重庆人脸识别软件,人脸识别,莱誉机电(查看)

重庆人脸识别的系统工作原理

　　本方案采用的人脸识别系统，是通过核对需要进入人员的面部来进行身份识别的。首先，向每位员工进行人脸信息的登记，并且按照其部门来划分该进出的权限。当员工要进入某个门时，对准人脸识别门禁机，设备会自动迅速准确的采集人脸信息，然后将读取的人脸信息发送到后台人员权限管理服务器，服务器通过与该人员事先存储在数据库中的人脸信息进行比对，迅速得出该人脸匹配与否的分析并生成报表，根据其预设权限确认该人员是否有权限进入该区域。如果匹配，门锁自动开启，否则该人员无法进入。

　　系统组成

　　本套门禁系统由人脸识别仪、电控锁、门禁控制器、人脸识别考勤管理软件和网络共同组成整套门禁系统。

　　人脸识别门禁机：存储人脸模板和刷脸记录，重庆人脸识别器，识别仪到交换机之间建议使用屏蔽双绞线。

　　门禁控制器：负责和计算机通讯和其他数据存储器协调，配合管理软件的智能处理中心，是门禁系统的核心和灵魂部分。

　　电控锁：电动执行机构。

　　门磁：检测门的状态

　　开门按钮：出门按钮开门。

　　电源：提供系统运作电源和电锁的执行结构的电源供应。可以采取就近取电原则

　　管理软件：通过电脑可以对所有的人脸模板进行网络管理，实现出入控制和考勤管理。

　　网络：使用企业内部局域网络来管理和控制管理系统

　　本方案适用于办公楼、银行办公楼、**办公楼、学校行政大楼、医院办公楼、商务写字楼、企业研发大楼、企业办公室等。

　　该项目建设方针对项目需求，需对建筑内的工作区域的门及各办公室房间门进行智能化门禁控制管理，在各门点及考勤点安装人脸识别门禁机，人员开门时通过人脸验证身份。通过增加考勤管理软件，可以使门禁系统扩展为具有考勤功能的门禁系统，员工使用人脸进行考勤签到，系统能生成多种详细的考勤报表，实现考勤的智能化管理。

　　所建设的人脸识别门禁系统能满足现代化企业管理的要求，替代钥匙、门卡开门、人工签卡考勤等传统的门禁管理方式，系统要求具有较强的兼容性及系统扩展能力，满足门禁系统扩容的需要。

　　该项目对人脸门禁系统的具体需求如下：

? 各门点安装人脸识别门禁机，员工进门需要在人脸识别门禁机上刷人脸进行身份验证，认证通过，门自动打开。

? 各门禁点采用TCP/IP模式联网，系统设置一台管理主机，统一管理。

人脸识别技术——人脸检测和人脸校准

人脸检测（detection）在opencv中早就有直接能拿来用的haar分类器，基于Viola-Jones算法。但是毕竟是老掉牙的技术，Precision/Recall曲线渣到不行，在实际工程中根本没法给boss看，作为MSRA脑残粉，这里介绍一种MSRA在14年的较新技术：Joint Cascade Face Detection and Alignment（ECCV14)。这篇文章直接在30ms的时间里把detection和alignment都给做了，PR曲线彪到很高，时效性高，内存占用却非常低，在一些库上虐了Face++和Google Picasa，正好契合这篇想讲的东西。可以作为本节的主线。

人脸校准（alignment）是给你一张脸，你给我找出我需要的特征点的位置，江津人脸识别，比如鼻子左侧，鼻孔下侧，瞳孔位置，上嘴唇下侧等等点的位置。

**的强分类器是通过多个基分类器联合得到的，因此在**联合时各个基分类器所起的作用对联合结果有很大的影响，因为不同基分类器的识别率不同，他的作用就应该不同，这里通过权值体现他的作用，因此识别率越高的基分类器权重越高，识别率越低的基分类器权重越低。权值计算如下: 基分类器的错误率: e = ∑( ht ( x i) ≠yi) Di (1) 基分类器的权重:W t = F( e) ，由基分类器的错误率计算他的权重。2.3 算法流程及伪码描述 算法流程描述 算法流程可用结构图 1 描述，如图 1 所示 AdaBoost重复调用弱学习算法(多轮调用产生多个分类器) ，首轮调用弱学习算法时，按均匀分布从样本集中选取子集作为该次训练集，以后每轮对前一轮训练失败的样本，赋予较大的分布权值( Di 为第i 轮各个样本在样本集中参与训练的概率) ，使其在这一轮训练出现的概率增加，即在后面的训练学习中集中对比较难训练的样本进行学习，重庆人脸识别软件，从而得到 T个弱的基分类器， h1 ，重庆人脸识别系统， h2 ， …， ht ，其中 ht 有相应的权值 w t ，并且其权值大小根据该分类器的效果而定。**的分类器由生成的多个分类器加权联合产生。