人脸识别几种解决方案的对比_人脸识别技术原理介绍
人脸识别概要人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别特点非强制性：用户不需要专门配合人脸采集设备，几乎可以在无意识的状态下就可获取人脸图像，这样的取样方式没有强制性；
非接触性：用户不需要和设备直接接触就能获取人脸图像；
并发性：在实际应用场景下可以进行多个人脸的分拣、判断及识别；
除此之外，还符合视觉特性：以貌识人的特性，以及操作简单、结果直观、隐蔽性好等特点。
人脸识别技术原理分析人脸识别主要分为人脸检测（face detecTIon）、特征提取（feature extracTIon）和人脸识别（face recogniTIon）三个过程。
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。
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精确选择，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。
三个方面的缺点： 1.识别精度低 2.自然性、不易察觉以及非接触性也致使人脸识别技术在一些特定领域面临环境复杂性。 便于收集的好处也带来了图像清晰度不高，角度不好等问题 3.人脸识别不只是隐私问题信息泄露面临更大安全隐患 人脸识别的一个缺点也在于信息的可靠性及稳定性较弱。 人脸所蕴含的信息量较指纹、虹膜等生物特征相比是比较少的，其变化的复杂性不够。例如，若要两个人的指纹或者虹膜基本相同，大概需要好几十乃至上百个比特(信息量的度量单位)达到完全重合才可以。但如果是人脸的话，十几个比特达到重合就可以了。在全世界，可以找到很多具有相似性的面孔。所以说，人脸的辨别性不是很高，它并没有那么独一无二。 另外，人自身内在的变化以及外在环境的变化都会影响采集时人脸的信息稳定度。相较于之前的人脸识别技术，目前的人脸识别技术有所提高，但是具体应用时还是不能达到完美状态，如今，保守估计，人脸识别技术准确率能达到99%，但没有达到100%。同时，对于双胞胎，由于相似特征太多，人脸识别基本不可能完成。比如在ATM机上使用人脸识别技术，是在使用密码信息的基础上辅助的认证功能。如果脱离了密码输入，完全使用人脸识别技术进行存取款操作，是不太可能的。 例如，2018年7月，美国公民自由联盟（ACLU）对美国国会议员的照片应用了亚马逊算法，该算法确定其中28人是因犯罪而被捕的人。 如果说双胞胎根本不应该用此技术来进行分辨的情况下，如何解决整容带来的无法辨别的问题？在如今整容手段如此先进的情况下？ 其一，应用“人脸识别”技术的视频采集机器设备愈来愈普及化，会否对大家的人身自由权与隐私权产生威协，这个问题如何解决？其二，人工智能的市场应用，会否产生新的岐视与不公平，并对人们具有的社会道德纪律产生挑战？ 例如：一些商业算法在识别肤色较深的人员和女性方面不如识别肤色较浅的男人准确。
1．人脸识别技术的应用 随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切要求，生物特征识别技术在近几十年中得到了飞速的发展。作为人的一种内在属性，并且具有很强的自身稳定性及个体差异性，生物特征成为了自动身份验证的最理想依据。当前的生物特征识别技术主要包括有：指纹识别，视网膜识别，虹膜识别，步态识别，静脉识别，人脸识别等。与其他识别方法相比，人脸识别由于具有直接，友好，方便的特点，使用者无任何心理障碍，易于为用户所接受，从而得到了广泛的研究与应用。除此之外，我们还能够对人脸识别的结果作进一步的分析，得到有关人的性别，表情，年龄等诸多额外的丰富信息，扩展了人脸识别的应用前景。当前的人脸识别技术主要被应用到了以下几个方面：（1）刑侦破案公安部门在档案系统里存储有嫌疑犯的照片，当作案现场或通过其他途径获得某一嫌疑犯的照片或其面部特征的描述之后，可以从数据库中迅速查找确认，大大提高了刑侦破案的准确性和效率。 （2）证件验证在许多场合（如海口，机场，机密部门等）证件验证是检验某人身份的一种常用手段，而身份证，驾驶证等很多其他证件上都有照片，使用人脸识别技术，就可以由机器完成验证识别工作，从而实现自动化智能管理。 （3）视频监控在许多银行，公司，公共场所等处都设有24小时的视频监控。当有异常情况或有陌生人闯入时，需要实时跟踪，监控，识别和报警等。这需要对采集到的图像进行具体分析，且要用到人脸的检测，跟踪和识别技术。 （4）入口控制入口控制的范围很广，既包括了在楼宇，住宅等入口处的安全检查，也包括了在进入计算机系统或情报系统前的身份验证。 （5）表情分析根据人脸图像中的面部变化特征，识别和分析人的情感状态，如高兴，生气等。此外，人脸识别技术还在医学，档案管理，人脸动画，人脸建模，视频会议等方面也有着巨大的应用前景。 2．人脸识别技术在国外的研究现状 当前很多国家展开了有关人脸识别的研究，主要有美国，欧洲国家，日本等，著名的研究机构有美国MIT的Media lab,AI lab,CMU的Human-Computer I nterface Institute，Microsoft Research,英国的Department of Engineerin g in University of Cambridge等。综合有关文献，目前的方法主要集中在以下几个方面： （1）模板匹配 主要有两种方法，固定模板和变形模板。固定模板的方法是首先设计一个或几个参考模板，然后计算测试样本与参考模板之间的某种度量，以是否大于阈值来判断测试样本是否人脸。这种方法比较简单，在早期的系统中采用得比较
