技术原理：
人脸识别内容
人脸识别技术包含三个部分：
(1)人脸检测
面貌检测是指在动态的场景与复杂的背景中判断是否存在面像，并分离出这种面像。一般有下列几种方法：
①参考模板法
首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸；
②人脸规则法
由于人脸具有一定的结构分布特征，所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸；
③样品学习法
这种方法即采用模式识别中人工神经网络的方法，即通过对面像样品集和非面像样品集的学习产生分类器；
④肤色模型法
这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。
⑤特征子脸法
这种方法是将所有面像**视为一个面像子空间，并基于检测样品与其在子孔间的投影之间的距离判断是否存在面像。
值得提出的是，上述5种方法在实际检测系统中也可综合采用。
(2)人脸跟踪
面貌跟踪是指对被检测到的面貌进行动态目标跟踪。具体采用基于模型的方法或基于运动与模型相结合的方法。此外，利用肤色模型跟踪也不失为一种简单而有效的手段。
(3)人脸比对
面貌比对是对被检测到的面貌像进行身份确认或在面像库中进行目标搜索。这实际上就是说，将采样到的面像与库存的面像依次进行比对，并找出*佳的匹配对象。所以，面像的描述决定了面像识别的具体方法与性能。目前主要采用特征向量与面纹模板两种描述方法：
①特征向量法
该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性，然后再计算出它们的几何特征量，而这些特征量形成一描述该面像的特征向量。
②面纹模板法
该方法是在库中存储若干标准面像模板或面像器官模板，在进行比对时，将采样面像所有象素与库中所有模板采用归一化相关量度量进行匹配。此外，还有采用模式识别的自相关网络或特征与模板相结合的方法。
人脸识别技术的核心实际为“局部人体特征分析”和“图形/神经识别算法。”这种算法是利用人体面部各器官及特征部位的方法。如对应几何关系多数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。一般要求判断时间低于1秒。
系统应用：
普遍应用
人脸识别系统其实是台特殊的摄像机，判断速度相当快，只需要0.01秒左右，由于利用的是人体骨骼的识别技术，所以即使易容改装，也难以蒙过它的眼睛。而且“人脸识别系统”具有存储功能，只要把一些具有潜在危险性的“重点人物”的“脸部特写”输入存储系统，重点人物如擅自闯关，就会在0.01秒之内被揪出来，同时向其他安保中心“报警”。另外，某些重要区域如控制中心只允许特定身份的工作人员进出，这时候面部档案信息未被系统存储的所有人全都会被拒之门外。
与此前的指纹识别系统相比，人脸识别系统有很多的改进。指纹技术的使用寿命不如人脸识别系统，使用成本也高于人脸识别系统。由于沾水、沾汗、沾灰，还有传感器只能在室内使用等原因，指纹识别系统在露天户外使用的可能性很小。而用于人脸识别的摄像机一天24小时都可工作，**它不侵犯**，第二它是很安全的，无论室内还是户外均可使用。人脸识别系统意味着每个人的脸上都贴着名字，外人看不见，但监控系统能看得见。包括外国人，从踏入中国的一瞬间，他的图像和个人资料就会进入电脑的控制中心，不管在什么地方出现，都可认出此人。而且被观察的人不知道有设备在监视他，起到了科技**、文明**的功能。
系统运作
2012年4月，铁路部门公布招标公告，对京沪高铁安检区域人脸识别系统工程进行公开招标，上海虹桥站、天津西站和济南西站三个车站安检区域将安装用于身份识别的高科技安检系统人脸识别系统。
业内人士透露，现在有的人脸识别技术在抓取出人脸后，会把焦点对准眉骨到下颚这一倒三角区域，找出该区域的数千个点位，这些点位组成一套数学模型，通过复杂的数学方式计算人脸的相似度，因此准确度很高。
2012年11月，武汉公安正构建一套高精准人脸识别系统，建成后能在1秒钟内比对1亿次图像，瞬间可辨认嫌疑人。这套系统主要通过安装在城市道路路口、两侧以及公交车上的25万个视频探头进行图像采集。视频监控将捕捉到的人像，与后台数据中犯罪嫌疑人面部特征进行精确比对，可在几秒内锁定犯罪嫌疑人。这套系统将在明年3月投入实战应用。
