




人脸识别技术应用具有较强的场景性,不同应用场景对核心算法能力要求不一样。在办公区、社区、公寓、酒店等泛安防商用场景,人脸数据库规模相对较小,并不需要在巨量的数据集上进行深度学习训练,对硬件并没有过高的要求,而嵌入式人脸终端完全可以承载这些场景人脸识别的计算量。苏亮亮表示,“无论是算力还是算法层面,当前人脸识别已经基本可以满足泛安防领域的业务需求。”
众所周知,长租公寓、公租房和酒店因流动人口众多,带来不少安全隐患以及人口管理难题。而传统人口管控办法不仅消耗大量的人力和物力,而且办事效率极其低下,结果往往不尽人意。而嵌入式人脸终端的采用,将不失为有效解决公寓出入门禁和安全管理问题的新方法。
人脸识别主要用于身份识别。由于视频监控正在快速普及,众多的视频监控应用迫切需要一种远距离、用户非配合状态下的快速身份识别技术,以求远距离快速确认人员身份,实现智能预警。人脸识别技术无疑人脸识别主要用于身份识别
是的选择,采用快速人脸检测技术可以从监控视频图象中实时查***脸,并与人脸数据库进行实时比对,从而实现快速身份识别。


①特征向量法
该方法是先明确眼、鼻头、嘴巴等面像五官轮廊的尺寸、部位、间距等属性,随后再测算出他们的几何图形特征量,而这种特征量产生一叙述该面像的特征向量。
②面纹模板法
该方法是在库文件存储多个规范面像模板或面像模板,在开展核对时,将取样面像全部像素与库中全部模板选用化有关量量度开展配对。除此之外,也有选用系统识别的自相关互联网或特征与模板紧密结合的方法。