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。
人脸识别技术的研究范围
人脸识别的研究范围大致可以分为如下几个方面:
1.人脸检测(Face Detection)：即从各种不同的场景中检测出人脸的存在并确定其位置。在大多数的场合中由于场景较复杂，人脸的位置是预先不知道的，因而首先必须确定场景中是否存在人脸，如果存在人脸，再确定图像中人脸的位置。脸部毛发、化妆品、光照、噪声、面部倾斜和人脸大小变化以及各种各样遮挡等因素都会使人脸检测问题变得更为复杂。人脸检测的主要目的是在输入的整幅图像上寻找人脸区域，把图像分割成两个部分-人脸区域和非人脸区域，从而为后续的应用作准备。
2.人脸表征(Face Representation)：即采取某种表示方式表示检测出的人脸和数据库中的已知人脸。通常的表示法包括几何特征(如欧氏距离、曲率、角度)、代数特征(如矩阵特征矢量)、固定特征模板、特征脸、云纹图等。
3.人脸识别(Face Identification)：即将已检测到的待识别的人脸与数据库中的已知人脸进行比较匹配，得出相关信息，这一过程的核心是选择适当的人脸的表征方式与匹配策略，系统的构造与人脸的表征方式密切相关。通常或是选择全局的方法或是选择基于特征的方法进行匹配。显然，基于侧面像所选择的特征和基于正面像的特征是有很大的区别的。
4.表情分析(Expression Analysis)：即对待识别人脸的表情信息(快乐、悲伤、恐惧、惊奇等)进行分析，并对其加以归类。
5.生理分类(Physical Classification)：即对待识别人脸的生理特征进行分析，得出其种族、年龄、性别、职业等相关信息。显然，完成这一操作需要大量的知识并且通常是非常困难和复杂的。
企业人脸识别考勤应用方案
目前大多数企业的考勤，采取刷卡考勤，但员工常常相互代打卡，考勤管理形同虚设，部分企业使用指纹识别考勤，但总有5%左右的误识率，且识别速度慢，上下班高峰时需要排长队。
--汉王科技“人脸通”人脸识别考勤系统，助你解决以上棘手的问题。
“人脸通”人脸识别考勤机系列，基于“人脸无法替代”的特性和为企业级用户提供“便捷&有效”的考勤管理的理念而设计，它采用行业领先的人脸识别技术，精确提取人脸特征，作为身份识别的依据，从而提供准确的考勤记录，完全取代市场上指纹、打卡考勤机。
“人脸通”人脸识别具有如下特性：
1、唯一性:每个人都有一张脸，且无法被复制，仿冒，因而可以提供更准确的考勤管理。
2、自然性好: 人脸识别技术同人类(甚至其它生物)进行个体识别时所利用的生物特征相同，其他生物特征如指纹、虹膜不具备这个特征。
3、简单方便:无需携带卡,识别速度快，操作简单便捷，仅凭人脸便可轻松识别
4、非接触性:无需接触设备，不用担心病毒的接触性传染,既卫生，又安全，不易招致反感。
系统组成
人脸识别工作原理：人脸识别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，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。人脸识别考勤系统就是把人脸识别和考勤系统结合，并且通过人脸识别作为考勤管理的要素之一。
系统特色:
?精确度高，公平公正：最新人脸识别算法，识别精确度高，确保精确识别每一张脸，彻底杜绝代打卡现象
?卫生便捷，轻松自然：非接触式识别，识别速度快，既卫生，又免去上下班高峰排长队的苦恼
?稳定性高，低耗节能：采用高性能、低功耗 DSP处理器，完全脱机操作，系统经过长期运行检测，工作稳定。同时，设备支持自动休眠模式，环保节能
?操作简单，界面人性化：TFT 液晶显示/触摸屏，人性化的GUI界面和WEB 端管理软件
?多种识别方式可选：可根据用户需求灵活设置：单人脸识别;密码+人脸识别;ID/IC卡+人脸识别等多种识别模式
