人脸识别
随着越来越多的公司陆续***正常上班模式，在疫情尚未完全解除的情况下，人们需要戴着口罩返回工作岗位。“人脸属性识别（FaceAttribute）”是识别出人脸的性别、年龄、姿态、表情等属性值的一项技术。这对已经或即将采用刷脸考勤、刷脸开门的单位来说，将面临新的挑战。很多公司迅速对算法进行了针对性迭代，推出了针对佩戴口罩人员的全新人脸识别技术。
人脸识别系统是从面部图像里取瞳孔中心、眼角等若干位点的尺寸、位置坐标、间距，以及眼窝、鼻子、下巴的轮廓等信息，形成面部纹理与形状模式的数据，比对注册图像。
人脸识别的安全性
我们受此启发在算法中使用类似的策略，增加了口罩遮挡的模型，这样就可以让注册图像中未戴口罩的人脸图像模拟戴口罩之后的效果，从而使得佩戴口罩的人脸与注册库里的人脸相似度提升到85%以上，这样就可以超过（设定的）75%相似度的阈值，顺利通过识别。广泛的实验结果表明，所提出的“Fisherface”方法的误差率低于哈佛和耶鲁人脸数据库测试的特征脸技术。”“***后，在人脸***成功之后，还要判断出这个图像到底有没有戴口罩。如果没有戴口罩，就对其进行语音提醒，在戴上口罩后能通过，从而增加安全性。”
如果对每个像素执行这样的操作，这样所有像素都会被这样的箭头取代，它们表示了像素明暗变化的方向。但是，也有很多人对人脸识别测温终端的准确率有疑虑，担心测温不准确，担心刷脸不安全等问题，广东天波人脸识别终端厂家为你详细的了解人脸识别测温终端的原理。每一个这样的箭头表示明暗梯度。事实上，对于每一个像素，给定坐标系，我们能够求出它的梯度方向值。计算的方法比较复杂，我们不需要了解，只需要知道这一步是为了捕获目标的轮廓信息，同时进一步弱化光照的干扰。如果是以这样的方式做提取的话，计算量会很大。
