深圳小区人脸识别门禁系统功能
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别门禁系统结构功能：
1)模块化的系统结构功能。
门禁人脸识别系统采用“服务器+工作站”的模块化结构，这种结构便于不同智能部门根据权限来进行独立管理，避免权限交叉和管理混乱等现象。如数据服务器专门用于数据交换和存储;维护工作站用于门禁人脸识别系统维护;应用工作站用于对旅客、职工进行管理;
2)强大的脱机使用功能
像素人脸识别闸机门禁管理系统具有强大的脱机使用功能，当硬件系统与门禁控制系统无法正常通讯时，门禁系统仍能正常使用而不影响旅客出入。硬件控制器的存储容量最高可达10万张照片和10万条历史记录，不会因为短期通讯故障而造成数据丢失。
3)强大的联动功能
门禁人脸识别系统具有强大的联动功能，能与人脸识别、语音播报等设备进行无缝联动，当系统触发报警时，自动自动保存现场照片和语音播报进行语音提示。如：使用非法卡进入通道时，门禁人脸识别系统自动进行图像抓拍和语音提示，同时联动声光报警。
4)基于人脸大数据的深度学习人脸识别，极大提升系统鲁棒性和识别准确率。
人脸识别算法采用基于神经网络的深度学习模式。通过利用大量简单处理单元互联而构成复杂门禁人脸识别系统，模仿人的学习认知系统，在学习的过程中获得其他方法难以实现的关于人脸识别的规律和规则的隐性表达。通过利用形状特征、灰度特征、皮肤纹理特征等多种传统特征并进行融合，采用了空间分析和调度学习技术，实现高性能、高精度、高鲁棒性、可靠的人脸比对算法;
基于安防、公安、教育、金融等行业的实际应用，已具备上亿级不同质量、姿态、光线、性别等用于深度学习的人脸大数据，利用海量数据，采用深度学习，自动学习得到人脸特征。算法在经过大量人脸正负样本数据的训练后，在准确率、容错性等方面均有明显优势，已经过众多大型项目的实际考验，完全满足实战应用。
页:
[1]