?智能自学习功能：自动捕获人脸，具备模板自学习功能，随着发型、肤色、年龄等变化动态更新人脸数据库，从而始终正确识别人脸
?网络远程管理：可通过IE浏览器或客户端软件，方便的进行远程查看、控制管理
?配备完善的考勤管理软件：管理者可以根据需要，对所有资料进行汇总、编辑、拟制多种考勤管理报表，薪资管理报表，人员管理报表等，满足各种场所的考勤应用
应用范围
企业型人脸识别考勤机，适合各种规模的企事业单位、工厂考勤管理的应用需求。
动态人脸识别比对系统软件 说明 声明 本产品操作指导说明书（以下简称“说明书”）内容若有变动，恕不另行通知。 未得到明确的书面许可，不得以任何目的、形式或手段进行复制或传播手册的任何部分。 本手册以及相关的程序仅用于为最终用户提供信息，因硬件或软件升级而造成与本手册不符的，均以实物为准。本手册是属于专有信息，并受中华人民共和国版权法和国际公约的保护。 版权所有，保留所有权利
目录声明..................................................................................... 错误！未定义书签。 一、产品介绍 (2) 1.1 软件介绍 (2) 1.2 系统结构 (2) 二、视频接入 (3) 2.1 高清网络摄像机 (3) 2.2 视频源 (4) 三、软件安装 (5) 3.1 安装环境 (5) 3.2 加密狗 (5) 3.2 数据库 (5) 3.4 注册安装 (6) 3.5FrFaceServer 配置 (6) 3.6FrFaceWorker 通道配置 (7) 四、功能介绍 (10) 4.1 用户管理 (10) 4.2 模板批量导入 (10) 4.3 单人多模板 (11) 4.4 抓拍人脸导入 (11) 4.5 比对结果显示 (12) 4.6 黑名单报警 (13) 4.7 参数控制 (13) 4.8 抓拍记录 (15) 4.9 抓拍列表 (15) 4.10 自动登录 (16) 4.11 综合检索 (16) 五、注意事项 (17) 5.1 模板要求 (17) 5.2 视频要求 (18)
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
2018年8月17日
目录 一、概述 (3) 1、背景分析 (3) 2、设计原则 (3) 二、系统介绍 (4) 1、访客系统介绍 (4) 2、人脸识别特性 (5) 3、产品介绍 (6) 4、系统主要功能简介 (11) 三、公司简介 (20) 四、售后服务 (22) 1、维修技术人员情况 (22) 2、维护服务 (22) 3、维修服务及应及维修时间安排 (22) 4、售后服务流程 (23) 5、以下情况不属保修范围 (23) 6、更新改进服务 (23) 7、建立用户档案，完善产品质量 (23)
一、概述 1、背景分析 随着我国城镇化进程的加快，城市人口日趋密集，人口流动性也大大增加，社会犯罪率呈逐年升高的趋势。在传统侦查工作方式中，多采用人工排查的方式，要排查重要场所人员身份，和限制外来人员进入固定区域，不仅费时费力，还可能造成遗漏等情况，排查效率大打折扣，同时给公共安全防范和社会维稳工作带来了极大的困难。 为切实解决重点复杂区域社会治理难题，夯实社会稳定和长治久安的基层基础，及高清技术、智能化技术、网络技术的日趋普及与成熟，我司立足实际需求，针对复杂区域流动人口多、身份难以核查、人员来访不易管理的局面，推出人脸识别系统解决方案。 系统采用先进的人脸识别算法，高速芯片作为识别算法的运行硬件平台，通过出入口的身份证信息采集、实时人脸抓拍和人证比对，从而实现人证合一验证。并针对不同场所实现固定人员刷脸通行，访客人员人证比对登记，解决固定人员每次需要刷证或输入密码的问题，人证比对失败人员则需要安保人员或工作人员人工确认后手动放行。 2、设计原则 系统设计遵循技术先进、深度学习算法、性能稳定、节约成本的原则；本系统设计内容是系统的、全面的、完整的、易用的以及符合人机交互的；方案设计具有科学性、合理性、可操作性。