目前，武汉警方已建成以信息采集、分析研判、信息指导行动三项机制以及视频监控系统和**地理信息系统为支撑的动态信息化警务系统。
三峡秭归县于2011年8月启动“人脸识别系统”，建立了退休人员动态信息库。每年9月至次年3月进行退休人员资格认证。截止到2012年12月10日完成离退休人员认证8135人，其中，网上视频认证194人。
2012年11月底，全市所有机关事业经办机构都启用人脸识别系统进行领取养老金资格建模认证工作，2013年5月底完成初次建模工作。若超过期限没有进行身份验证的离退休人员，社保管理系统将会自动停发其养老金。**建模成功后，退休人员可以就近通过互联网和摄像头自行完成身份认证。
丰富的智能检索特征
涵盖了几乎所有以人和车为主体的关键可检索特征，是目前业界检索特征*为丰富的视频智能检索系统。
人脸识别是指能够识别或验证图像或视频中的主体的身份的技术。**人脸识别算法诞生于七十年代初 [1,2]。自那以后，它们的准确度已经大幅提升，现在相比于指纹或虹膜识别等传统上被认为更加稳健的生物识别方法，人们往往更偏爱人脸识别。让人脸识别比其它生物识别方法更受欢迎的一大不同之处是人脸识别本质上是非侵入性的。比如，指纹识别需要用户将手指按在传感器上，虹膜识别需要用户与相机靠得很近，语音识别则需要用户大声说话。相对而言，现代人脸识别系统仅需要用户处于相机的视野内（假设他们与相机的距离也合理）。这使得人脸识别成为了对用户*友好的生物识别方法。这也意味着人脸识别的潜在应用范围更广，因为它也可被部署在用户不期望与系统合作的环境中，比如监控系统中。人脸识别的其它常见应用还包括访问控制、欺诈检测、身份认证和社交媒体。
脸识别监控系统的几个常用功能模块：
一、人脸登记
人脸登记是指通过前端摄像头或者图像导入的方式，建立人脸库。比如常见的各类政务大厅中摄像头的采集，以及公安系统的身份证照片库等。
二、人脸抓拍
人脸抓拍是指对移动中的人脸部进行识别检索提取，然后上传到系统的人脸对比服务器，与人脸库的黑名单白名单进行比。
三、人脸智能曝光
摄像机安装在室内与摄像机安装在室外光线不稳定环境时，当人走到相机有效采集距离时，摄像头会智能曝光，图像自动增强，脸部不会出现阴阳面(半脸暗，半脸亮)，看不到脸等，所采集的照片可以更好的识别和比对，同时黑夜细节也会更清晰。
四、人脸识别与报警
系统可以对每个通道进行人脸布防预警，人脸抓拍识别的照片，通过建模与数据库中的人脸进行比对，如果阈值到达预设的范围，系统会通过声音、光源等方式发出报警信号。
五、人脸检索
人脸检索是指系统输入带人脸照片，自动检测出照片中的人脸信息并截取人脸照片，用户选取需要检索的人脸，设置人脸相似度阈值、时间等信息，并显示相似的人脸结果。
六、查询功能
查询功能包括报警查询和人脸抓拍查询。报警查询是指，查询某通道设定时间段内所有的报警事件；人脸抓拍查询是指，查询通道内设定时间范围内所有的人脸抓拍事件。
应用领域：
1.银行
ATM 机、银行柜台、网上银行等；
2.保险
生存情况调查、在线身份认证、上门营销等；
3.驾校
考生身份认证、路考过程监督等；
4.运营商
SIM 卡实名认证、移动支付等；
问：人脸识别技术小知识？
答：人脸识别技术是一种基于人脸特征信息的生物识别技术。这一系列相关技术，通常也称为肖像识别技术，采用摄像机采集包含人脸的图像，并自动检测和跟踪图像中的人脸，从而对检测到的人脸进行人脸检测比较。传统的人脸识别技术主要基于可见光图像，这也是一种常见的识别方法。简单说，这是一个让电脑认出你的过程。
人脸识别技术主要是基于人脸图像特征的提取和比较。面部识别系统搜索提取的面部图像的特征数据并将其与存储在数据库中的特征模板进行匹配，并且当人脸与输入的信息吻合时输出匹配结果。
将待识别的人脸特征与获取的人脸特征模板进行比较，根据人脸识别技术判断人脸的身份信息。该过程分为两种类型:一种是确认，即一对一的图像比较过程，另一种是识别，即一对多的图像匹配和比较过程。
理论的面部识别具体包含搭建人脸识别技术的一连串有关技术性，包含面部图象收集、面部精准定位、面部识别归一化处理、真实身份确定及其真实身份搜索等；而范畴的面部识别专指根据面部开展真实身份确定或是真实身份搜索的技术性或系统软件。
-/gbaciei/-
http://www.shrrhb.com