前后门人脸识别系统需求方案为进一步加强厂区人员管控，杜绝无关人员及违禁物品进入厂区，把好人员、物品入场安全第一关，辅助和提升管理人员工作效率，提高公司安全生产管理技术水平，现申请安装前后门人脸识别系统，需求如下: 一、公司人员出入管理存在问题 目前，公司合作单位人员通过办理出入证卡，由前门内勤员进行核对放行的方式进入厂区。但出入证件卡在实际使用过程中存在以下问题：1.卡面磨损程度严重，无法确认人员真实信息，一般情况下多为依靠内勤人员的印象辨别外来人员，如此一来需要耗费大量人力，无法保证厂区人员识别的准确性；2.人员离职后没有及时办理退卡，仍使用出入证逗留厂区；3.一卡多用、借给他人使用；4.合作单位常以未能及时取到证件卡为由，临时通行等。 二、系统实现功能 1.采用快速人脸检测技术，实行一人一脸录入，支持现场设备或者移动客户端录入。 2.系统验证方式需支持人脸识别及身份证均可认证。 3.可在系统管理设置限定时间内（如3-5天，具体时间由我司管理人员自定义），如人员未进行验证，系统会自动发出相关人员名单信息警报提示或停止其使用。 4.前后门验证设备数据要求放置前门值班室处进行统一管
理，同时实现网络远程管理。5.前后门人行道设置双通道区分进出道，进道只允许进入通行不允许出，出道只允许出通行，不允许进入；人员进厂需进行人脸认证，出口红外线感应开启（明确的通行指示功能）。 6.当断电时，闸门能自动打开，确保人员安全通行。 7.前后门各加装2个摄像头，1台监控主机设备，监控闸门位置，防止人员违规通行或设备破坏，有效调查录像取证。 8.单独配置管理电脑套装（主机加显示器等）。 9.在系统出现故障，或者非法闯入时，系统产生声光报警提示功能。 10.系统管理需考虑预留出口道闸后续可以实现增加人脸识别功能融合使用。 三、系统硬件要求
人脸识别技术的应用背景及研究现状 1．人脸识别技术的应用 随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切要求，生物特征识别技术在近几十年中得到了飞速的发展。作为人的一种内在属性，并且具有很强的自身稳定性及个体差异性，生物特征成为了自动身份验证的最理想依据。当前的生物特征识别技术主要包括有：指纹识别，视网膜识别，虹膜识别，步态识别，静脉识别，人脸识别等。与其他识别方法相比，人脸识别由于具有直接，友好，方便的特点，使用者无任何心理障碍，易于为用户所接受，从而得到了广泛的研究与应用。除此之外，我们还能够对人脸识别的结果作进一步的分析，得到有关人的性别，表情，年龄等诸多额外的丰富信息，扩展了人脸识别的应用前景。当前的人脸识别技术主要被应用到了以下几个方面：（1）刑侦破案公安部门在档案系统里存储有嫌疑犯的照片，当作案现场或通过其他途径获得某一嫌疑犯的照片或其面部特征的描述之后，可以从数据库中迅速查找确认，大大提高了刑侦破案的准确性和效率。 （2）证件验证在许多场合（如海口，机场，机密部门等）证件验证是检验某人身份的一种常用手段，而身份证，驾驶证等很多其他证件上都有照片，使用人脸识别技术，就可以由机器完成验证识别工作，从而实现自动化智能管理。 （3）视频监控在许多银行，公司，公共场所等处都设有24小时的视频监控。当有异常情况或有陌生人闯入时，需要实时跟踪，监控，识别和报警等。这需要对采集到的图像进行具体分析，且要用到人脸的检测，跟踪和识别技术。 （4）入口控制入口控制的范围很广，既包括了在楼宇，住宅等入口处的安全检查，也包括了在进入计算机系统或情报系统前的身份验证。 （5）表情分析根据人脸图像中的面部变化特征，识别和分析人的情感状态，如高兴，生气等。此外，人脸识别技术还在医学，档案管理，人脸动画，人脸建模，视频会议等方面也有着巨大的应用前景。 2．人脸识别技术在国外的研究现状 当前很多国家展开了有关人脸识别的研究，主要有美国，欧洲国家，日本等，著名的研究机构有美国MIT的Media lab,AI lab,CMU的Human-Computer I nterface Institute，Microsoft Research,英国的Department of Engineerin g in University of Cambridge等。综合有关文献，目前的方法主要集中在以下几个方面：
