人脸检测面貌检测是指在动态的场景与复杂的背景中判断是否存在面像，并分离出这种面像。一般有下列几种方法：①参考模板法首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸；②人脸规则法由于人脸具有一定的结构分布特征，所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸；③样品学习法这种方法即采用模式识别中人工***网络的方法，即通过对面像样品集和非面像样品集的学习产生分类器；④肤色模型法这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。⑤特征子脸法这种方法是将所有面像集合视为一个面像子空间，并基于检测样品与其在子孔间的投影之间的距离判断是否存在面像。值得提出的是，上述5种方法在实际检测系统中也可综合采用。

人脸识别＋卡式：人脸识别后，必须刷ka，才能开门。这样做的优点在于，用于安全性更高的场合，即使刷ka别后也无法进入，还需要人脸识别。并且可以方便地进行模式的设置，例如对于同一个门，有些人必须卡 人脸识别才允许进入，有些人可以人脸识别，无需刷ka就可以进入，高权限的人输入超级通行密码也可以放行。

人脸识别门禁系统方案，硬件的可靠性，除了电控锁等机械部件之外，主要考虑子控模块的制作和选用，因为它要全天24小时不停地工作，所以对其性能要求较高，应能满足环境的温度、湿度的变化，以及抗电磁干扰能力强等。如果选用牛顿7000系列模块作为子控模块，因为这种模块有很强的自适应功能，能够自动调节不同波特率的信号，还有各种保护电路等等，足可以保证低层管理工作的需要。

校园人脸识别闸机方案

　　刷脸进出宿舍，无关人员挡在门外

　　高校人员进出量大，新生面孔多，外来人员很容易夹在其中，蒙混过关，滋生、等安全隐患。门禁闸机是保护高校宿舍安全的一道重要关卡。而传统门禁管理，往往采用的是视频监控系统，学生需进门。发生外来人员借卡、偷卡混进进宿舍的情况后，也只能事后通过监控视频查看，及时性差，追查效率低，给宿舍管理工作带来不便。高校宿舍人脸识别闸机统计管理系统以人脸识别为核心，结合数据分析挖掘，可通过人脸识别进行人员身份认证，作为宿舍通行依据，避免了传统管理中的卡、人员尾随等现象。对于校外或校内非学生人员进出学生宿舍，需要按学校规定进行记录、提醒或警示禁止。系统还设置了特定匹配名单，可允许相关管理员、辅导老师、分管安全的责任人等进入相关宿舍，在管理方式上更加人性化、智能化。