人脸识别的发展历史

第壹阶段（1950s—1980s）初级阶段

人脸识别被当作一个一般性的模式识别问题，主流技术基于人脸的几何结构特征。这集中体现在人们对于剪影（Profile）的研究上，人们对面部剪影曲线的结构特征提取与分析方面进行了大量研究。人工***网络也一度曾经被研究人员用于人脸识别问题中。较早从事 AFR 研究的研究人员除了布莱索（Bledsoe）外还有戈登斯泰因（Goldstein）、哈蒙（Harmon）以及金出武雄(Kanade Takeo)等。总体而言，这一阶段是人脸识别研究的初级阶段，非常重要的成果不是很多，也基本没有获得实际应用。

第二阶段（1990s）高潮阶段

这一阶段尽管时间相对短暂，但人脸识别却发展迅速，不但出现了很多经典的方法，还出现了若干商业化运作的人脸识别系统，比如***为知名的 Visionics（现为 Identix）的 FaceIt 系统。 从技术方案上看， 2D人脸图像线性子空间判别分析、统计表观模型、统计模式识别方法是这一阶段内的主流技术。

第三阶段（1990s末~现在）

人脸识别的研究不断深入，研究者开始关注面向真实条件的人脸识别问题，主要包括以下四个方面的研究：

1）提出不同的人脸空间模型，包括以线性判别分析为代表的线性建模方法，以Kernel方法为代表的非线性建模方法和基于3D信息的3D人脸识别方法。

2）深入分析和研究影响人脸识别的因素，包括光照不变人脸识别、姿态不变人脸识别和表情不变人脸识别等。

3）利用新的特征表示，包括局部描述子（Gabor Face， LBP Face等）和深度学习方法。

4）利用新的数据源，例如基于视频的人脸识别和基于素描、近红外图像的人脸识别。

小区有必要引入人脸识别系统作为门禁吗？

人脸识别门禁系统，结合人脸识别、人脸对比、物联网等技术实现身份交叉验证，人脸识别一体机，协助社区管理人员确认用户身份。据了解，由于人脸的直观性和不易被复刻的特性，人脸识别门禁系统可以有效阻拦陌生人随意进出社区，尽可能降低社区安全事故发生的频率。

社区人口集中，滁州人脸识别，人员出入情况复杂，既有亲朋好友、快递外卖，也有不知名的陌生人。由于人口流量大，管理人员精力问题，出入口管理工作一直不大理想，再加上磁卡丢失、密码***、***被盗等问题得不到有效解决，不少吥法分子趁机潜入，导致社区内安全事件频发。引入人脸识别系统作为门禁是非常有必要的。

1.图像大小：人脸图像过小会影响识别效果，人脸识别门禁，人脸图像过大会影响识别速度。非***人脸识别摄像头常见规定的蕞小识别人脸像素为60*60或100*100以上。在规定的图像大小内，算法更容易提升准确率和召回率。图像大小反映在实际应用场景就是人脸离摄像头的距离。

2.图像分辨率：越低的图像分辨率越难识别。图像大小综合图像分辨率，直接影响摄像头识别距离。现4K摄像头看清人脸的***远距离是10米，7K摄像头是20米。

3.光照环境：过曝或过暗的光照环境都会影响人脸识别效果。可以从摄像头自带的功能补光或滤光平衡光照影响，也可以利用算法模型优化图像光线。

4.模糊程度：实际场景主要着力解决运动模糊，人脸识别算法，人脸相对于摄像头的移动经常会产生运动模糊。部分摄像头有抗模糊的功能，而在成本有限的情况下，考虑通过算法模型优化此问题。

5.遮挡程度：五官无遮挡、脸部边缘清晰的图像为蕞佳。而在实际场景中，很多人脸都会被帽子、眼镜、口罩等遮挡物遮挡，这部分数据需要根据算法要求决定是否留用训练。

6.采集角度：人脸相对于摄像头角度为正脸蕞佳。但实际场景中往往很难抓拍正脸。因此算法模型需训练包含左右侧人脸、上下侧人脸的数据。工业施工上摄像头安置的角度，需满足人脸与摄像头构成的角度在算法识别范围内的要求。

人脸识别一体机-滁州人脸识别-一路机电人脸识别(查看)由芜湖市一路机电工程有限公司提供。芜湖市一路机电工程有限公司（www.ylchepaishibie.com）位于安徽省芜湖市瑞丰商博城E公馆503。在市场经济的浪潮中拼博和发展，目前芜湖一路机电在金属门中享有良好的声誉。芜湖一路机电取得全网商盟认证，标志着我们的服务和管理水平达到了一个新的高度。芜湖一路机电全体员工愿与各界有识之士共同发展，共创美好未来。