人脸识别发展趋势及应用领域分析 人脸识别技术是一种高精度、易于使用、稳定性高、难仿冒的生物识别技术，具有极其广阔的市场应用前景。在公安、国防、海关、交通、金融、社保、医疗及其他民用安全控制等行业和部门存在着广泛的需求。 一、人脸识别何以瞬间爆发？ 其实对于整个生物识别领域来说，由于指纹识别应用时间早，价格低廉，而且使用便利，因此早早地便占据了国内的大部分市场，在顶峰时期，甚至可以达到90%左右。但是，又是什么力量，使人脸识别在短短五六年的时间里，就实现了如此迅猛的腾飞呢？ （一）政策因素：抛开技术因素，国家政策的支持可以说是人脸识别崛起的重要因素之一。尤其随着近些年来，平安城市等技术的大力推广，我国安防市场的需求也随之迅速升温，各领域安保的等级也就随之实现明显的提升。甚至在部分地区的部分领域，人脸识别已经开始被列为使用过程中的强制标准。这种情况的出现，对于人脸识别的推广无疑是一种非常有力的推动。因此，虽然政策的角色只是一种诱导的作用，但是这种诱导对于人脸识别的爆发，却又是不可或缺的。 （二）社会需求：在我国，随着城镇化的进程加快，流动人口比例大大增加，面临的突发事件和异常事件越来越复杂。因此这也就给城市的安保工作，以及视频监控带来了更大的压力。传统依靠人工来“盯”的方式难免会因疲劳或精神不集中等原因影响监视效果，难以胜任对庞大数据库的分析与理解，从而影响事后查找证据，更难以满足时代的需求，于是，人们对于具有智能分析的视频监控应用的呼声越来越高。 二、人脸识别发展趋势 （一）与视频监控相结合：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。（二）逐步取代指纹考勤：人脸识别考勤，通过对人脸一些独一无二的特征识别对验进行考
玺瑞（SYRIS）人脸识别闸机解决方案 一、人脸识别技术优势分析 人脸识别技术，是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别系统集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，该技术目前被广泛应用于公安系统、海关系统、安保系统、银行系统等。 1.1人脸识别技术拥有四大优势 非接触性 人脸验证的过程不需要和设备、终端接触，这与指纹、打卡方式完全不同。体验感强，设备应为不会被频繁触碰，稳定性高，故障率低。 自然性
人类识别物体特征第一感知就是通过眼睛的感官传递回大脑，人脸识别技术是利用计算机深度学习人类感官回传大脑的过程，所以人脸识别相较于其他的生物识别技术在使用和体验上更加的自然，且不需要其他物体特征，不会发生丢失、被复制等问题。 识别速度快精度高 由于计算机技术的发展，在固定样本库对比下，人脸识别速度已经可以提升至0.3秒/人次，且不同角度、佩戴眼镜、化妆等改变面貌的行为也可以通过调整人脸识别算法来修正比对数据。 人脸已经成为大数据时代重要数据源 通过大量区域内人脸识别、比对，利用大数据分析、挖掘等技术，可以完全掌握特定对象的行为轨迹或特定人群的活动范围，过程中不需要人工干预，完全交由云计算、大数据系统来处理。技术的发展和成熟，使得人脸识别成为了人工智能时代最热门的技术门类和方向，推动各行各业应用人脸识别技术，用机器替代人工，极大程度改善和推动社会化行为中的效率和安全性。 1.2人脸识别门禁应用的优势 采用人脸识别门禁，相较于其他识别方式，具有以下几点优势： 无需接触识别设备 自然步态及速度 解放双手 无需特意配合 丢失、忘带识别卡的情况不再发生
智能人脸识别系统技术方案
目录 1智能人像比对平台 1.1系统结构 建立标准统一的共享人像库，并在此基础上，部署完整的人像比对判定平台。该系统由人像标准化采集系统，人像数据库子系统、基础比对服务平台、人脸识别应用平台4大部分组成，支持前端人像采集、静态人脸查询、移动警务通人脸识别一体化服务。 该平台支持统一人像数据交换接口，兼容大多数人像数据交换标准。统一的安全标准接口，兼容PKI密钥，网络加密狗等常见的安全标准接口。系统总体结构如下： 系统采用B/S架构，以浏览器方式进行人像预处理、人像比对、结果查询、用户管理、系统运行状态查询等管理操作，减少了系统后台管理、人口治安及其他警种成百上千终端安装和维护难度，方便未来多警种共享应用。系统可提供标准的WebService接口，将业务系统获取的人像照片与相关人像库进行比对。 1.2设计原则 本着统一标准、分级管理、资源共享、无缝对接的设计原则，以人像比对算法为核心，整合多区域现有资源，实现准确识别、快速反映，覆盖全面的智能人像识别应用平台。 1.2.1先进性 该平台算法由中国科学院自动化研究所研究员、国际知名人脸识别专家、IEEE院士李子青教授领衔研发，是基于中国自主知识产权，针对公安各警种业务特点专门研发的综合智能人像识别应用系统平台。
1.2.2开放性 人像采集与比对平台具有统一的服务接口，兼容公安部拟指定的统一人像数据交换标准草案。统一的安全验证，兼容PKI密钥，身份认证等常见的安全验证机制。 1.2.3扩展性 整个平台系统接口分为系统级别之间的接口与单个系统开放出来的服务接口组成。系统可“随需而变，以不变应万变”提供多种可靠服务功能。 1、系统级接口 系统级接口指的是不同地区部署的人像辅助识别平台之间的接口，主要有两种访问方式第一种采用页面查询的方式，以只查询方式进行访问，通过系统提供的Guest权限进行页面访问。适用于不同平台之间快速的调阅查询。第二种通过请求服务与直接调阅的形式进行数据库的查询，系统预留标准数据库查询接口，以市，县二层结构进行数据库间的查询调用，采用本系统建立的数据中心，纵向上进行直接的调用，高层中心保留下级中心的数据库信息索引。即市级中心直接查询市级与县级中心，市级中心直接查询县级中心。横向上以请求服务形式进行调用，横向系统间不保留对方的数据库信息索引，而是通过请求服务方式进行。 2、服务接口 服务接口适用于该系统与其他业务应用系统做二次开发或者集成用接口，包括所有系统级接口与平台应用接口。 人像基础比对服务平台通过WebService进行与其他系统的交换机制，通过标准的XML或者Jason格式文件进行数据交换，兼容《GA/T 922.2-2011标准第二部分人像数据采集标准》中的数据格式交换。 服务接口主要以WebService与ActiveX等方式提供。满足各业务系统二次开发，集成使用。 服务接口说明
