人脸识别门禁一个很大的优势就是可以实现智能办公。
中国有4300万企业，而大多数企业采用传统刷咔门禁，只是单一的刷咔功能，不仅存在门卡易复刻易冒用的弊端，同时也并不具备物联网属性，无法满足企业智能化办公的需求。
如果人脸识别门禁只是一个端口，那么很难说是智能硬件，而一旦搭配“云”属性，则如虎添翼。说了这么些，落实到实处，比如有两点：
1.可以无缝对接考勤，这意味着刷脸开门的同时完成打卡。
2.所有的考勤流水记录一键生成，解放人事统计人员的工作量。
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。
人脸识别技术的优势
人脸识别是基于人的脸部特***息进行身份识别的一种生物识别技术。每个人的面孔都由额头、眉毛、眼睛、鼻子、嘴巴、双颊等部位组合而成，它们之间的大致位置关系也是固定的。然而，人脸具有独特性，这个世界上找不出两张完全相同的人脸，人们通常能够根据不同面孔之间的细微差异将不同人区分开来。
人脸具有相似性和易变性，不同环境、光线、角度、年龄，均会对人脸的成像产生变化，因此，人脸识别是生物识别领域困难的研究领域之一。
人脸识别技术具有非强制性、非接触性、并发性等几大优势。
非强制性：系统在用户在无意识的状态下就可获取人脸图像，不需要专门配合;
非接触性：用户不需要和设备直接接触，就能获取人脸图像，提取人脸特征进行检测;
并发性：在实际应用场景下可以进行同时多个人脸的分拣、判断及识别;
除此之外，还有操作简单、结果直观、隐蔽性好等特点。
