隨著人臉識(shí)別技術(shù)的普及，現(xiàn)在更多的學(xué)校會(huì)引進(jìn)這項(xiàng)人臉識(shí)別技術(shù)，把學(xué)校相關(guān)的出入口如校門口、寢室門口、飯?zhí)?、圖書館等場(chǎng)所升級(jí)改造，打造智慧校園，通過(guò)云平臺(tái)了解學(xué)生的在校情況，通過(guò)數(shù)據(jù)的智能分析，更好的管理學(xué)生，提高工作效率，降低相對(duì)人工成本。

學(xué)校大門口采用人臉識(shí)別通道，學(xué)生通過(guò)刷臉1：N進(jìn)入學(xué)校大門口，家長(zhǎng)綁定微信注冊(cè)賬號(hào)，通過(guò)微信接收孩子進(jìn)出學(xué)校信息，來(lái)確保孩子安全到達(dá)學(xué)校；老師可以通過(guò)微信來(lái)確保是否學(xué)生是否正常出勤。

人臉識(shí)別的研究不斷深入

人臉識(shí)別的研究不斷深入，研究者開始關(guān)注面向真實(shí)條件的人臉識(shí)別問(wèn)題，主要包括以下四個(gè)方面的研究：1）提出不同的人臉空間模型，包括以線性判別分析為代表的線性建模方法，以Kernel方法為代表的非線性建模方法和基于3D信息的3D人臉識(shí)別方法。2）深入分析和研究影響人臉識(shí)別的因素，包括光照不變?nèi)四樧R(shí)別、姿態(tài)不變?nèi)四樧R(shí)別和表情不變?nèi)四樧R(shí)別等。3）利用新的特征表示，包括局部描述子（Gabor Face， LBP Face等）和深度學(xué)習(xí)方法。4）利用新的數(shù)據(jù)源，例如基于視頻的人臉識(shí)別和基于素描、近紅外圖像的人臉識(shí)別。

人臉檢測(cè)在實(shí)際中主要用于人臉識(shí)別的預(yù)處理

人臉圖像采集：不同的人臉圖像都能通過(guò)攝像鏡頭采集下來(lái)，比如靜態(tài)圖像、動(dòng)態(tài)圖像、不同的位置、不同表情等方面都可以得到很好的采集。當(dāng)用戶在采集設(shè)備的拍攝范圍內(nèi)時(shí)，采集設(shè)備會(huì)自動(dòng)搜索并拍攝用戶的人臉圖像。

人臉檢測(cè)：人臉檢測(cè)在實(shí)際中主要用于人臉識(shí)別的預(yù)處理，即在圖像中準(zhǔn)確標(biāo)定出人臉的位置和大小。人臉圖像中包含的模式特征十分豐富，如直方圖特征、顏色特征、模板特征、結(jié)構(gòu)特征及Haar特征等。人臉檢測(cè)就是把這其中有用的信息挑出來(lái)，并利用這些特征實(shí)現(xiàn)人臉檢測(cè)。