人脸识别通过出入口的信息采集、实时人脸抓拍识别和人证比对，从而实现人证合一验证。并针对小区实现固定人员刷脸通行，人脸识别系统公司，访客人员登记后刷脸通行或刷身份1证人证比对成功后通行，人脸识别系统厂家，解决固定人员通行时需要或遗忘密码的问题，人证比对失败人员则需要小区管理人员确认后手工放行。人脸识别通道管理系统能大大提高门禁系统运行的安全性和可靠性，大程度上降低通过身份冒充而进入某种场所进行不法犯1罪活动的可能性，极大减少了门禁安全系统中现有及潜在的技术漏洞、隐患和风险。

人脸识别技术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。

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。