(1) 高安全性：用户可自定义数据的安全级别
(2) 系统组网，分级管理成熟产品系统级应用解决方案，三网融合，数据云采集，设备物联网，深度挖掘，大数据分析、事件预 警、事故预防提供有效数据。
(3) 黑名单预警，人脸查询首创黑名单预警、白名单无证自动识别，有效预防违fa暴li事件fa生
(4) 可追溯：自动保存所有通行记录, 同时提供便捷的查询统计功能。
远距离人脸识别批发
(1) 高安全性：用户可自定义数据的安全级别
(2) 系统组网，分级管理成熟产品系统级应用解决方案，三网融合，数据云采集，设备物联网，深度挖掘，大数据分析、事件预 警、事故预防提供有效数据。
(3) 黑名单预警，人脸查询首创黑名单预警、白名单无证自动识别，有效预防违fa暴li事件fa生
(4) 可追溯：自动保存所有通行记录, 同时提供便捷的查询统计功能。
人脸识别系统的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展得到提高，而真正进入初级的应用阶段则在90年后期，并且以美国、德国和日本的技术实现为主；人脸识别系统成功的关键在于是否拥有尖1端的核心算法，并使识别结果具有实用化的识别率和识别速度；“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、系统、视频图像处理等多种技术，同时需结合中间值处理的理论与实现，是生物特征识别的1新应用，其核心技术的实现，展现了弱人工智能向强1人工智能的转化。
传统的人脸识别技术主要是基于可见光图像的人脸识别，这也是人们熟悉的识别方式，已有30多年的研发历史。但这种方式有着难以克服的缺陷，尤其在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要。解决光照问题的方案有三维图像人脸识别，和热成像人脸识别。但这两种技术还远不成熟，识别效果不尽人意。
人脸与人体的其它生物特征（指纹、虹膜等）一样与生俱来，它的唯1一性和不易被复1制的良好特性为身份鉴别提供了必要的前提。
人脸图像预处理：对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言，其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归1一化、几何校正、滤波以及锐化等。
（作者： 来源：）
