静态、动态人脸识别的核心区分在于：静态人脸识别是配合式人脸识别，要求人在特定的区域或者范围之内进行识别，对角度、距离、位置的要求特殊，要求通行者停步并且脸部必须静止在人脸识别机范围框方可完成，造成识别速度慢。动态人脸识别是完全无感式人脸识别，人只要出现在范围内，都可以自动识别，甚至以自然的形态走过，摄像头也会进行信息的抓拍和采集，并发出相应的指令，动态人脸识别进行核对，所以识别速度
人脸识别门禁系统
静态、动态人脸识别的核心区分在于：
静态人脸识别是配合式人脸识别，要求人在特定的区域或者范围之内进行识别，对角度、距离、位置的要求特殊，要求通行者停步并且脸部必须静止在人脸识别机范围框方可完成，造成识别速度慢。
动态人脸识别是完全无感式人脸识别，人只要出现在范围内，都可以自动识别，甚至以自然的形态走过，摄像头也会进行信息的抓拍和采集，并发出相应的指令，动态人脸识别进行核对，所以识别速度快。
人脸识别特点。
迅速发展起来的一种解决方案是基于主动近红外图像的多光源人脸识别技术。它可以克服光线变化的影响，已经取得了的识别性能，在精度、稳定性和速度方面的整体系统性能超过三维图像人脸识别。这项技术在近两三年发展迅速，使人脸识别技术逐渐走向实用化。
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。
人脸识别技术流程。
人脸检测：人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。
主流的人脸检测方法基于以上特征采用Adaboost学习算法，Adaboost算法是一种用来分类的方法，它把一些比较弱的分类方法合在一起，组合出新的很强的分类方法。
（作者： 来源：）
