人臉識(shí)別技術(shù)包含三個(gè)部分：

(1)人臉檢測(cè)

面貌檢測(cè)是指在動(dòng)態(tài)的場(chǎng)景與復(fù)雜的背景中判斷是否存在面像，并分離出這種面像。一般有下列幾種方法：

①參考模板法

首先設(shè)計(jì)一個(gè)或數(shù)個(gè)標(biāo)準(zhǔn)人臉的模板，然后計(jì)算測(cè)試采集的樣品與標(biāo)準(zhǔn)模板之間的匹配程度，并通過(guò)閾值來(lái)判斷是否存在人臉；

②人臉規(guī)則法

由于人臉具有一定的結(jié)構(gòu)分布特征，所謂人臉規(guī)則的方法即提取這些特征生成相應(yīng)的規(guī)則以判斷測(cè)試樣品是否包含人臉；

③樣品學(xué)習(xí)法

這種方法即采用模式識(shí)別中人工神經(jīng)網(wǎng)絡(luò)的方法，即通過(guò)對(duì)面像樣品集和非面像樣品集的學(xué)習(xí)產(chǎn)生分類(lèi)器；

人臉圖像采集：不同的人臉圖像都能通過(guò)攝像鏡頭采集下來(lái)，比如靜態(tài)圖像、動(dòng)態(tài)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(dāng)用戶在采集設(shè)備的拍攝范圍內(nèi)時(shí)，采集設(shè)備會(huì)自動(dòng)搜索并拍攝用戶的人臉圖像。

人臉檢測(cè)：人臉檢測(cè)在實(shí)際中主要用于人臉識(shí)別的預(yù)處理，即在圖像中準(zhǔn)確標(biāo)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(jié)構(gòu)特征及Haar特征等。人臉檢測(cè)就是把這其中有用的信息挑出來(lái)，并利用這些特征實(shí)現(xiàn)人臉檢測(cè)。

主流的人臉檢測(cè)方法基于以上特征采用Adaboost學(xué)習(xí)算法，Adaboost算法是一種用來(lái)分類(lèi)的方法，它把一些比較弱的分類(lèi)方法合在一起，組合出新的很強(qiáng)的分類(lèi)方法。

人臉檢測(cè)過(guò)程中使用Adaboost算法挑選出一些代表人臉的矩形特征(弱分類(lèi)器)，按照加權(quán)的方式將弱分類(lèi)器構(gòu)造為一個(gè)強(qiáng)分類(lèi)器，再將訓(xùn)練得到的若干強(qiáng)分類(lèi)器串聯(lián)組成一個(gè)級(jí)聯(lián)結(jié)構(gòu)的層疊分類(lèi)器，有效地提高分類(lèi)器的檢測(cè)速度。

現(xiàn)有的人臉識(shí)別系統(tǒng)在用戶配合、采集條件比較理想的情況下可以取得令人滿意的結(jié)果。但是，在用戶不配合、采集條件不理想的情況下，現(xiàn)有系統(tǒng)的識(shí)別率將陡然下降。比如，人臉比對(duì)時(shí)，與系統(tǒng)中存儲(chǔ)的人臉有出入，例如剃了胡子、換了發(fā)型、多了眼鏡、變了表情都有可能引起比對(duì)失敗。也就是說(shuō)，人如果發(fā)生較大變化，系統(tǒng)可能就會(huì)認(rèn)證失敗。光照、姿態(tài)、裝飾等，對(duì)機(jī)器識(shí)別人臉都有影響。

人臉識(shí)別門(mén)禁閘機(jī)在不同場(chǎng)景下使用，具體解決方案不同，我們根據(jù)場(chǎng)合尺寸和用戶個(gè)性化需求，量身定制人臉識(shí)別擺閘、翼閘等閘機(jī)設(shè)備。

使用于寫(xiě)字樓的一款典型，外觀不銹鋼體，呈現(xiàn)橋式扶攔造型，幾組成圓柱形不銹鋼柱穩(wěn)固立于地面，簡(jiǎn)約又不失穩(wěn)重，亞克力或有機(jī)玻璃鑲嵌不銹鋼體中心，整體通透明亮。機(jī)箱長(zhǎng)度1.6米，高0.99米，通道寬度默認(rèn)0.65米(可根據(jù)使用場(chǎng)景進(jìn)行調(diào)整)，電控部分采用進(jìn)口機(jī)芯，整機(jī)運(yùn)行壽命超千萬(wàn)次以上。