人脸识别摄像机
精准身份认证
技术运用了基于深度学习的人脸检测、人脸比对、***OCR识别等多种机器视觉技术。
多样化产品
能力输出提供有源比对、无源比对等在线认证服务，支持离线***SDK在弱网或离线环境下的人脸认证应用。
全局数据安全保障
从设备终端、网络传输、服务器、数据管理等各个环节保障数据安全。
人脸验证
利用基于深度学习的人脸识别技术验证两张照片中的人脸是否为同一人。
人脸识别与对比服务：实时脸识别检测、跟踪、抓拍、识别
完满的人脸库管理机制
支持从服务端批量注册人脸信息（包括黑名单库等），也支持通过客户端进行增量人脸注册。
完满的事后检索策略
提供基于摄像机、人脸、时间段、次数的灵活检索。
典型应用场所
人脸识别与比对服务器无缝结合当前的高清视频监控平台，广泛用于：
高清人脸抓拍：嫌疑人员排查，如火车站票贩子、海关水客等。
黑名单布控：***布防人员识别，可应用于机场、海关、火车站等出入口。
人员身份准确识别：门禁：***A/B门、企业等。
VIP客户识别：酒店、贵宾室、营业厅等出入口。
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。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。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。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。