人脸识别技术的新发展阅读答案（2014呼和浩特中考试题） 人脸识别技术的新发展 刘露 ①《谍中谍4》中有一些令人炫目的场景：身在茫茫人海中，一眨眼的功夫已被潜藏着的对手认出，随即被盯梢；对手迎面来时，你的手机立刻发出嘀嘀的报警声，上面已经显示他的姓名和信息……我们不禁要问：这是真的吗？事实上，这些情景不仅仅是电影特技，人脸识别技术已经让科幻成为现实。 ②人脸识别的过程其实并不复杂。首先是人脸检测，即判断输入图像中是否存在人脸，如果有，便给出每个人脸的位置、大小；其次是面部特征定位，即对找到的每个人脸，检测其主要器官的位置和形状等信息；最后进行人脸比对，根据面部特征定位的结果，与数据库中人脸对比，判断该人脸的身份信息。这种生物识别技术与传统的身份鉴定方式相比，有着自身的特点。人脸识别技术的最大特点就是识别过程精度高、速度快，运用起来就更具保密性和方便性。 ③硬件设备方面，苹果正在研究一些方法让用户使用人脸识别技术方便地开关和控制电子设备。这种技术最终会让iPhone和iPad具备人脸解锁功能。联想在新款的笔记本电脑上也配备了人脸识别技术，凭借这种技术，笔记本电脑的主人在登录系统时，就可以免去输入密码的麻烦而直接进入系统。 ④网络应用方面，尤其是社交网络应用，很多社交产品开始利用人脸识别使影像信息和用户的社交网络个人资料连接起来。使用人脸识别技术，让普通用户的面孔直接与网站上的背景资料、好友关系匹配。 ⑤腾讯推出了“搜搜慧眼”，这是一个基于人脸识别的社交产品。用户将手机切换到人脸识别模式，启动“明星脸识别”功能，“慧眼”会自动识别照相镜头中的人脸，并将之拍下来；随后，它会在网上寻找与这张脸最相似的明星的脸显示出来，并对服饰、妆扮等细节进行点评。 ⑥在计算机技术、网络技术和人工智能技术日新月异的今天，高速发展的人脸识别技术将会有更广阔的舞台来展现其价值。也许就在明天，人脸将成为我们电子生活中的重要名片和标签。人脸识别技术将体现在我们生活的方方面面，改变我们的生活方式。 （选自《百科知识》，有删改） 1．文章的说明顺序是（1分） 2．根据文章内容，请你说说什么是“人脸识别技术”。（3分） 3．文章第①段《谍中谍4》中令人炫目的场景，侧重表现了人脸识别技术的特点。（2分） 4．“之前，人脸识别大多用于门禁识别或公安机关追踪等大型应用。现在，人脸识别技术已经逐渐进入人们的日常生活。比如登录电脑、方便网络社交等都可以用到这项技术。”这是从文中抽出的一段话，将其还原，正确的位置应是（2分） A．①和②之间B．②和③之间 C．③和④之间D．⑤和⑥之间
人脸识别技术分析 近年来，由于反恐、国土安全和社会安全的需要，世界上各个国家都对安防领域加大了投入。在安防行业中，生物识别一直是市场中备受关注的焦点之一，近年来保持着较高的增长率，其中人脸识别是一个活跃的研究领域，也是人类视觉最杰出的能力之一。虽然人脸识别的准确性要低于虹膜、指纹的识别，但由于它的无侵害性和对用户最自然、最直观的方式，使人脸识别成为最容易被接受的生物特征识别方式。目前人脸识别技术不断得到发展，该技术广泛应用到电子护照、生物特征身份证、体育场馆、银行、公安等系统中，对安检、奥运反恐、刑侦追逃等有重要意义。当前由于其应用日渐增多该市场份额比重在不断增加，前景普遍被看好。 对于人脸识别的应用，依照摄像机到用户的距离可将其分为近距离人脸识别（普遍必要用户合作）、中距离人脸识别和远距离人脸识别系统（FaceRecognitionataDistance（FRAD）），其中远距离人脸识别技术关注的是在一个广阔区域内进行非合作的人脸自动识别，这种远距离生物特征的提取和识别可以通过采用主动视觉系统解决。目前，在很多商业、安防和国防应用中都需要在开阔区域内进行远距离（10～20米或更远）非合作的人员识别。比如用于安防目的的人员识别和监督、入侵检测，以及在广阔的区域内通过智能摄像机网络进行人员跟踪等。人脸识别与视频监控的无缝对接可极大地提升传统视频监控的预警功能和智能化程度，并极大地拓展人脸识别技术的应用空间。 在近距离人脸识别中，摄像机可以轻松捕捉高辨别率和相对稳定的人脸图像。而可在FRAD应用中，人脸图像质量却是个大难题，可以说，远距离人脸识别是视频人脸识别应用中最具挑战性的形式之一。近年来国内外针对远距离人脸识别的研究很多，从目前的发展情况来看，对于广阔的覆盖区域已经有一些有效的解决办法，如可通过多摄像机主动视觉系统完成FRAD，即系统通过广视场摄像机（
