人脸识别在家居领域的运用
生物识别技术在智能家居领域应用越发普遍化，智能家居从家庭作为嵌入点，从进门的那一刻就已经开启了智能模式，人脸识别门锁由此应运而生，并在实际应用中产生了很好的效益。所谓的人脸锁就是根据人的脸部特征信息进行身份识别的门锁，用户需要通过注册才能正常使用，未经注册的用户无法识别开门。
在智能家居的发展过程中，将会有更多的生物特征被运用到生物识别技术
人脸识别道闸系统
人脸识别在家居领域的运用
生物识别技术在智能家居领域应用越发普遍化，智能家居从家庭作为嵌入点，从进门的那一刻就已经开启了智能模式，人脸识别门锁由此应运而生，并在实际应用中产生了很好的效益。所谓的人脸锁就是根据人的脸部特征信息进行身份识别的门锁，用户需要通过注册才能正常使用，未经注册的用户无法识别开门。
在智能家居的发展过程中，将会有更多的生物特征被运用到生物识别技术里面来，只有不断的技术，行业才能得以持续发展，未来生物识别市场价值将会不断攀升。
人脸识别技术检测
面貌检测是指在动态的场景与复杂的背景中判断是否存在面像，并分离出这种面像。一般有下列几种方法：
①参考模板法
首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸；
②人脸规则法
由于人脸具有一定的结构分布特征，所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸；
③样品学习法
这种方法即采用模式识别中人工神经网络的方法，即通过对面像样品集和非面像样品集的学习产生分类器；
④肤色模型法
这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。
⑤特征子脸法
这种方法是将所有面像集合视为一个面像子空间，并基于检测样品与其在子孔间的投影之间的距离判断是否存在面像。
值得提出的是，上述5种方法在实际检测系统中也可综合采用。
人脸识别系统人脸比对
面貌比对是对被检测到的面貌像进行身份确认或在面像库中进行目标搜索。这实际上就是说，将采样到的面像与库存的面像依次进行比对，并找出佳的匹配对象。所以，面像的描述决定了面像识别的具体方法与性能。目前主要采用特征向量与面纹模板两种描述方法：
①特征向量法
该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性，然后再计算出它们的几何特征量，而这些特征量形成一描述该面像的特征向量。
②面纹模板法
该方法是在库中存贮若干标准面像模板或面像模板，在进行比对时，将采样面像所有象素与库中所有模板采用化相关量度量进行匹配。此外，还有采用模式识别的自相关网络或特征与模板相结合的方法。
人脸识别技术的核心实际为“局部人体特征分析”和“图形/神经识别算法。”这种算法是利用人体面部各及特征部位的方法。如对应几何关系多数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。一般要求判断时间1秒。
（作者： 来源：）
