四川DS K1T671TMF人臉識別一體機報價招投標「在線咨詢」
2021-06-21
人臉識別一體機產品介紹及應用場景
測溫人臉識別一體機采用了神經網絡算法（CNN）,是經數千萬次算法訓練后形成的產品，集圖像采集、人臉檢測、人臉跟蹤和人臉比對等功能，不僅識別率高而且識別速度快。脫機動態人像識別機，無需行人特意配合直接識別，無需電腦控制，行人在運動中也可識別，這大大提高了人像識別的易用性。產品可配套應用于市面通用的任何通道閘（翼閘、擺閘、三輥閘等）、門禁及廣告門，可直接輸出開閘信號和韋根信號；可廣泛應用于自家門口、小區門禁、學校進出口、道閘通道、寫字樓、地鐵、機場、高鐵等場景。
目前小區、廠區等出入口很多采用的是刷的卡驗證的方式，經常出現沒有帶卡的問題，人臉識別技術應用于出入口道閘系統，是一種更安全的身份驗證方式，我司的人臉識別攝像機可應用于門禁系統，具有識別率高，識別速度快，可適應高低溫惡劣環境等優點。人臉比對成功后，相機可以直接輸出開關信號到閘機、門禁，廣告門等設備，完成開門動作。
人臉識別一體機
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。
人臉識別一體機組成部分
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。
人臉圖像采集及檢測
人臉圖像采集：不同的人臉圖像都能通過攝像鏡頭采集下來，比如靜態圖像、動態圖像、不同的位置、不同表情等方面都可以得到很好的采集。當用戶在采集設備的拍攝范圍內時，采集設備會自動搜索并拍攝用戶的人臉圖像。
人臉檢測：人臉檢測在實際中主要用于人臉識別的預處理，即在圖像中準確標定出人臉的位置和大小。人臉圖像中包含的模式特征十分豐富，如直方圖特征、顏色特征、模板特征、結構特征及Haar特征等。人臉檢測就是把這其中有用的信息挑出來，并利用這些特征實現人臉檢測。
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。
人證核查系統
把身份的證件識別與人臉識別技術結合在一起的新應用，該系統采用快速抓拍視頻中的人臉圖像，與證件信息結合，接入管控網絡，實現對通行人員身份的自動核驗，實行“一票、一人、一證、一卡”的核查放行模式，人證合一核查系統集成現場人臉采集、身份驗證、黑名單預警等功能為一體。從讀取身份的證件信息到現場采集人臉照片、進行比對、并獲取結果。