人脸识别技术发展及应用分析 人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机采集人脸图像，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术处理，包括人脸图像采集、人脸定位、人脸识别预处理、记忆存储和比对辨识，达到识别不同人身份的目的。 市场现状 人脸识别技术的研究始于20世纪60年代末期。 20世纪90年代后期以来，一些商业性的人脸识 别系统逐渐进入市场，但是，这些技术和系统离 实用化都有一定距离，性能和准确率也有待提高。 美国遭遇恐怖袭击后，这一技术引起了广泛关 注。作为非常容易隐蔽使用的识别技术，人脸识 别逐渐成为国际反恐和安全防范重要的手段之一。 近年来，人脸识别在中国市场，也经历着迅速的 发展，而且发展的脚步也越来越快。主要原因有以下两方面。 科技的进步 国际上，美国标准与技术研究院（NIST）举办的Face Recognition Vendor Test 2006，通过大规模的人脸数据测试表明，当今世界上人脸识别方法的识别 精度比2002年的FRVT2002至少提高了一个数量级（10倍），而对于高清晰，高质量人脸图像识别，机器的识别精度几乎达到100%。在我国，近年来科技界和社会各个方面都认识到人脸识别技术的重要性，国家政策对人脸识别技术研究给予了很大支持，使得我国人脸识别技术也得到了迅速的发展。 应用需求的增加 越来越趋向于高科技的犯罪手段使得人们对各种场合的安全机制要求也近乎 苛刻，各种应用需求不断涌现。人脸识别市场的快速发展一方面归功于生物识别需求的多元化，另一方面则是由于人脸识别技术的进步。从需求上来说，除了传统的考勤、门禁等应用外，视频监控环境下的身份识别正成为一种迫切的需求，
东辰人脸识别方案 东辰人脸识别门禁系统方案 方案介绍 城市发展意味着生产和消费的更集中、更大规模、更社会化和更高的生产效率；同时也给城市社区生活带来诸多问题，如健康医疗、邻里关系、社区安全、社会服务质量等问题。 智慧社区解决方案充分借助云计算、物联网等先进的信息化技术手段，整合智能楼宇、智能家居、能源管理、家庭健康、数字生活与智慧政务等诸多领域，通过建设社区自有的ICT基础设施、认证、安全等平台，打造覆盖全社区，延伸到广域网的智慧节点，形成基于海量信息和智能过滤处理的新的生活、产业发展、社会管理等模式，更加便捷居民的生活和物业的服务以及政务便民服务。 1.设计规划的总体原则 系统建设以先进性和合理性为前提，充分考虑经济实用性、开放性、灵活性、可扩充性、安全性、可靠性、易管理性和易维护性。 实用性和经济性 系统建设应始终贯彻面向应用，注重实效的方针，坚持实用、经济的原则。 先进性和成熟性 系统设计既采用先进的概念、技术和方法，又要注意结构、设备、产品的相对成熟。不但能反映当今的先进水平，而且具有发展潜力，保证在未来若干年内不落后。 可靠性和稳定性 从系统结构、技术措施、设备性能、系统管理、厂商技术及维修能力等方面着手，确保系统运行的可靠性和稳定性，达到最大的平均无故障时间。 开放性与标准性
无论是系统设备还是网络拓扑结构，都应具有良好的开放性的标准性，用户可以根据实际使用需求的变化，可以非常方便的对系统进行扩展或升级； 安全性和保密性 在系统设计中，既考虑信息资源的充分共享，又注意信息的保护和隔离，因此系统针对不同的网络通信环境，采取不同的措施，包括系统安全机制、数据存取的权限控制。 集成性 系统设计中的各个子系统通过中心机房统一管理，系统集成度的水平代表着智能化建设的等级。 外部网络接入的多样性 规划建设应充分考虑对多种接入方式的适应性，住户、商家及物管部门可以根据各自的不同喜好自由地选择任何一家信息服务公司所提供的服务。 系统运行的实时性 无论是网络操作系统还是应用软件都应具有良好的实时性，在信息共享及数据处理上具备较快的响应能力。通过对接入技术、业主使用要求以及集成方式的综合考虑选择具有最佳性能价格比的设备配置。 2.系统概述 结合东辰小区的特点，智慧社区建设秉承着新技术、新观念、新标准的标准，确定系统功能，设计系统结构，简单介绍如下： 2.1人脸识别门禁系统
人脸识别技术是生物识别技术的一种，它结合了图像处理、计算机图形学、模式识别、可视化技术、人体生理学、认知科学和心理学等多个研究领域。从二十世纪六十年代末至今，人脸识别算法技术的发展共经历了如下四个阶段： 1. 基于简单背景的人脸识别 这是人脸识别研究的初级阶段。通常利用人脸器官的局部特征来描述人脸。但由于人脸器官没有显著的边缘且易受到表情的影响，因此它仅限于正面人脸（变形较小）的识别。 2. 基于多姿态/表情的人脸识别 这是人脸识别研究的发展阶段。探索能够在一定程度上适应人脸的姿态和表情变化的识别方法，以满足人脸识别技术在实际应用中的客观需求。 3. 动态跟踪人脸识别 这是人脸识别研究的实用化阶段。通过采集视频序列来获得比静态图像更丰富的信息，达到较好的识别效果，同时适应更广阔的应用需求。 4. 三维人脸识别 为了获得更多的特征信息，直接利用二维人脸图像合成三维人脸模型进行识别，即将成为该领域的一个主要研究方向。 人脸识别技术的研究范围主要包括以下几个方面： 1. 人脸检测：在输入的图像中寻找人脸区域。 2. 人脸的规范化：校正人脸在尺度、光照和旋转等方面的变化。 3. 特征提取：从人脸图像中映射提取一组能反映人脸特征的数值表示样本。 4. 特征匹配：将待识别人脸与数据库中的已知人脸比较，得出相关信息。 人脸识别流程 1图像预处理 1.1 图像去噪 一般来说，自然界中的噪声可以看成是一种随机信号。根据图像获取的途径人脸图像获取 人脸检测 定位人脸区域 预处理 特征抽取 人脸特征 对比识别 结果 人脸特征库
