人脸识别门禁的优缺点分析
人脸识别门禁相对传统射频卡门禁的优缺点如下：
优点：
1、用户体验佳，远程自动识别，住户可以实现无感进入；
2、用户体验佳 1，住户可以不用带门禁卡了；
3、管理更方便，进出报表统计；
4、管理更方便 1，短期来宾、长期来宾、租户分类管理，限时注册。
5、管理更方便 2，陌生人、黑名单预警。
缺点：
1、识别率无法保证100%；
2、成本比一般门禁高；
3、光线变化对识别效果影响较大。
人脸识别系统是如何识别人脸的呢？
人脸识别是基于人的脸部特征等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的一系列相关技术，包括人脸图像采集、人脸***、人脸识别预处理、记忆存储和比对辨识，达到识别不同人身份的目的。人脸识别门禁系统就是把人脸识别和门禁系统结合，并且通过人脸识别作为门禁开启的要素之一。
人脸识别的发展历史
第壹阶段（1950s—1980s）初级阶段
人脸识别被当作一个一般性的模式识别问题，主流技术基于人脸的几何结构特征。这集中体现在人们对于剪影（Profile）的研究上，人们对面部剪影曲线的结构特征提取与分析方面进行了大量研究。人工***网络也一度曾经被研究人员用于人脸识别问题中。较早从事 AFR 研究的研究人员除了布莱索（Bledsoe）外还有戈登斯泰因（Goldstein）、哈蒙（Harmon）以及金出武雄(Kanade Takeo)等。总体而言，这一阶段是人脸识别研究的初级阶段，非常重要的成果不是很多，也基本没有获得实际应用。
第二阶段（1990s）高潮阶段
这一阶段尽管时间相对短暂，但人脸识别却发展迅速，不但出现了很多经典的方法，还出现了若干商业化运作的人脸识别系统，比如***为知名的 Visionics（现为 Identix）的 FaceIt 系统。 从技术方案上看， 2D人脸图像线性子空间判别分析、统计表观模型、统计模式识别方法是这一阶段内的主流技术。
第三阶段（1990s末~现在）
人脸识别的研究不断深入，研究者开始关注面向真实条件的人脸识别问题，主要包括以下四个方面的研究：
1）提出不同的人脸空间模型，包括以线性判别分析为代表的线性建模方法，以Kernel方法为代表的非线性建模方法和基于3D信息的3D人脸识别方法。
2）深入分析和研究影响人脸识别的因素，包括光照不变人脸识别、姿态不变人脸识别和表情不变人脸识别等。
3）利用新的特征表示，包括局部描述子（Gabor Face, LBP Face等）和深度学习方法。
4）利用新的数据源，例如基于视频的人脸识别和基于素描、近红外图像的人脸识别。
