動態(tài)人臉識別閘機是硬件閘機的基礎(chǔ)上，增加了面部識別模塊，通過采集訪客面部信息，經(jīng)過一定的算法處理判斷出訪問權(quán)限，人員過通道不需要停駐等待，你只要出現(xiàn)在一定識別范圍內(nèi)，無論你是行走還是停立，系統(tǒng)就會自動進行識別，也就是說，人以自然的形態(tài)走過去，攝像頭會進行信息的抓拍和采集，發(fā)出相應(yīng)的指令，進行動態(tài)人臉識別，動態(tài)人臉識別出是本人通道閘機就會將門自動打開。

人臉識別的研究不斷深入，研究者開始關(guān)注面向真實條件的人臉識別問題，主要包括以下四個方面的研究：

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人臉識別方法。

2）深入分析和研究影響人臉識別的因素，包括光照不變?nèi)四樧R別、姿態(tài)不變?nèi)四樧R別和表情不變?nèi)四樧R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別和基于素描、近紅外圖像的人臉識別。

影響人臉識別系統(tǒng)對人臉采集的主要因素有哪些？

1.圖像大小：人臉圖像過小會影響識別效果，人臉圖像過大會影響識別速度。非專業(yè)人臉識別攝像頭常見規(guī)定的蕞小識別人臉像素為60*60或100*100以上。在規(guī)定的圖像大小內(nèi)，算法更容易提升準確率和召回率。圖像大小反映在實際應(yīng)用場景就是人臉離攝像頭的距離。

2.圖像分辨率：越低的圖像分辨率越難識別。圖像大小綜合圖像分辨率，直接影響攝像頭識別距離?，F(xiàn)4K攝像頭看清人臉的遠距離是10米，7K攝像頭是20米。

3.光照環(huán)境：過曝或過暗的光照環(huán)境都會影響人臉識別效果?？梢詮臄z像頭自帶的功能補光或濾光平衡光照影響，也可以利用算法模型優(yōu)化圖像光線。

4.模糊程度：實際場景主要著力解決運動模糊，人臉相對于攝像頭的移動經(jīng)常會產(chǎn)生運動模糊。部分攝像頭有抗模糊的功能，而在成本有限的情況下，考慮通過算法模型優(yōu)化此問題。

5.遮擋程度：五官無遮擋、臉部邊緣清晰的圖像為蕞佳。而在實際場景中，很多人臉都會被帽子、眼鏡、口罩等遮擋物遮擋，這部分數(shù)據(jù)需要根據(jù)算法要求決定是否留用訓(xùn)練。

6.采集角度：人臉相對于攝像頭角度為正臉蕞佳。但實際場景中往往很難抓拍正臉。因此算法模型需訓(xùn)練包含左右側(cè)人臉、上下側(cè)人臉的數(shù)據(jù)。工業(yè)施工上攝像頭安置的角度，需滿足人臉與攝像頭構(gòu)成的角度在算法識別范圍內(nèi)的要求。

人臉識別門禁的功能

人臉識別門禁系統(tǒng)主要通過攝像頭采集人臉信息，與后臺龐大的人臉模板對比，確認是社區(qū)或樓層住戶就可以自由通行。如此一來，即便是出門忘帶磁卡、指紋變形、忘記密碼，也不會被攔在小區(qū)大門處，"刷臉"出入，安全衛(wèi)生。

常見的人臉門禁應(yīng)用主要具備以下幾項功能：

1.內(nèi)外人員分流管理，VIP訪客體驗升級

將人員信息錄入數(shù)據(jù)庫，內(nèi)部人員可以直接刷臉進出道閘，外來訪客只需要簡單登記信息再刷臉即可進入，智能化的人臉識別大大節(jié)省了人員出入的時間，人員的來訪也得以有序管理。針對VIP訪客，管理員可事先在人臉庫錄入圖像，訪客來訪時無需登記，直接刷臉通行，提升企業(yè)接訪形象。

2.紅外識別人臉，高準確率下的安防升級

人臉閘機采用紅外識別人臉技術(shù)，抗干擾性強，可以降低光照等外部環(huán)境和位置的影響，提取人臉屬性進行真人動態(tài)比對，識別誤差大幅度減小。當(dāng)人員與數(shù)據(jù)庫中的信息比對失敗時就無法進入。這就保證了進入人員的安全性，未登記的外部人士和非庫內(nèi)人員無法冒充他人進入，即便是拿他人照片也無法"刷臉過閘"。

3.多入口數(shù)據(jù)互聯(lián)，實現(xiàn)跨門口管理

同個單位有多個入口的情況下，可裝配多個人臉閘機，不同區(qū)域的人臉閘機有統(tǒng)一的數(shù)據(jù)庫和終端管理平臺，讓各區(qū)域的人臉閘機實現(xiàn)數(shù)據(jù)互聯(lián)，并對多個入口進行統(tǒng)一化管理。具體到不同單位，也會根據(jù)實際情況制定相對應(yīng)的訂制人臉閘機解決方案。