不同，噪声的融入也有多种方式： 1. 图像是直接以数字形式获取的，那么图像数据的获取机制会不可避免地 引入噪声信号； 2. 在图像采集过程中，物体和采集装置的相对运动。或采集装置的抖动， 也会引入噪声，使图像变的模糊不清； 3. 在图像数据的电子传输过程中，也不同程度的引入噪声信号。 这些噪声信号的存在，严重的情况会直接导致整幅图像的不清晰，图象中的景物和背景的混乱。对于用于人脸识别的图像。由于噪声的引入，将不可避免地造成识别率的下降。对图像噪声的消除可以通过两个途径：空间域滤波或频率域滤波。消除噪声的方法很多，对于不同的噪声应该采用不同的除噪方法。主要的方法是：线性滤波、中值滤波、维纳滤波以及小波去噪等。 1.2 增强对比度 为了使人脸在图像中更为突出以便于下一步的特征提取，增强图像对比度是很有必要的。增强对比度有很多种方法，常见的有直方图均衡化和“S ”形变换等方法。 “S ”形变换方法将灰度值处于某一范围（人脸特征范围）内的像素灰度分布差距拉开，从而保证了对比度的提高，但此方法降低了其他灰度值的对比度。而直方图均衡化则是将像素的灰度分布尽量展开在所有可能的灰度取值上，这样的方法同样能使得图像的对比度提高。 将彩色图像转化成灰度图像是人脸识别方法中常见的处理过程，虽然转化过程丢失了一部分色彩信息，但是灰度图像拥有更小的存储空间和更快的计算速度。文献[1]给出了一种能够将RGB 色彩转换成灰度级且适于突出人脸区域对比度的转换模型：()5.0144.0587.0299.0,+?+?+?=b g r y x f ；其中f 代表灰度值，r ,g ,b 分别表示Red,Green,Blue 分量的值。 文献[2]通过将人脸彩色图像从RGB 色彩空间转换到RIQ 色彩空间，得到了更适于频谱分析的特征分量。
人脸识别技术大总结 百度《人脸识别技术大总结》，觉得应该跟大家分享，这里给大家转摘到百度。 篇一：人脸识别技术的主要研究方法、绪论人脸识别是通过分析脸部器官的唯一形状和位置来进行身份鉴别。 人脸识别是一种重要的生物特征识别技术，应用非常广泛。 与其它身份识别方法相比，人脸识别具有直接、友好和方便等特点，因而，人脸识别问题的研究不仅有重要的应用价值，而且在模式识别中具有重要的理论意义，目前人脸识别已成为当前模式识别和人工智能领域的研究热点。 本章将简单介绍几种人脸识别技术的研究方法。 关键词：人脸识别、人脸识别技术的主要研究方法目前在国内和国外研究人脸识别的方法有很多，常用的方法有：基于几何特征的人脸识别方法、基于代数特征的人脸识别方法、基于连接机制的人脸识别方法以及基于三维数据的人脸识别方法。 人脸识别流程图如图．所示：图．人脸识别流程图、基于几何特征的人脸识别方法基于特征的方法是一种自下而上的人脸检测方法，由于人眼可以将人脸在不此研究人员认为有一个潜在的假设：人脸或人脸的部件可能具有在各种条件下都不会改变的特征或属性，如形状、肤色、纹理、边缘信息等。 基于特征的方法的目标就是寻找上述这些不变特征，并利用这些
特征来定位入脸。 这类方法在特定的环境下非常有效且检测速度较高，对人脸姿态、表情、旋转都不敏感。 但是由于人脸部件的提取通常都借助于边缘算子，因此，这类方法对图像质量要求较高，对光照和背景等有较高的要求，因为光照、噪音、阴影都极有可能破坏人脸部件的边缘，从而影响算法的有效性。 模板匹配算法首先需要人作标准模板(固定模板)或将模板先行参数化(可变模板)，思想汇报专题然后在检测人脸时，计算输入图像与模板之间的相关值，这个相关值通常都是独立计算脸部轮廓、眼睛、鼻子和嘴各自的匹配程度后得出的综合描述，最后再根据相关值和预先设定的阈值来确定图像中是否存在人脸。 基于可变模板的人脸检测算法比固定模板算法检测效果要好很多，但是它仍不能有效地处理人脸尺度、姿态和形状等方面的变化。 基于外观形状的方法并不对输入图像进行复杂的预处理，也不需要人工的对人脸特征进行分析或是抽取模板，而是通过使用特定的方法(如主成分分析方法()、支持向量机()、神经网络方法()等)对大量的人脸和非人脸样本组成的训练集(一般为了保证训练得到的检测器精度，非人脸样本集的容量要为人脸样本集的两倍以上)进行学习，再将学习而成的模板或者说分类器用于人脸检测。 因此，这也是种自下而上的方法。 这种方法的优点是利用强大的机器学习算法快速稳定地实现了很
人脸识别技术的应用 面部识别系统以人脸识别技术为核心，是一项新兴的生物识别技术，是当今国际科技领域攻关的高精尖技术。人脸因具有不可复制、采集方便、不需要被拍者的配合而深受欢迎。现如今，人脸识别这个词已经慢慢走进了我们的生活，开始逐渐广泛的应用到日常生活之中。 手机、笔记本电脑中的人脸识别软件就是一个很好的例子，它帮助我们解锁手机、电脑，无需再输入密码，不用担心密码泄露从而导致的信息隐私泄露，它很好的帮助我们保护手机、电脑的安全。除此之外，人脸识别门禁系统开始应用于一些高档住宅和办公楼中，为人们省去了带钥匙刷卡的麻烦，也不用担心密码忘记的苦恼。人脸识别考勤机也开始被一些企业应用于日常管理。而一些美颜相机、美图软件的推出跟迎合了消费者的市场。它可以自动识别人脸，并对人脸进行美化。甚至一些小游戏被开发出来，可以将自己的脸与明星的脸比对相似之处，评价出你最有有谁的明星相。虽然这仅仅是一个游戏软件，只是供人们娱乐，真实度不高，但也可以看出现今人脸识别技术的广泛使用。 人脸识别技术在过去几年中得到了广泛的关注，正是因为它的应用程序涵盖了许多不同的领域。