前技术层面已突破昼夜光的影响，能在自然状态下达到快速识别。目前，人脸识别考勤产品在市场上尚处于一种起步发展的状态，但人脸识别考勤技术的优势尚无其他同类产品超过。

人脸识别考勤*杜绝了代打卡考勤的发生，消除了*考勤接触使用的尴尬情况，非接触，直观，友好，适用性非常广泛。如今随着技术的不断成熟和成本的降低，人脸考勤逐步展露出了取*勤的趋势。

人脸识别机具有哪些功能优势呢？以下是详细说明：

1.****性：采取*的混合人脸识别算法，识别精度更高，识别速度更快。

2.多样化：支持数据来源的多样化，动态人脸捕抓、手机拍摄、摄像机抓取，照片扫描等多种方式；支持现场捕抓照片与数据库中照片自动匹配检索；

3.****低成本化：合理配置和选取合适的产品软硬件型号，使整个系统稳定、****、可靠、低成本运行。

4.快速化：普通照片中提取人脸特征值，人脸识别考勤机，****大地降低了数据存储空间，加快了比对查询速度，单台计算机对比速度为每秒5～300万张（因选用的面纹模板而异）；

5.方便性：完善的照片比对功能，比对方式多，比对准确率高，人脸识别器，比对速度快，支持全局人脸识别和分部人脸部件的人脸识别（化装问题），系统操作清晰，相关工作人员和授权用户都能方便的使用系统。

6.实用性：适合于各国人种，不受种族肤色及性别的影响，不受面部表情，胡须和发型等变化的影响。

7.简易性：支持现场捕抓照片与库中照片自动匹配检索照片库的授权链接访问；