人臉在視覺上的特點是：

，不同個體之間的區(qū)別不大，所有的人臉的結(jié)構(gòu)都相似，甚至人臉的結(jié)構(gòu)外形都很相似。這樣的特點對于利用人臉進(jìn)行定位是有利的，通道閘機(jī)系統(tǒng)可以通過這發(fā)面進(jìn)行發(fā)展。

第二，人臉的外形很不穩(wěn)定，人可以通過臉部的變化產(chǎn)生很多表情，而在不同觀察角度，人臉的視覺圖像也相差很大，另外，人臉識別還受光照條件(例如白天和夜晚，室內(nèi)和室外等)、人臉的很多遮蓋物(例如口罩、墨鏡、頭發(fā)、胡須等)、年齡等多方面因素的影響。通道閘機(jī)人臉識別技術(shù)可以一一排除這方面的困難，從而達(dá)到理想的運(yùn)用效果。

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(tài)圖像、動態(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，采集設(shè)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(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。人臉檢測就是把這其中有用的信息挑出來，并利用這些特征實現(xiàn)人臉檢測。

主流的人臉檢測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(qiáng)的分類方法。

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

一、立柱人臉識別閘機(jī)應(yīng)用場景：

適用于辦公區(qū)域、酒店、通道閘機(jī)、寫字樓、學(xué)校、商場、商店、社區(qū)、公共服務(wù)及管理項目等需要用到人臉門禁的場所。

二、立柱人臉識別閘機(jī)產(chǎn)品特性：

支持光敏傳感協(xié)同的夜間補(bǔ)光；

支持串口、韋根26、34輸出，輸出內(nèi)容支持配置；

采用基于視頻流的動態(tài)人臉檢測、跟蹤識別算法；

支持設(shè)備本地存儲萬人庫，（a）云平臺設(shè)備支持同時儲存5萬張人臉照片（小于400KB）、100萬條識別記錄（0.45KB）、2萬張現(xiàn)場抓拍照片（b）局域網(wǎng)設(shè)備支持同時存儲2萬張人臉照片（照片按100KB計算）、100萬條識別記錄（含近1萬張現(xiàn)場抓拍照片）；

人臉庫為3000時，誤識率萬分之三的條件下，1：N識別準(zhǔn)確率為99.7%；

識別速度快，（a）人臉跟蹤與檢測耗時20ms左右（b）人臉特征提取耗時200ms左右（c）人臉比對耗時0.2ms（1000人庫，多次識別取平均值），0.5ms（10000人庫，多次識別取平均值）；

支持陌生人檢測，陌生人等級可配置；

支持人臉識別或陌生人檢測時的現(xiàn)場照片保存；

支持HTTP方式的接口對接；

支持公網(wǎng)、局域網(wǎng)使用部署方式；

支持屏幕顯示內(nèi)容配置；

支持識別距離配置。

人臉識別開發(fā)工作的幾個步驟：人臉圖像采集及檢測，檢測 :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)特征及哈爾特征等，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(xiàn)人臉檢測。人臉圖像預(yù)處理，基于人臉檢測的結(jié)果，對圖像進(jìn)行處理，為后面的特征提取服務(wù)，系統(tǒng)獲取的人臉圖像可能受到各種條件的限制和隨機(jī)干擾，需要進(jìn)行縮放、旋轉(zhuǎn)、拉伸、光線補(bǔ)償、灰度變換、直方圖均衡化、規(guī)范化、幾何校正、過濾以及銳化等圖像預(yù)處理。人臉圖像特征提取，就是將人臉圖像信息數(shù)字化，將一張人臉圖像轉(zhuǎn)變?yōu)榈囊淮當(dāng)?shù)字(一般稱為特征向量)。例如，對一張臉，找到它的眼睛左邊、嘴唇右邊、鼻子、下巴等位置，利用特征點間的歐氏距離、曲率和角度等提取出特征分量，終把相關(guān)的特征連接成一個長的特征向量。