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
动态人脸识别巡更系统 案 北京博睿视科技有限责任公司 2017年8月 18日 目录 第一章人脸识别巡更系统设计要求 一、人脸识别巡更系统社会意义 略 第二章系统概述 人脸识别智能巡更系统为基于深度学习算法的通过式人脸记录巡检系统。根据需要将用于人脸抓拍的监控摄像机安装在需要巡逻的线路或执勤岗位上，人员对该地进行巡更通过时摄像机自动抓拍巡更人员的人脸照片同时将抓拍时间与对应的巡更人员人脸库进行比对结果通过局域网存入系统数据库。此记录将成为巡更人员何时到达该地巡更的依据。管理人员通过系统管理系统软件可清晰地了
查询巡更人员巡更的实际情况，如漏查、误点、非本人带班等信息，方便管理人员有效管理。 1、人脸识别巡更系统构成 该系统由人脸静态建库、人脸动态入库、人脸信息修改、实时人脸抓拍、人脸检索、人脸图像聚类、以图搜图、联动报警八大部分组成。整个软件的逻辑体系结构如下图所示。 软件结构体系（ C/S 结构） 图3-3 软件逻辑体系示意图 实现布控人员建库，提供用户建立临时人脸库的功能，使用者可自行注册，批量导入人脸照片，静态人脸库包括黑名单、白名单。 人脸动态入库 将摄像机抓拍的人脸图片，建立动态抓拍人脸库，不断累积抓拍数据，为后 期进行人脸管理和提升识别率提供必要的支撑。 人脸信息修改 人脸信息修改模块主要是针对各个不同的人脸库，查询符合条件下的人员信息，并对其 中的信息进行修改删除等操作，同时也可针对选择的人脸库进行新人员信息的注册。
实时人脸抓拍 该子系统为监控画面和报警端的界面，主要分为4 个部分：视频设备列表，监控画面，现场抓拍图像和匹配报警图像。 图实时人脸监控子系统效果图 功能模块分别为 视频设备列表：列举所有可以使用的监控摄像头 图视频设备列表 监控画面：播放窗口显示该摄像机的实时监控 图监控画面 现场抓拍图像：显示摄像头所抓取的人脸图片 图现场抓拍图像 报警图像：根据抓拍到的人脸图像，与数据库中的人员进行比对查询。 图匹配报警图像 人脸图像检索 人脸图像检索即为对摄像头抓拍到的人员信息或系统识别比对结果进行进一步的查询。该模块分为比对结果查询，抓拍人像查询和比对库人脸查询三个部分 比对结果查询：选择要查询的设备和黑白名单类型以及匹配的开始和结束时间，然后点击查询按钮。 显示的匹配结果以倒序方式进行排列，离结束时间最近的排在最 图比对结果查询 抓拍人像查询：选择抓拍起始时间和抓拍结束时间，然后点击查询按钮。显示的内容以“抓拍时 间”中的内容倒序方式进行排列，即离结束时间最近的排在最前面。 图抓拍人像查询比对库人脸查询：选择入库的开始时间和入库结束时间，然后点击查询按钮。显示的结果以“入库时间”中的内容倒序方式进行排列，即离结束时间最近的排在最前面。 图比对库人脸查询 聚类
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
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
视频门禁之人脸识别监控系统解决方案 一、需求背景 在公共场所，人流量巨大，依靠人力无法有效地在流动的人群中发现布控目标，在不干扰群众自由通行的情况下，很难快速方便的辨别其身份。传统方式，案发后常常需要出动整个侦查队加班加点反复看视频，不但耗费大量警力而且容易错过追捕时机。 为了对付各种各样的刑事犯罪，保护国家和人民群众的生命财产安全，保证各行各业和国家重点部门的正常运转，采用高科技手段预防和制止犯罪已成为平安城市建设的需要。随着人脸识别技术的发展，诸多人像比对系统已经在公安的治安、刑侦等业务中获得有效的应用。公安部门在特殊场所追缉在逃人员一直以来是个很棘手的问题。由多奥自主研发的领先的人脸识别技术，将动态人脸识别技术应用于视频监控中，从而使在不易被监控目标察觉的情况下，达到中远距离识别验证后台报警提示的效果。 将动态人脸识别技术与视频监控相结合，对重点监控区域进行人脸识别布控，对于协助公安干警快速侦破案件，避免犯罪事件的发生，维护社会和谐稳定，创建平安和谐城市具有重要的意义。
