人臉識別：業界**
1、識別率更高
比以色列face.com 人臉識別系統準確率高 25%比國內某知名人臉識別商用系統準確率高55%
2、識別速度更快
單臺服務器每秒可完成1500 萬次人臉比對在移動終端上人臉檢測幀率是 Google 的 3 倍
3、對人臉容忍度更高
人臉姿態變化30 度內可識別，60 度內可檢測人臉大小*低50 像素可識別，28 像素可檢測
4、在海量（百萬級以上）人臉庫應用場景下，人臉識別準確率高達 92%
識別率幾乎不受帽子、胡子、眼睛、發型等面部遮擋的影響。
在18-50 年齡范圍內，依舊可以保持 90%以上的識別準確率。
人臉識別是指能夠識別或驗證圖像或視頻中的主體的身份的技術。**人臉識別算法誕生于七十年代初 [1,2]。自那以后，它們的準確度已經大幅提升，現在相比于指紋或虹膜識別等傳統上被認為更加穩健的生物識別方法，人們往往更偏愛人臉識別。讓人臉識別比其它生物識別方法更受歡迎的一大不同之處是人臉識別本質上是非侵入性的。比如，指紋識別需要用戶將手指按在傳感器上，虹膜識別需要用戶與相機靠得很近，語音識別則需要用戶大聲說話。相對而言，現代人臉識別系統僅需要用戶處于相機的視野內（假設他們與相機的距離也合理）。這使得人臉識別成為了對用戶*友好的生物識別方法。這也意味著人臉識別的潛在應用范圍更廣，因為它也可被部署在用戶不期望與系統合作的環境中，比如監控系統中。人臉識別的其它常見應用還包括訪問控制、欺詐檢測、身份認證和社交媒體。

先進的特征提取算法
采用獨特的自適應的分層特征學習算法，再現系統能針對任意的識別任務通過學習自動生成*優的特征提取，從而不斷增加新的檢索特征，具有其他系統無法比擬的自學習性和可擴展性。
人臉比對
面貌比對是對被檢測到的面貌像進行身份確認或在面像庫中進行目標搜索。這實際上就是說，將采樣到的面像與庫存的面像依次進行比對，并找出*佳的匹配對象。所以，面像的描述決定了面像識別的具體方法與性能。目前主要采用特征向量與面紋模板兩種描述方法：
①特征向量法
該方法是先確定眼虹膜、鼻翼、嘴角等面像五官輪廓的大小、位置、距離等屬性，然后再計算出它們的幾何特征量，而這些特征量形成一描述該面像的特征向量。
②面紋模板法
該方法是在庫中存儲若干標準面像模板或面像器官模板，在進行比對時，將采樣面像所有象素與庫中所有模板采用歸一化相關量度量進行匹配。此外，還有采用模式識別的自相關網絡或特征與模板相結合的方法。
人臉識別技術的核心實際為“局部人體特征分析”和“圖形/神經識別算法。”這種算法是利用人體面部各器官及特征部位的方法。如對應幾何關系多數據形成識別參數與數據庫中所有的原始參數進行比較、判斷與確認。一般要求判斷時間低于1秒。
豐富的智能檢索特征
涵蓋了幾乎所有以人和車為主體的關鍵可檢索特征，是目前業界檢索特征*為豐富的視頻智能檢索系統。
人臉的識別過程
一般分三步：
(1)首先建立人臉的面像檔案。即用攝像機采集單位人員的人臉的面像文件或取他們的照片形成面像文件，并將這些面像文件生成面紋(Faceprint)編碼儲存起來。
(2)獲取當前的人體面像。即用攝像機捕捉的當前出入人員的面像，或取照片輸入，并將當前的面像文件生成面紋編碼。
(3)用當前的面紋編碼與檔案庫存的比對。即將當前的面像的面紋編碼與檔案庫存中的面紋編碼進行檢索比對。上述的“面紋編碼”方式是根據人臉臉部的本質特征和開頭來工作的。這種面紋編碼可以抵抗光線、皮膚色調、面部毛發、發型、眼鏡、表情和姿態的變化，具有強大的可靠性，從而使它可以從百萬人中精確地辨認出某個人。人臉的識別過程，利用普通的圖像處理設備就能自動、連續、實時地完成。
該產品集人臉識別、指紋識別、密碼于一體，功能強大適合于不同場景和多種需求，在操作使用上極其簡單方便，安裝快捷簡單，略懂電工知識便可輕松搞定。

人臉識別系統通常由以下構建模塊組成：
人臉檢測。人臉檢測器用于尋找圖像中人臉的位置，如果有人臉，就返回包含每張人臉的邊界框的坐標。如圖 3a 所示。
人臉對齊。人臉對齊的目標是使用一組位于圖像中固定位置的參考點來縮放和裁剪人臉圖像。這個過程通常需要使用一個特征點檢測器來尋找一組人臉特征點，在簡單的 2D 對齊情況中，即為尋找*適合參考點的*佳仿射變換。圖 3b 和 3c 展示了兩張使用了同一組參考點對齊后的人臉圖像。更復雜的 3D 對齊算法(如 [16])還能實現人臉正面化，即將人臉的姿勢調整到正面向前。
人臉表征。在人臉表征階段，人臉圖像的像素值會被轉換成緊湊且可判別的特征向量，這也被稱為模板(template)。理想情況下，同一個主體的所有人臉都應該映射到相似的特征向量。
人臉匹配。在人臉匹配構建模塊中，兩個模板會進行比較，從而得到一個相似度分數，該分數給出了兩者屬于同一個主體的可能性。

人臉建模與檢索
系統可以將登記入庫的人像數據進行建模提取人臉的特征，并將其生成人臉模板（人臉特征文件）保存到數據庫中。在進行人臉搜索時（搜索式），將*的人像進行建模，再將其與數據庫中的所有人的模板相比對識別，*終將根據所比對的相似值列出*相似的人員列表。
司機打開升降機外籠門鎖，進入轎箱，再依次關好外門和箱門，將鑰匙插入升降機操作臺，并啟動電源，隨即面部朝向一臺液晶顯示器，面部識別系統便開始辨認人臉。系統確認“刷對臉”后，司機才能操作升降機起落。升降機每次落地后，系統將自動關閉升降機，重新啟動需再次進行人臉識別。


問：人臉識別技術小知識？
答：人臉識別技術是一種基于人臉特征信息的生物識別技術。這一系列相關技術，通常也稱為肖像識別技術，采用攝像機采集包含人臉的圖像，并自動檢測和跟蹤圖像中的人臉，從而對檢測到的人臉進行人臉檢測比較。傳統的人臉識別技術主要基于可見光圖像，這也是一種常見的識別方法。簡單說，這是一個讓電腦認出你的過程。
人臉識別技術主要是基于人臉圖像特征的提取和比較。面部識別系統搜索提取的面部圖像的特征數據并將其與存儲在數據庫中的特征模板進行匹配，并且當人臉與輸入的信息吻合時輸出匹配結果。
將待識別的人臉特征與獲取的人臉特征模板進行比較，根據人臉識別技術判斷人臉的身份信息。該過程分為兩種類型:一種是確認，即一對一的圖像比較過程，另一種是識別，即一對多的圖像匹配和比較過程。
理論的面部識別具體包含搭建人臉識別技術的一連串有關技術性，包含面部圖象收集、面部精準定位、面部識別歸一化處理、真實身份確定及其真實身份搜索等；而范疇的面部識別專指根據面部開展真實身份確定或是真實身份搜索的技術性或系統軟件。
http://www.gtype.com.cn