对于许多的应用程序来说，脸部识别系统的性能在可控的环境下已经达到了一个令人满意的水平。但是现有的大部分面部识别技术在不受控制的环境下识别性能明显下降。 在这次第十四届KSS国际知识与系统科学研讨会中，教授为我们介绍了如何在面部识别中应对不同光照环境下的情况。在过去几年中，处理不同光照的方法主要有： 1. histogram equalization. 2.logarithm transformations. 3.Apply DCT in the logarithm domain. 4.QI (Quotient Image). 5.SQI(Self-Quotient Image). 6.MQI (Morphological Quotient Image). 7.Local binary patterm operator. 经过了他们团队的研究，将这几种进行对照比较，建立一个PSO-SQI框架，利用算法的性能处理人脸识别中的光照问题。 PSO算法是一个新的基于群体智能的进化算法，其研究远没有像遗传算法和模拟退火算法那样深入，在理论上并不能保证能够得到最优解。PSO算法在进行优化问题的求解时应用范围有限,尤其对离散的组合优化问题,其理论建模还处于起步阶段。PSO算法中的一些参数，如学习因子、惯性权重以及粒子个数往往根据有限的应用经验确定,并不具有广泛的适应性。 而SQI是指自商图像(self-quotient image),以提取一个目标(如人脸)图像的内在特性,同时去除与光照相关的外在因素.SQI (self-quotient image) 方法克服了原始的QI 方法的局限性,且能够提取与光照无关的内在特性.对算法适用的条件进行了理论分析,并在SQI 计算过程中提出了一个非迭代的各向异性滤波器以减小光晕现象和提高计算速度.实验结果表明该方法可以有效地提高不同光照条件下的人脸识别系统的识别率. 由着POS-SQI两种方法的结合，更好的处理了人脸识别在不可控的光线下识
阅读下文，完成第15-16题。（共6分）①人脸识别技术，是指基于人的脸部特征信息，通过计算机与生物传感器等高科技手段结合，利用人体固有的生理特性，进行个人身份鉴定的一种生物识别技术。这种技术先对输入的人脸图象或者视频流进行判断，给出每张脸的位置、大小和面部各个主要器官的具体信息。依据这些信息，进一步提取人脸中所蕴涵的身份特征，将其与已知的人脸进行比对，从而识别每个人的身份。②与传统的身份鉴定方式相比，人脸识别技术的最大特点就是识别精确度高。人脸识别独具的活性判别能力，保证了他人无法以非活性的照片、木偶、蜡像欺骗识别系统，无法仿冒。此外，人脸识别速度快，不易被察觉。与其他生物识别技术相比，人脸识别属于一种自动识别技术，一秒内可以识别好几次。不被察觉的特点对于一种识别方法也很重要，这会使该识别方法不令人反感。③人脸识别技术是基于生物统计学原理来实现的。先通过计算机相关软件对视频里的图像进行人脸图像采集、人脸定位、人脸识别预处理，从中提取人像特征点。然后利用生物统计学的原理进行分析，建立数学模型，即人脸特征模板。将已建成的人脸特征模板与被测者的面像进行特征比对，根据分析的结果给出一个相似值。通过这个值即可确定是否为同一人。现在这一技术已得到广泛应用。④例如，由于儿童被拐卖事件时有发生，为了保护孩子的安全，有些幼儿园安装了面部识别系统。这些系统主要采用人脸识别加IC/ID卡（非接触式智能卡) 双重认证。每一位儿童在入学注册登记时必须提供IC/ID卡号、儿童面像、接送者面像等相关资料。每次入园、出园时都应刷卡并进行家长人脸认证。如果认证成功，拍照放行；如果认证失败，拍照后报警通知管理员。不论识别成功与否，系统都会记录下被识别者的详细资料。有的系统还有短信扩展功能，家长可在手机上看到认证时所拍的照片以及整个接送过程。这样，有效防止了儿童被拐事件的发生。⑤目前，人脸识别技术是生物科技领域在可行性、稳定性和准确性等专业技术指标中数值最高的技术，也是各行各业安全保卫工作中运用最广、效果最好的一种技术。在未来的几年内，它必将超越指纹识别等其他生物技术，成为生物识别技术领域的霸主。 15.本文首先概述了人脸识别技术，然后逐段介绍了人脸识别技术的特点和，以及现在这一技术的，最后说明了它在生物识别技术领域的重要地位。（2分）（共2分）原理（过程）（1分）应用（1分）本文分别从哪些方面对人脸识别技术进行说明的？ 16.结合文章第②段内容，分析下面两则材料分别着重表现了人脸识别技术的什么特点，并说明理由。（4分）【材料一】在英国出现了一种可面部识别的广告牌，它利用高清晰度的摄像头扫描行人，判定其性别，正确率达90%以上。如果确定你是一位女士，它会自动播放一段促进妇女受教育的视频广告。如果它认为你是一位男士，那么你就看不到视频。不让男性看到视频是为了让他们体验性别歧视。这个广告利用面部识别技术，意在消除社会对女性的歧视，被称为神奇的个性化广告。（共2分）特点：识别精确度高。（1分）理由：这一广告利用人脸识别技术判定行人的性别，正确率达90%以上。（1分）【材料二】电影《碟中谍4》中，特工戴上隐形眼镜，拿着手机，在火车站茫茫人海中寻找杀手。特工的隐形眼镜就是个摄像头，利用人脸识别功能，迅速与信息库中的人脸特征进行比对、匹配，从而在一眨眼的工夫里，就能迅速锁定目标，而不被对方发现。杀手一旦出现，特工的手机就会发出嘀嘀的报警声，上面立刻显示出杀手的姓名和有关信息。（共2分）特点：人脸识别速度快，不易被察觉。（1分）理由：特工能迅速识别杀手，而不被对方发现。（1分）扩展练习：1.如果把材料一或二放在文章开头，问作用。3分用***的事情，（1分）引出本文的说明对象“人脸识别技术”（1分），生动有趣，吸引读者。（1分） 2. 如果材料在原文中与传统的身份鉴定方式相比，人脸识别技术的最大特点就是识别精确度高。人脸识别独具的活性判别能力，保证了他人无法以非活性的照片、木偶、蜡像欺骗识别系统，无法仿冒。英国利用这一特点，制作了面部识别的广告牌，它利用高清晰度的摄像头扫描行人，判定其性别，正确率达90%以上。如果确定你是一位女士，它会自动播放一段促进妇女受教育的视频广告。
