人脸识别技术应用具有较强的场景性，不同应用场景对核心算法能力要求不一样。在办公区、社区、公寓、酒店等泛安防商用场景，人脸数据库规模相对较小，并不需要在巨量的数据集上进行深度学习训练，对硬件并没有过高的要求，而嵌入式人脸终端完全可以承载这些场景人脸识别的计算量。苏亮亮表示，“无论是算力还是算法层面，当前人脸识别已经基本可以满足泛安防领域的业务需求。”
众所周知，
智能人行通道闸系统生产厂家
人脸识别技术应用具有较强的场景性，不同应用场景对核心算法能力要求不一样。在办公区、社区、公寓、酒店等泛安防商用场景，人脸数据库规模相对较小，并不需要在巨量的数据集上进行深度学习训练，对硬件并没有过高的要求，而嵌入式人脸终端完全可以承载这些场景人脸识别的计算量。苏亮亮表示，“无论是算力还是算法层面，当前人脸识别已经基本可以满足泛安防领域的业务需求。”
众所周知，长租公寓、公租房和酒店因流动人口众多，带来不少安全隐患以及人口管理难题。而传统人口管控办法不仅消耗大量的人力和物力，而且办事效率极其低下，结果往往不尽人意。而嵌入式人脸终端的采用，将不失为有效解决公寓出入门禁和安全管理问题的新方法。
一、立柱人脸识别闸机应用场景：
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门禁的场所。
二、立柱人脸识别闸机产品特性：
支持光敏传感协同的夜间补光；
支持串口、韦根26、34输出，输出内容支持配置；
采用基于视频流的动态人脸检测、跟踪识别算法；
支持设备本地存储万人库，（a）云平台设备支持同时储存5万张人脸照片（小于400KB）、100万条识别记录（0.45KB）、2万张现场抓拍照片（b）局域网设备支持同时存储2万张人脸照片（照片按100KB计算）、100万条识别记录（含近1万张现场抓拍照片）；
人脸库为3000时，误识率万分之三的条件下，1：N识别准确率为99.7%；
识别速度快，（a）人脸跟踪与检测耗时20ms左右（b）人脸特征提取耗时200ms左右（c）人脸比对耗时0.2ms（1000人库，多次识别取平均值），0.5ms（10000人库，多次识别取平均值）；
支持陌生人检测，陌生人等级可配置；
支持人脸识别或陌生人检测时的现场照片保存；
支持HTTP方式的接口对接；
支持公网、局域网使用部署方式；
支持屏幕显示内容配置；
支持识别距离配置。
人脸识别系统包括三个一部分：
(1)人脸检验
外貌检验就是指在动态性的情景与繁杂的背景图中判断是不是存有面像，并分离出来出这类面像。一般有以下几类方法：
①参照模板法
设计方案一个或多个规范人脸的模板，随后测算检测收集的样品与规范模板中间的配对水平，并根据阀值来判断是不是存有人脸；
②人脸标准法
因为人脸具备一定的构造遍布特点，说白了人脸标准的方法即获取这种特点转化成相对的标准以判断检测样品是不是包括人脸；
③样品学习方法
这类方法即选用系统识别中神经网络算法的方法，即根据对面像样品集和非面像样品集的学习培训造成分类器；
④皮肤颜色模型法
这类方法是根据外貌皮肤颜色在色彩空间中遍布相对性集中化的规律性来开展检验。
⑤特点子脸法
这类方法是将全部面像结合视作一个面像子空间，并根据检验样品两者之间在子孔间的投射中间的间距判断是不是存有面像。
该明确提出的是，所述5种方法在具体监测系统中也可综合性选用。
（作者： 来源：）