二、系统概述 人脸识别布控系统，把各处采集到的人脸信息与布控人脸进行比对，能够同时进行多路视频分析比对，在发现目标后迅速提示并将警情推送至客户端。此外，系统还支持单目标多张照片批量导入，多目标批量照片导入等各种导入方式，在降低了技术人员的工作量同时大幅提高了安保人员的工作效率。即使抓拍人在行进中转头、低头仍然能做出准确跟踪和抓拍。 系统采用服务器/客户端结构。服务器保存黑名单人员的面部信息，实现人员识别和报警的功能，而客户端实时接收来自一个或多个通道摄像头的面部数据，并和黑名单中的人员进行对比。
信息通信 INFORMATION & COMMUNICATIONS 2019年第6期（总第198期） 2019 (Sum. No 198) 浅谈基于深度学习的人脸识别技术 刘晓波 （中国联合网络通信有限公司湖北省分公司，湖北武汉430040） 摘要:互联网科技和大数据技术飞速发展的时代，日新月异的各种前沿技术，一再刷新人们的认知,人工智能（AI ）成为了 一 门最热门的行业应用能力。AI 技术不仅仅要够炫够酷，更要有足够的“温度"，让机器更加人性化。人脸识别技术（Face Recognition Technology, FRT ）是近年来模式识别、图像处理以及人工智能等领域的重要研究课题之文章重点对现有 的人脸检测识别方法以及应用领域关键技术进行总结，分析和比较当前主流识别方法优缺点，分享其中关键技术及发展 前景。 关键词:人脸识别;人工智能;深度学习；人脸检测；面部特征中图分类号:TP391.41 文献标识码:A 文章编号：1673-1131（2019）06-0018-03 0引言 随着社会对个人身份的自动验证需求的加深，一些技术 成熟且传统上被认为更加稳健的身份验证方案如指纹识别、 虹膜识别、语音识别等，都具有侵入性的特征，即需要参与者 的一定程度的合作（指纹识别需要用户将手指按在传感器上, 虹膜识别需要用户与相机靠得很近，语音识别则需要用户大 声说话），因此寻找一种更优且非侵入式的自动身份验证方案 成为了大势所趋。 人脸识别技术（Face Recognition Technology, FRT ）是基于 人的面部特征信息能够识别或验证图像或视频中主体身份的 技术生物识别技术。用图像釆集工具（如摄像机或摄像头）釆 集含有充分且足够的人面部特征的图像或视频流，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识别和验 证的一系列相关技术总成。 相比传统的身份验证方法，人脸识别技术具有非接触性 （不用肢体接触）、非强制性（路过即可，甚至无察觉）、可并发 性（可同时进行多个人脸的分拣、判断及识别）等优势。 直观的人脸识别如下图所示： * 2 z 5 n e s i e 图1人脸识别示例 简单来说就是通过输入一个自然人的面部特征，和自然 人面部特征库中的注册在库身份进行面部特征逐项比对，找 出一个与输入的面部特征相似度最高（需预设阀值，必须大于 阀值）的个体，以确定输入面部特征对应的身份。如没有找到 大于阀值的个体,则返回“unknown ”。 1传统的人脸识别 传统的人脸识别被当作模式识别/模式匹配问题。主流的 人脸识别技术基本上可以归结为三类，即:基于几何特征的方 法、基于模板的方法和基于模型的方法。 （1）基于几何特征的方法是最早投入实际应用的人脸识别 方法。该方法通过定位人面部主要器官的详细位置，如：眉、 眼、鼻、嘴、耳等，获取主要器官等重要面部特征的形状、相对 位置以及特征之间的距离等参数，利用参数构成一个可以代 表个体人脸的特征向量。 （2） 基于模板的方法可以分为神经网络方法、动态连接匹 配方法、线性判别分析方法、特征脸方法、基于相关匹配的方 法、奇异值分解方法等。 （3） 基于模型的方法则有基于主动外观模型、隐马尔柯夫 模型方法、主动形状模型等。 传统的人脸识别是人脸识别的初级阶段，重要成果不多, 人工依赖性较强，鲁棒性较差，基本没有实际应用。 随着大数据时代的到来，沉寂了许久的神经网络卷土重 来。作为人工智能时代的利器一深度学习逐渐走入人们的 视野。基于深度学习，人脸识别技术迅速发展。各种学习框 架如 Tensorflow 、Caffe >KerasMxnet >Darknet 等不断涌出。基 于深度学习的人脸识别一般被处理为回归/分类问题。一般流 图2人脸识别一般流程图 2人脸检测算法 人脸检测是人脸识别中的第一个环节，是一项关键技术。 人脸检测是指假设在输入图像中存在一个或者多个人脸情况 下，确定图像中全部人脸的位置、大小和姿势的过程。 图3人脸检测不意图 早期的人脸检测算法使用了模板匹配技术，即用一个人 脸模板图像与被检测图像中的各个位置进行匹配，确定这个 位置处是否有人脸,如果存在则定位人脸的位置、大小及主要 特征；此后机器学习被用于解决该问题，神经网络、支持向量 机等将人脸检测处理为二分类问题。如下图所示： 18
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
人脸识别技术是什么原理 1面像识别原理 2、1、1面像识别技术概述 面像识别是近年来随着计算机技术、图象处理技术、模式识别技术等技术的快速进步而出现的一种崭新的生物特征识别技术。生物识别技术是依靠人体的身体特征来进行身份验证的一种高科技识别技术，如同人的指纹、掌纹、眼虹膜、DNA 以及相貌等人体特征具有人体所固有的不可复制的唯一性、稳定性、无法复制一样，不易失窃或被遗忘。由于每个人的这些特征都不相同，因此利用人体的这些独特的生理特征可以准确地识别每个人的身份。 随着计算机技术的迅速发展，人们开发了指纹识别、声音识别、掌形识别、签名识别、眼纹（视网膜）识别等多种生物识别技术，目前许多技术都己经成熟并得以应用。而面像识别技术则是生物识别技术的新秀，与其他识别技术相比较，面像识别具有简便、准确、经济及可扩展性良好等众多优势，可广泛应用于安全验证、监控、出入口控制等多个方面。 面像识别技术包含面像检测、面像跟踪与面像比对等课题。面像检测是指在动态的场景与复杂的背景中判断是否存在面像并分离出面像，面像跟踪指对被检测到的面像进行动态目标跟踪，面像比对则是对被检测到的面像进行身份确认或在面像库中进行目标搜索。 面像检测分为参考模板、人脸规则、样本学习、肤色模型与特征子脸等方法。参考模板方法首先设计一个或数个标准人脸模板，然后计算测试样本与标准模板之间的匹配程度，通过阀值来判断是否存在人脸；人脸具有一定的结构分布特征，人脸规则即提取这些特征生成相应的规则以判断测试样本是否包含人脸；样本学习则采用模式识别中人工神经网络方法，通过对面像样本集和非面像样本集的学习产生分类器；肤色模型依据面像肤色在色彩空间中分布相对集中的规律来进行检测；特征子脸将所有面像集合视为一个面像子空间，基于检测样本与其在子空间的投影之间的距离判断是否存在面像。 上述方法在实际系统中也可综合采用。 面像跟踪一般采用基于模型的方法或基于运动与模型相结合的方法，另外，肤色模型跟 踪也不失为一种简单有效的手段。 面像比对从本质上讲是采样面像与库存面像的依次比对并找出最佳匹配对象。因此， 面像的描述决定了面像识别的具体方法与性能。目前主要有特征向量与面纹模板两种描述方 法，特征向量法先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离、角度等等 属性，然后计算出它们的几何特征量，这些特征量形成一描述该面像的特征向量；面纹模板 法则在库中存储若干标准面像模板或面像器官模板，在比对时，采样面像所有象素与库中所
