近年来，随着“平安城市建设”的大力推进，越来越多的高清摄像机部署在机场、地铁、火车站、汽车站等各个重要场所。这些地方既是人口流动的必经之地，也是公安布控的重点区域。

许多领域提出的人脸识别系统需求也是针对这些重要的通道出入口场景，要求系统自动检测视频画面中的人脸，并与数据库中的人脸数据进行逐一比对，获取最有可能的身份信息。

随着人脸识别技术的快速发展，市场应用的需求和资金的普及，人脸识别在最近一两年尤为火热。人脸识别技术在应用场景上也取得了很大突破，不再局限于考勤、门禁行业的简单应用。

随着技术的进一步成熟和社会认同的提高，它广泛应用于金融、司法、军事、公安、边检、政府、航空航天、电力、工厂、医疗等众多企事业单位等领域。

一套基本人脸识别布控系统功能

1、人脸识别计算人脸识别有两种比较计算模式：内核和搜索..验证是指将捕获的或指定的肖像与数据库中的注册对进行比较，以验证是否是同一个人。搜索比较是指从数据库中的所有注册图像中搜索指定肖像的存在。

2、脸部的造型和检索，可以对登录的脸部图像数据进行建模，提取脸部的特征，并将其生成并将脸部图形保存到数据库中。在进行脸部检索时，对指定的脸部模型进行建模，与数据库中所有人的模式进行比较识别，最终根据对应的值列举出最类似的人的列表。

3，脸部的捕捉和跟踪功能？ 面部捕获是指从一个图像或视频流的一个帧中检测人物图像，并将人物图像从背景中分离出来以自动进行存储。人物跟踪是指利用人物图像捕获技术，在指定的人物图像在照相机拍摄的范围内移动时自动进行跟踪。

因此，数据成为提高人脸识别算法性能的重要因素，很多应用程序都在关注误检测较少的条件下的识别性能。例如佛山府又人脸识别系统需要将错误受理率控制在0.00001以内。

因此今后算法的改善也将重点放在提高低错误报告下的识别率上。对于安全监视来说，可能需要0.000001以内（例如安全监视）的登录。

随着有深度的学习的进行，基于深层学习的脸部识别会带来飞跃性的进展。需要的只有更多的数据和样本。数据和样本越多，重复训练的次数越多，就可以得到正确的结果和正确的答案。

因此，人脸识别系统的设备在全面引入了多普勒算法之后，它几乎完美地解决了以前长期的各种变化问题

• 上一篇：广州南源人脸识别行业发展历程
• 下一篇：广州人脸识别门禁系统逻辑层次架构