人脸识别摄像机
路上的摄像头你能认识出多少个
网络监控地点：通常绑在电线杆和路灯上。配置：没有闪光灯和雷达。用途：会持续对监控的范围进行录像，为以后工作人员侦破案件提供帮助。这种网络监控并不会识别交通违规行为。
流量监测摄像头地点：电子***旁边或信号灯的杆上，或者车流量大的地方。用途：统计车流量，有些比较智能信号灯就是靠这个来控制红绿灯时间。
球形摄像头地点：小区街道隐蔽处。作用：用来监控道路治安。不识别交通违规。
人脸识别精准率
如今人脸识别算法准确率平均能达到约98%，在技术驱动下，人脸识别正在加速商用化落地，并且成功应用到多个行业，未来人脸识别将在各领域大展拳脚。
人脸识别产业链包括上游高清摄像头、传感器等硬件厂商，中游的人脸识别算法软件厂商和下游的系统服务商，其中硬件是基础，算法是核心，系统服务整合需求。与之相对，无论购物中心还是连锁零售企业，如何实现业务生态的数据化则是需要解决的问题。人脸识别算法准确率平均能达到约98%。在技术驱动下预计，2021年我国人脸识别行业市场规模有望达到51.36亿元，复合年均增长率约24%。
人脸识别是什么原理？
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。实现客流统计、人脸抓拍、人脸性别、年龄、表情、准确去重等复杂功能，有效排除店员干扰。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样品学习这种方法即采用模式识别中人工***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集合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贮若干标准面像模板或面像模板，在进行比对时，将采样面像所有象素与库中所有模板采用化相关量度量进行匹配。