浅谈人脸识别技术VS指纹识别技术 1、指纹识别系统适宜的使用单位界定在：人数少、且环境好的单位，比如政府机关，或100人以下且环境好的企事业单位，不然使用起来很勉强和难受。人脸识别技术，不受环境影响。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、指纹识别的民用技术目前还不成熟，真实的识别率在95%以下，也就是说100人中基本上有超过5个人的指纹识别不了，或者要反复识别。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、目前的指纹考勤机均采取指纹识别+密码识别相结合的方式，就是因为有较多的不能识别指纹的情况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。人脸识别技术的最大特点就是识别精确度高。 4、指纹识别技术目前对于：手指脏了、手指湿了、手指太干、手指脱皮（包括季节性脱皮）、手指破了……等等情况，都不能正常识别。人脸识别技术，非接触式识别。不受环境影响，不受生理影响。更环保更卫生。 5、为什么说指纹识别考勤只适合于小型单位使用呢。指纹识别对于感应卡刷卡的时间要长很多，以一个人站到考勤机前识别指纹到下一个人站过来开始识别作为一个人的识别周期，一般在6－7秒左右，也就是每个人在一次性识别都很正常的情况下，完成考勤签到需要6秒左右，如果100个人哪怕是提前了5分钟到达排着队等候签到，也需要600秒即10分钟左右完成，指纹识别一般为了提高识别率，都要求每个人留不同手指的2-3枚左右的指纹档案存到考勤机里，一枚不能识别时赶紧换用另一枚，这样反复重试才能达到90%左右的识别率。 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。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。 6、指纹考勤机的关键部位，也是最脆弱部位就是指纹膜，指纹膜时间用的越长，指纹识别率就越低，在没有任何人为刮擦破坏的情况下，一片指纹膜一般在半年以后就越来越多的指纹不能识别或者需要反复识别，解决办法是更换指纹膜，更
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
人脸识别系统解决方案 深圳东南创通智能科技有限公司 2018年6月13日
目录
一、概述 1、背景分析 随着我国城镇化进程的加快，城市人口日趋密集，人口流动性也大大增加，社会犯罪率呈逐年升高的趋势。在传统侦查工作方式中，多采用人工排查的方式，要排查重要场所人员身份，和限制外来人员进入固定区域，不仅费时费力，还可能造成遗漏等情况，排查效率大打折扣，同时给公共安全防范和社会维稳工作带来了极大的困难。 为切实解决重点复杂区域社会治理难题，夯实社会稳定和长治久安的基层基础，及高清技术、智能化技术、网络技术的日趋普及与成熟，我司立足实际需求，针对复杂区域流动人口多、身份难以核查、人员来访不易管理的局面，推出人脸识别系统解决方案。 系统采用先进的人脸识别算法，高速芯片作为识别算法的运行硬件平台，通过出入口的身份证信息采集、实时人脸抓拍和人证比对，从而实现人证合一验证。并针对不同场所实现固定人员刷脸通行，访客人员人证比对登记，解决固定人员每次需要刷证或输入密码的问题，人证比对失败人员则需要安保人员或工作人员人工确认后手动放行。 2、设计原则 系统设计遵循技术先进、深度学习算法、性能稳定、节约成本的原则；本系统设计内容是系统的、全面的、完整的、易用的以及符合人机交互的；方案设计具有科学性、合理性、可操作性。
