根据热成像测温原理可知，影响人脸识别测温终端测温的几个因素包括：
1.温度：在户外，猛烈的阳光中含有红外线、紫外线、可见光，这些光线对热成像探头都影响。
2.雨水：雨水淋在人脸识别测温终端上，雨水会遮挡了测温探头，导致无法测温。
3.阳光：阳光直射在脸识别测温仪上，除了太阳温度，还有太阳光线都会影响探头测温的准确度。
人脸识别的应用
杭州云栖大会
人脸识别一体机
根据热成像测温原理可知，影响人脸识别测温终端测温的几个因素包括：
1.温度：在户外，猛烈的阳光中含有红外线、紫外线、可见光，这些光线对热成像探头都影响。
2.雨水：雨水淋在人脸识别测温终端上，雨水会遮挡了测温探头，导致无法测温。
3.阳光：阳光直射在脸识别测温仪上，除了太阳温度，还有太阳光线都会影响探头测温的准确度。
人脸识别的应用
杭州云栖大会前身为阿里云开发者大会，是很早的开发者展示平台。伴随互联网和云计算的蓬勃发展，大会规模逐年扩大。成为开发者领域的科技盛会。
在大会开始之前，参会嘉宾报名成功后，需要先上传人脸数据，嘉宾到现场时就不再需要在签到处排队领取胸卡，只要在我们的智能闸机上看一眼，闸机人脸识别设备与系统中的人脸数据库匹配完成后，闸门即可开启。在严格核验参会权限的同时实现通行。
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。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。这个想法很简单：在低维表示下，相同的类应该紧紧的聚在一起，而不同的类别尽量距离越远。
（作者： 来源：）
