公交车人脸识别解决方案
随着各行各业的复工复产，公共场所测温需求日益上涨，公交车的客流量也在上升，而目前，乘坐公交车付费后再由司机或者工作人员手动测温。这样的方式存在较多的问题：1、手持测温距离短，病毒容易传播；2、人工测温，需要手动登记时间长，容易造成拥堵；3、手动测温无法乘车人信息、体温数据等。
公交车安装人脸识别体温监测仪，固定安装，安装完毕后，乘客依次识别人证比对识别的同时
人脸识别一体机设备
公交车人脸识别解决方案
随着各行各业的复工复产，公共场所测温需求日益上涨，公交车的客流量也在上升，而目前，乘坐公交车付费后再由司机或者工作人员手动测温。这样的方式存在较多的问题：1、手持测温距离短，病毒容易传播；2、人工测温，需要手动登记时间长，容易造成拥堵；3、手动测温无法乘车人信息、体温数据等。
公交车安装人脸识别体温监测仪，固定安装，安装完毕后，乘客依次识别人证比对识别的同时进行体温检测，识别成功后，将自动记录个人体温，人体测温的数据会自动通过网络上传到天波疫情健康平台进行存储，单位可以时间发现体温过高人员。
人脸检测算法的计算速度会跟图像尺寸、图像内容相关。开发过程中，我们可以通过设置“输入图像尺寸”、或“小脸尺寸限制”、或“人脸数量上限”的方式来加速算法。
“人脸配准（Face Alignment）”是定位出人脸上五官关键点坐标的一项技术。
人脸配准算法的输入是“一张人脸图片”加“人脸坐标框”，输出五官关键点的坐标序列。五官关键点的数量是预先设定好的一个固定数值，可以根据不同的语义来定义（常见的有5点、68点、90点等等）。
当前效果的较好的一些人脸配准技术，基本通过深度学习框架实现，这些方法都是基于人脸检测的坐标框，按某种事先设定规则将人脸区域扣取出来，缩放的固定尺寸，然后进行关键点位置的计算。因此，若不计入图像缩放过程的耗时，人脸配准算法是可以计算量固定的过程。另外，相对于人脸检测，或者是后面将提到的人脸提特征过程，人脸配准算法的计算耗时都要少很多。
常规的人脸属性识别算法识别每一个人脸属性时都是一个独立的过程，即人脸属性识别只是对一类算法的统称，性别识别、年龄估计、姿态估计、表情识别都是相互独立的算法。但的一些基于深度学习的人脸属性识别也具有一个算法同时输入性别、年龄、姿态等属性值的能力。以在基本保证算法效果的前提下，将模型大小和运算速度优化到移动端可用的状态。
（作者： 来源：）
