人脸识别闸机解决校园学生出入安全问题个人身份确认是社会较为普遍的基本需求，自古以来面相是确定人身份的重要依据。计算机人脸识别技术是一项非常具有挑战性的任务，迄今为止计算机人脸识别的准确性依然受到光照条件、人脸的姿态、表情等因素的影响[1]。相比***、虹膜等生物特征的身份鉴别技术，人脸图像信息的获取可以在非合作条件下完成，因此该技术在业务中的应用需求非常大。近年来，随着深度学习等新理论和方法的突破，人脸识别技术的准确性有了大幅度提升。如何创造一个安全的、数字现代化的、智能化的校园，安全管理有着十分重要的意义。人脸识别技术是基于人的脸部特征为信息源进行身份验证的一种生物识别技术，用于闸机上是为了方便人们快速开闸。人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。生物特征识别技术所研究的生物特征包括脸、***、手掌纹、虹膜、、声音（语音）、体形、个人习惯（例如敲击键盘的力度和频率、签字）等，相应的识别技术就有人脸识别、***识别、掌纹识别、虹膜识别、识别、语音识别（用语音识别可以进行身份识别，也可以进行语音内容的识别，只有前者属于生物特征识别技术）、体形识别、键盘敲击识别、签字识别等。人脸检测：人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。主流的人脸检测方法基于以上特征采用Adaboost学习算法，Adaboost算法是一种用来分类的方法，它把一些比较弱的分类方法合在一起，组合出新的很强的分类方法。)