人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。人脸图像采集及检测人脸图像采集：不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像。人脸检测过程中使用Adaboost算法挑选出一些代表人脸的
人脸识别算法
人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。人脸图像采集及检测人脸图像采集：不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像。人脸检测过程中使用Adaboost算法挑选出一些代表人脸的矩形特征(弱分类器)，按照加权的方式将弱分类器构造为一个强分类器，再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，有效地提高分类器的检测速度。
人脸识别具有这方面的特点，它完全利用可见光获取人脸图像信息，而不同于指纹识别或者虹膜识别，需要利用电子压力传感器采集指纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而更有可能被伪装欺骗。困难人脸识别被认为是生物特征识别领域甚至人工智能领域困难的研究课题之一。人脸识别的困难主要是人脸作为生物特征的特点所带来的。随着社会经济的发展、汽车数量急剧增加，对交通控制、安全管理、收费管理的要求也日益提高，运用电子信息技术实现安全、的智能交通成为交通管理的主要发展方向。
近几年随着感应卡技术，门禁系统得到了飞跃式的发展，进入了成熟期，出现了感应卡式门禁系统，指纹门禁系统，虹膜门禁系统，面部识别门禁系统，乱序键盘门禁系统等各种技术的系统，门禁系统的应用领域也越来越广，它们在安全性，方便性，易管理性等方面都各有特长。的实时特征识别理论该理论侧重于人脸实时数据的中间值处理，从而可以在识别速率和识别效能之间，达到的匹配效果。
门禁管理系统从简单的机械钥匙使用发展到使用电子门禁控制管理方式。门禁系统由单个门禁控制发展到使用计算机网络化控制，即使在异地也可以实现对门禁系统的控制。门禁控制系统，由于其使用简单、操作便捷、实用性强，得到迅速的发展。
3.感应线圈绕好通电后线圈会产生低频振荡。当有金属进入线圈时，磁力线受影响磁场减弱被磁电感应器拾取，产生相应动作。感应线圈的感应强度与线圈的匝数和线圈的形状有很大的关系。线圈匝数太多输入感抗大，造成开路；检查门禁道闸使用是否方便、简单，除了道闸本身的质量之外，的就是门禁道闸的安装。匝数太少输入感抗小，造成短路。这两种情况会使磁电感应器的工作指示灯闪动。一般的匝数是6－8圈。
（作者： 来源：）
