基于知识的表征方法主要是根据人脸器1官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征，这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。
人脸识别问题宏观上分为两
人脸识别定制
基于知识的表征方法主要是根据人脸器1官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征，这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。
人脸识别问题宏观上分为两类：1. 人脸验证（又叫人脸比对）2. 人脸识别。
人脸验证做的是 1 比 1 的比对，即判断两张图片里的人是否为同一人。常见的应用场景便是人脸解锁，终端设备（如手机）只需将用户事先注册的照片与临场采集的照片做对比，判断是否为同一人，即可完成身份验证。
人脸识别做的是 1 比 N 的比对，即判断系统当前见到的人，为事先见过的众多人中的哪一个。比如疑犯追1踪，小区门禁，会场签到，以及新零售概念里的客户识别。
人脸识别在智慧小区应用架构
通过在社区周界、开放通道口部署安装人脸识别布控系统，与辖区派出1所联动，将常出没于此辖区的有犯1罪记录或嫌疑人员进行黑名单布控，一旦黑名单库内人员出现在布控区域，辖区派出1所报警平台将会预警提示，让民1警能在一时间采取相应措施；另外对于辖区流动人口管理这块，实现人脸识别实名制门禁管理，杜绝任何造假和替代登记。
综上所述，社区安防采用人脸识别技术，可以集常住人口、流动人口及黑名单人员于一体综合管理和防范，能提升整个智慧社区安全、便捷的居住环境。
（作者： 来源：）