人脸识别技术优势 863计划、国家科技支撑计划、自然科学基金都拨出专款资助人脸识别的相关研究。国家“十一五”科技发展规划中也将人脸识别技术的研究与发展列入其中[4]，明确指出：“要在生物特征识别技术领域缩小与世界先进水平的差距，开展生物特征识别应用技术研究，人脸识别具有高安全性、低误报率的出入口控制新产品。”在这种环境下，国内一些科研院所和院校在人脸识别技术方面取得了很大进展。如中科院自动化所，清华大学，中科院计算所自主开发的人脸识别技术已经达到了国际先进的水平。人脸识别作为一种新兴的生物特征识别技术(Biometrics)，与虹膜识别、指纹扫描、掌形扫描等技术相比，人脸识别技术在应用方面具有独到的优势： 1.人脸识别使用方便，用户接受度高。人脸识别技术使用通用的摄像机作为识别信息获取装置，以非接触的方式在识别对象未察觉的情况下完成识别过程。 2.直观性突出。人脸识别技术所使用的依据是人的面部图像，而人脸无疑是肉眼能够判别的最直观的信息源，方便人工确认、审计，“以貌取人”符合人的认知规律。 3.识别精确度高，速度快。与其它生物识别技术相比，人脸识别技术的识别精度处于较高的水平，误识率、拒认率较低。 4.不易仿冒。在安全性要求高的应用场合，人脸识别技术要求识别对象必须亲临识别现场，他人难以仿冒。人脸识别技术所独具的活性判别能力保证了他人无法以非活性的照片、木偶、蜡像来欺骗识别系统。这是指纹等生物特征识别技术所很难做到的。举例来说，用合法用户的断指即可仿冒合法用户的身份而使识别系统无从觉察。 5.使用通用性设备。人脸识别技术所使用的设备为一般的PC、摄像机等常规设备，由于目前计算机、闭路电视监控系统等已经得到了广泛的应用，因此对于多数用户而言使用人脸识别技术无需添置大量专用设备，从而既保护了用户的原有投资又扩展了用户已有设备的功能，满足了用户安全防范的需求。 6.基础资料易于获得。人脸识别技术所采用的依据是人脸照片或实时摄取的人脸图像，因而无疑是最容易获得的。 7.成本较低，易于推广使用。由于人脸识别技术所使用的是常规通用设备，价格均在一般用户可接受的范围之内，与其它生物识别技术相比，人脸识别产品具有很高的性能价格比。 概括地说，人脸识别技术是一种高精度、易于使用、稳定性高、难仿冒、性价比高的生物特征识别技术，具有极其广阔的市场应用前景。 我将人脸识别的一些应用列举出来，希望抛转引玉，大家不断完善，开拓更多的应用领域。 1）监控布控
人脸识别技术的应用及方案 在当今社会信息安全问题备受人们的关注。自身安全和个人隐私保护成为这个时代的热门话题。基于密码、个人识别码、磁卡和钥匙等传统的安全措施已不能完全满足社会要求。在这样一个背景下，人们把目光投向了生物特征识别技术——利用人体固有的生理特征或行为特征来进行身份的鉴别或确认。 人脸识别技术优势 人脸识别作为一种新兴的生物特征识别技术(Biometrics)，与虹膜识别、指纹扫描、掌形扫描等技术相比，人脸识别技术在应用方面具有独到的优势： 1.使用方便，用户接受度高。人脸识别技术使用通用的摄像机作为识别信息获取装置，以非接触的方式在识别对象未察觉的情况下完成识别过程。 2.直观性突出。人脸识别技术所使用的依据是人的面部图像，而人脸无疑是肉眼能够判别的最直观的信息源，方便人工确认、审计，“以貌取人”符合人的认知规律。 3.识别精确度高，速度快。与其它生物识别技术相比，人脸识别技术的识别精度处于较高的水平，误识率、拒认率较低。 4.不易仿冒。在安全性要求高的应用场合，人脸识别技术要求识别对象必须亲临识别现场，他人难以仿冒。人脸识别技术所独具的活性判别能力保证了他人无法以非活性的照片、木偶、蜡像来欺骗识别系统。这是指纹等生物特征识别技术所很难做到的。举例来说，用合法用户的断指即可仿冒合法用户的身份而使识别系统无从觉察。 5.使用通用性设备。人脸识别技术所使用的设备为一般的PC、摄像机等常规设备，由于目前计算机、闭路电视监控系统等已经得到了广泛的应用，因此对于多数用户而言使用人脸识别技术无需添置大量专用设备，从而既保护了用户的原有投资又扩展了用户已有设备的功能，满足了用户安全防范的需求。 6.基础资料易于获得。人脸识别技术所采用的依据是人脸照片或实时摄取的人脸图像，因而无疑是最容易获得的。 7.成本较低，易于推广使用。由于人脸识别技术所使用的是常规通用设备，价格均在一般用户可接受的范围之内，与其它生物识别技术相比，人脸识别产品具有很高的性能价格比。 概括地说，人脸识别技术是一种高精度、易于使用、稳定性高、难仿冒、性价比高的生物特征识别技术，具有极其广阔的市场应用前景。