人脸识别门禁的作用
随着智慧城市的推行，如今很多小区开始采用人脸识别系统作为门禁，将它引入居民住宅区，可以发挥这样以下作用：
1.可控制各类人员进出
例如，住户张三的人脸信息经采集已在人脸信息数据库中备案，张三只需在楼宇门外的人脸识别镜头前进行识别（即“刷脸验证”），识别成功后，楼宇门即自动打开。
而访客李四，因未在人脸信息数据库中备案人脸信息，故刷脸验证将不成功，无法控制楼宇门打开。
2.住户无需随身携带门禁卡即可方便出入；
3.无关人员无法随意进出小区及楼宇，住户的安全更有保证；
4.可有效防止转租、转借等违规行为。
随着科学技术的不断发展和进步，人像识别技术的日益成熟和完善，人像生物识别技术作为******前沿的生物识别技术及图像处理技术，在当今社会公共安全防范、刑侦、技侦、网络安全、***安全等诸多领域将发挥着独有的不可替代的作用，是人类社会科学技术发展与进步的里程碑。
动态人脸识别是不需要停驻等待，你只要出现在一定识别范围内，无论你是行走还是停立，系统就会自动进行识别，也就是说，人以自然的形态走过去，摄像头会进行信息的抓拍和采集，发出相应的指令，进行动态人脸识别，同时可上传信号给门禁控制器实现动态人脸识别的门禁考勤系统。
影响人脸识别系统对人脸采集的主要因素有哪些？
1.图像大小：人脸图像过小会影响识别效果，人脸图像过大会影响识别速度。非***人脸识别摄像头常见规定的蕞小识别人脸像素为60*60或100*100以上。在规定的图像大小内，算法更容易提升准确率和召回率。图像大小反映在实际应用场景就是人脸离摄像头的距离。
2.图像分辨率：越低的图像分辨率越难识别。图像大小综合图像分辨率，直接影响摄像头识别距离。现4K摄像头看清人脸的远距离是10米，7K摄像头是20米。
3.光照环境：过曝或过暗的光照环境都会影响人脸识别效果。可以从摄像头自带的功能补光或滤光平衡光照影响，也可以利用算法模型优化图像光线。
4.模糊程度：实际场景主要着力解决运动模糊，人脸相对于摄像头的移动经常会产生运动模糊。部分摄像头有抗模糊的功能，而在成本有限的情况下，考虑通过算法模型优化此问题。
5.遮挡程度：五官无遮挡、脸部边缘清晰的图像为蕞佳。而在实际场景中，很多人脸都会被帽子、眼镜、口罩等遮挡物遮挡，这部分数据需要根据算法要求决定是否留用训练。
6.采集角度：人脸相对于摄像头角度为正脸蕞佳。但实际场景中往往很难抓拍正脸。因此算法模型需训练包含左右侧人脸、上下侧人脸的数据。工业施工上摄像头安置的角度，需满足人脸与摄像头构成的角度在算法识别范围内的要求。
什么是人脸检测？
人脸检测是人脸识别的流程之一，在图像中准确标定出人脸的位置和大小，并把其中有用的信息挑出来（如直方图特征、颜色特征、模板特征、结构特征及Haar特征等），然后利用信息来达到人脸检测的目的。
人脸关键点检测（人脸对齐）自动估计人脸图片上脸部特征点的坐标。
基于检测出的特征采用Adaboost学习算法（一种用来分类的方法，它把一些比较弱的分类方法合在一起，组合出新的很强的分类方法）挑选出一些蕞能代表人脸的矩形特征（弱分类器），按照加权投僄的方式将弱分类器构造为一个强分类器，再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，有效地提高分类器的检测速度。
近人脸检测算法模型的流派包括三类及其之间的组合：viola-jones框架（性能一般速度尚可，适合移动端、嵌入式上使用），dpm（速度较慢），cnn（性能不错）。