二、系统介绍 1、系统组成 人脸识别系统由人证识别终端、通道闸、人脸识别管理客户端及平台组成。 人脸识别系统拓扑图 2、人脸识别特性 人脸识别系统核心组成部分主要包括人脸图像采集模块、动态人脸定位、人脸识别预处理、身份查找、身份比对、身份确认、执行机构和记录平台等，并通过一脸通平台判断人员身份及权限，开放相应的区域，保留人脸通行记录事件，并根据相应的权限命令各子系统作出响应，例如固定客户通道自动放行，访客只允许进入指定楼层等。 人脸识别一体化终端使用世界领先的人脸检测、识别算法（FDDB与LFW世界前三），将其运行在高性能嵌入式平台中，配合200W像素的摄像头，终端实现人脸检测、人脸跟踪、与人脸识别，并可在屏幕上呈现相应的反馈。 本产品能够同时识别5个人，光线环境良好的情况下最远能识别5米远的人脸，人脸跟踪与检测耗时20ms左右，人脸特征提取耗时200ms左右，人脸比对耗时左右，对光
I 行业智库线经验 INDUSTRY THINK TANK FRONT-LINE EXPERIENCE 浅谈人脸识别及其应用 文丨Article >海兰察 人脸识别技术正在被广泛运用，上 海市远郊的住宅小区也已经用上了，更 不用说市中心的高端商务楼，今年或许 是人脸识别在上海市民用市场被广泛运 用元年。但人脸识别技术目前在应用层面存 在三个问题：第一个是隐私保护问题； 第二个是应用费用问题；第三个是如何 利用既有包括末端摄像机在内的基础设 施问题。人脸识别技术有几个等级。最低端 的人脸识别，仅仅是将末端扫描成像中 的一定数量的关键像素点与内存数据库 里的图像关键像素点比对；更高一级的 人脸识别技术除了对比像素点更多外， 还添加红外、三维扫描等；在一些安防 等级更高的场所，人脸识别技术还要与 气味传感器、虹膜扫描、指纹和声纹比 对等技术结合起来。安全是有成本的，成本越高越安 全吗？不完全对，比如利用3D 打印技 术以及比硅胶更接近人类皮肤的复合材 料，完全可以以假乱真，初级人脸识别 技术或难以甄别，针对“面具"之类的伪装术，人脸识别就需要增加温度感知、 三维扫描、提高像素成像等措施。高等级的人脸识别技术可以被运用 在保密等级较高的场所，比如机要室、 数据中心、金库、武器库等等。人脸识别技术本质上是一种图像识 别，例如有这样一个场景：我们睁开眼 睛的时候，映入眼帘并传送到我们大脑 的信息是一些深浅不一的色块、线条或 点状物，因为我们从婴幼儿开始就被告 知并通过学习到眼睛摄入的静态或动态 的景象，以及动物、植物、建筑物等物 体，摄入眼睛的光信号转化为我们大脑 里的生物电信号，这才了解到看的是什 么、我们在哪里、环境之中有没有危险， 等等。图像识别来源于仿生技术，前端(摄 像机）像素传感器接收到光信号后，转 换为电信号，模拟量成为数字量，导入 计算机里的“算法”通过计算，得到电 信号的强度、密度和离散度，也就是说 像素越高，在同等算法下，结果越精准。算法有线程和层级，第一层算法就 是将摄入的数据与数据库里的数据进行快速比对，而后给出初步结果；第二层 算法就是对画面进行分割，再与数据库 里的分割画面进行比对，再得出结果， 这个时候还要计算第一层算法与第二层 算法的结果的逻辑合理性，合理的结果 才会输出。比如一个警察抓小偷的应用 场景，跑的速度快的移动物体不一定是 小偷。如果没有声纹录入的条件下，如 何识别画面中哪一个是小偷呢？这个时 候，比如数据库里的被冠以"小偷”符 号的人脸就是一个线程。 由此可见，在像素满足要求的条件 下，算法、线程和计算机的运算速率就 是关键要素，算法和线程也是导致人脸 识别响应速率的重要因素，这就是说， 在传输速率更高的应用场景中，电子计 算机的运算速率也必须更快，否则包括 人脸识别就是人脸撕逼了。在这种情况 下，量子计算机就呼之欲出了，加密更 安全且运算速率更高的量子计算机或将 成为继5G 之后另一个科技制高点。 有机会我们可以实测一下人脸识别 速率，技术优劣高下立判，无论是住宅 小区还是商务楼的应用场景。■050 住群房iS P