公交车人脸识别解决方案
随着各行各业的复工复产，公共场所测温需求日益上涨，公交车的客流量也在上升，而目前，乘坐公交车付费后再由司机或者工作人员手动测温。显然，相对于一大串的用户名、密码、磁卡、U盾、芯片卡等，动动手指的指纹识别、晃晃脑袋的人脸识别显得尤其简单快捷。这样的方式存在较多的问题：1、手持测温距离短，病毒容易传播；2、人工测温，需要手动登记时间长，容易造成拥堵；3、手动测温无法乘
智能人脸识别
公交车人脸识别解决方案
随着各行各业的复工复产，公共场所测温需求日益上涨，公交车的客流量也在上升，而目前，乘坐公交车付费后再由司机或者工作人员手动测温。显然，相对于一大串的用户名、密码、磁卡、U盾、芯片卡等，动动手指的指纹识别、晃晃脑袋的人脸识别显得尤其简单快捷。这样的方式存在较多的问题：1、手持测温距离短，病毒容易传播；2、人工测温，需要手动登记时间长，容易造成拥堵；3、手动测温无法乘车人信息、体温数据等。
公交车安装人脸识别体温监测仪，固定安装，安装完毕后，乘客依次识别人证比对识别的同时进行体温检测，识别成功后，将自动记录个人体温，人体测温的数据会自动通过网络上传到天波疫情健康平台进行存储，单位可以时间发现体温过高人员。
人脸识别-局部二值模式（Local Binary Patterns，LBP）
局部二值模式（Local binary patterns LBP）是计算机视觉领域里用于分类的视觉算子。支持云服务有公共云（PublicCloud）与私有云（PrivateCloud）。LBP，一种用来描述图像纹理特征的算子，该算子由芬兰奥卢大学的T.Ojala等人在1996年提出（《A comparative study of texturemeasures with classificatio1n based o1n featured distributio1ns》）。2002年，T.Ojala等人在PAMI上又发表了一篇关于LBP的文章（《Multiresolutio1n gray-scale androtatio1n invariant texture classificatio1n with local binary patterns》）。这一文章非常清楚的阐述了多分辨率、灰度尺度不变和旋转不变、等价模式的改进的LBP特征。LBP的核心思想就是：以中心像素的灰度值作为阈值，与他的领域相比较得到相对应的二进制码来表示局部纹理。
无接触感应测温 实现零接触筛查
传统的接触式或额温枪测温方式存在交1叉感1染的隐患，另外，地铁、车站、机场等重点防控区域，不仅人员密集，而且拥有较多通道出入口，在现场保障人员有限、人员流动性强的情况下，极易出现漏检的隐患。人脸识别的介绍对此，华为手机产品线副总裁李小龙曾在微博回应称，带上口罩后，人的眼睛和头部的特征点太少，无法保证安全性，因此华为手机zui终舍弃了戴口罩和围巾场景下的面部识别解1锁。红外测温人脸识别闸机一体机通过引入高精1度人脸识别算法，做到毫秒级比对的同时，利用红外技术可以轻松“检测”出体温异常目标，体温检测精1度zui高可达±0.3，满足疑似患者初筛标准。此系统通过红外检测时可准确匹配、锁定异常温度的“面部区域”，无需人工筛选即可准确告警，真正实现24小时值守。
常规的人脸属性识别算法识别每一个人脸属性时都是一个独立的过程，即人脸属性识别只是对一类算法的统称，性别识别、年龄估计、姿态估计、表情识别都是相互独立的算法。人脸验证、人脸识别、人脸检索都是在人脸比对的基础上加一些策略来实现。但的一些基于深度学习的人脸属性识别也具有一个算法同时输入性别、年龄、姿态等属性值的能力。以在基本保证算法效果的前提下，将模型大小和运算速度优化到移动端可用的状态。
（作者： 来源：）
