人脸识别测温主要的功能就是测温和人脸识别。确保体温筛查和人脸识别的准确度至关重要。至于是否需要门禁考勤打卡等功能，则可根据使用单位各自的实际需求来灵活配置。通过这样的技术设备，可以对一定面积的往来人群进行测温和筛查，避免了人员排队量体温造成的密集状态，降低了风险。适用于办公区域、酒店、通道闸机、写字楼、学校、商场、商店、社区、公共服务及管理项目等需要用到人脸，测温门禁的场所。

不用跟居民近距离接触，另外就是它的效率比较快，准确度比较高，大大地提高了卡口的通行速度，减缓了卡口拥挤的这种状态。支持摄像头捕人脸设备； 采用基于视频流的动态人脸检测、跟踪识别算法；支持设备本地存储10000人脸库。设备顶部是测温矩阵模块，保障优的测温效果。其优测温距离在 0.6 米，测温无接触保护了基层工作人员的安全。

人脸识别当前的面纹编码与档案库存的比对。即将当前的面像的面纹编码与档案库存中的面纹编码进行检索比对。上述的“面纹编码”方式是根据人脸脸部的本质特征和开头来工作的。这种面纹编码可以抵抗光线、皮肤色调、面部毛发、发型、眼镜、表情和姿态的变化，具有强大的可靠性，从而使它可以从百万人中地辨认出某个人。人脸的识别过程，利用普通的图像处理设备就能自动、连续、实时地完成。

这背后有数学理论的支撑，我们一般用梯度来描述变化快慢。在图像中的灰度变化既有方向也有大小，就可以使用图像梯度来描述这种变化，进而可以检测出图像的边缘。在数学上，梯度既有大小，又有方向，并且需要要有一定的条件，比如可导等。在图像中一般会简化处理，使用算子进行代替。算子其实也是一种滤波，但使用算子更强调其数学含义和特定用途。目前常用的边缘检测算子，包括Sobel，Laplacian算子和Canny等。我们简单描述下Canny边缘检测。