濟(jì)南德滿金科公司的產(chǎn)品包括：山東門禁、山東考勤、智能停車管理收費(fèi)系統(tǒng)、人行通道閘設(shè)備、電梯控制、濟(jì)南門禁、濟(jì)南考勤、路障機(jī)破胎器、智能升降柱設(shè)備，人臉識(shí)別系統(tǒng)。該法可保持用戶臉部圖像的更新，降低了臉部外形改變對(duì)識(shí)別的影響，增加了識(shí)別的準(zhǔn)確率。人臉圖像采集及檢測(cè)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)。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(lái)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(guò)程中使用Adaboost算法挑選出一些代表人臉的矩形特征(弱分類器)，按照加權(quán)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。

人臉圖像預(yù)處理人臉圖像預(yù)處理：對(duì)于人臉的圖像預(yù)處理是基于人臉檢測(cè)結(jié)果，對(duì)圖像進(jìn)行處理并終服務(wù)于特征提取的過(guò)程。如果必須要移動(dòng)考勤機(jī)的位置，比如要確保鏡頭中心點(diǎn)距離地面的高度不變。系統(tǒng)獲取的原始圖像由于受到各種條件的限制和隨機(jī)干擾，往往不能直接使用，必須在圖像處理的早期階段對(duì)它進(jìn)行灰度校正、噪聲過(guò)濾等圖像預(yù)處理。對(duì)于人臉圖像而言，其預(yù)處理過(guò)程主要包括人臉圖像的光線補(bǔ)償、灰度變換、直方圖均衡化、化、幾何校正、濾波以及銳化等。

人臉識(shí)別技術(shù)的優(yōu)勢(shì)：人臉識(shí)別是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。未來(lái)人臉識(shí)別的主要研究方向?qū)@目前面臨的一些問(wèn)題，如人臉面部結(jié)構(gòu)的相似性、人臉的姿態(tài)、年齡變化、復(fù)雜環(huán)境的光照變化、人臉的飾物遮擋等。每個(gè)人的面孔都由額頭、眉毛、眼睛、鼻子、嘴巴、雙頰等部位組合而成，它們之間的大致位置關(guān)系也是固定的。然而，人臉具有性，這個(gè)世界上找不出兩張完全相同的人臉，人們通常能夠根據(jù)不同面孔之間的細(xì)微差異將不同人區(qū)分開(kāi)來(lái)。人臉具有相似性和易變性，不同環(huán)境、光線、角度、年齡，均會(huì)對(duì)人臉的成像產(chǎn)生變化，因此，人臉識(shí)別是生物識(shí)別領(lǐng)域困難的研究領(lǐng)域之一。人臉識(shí)別技術(shù)具有非強(qiáng)制性、非接觸性、并發(fā)性等幾大優(yōu)勢(shì)。非強(qiáng)制性：系統(tǒng)在用戶在無(wú)意識(shí)的狀態(tài)下就可獲取人臉圖像，不需要專門配合；非接觸性：用戶不需要和設(shè)備直接接觸，就能獲取人臉圖像，提取人臉特征進(jìn)行檢測(cè)；并發(fā)性：在實(shí)際應(yīng)用場(chǎng)景下可以進(jìn)行同時(shí)多個(gè)人臉的分揀、判斷及識(shí)別；除此之外，還有操作簡(jiǎn)單、結(jié)果直觀、隱蔽性好等特點(diǎn)。