设备适用于绝大多数室内外场景，提供非接触式的人脸识别与体温检测服务。适用于办公区域、酒店、通道闸机、写字楼、学校、商场、商店、社区、公共服务及管理项目等需要用到人脸，测温门禁的场所。采用深度学习人脸算法，支持人脸白名单识别、人证核验、人脸与IC卡核验等多种识别模式，具备宽动态、高识别率、大库容、识别快等特点。当发现体温异常人员时触发报警，并在后台自动生成可视化数据报表，方便对进出人
人脸识别生产厂家
设备适用于绝大多数室内外场景，提供非接触式的人脸识别与体温检测服务。适用于办公区域、酒店、通道闸机、写字楼、学校、商场、商店、社区、公共服务及管理项目等需要用到人脸，测温门禁的场所。采用深度学习人脸算法，支持人脸白名单识别、人证核验、人脸与IC卡核验等多种识别模式，具备宽动态、高识别率、大库容、识别快等特点。
当发现体温异常人员时触发报警，并在后台自动生成可视化数据报表，方便对进出人员进行统一管理。测温精度高，误差 ±0.3 ℃精度范围内；测温速度快，0.5 秒实现测温并且实时自动刷新测温数据；测温易校准，能够适应不同的环境，具备广泛适应性。结合闸机、支架、壁挂备件，通 过蓝牙wifi或网线连接或者手功输入方式实现信息与体温信息的绑定及录入。
人脸特征不管是传统的机器识别，还是近几年大火的深度学习，都是将人类的学习能力通过计算机的计算能力得到表达和迁移。仔细想想，当我们将注意力集中在脸部，会怎么样描述一个人。可能的描述会是：人天生就有很强的抽象和学习能力。当我们面对一张人脸照片时，会自动进行特征处理和变换。当再次面对这张照片时，即使脸部特征有所变形或者缺失，也不影响我们的识别。
这背后有数学理论的支撑，我们一般用梯度来描述变化快慢。在图像中的灰度变化既有方向也有大小，就可以使用图像梯度来描述这种变化，进而可以检测出图像的边缘。在数学上，梯度既有大小，又有方向，并且需要要有一定的条件，比如可导等。在图像中一般会简化处理，使用算子进行代替。算子其实也是一种滤波，但使用算子更强调其数学含义和特定用途。目前常用的边缘检测算子，包括Sobel，Laplacian算子和Canny等。我们简单描述下Canny边缘检测。
（作者： 来源：）
