(1) 精準(zhǔn)讀取身份zheng信息及照片，同時(shí)實(shí)時(shí)對(duì)現(xiàn)場(chǎng)人臉圖像自動(dòng)對(duì)比, 杜絕被檢人員冒用他人證件蒙混過關(guān)。軟件支持身份zheng閱讀器的品牌參考:華視、精倫、國(guó)騰、卡爾、華旭等品牌以及各類支持公an部標(biāo)準(zhǔn)二

代shen份zheng閱du器驅(qū)動(dòng)程序的身fen證閱du器。

(2) 獨(dú)有的多角度、多人種動(dòng)態(tài)人臉識(shí)別技術(shù)，極大的超越了傳統(tǒng)的人臉識(shí)別考勤機(jī)的靜態(tài)人臉識(shí)別技術(shù)，     對(duì)出入人員無需特別姿式配合的要求，對(duì)于出入人員可實(shí)現(xiàn)多人種識(shí)別，非常適合邊境、邊檢、口岸、      少數(shù)民族聚集區(qū)使用。

主流的人臉檢測(cè)方法基于以上特征采用Adaboost學(xué)習(xí)算法，Adaboost算法是一種用來分類的方法，它把一些比較弱的分類方法合在一起，組合出新的很強(qiáng)的分類方法。人臉檢測(cè)過程中使用Adaboost算法挑選出一些1能代表人臉的矩形特征(弱分類器)，按照加權(quán)投1票的方式將弱分類器構(gòu)造為一個(gè)強(qiáng)分類器，再將訓(xùn)練得到的若干強(qiáng)分類器串聯(lián)組成一個(gè)級(jí)聯(lián)結(jié)構(gòu)的層疊分類器，有效地提高分類器的檢測(cè)速度。

基于知識(shí)的表征方法主要是根據(jù)人臉器1官的形狀描述以及他們之間的距離特性來獲得有助于人臉分類的特征數(shù)據(jù)，其特征分量通常包括特征點(diǎn)間的歐氏距離、曲率和角度等。人臉由眼睛、鼻子、嘴、下巴等局部構(gòu)成，對(duì)這些局部和它們之間結(jié)構(gòu)關(guān)系的幾何描述，可作為識(shí)別人臉的重要特征，這些特征被稱為幾何特征?；谥R(shí)的人臉表征主要包括基于幾何特征的方法和模板匹配法。

人臉識(shí)別主要用于身份識(shí)別。由于視頻監(jiān)控正在快速普及，眾多的視頻監(jiān)控應(yīng)用迫切需要一種遠(yuǎn)距離、用戶非配合狀態(tài)下的快速身份識(shí)別技術(shù)，以求遠(yuǎn)距離快速確認(rèn)人員身份，實(shí)現(xiàn)智能預(yù)警。人臉識(shí)別技術(shù)無疑是1佳的選擇，采用快速人臉檢測(cè)技術(shù)可以從監(jiān)控視頻圖象中實(shí)時(shí)查找人臉，并與人臉數(shù)據(jù)庫進(jìn)行實(shí)時(shí)比對(duì)，從而實(shí)現(xiàn)快速身份識(shí)別。