红外识别人脸,高准确率下的安防升级,
人脸闸机采用红外识别人脸技术,抗干扰性强,可以降低光照等外部环境和位置的影响,提取人脸属性进行动态比对,识别误差大幅度减小。当人员与数据库中的信息比对失败时就无法进入。这就了进入人员的安全性,未登记的外部人士和非库内人员无法冒充他人进入,即便是拿他人照片也无法"刷脸过闸"。
人脸识别器用于解决建筑工地非驾驶员驾驶升降机的问题。将驾驶员驾驶升降机的权限与升降机控制结合起来,做到非驾驶员不能驾驶施工升降机,切实防范和减少施工升降机安全事故。
人脸识别器系统集成机械、软件、电子、控制等关键技术,实现对施工升降机驾驶员的有效管理,防止非驾驶员造成的施工升降机安全事故,防患于未然。系统安装于施工升降机轿厢内,不影响原有系统功能,驾驶员身份识别成功后,即可启动升降机。产品简单易用,性能可靠,能够满足施工升降机的管理要求。
人脸识别器利用3D图像处理技术从视频中提取人脸凹凸逻辑数字特征,再利用生物统计学、物理光学的原理转化为数字信息,通过小型计算机运算和转化,然后建立起人脸3D数学模型,将芯片中记录的照片数据与边检处摄像头拍摄的照片通过计算机进行比对,确认是否为同一人。
人脸对齐。人脸对齐的目标是使用一组位于图像中固定位置的参考点来缩放和裁剪人脸图像。这个过程通常需要使用一个特征点检测器来寻找一组人脸特征点,在简单的 2D 对齐情况中,即为寻找适合参考点的佳仿射变换。图 3b 和 3c 展示了两张使用了同一组参考点对齐后的人脸图像。更复杂的 3D 对齐算法(如 [16])还能实现人脸正面化,即将人脸的姿势调整到正面向前。
在人脸表征阶段,人脸图像的像素值会被转换成紧凑且可判别的特征向量,这也被称为模板(template)。理想情况下,同一个主体的所有人脸都应该映射到相似的特征向量。
人脸匹配。在人脸匹配构建模块中,两个模板会进行比较,从而得到一个相似度分数,该分数给出了两者属于同一个主体的可能性。