人脸识别技术是生物特征识别的一种。生物特征识别技术是利用人的生理特征或行为特征，来进行个人身份鉴定的技术。生物特征识别技术常用的生物特征包括人脸、指纹、手掌纹、虹膜、视网膜、静脉、声音（语音）、步态、DNA、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、指纹识别、掌纹识别、虹膜识别、视网膜识别、静脉识别、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）、步态识别、DNA检测、键盘敲击识别、笔迹识别等。
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。它是用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部特征识别，通常也叫做人像识别、面部识别。在人脸识别的过程中，对输入的人脸图像或者视频流，首先判断其是否存在人脸， 如果存在人脸，则进一步给出每张脸的位置、大小和主要面部器官的位置信息；并依据这些信息，进一步提取每张人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每张人脸所对应的身份。
人脸识别的应用非常广泛，但因人脸受年龄、光线、情绪、角度等多种因素影响，存在可变性，是生物特征识别领域较具挑战性的人工智能技术。人脸识别已经发展了数代，从传统的人脸特征点进行识别，演进到基于特征点以及相互比例关系进行识别，甚至由多种因素进行综合比对识别。随着技术的不断突破，人脸识别开始呈现出向更多领域广泛应用的趋势。
从人脸识别的技术来看，人脸识别主要涉及人脸检测、人脸特征提取、人脸匹配等步骤。根据比对照片或视频的来源不同，人脸识别分为照片与照片的比对和照片与视频的比对、视频与视频的匹配等方式。根据实际应用的目的不同，人脸识别技术涉及一张照片或视频中进行人脸检测应用、两张照片之间的比对应用、一张照片和多张照片之间的搜索匹配应用、多张照片与多张照片的相互匹配等应用方式，对于视频也存在类似的组合应用。
通常对于办公地点的出入口等位置，通过视频监控录像或者专用的人脸和证件比对设备如单位访客机等，实现对视频中的人脸进行分析。
对办公单位在传统方式下如果要明确查明哪些人、什么时间进入办公场所，现在的手段是通过视频监控系统进行录像查询，但由于视频监控系统的录像往往存储文件过大，仅仅支持一个月以内来往人员的记录功能，而且想查出指定人员在哪一天进入办公地点，需要监控人员翻查大量录像才能人工定位，如果不指定时间地点等具体信息，由于工作量巨大几乎无法实现查询指定人员具体在什么时间进入办公地点的问题。
本系统利用先进的人工智能人脸识别技术实现了进入人员的人脸照片自动抓拍留证功能，可以达到数十万到上百万条人脸照片记录的历史保存容量。通常这些人脸记录容量可支持对出入口实现长达数月甚至1到2年的记录保存时间。并且通过定制设备存储容量，能够实现数年等更长记录保存时间。大量人脸通过记录的保存，不仅有利于出入口的人员精准管理，还对发生纠纷、重大案件时提供有效的照片证据。
本项目采用全球良好的身份证人脸识别技术，系统可以提取身份证内的信息与现场拍摄到的身份证持有者图像进行对比，可以快速的识别出证件与证件使用人是否相一致，能够在海量人脸实战比对的情况下做到人证统一、减少误报，杜绝人证冒用盗用。
1、拥有系统海量人脸比对验证，实现国内优良的身份证阅读器读取二代身份证相片跟现场人物进行头像识别对比功能；
2、世界先进的身份证人脸和现场人脸识别比对算法，能够对现场人脸与身份证照片存在多年的年龄和容貌差异的情况下进行高精度比对，能够在恶劣识别环境下（如光线、人脸动作随意性等）具有较高的实战人脸比对识别率；
3、独有的人像搜索、跟踪、定位、捕捉技术，可快速的识别出证件与证件使用人是否相一致，识别率达到99%以上。
本方案主要分为两大类：（1）可以离线的独立设备，主要是人脸移动终端和人证设备系列。（1）可以组网运行的摄像机、微型人脸服务器，人脸云处理平台。对于第一类设备见设备描述及设备清单，本方案不再详述。主要针对第二类组成一个可运行的系统方案，用于展示与验证。
本方案总体架构分为前端设备、云管理平台两个部分。其中前端也可单独部署独立运行，联网后可实现前端与中心的统一管理应用。
系统总体架构图
前端配置两路设备，即两台不同型号的摄像机，两台微型人脸服务器。
云管理平台兼做人脸服务器。人员库建立、人脸数据清洗、人员行为主题分析等大数据分析业务。
智慧社区解决方案
智慧社区是智慧城市的基本单元，包括的内容很多，本方案是以人脸识别技术为特征的智慧社区出入口、人员安保管理解决方案。人脸识别的优势在于其自然性和被检测个体不被察觉的特点。人脸识别用于智慧社区出入口管理不仅解决了人员出入的便利性，黑白红名单更为快速识别不安全人员并报警增加了人员安保管理的灵活性。
主要功能包括：
建立一套完整的人脸信息库，身份证号、姓名、出生年月、家庭地址、身高、年龄等信息与人脸图片进行关联。
可通过输入用户名和密码登录系统，还包括人员管理、设备管理、记录查询、抓拍库检索等功能。
建立一套黑名单人脸信息库，当黑名单人员进入抓拍区域时，系统联动报警，执法人员可快速应对处理。
建立一套白名单人脸信息库，当白名单人员进入抓拍区域时，系统自动放行，并将过往信息保存到系统数据库中。
建立一套红名单人脸信息库，当红名单人员进入抓拍区域时，系统提醒并放行，并将过往信息保存到系统数据库中。
建立一套门禁（道闸）联动系统，当录入系统的需放行人员进出时，系统与门禁（道闸）联动自动放行，无需刷卡。
建立一套视频监控系统，作为辅助人脸识别图片的实时视频监控图像，保证人脸抓拍图片与视频图像的实时显示。
建立一套视频存储系统，人脸识别图片的比对实现对黑名单人员的实时报警，事后可通过录像查询当时的视频数据以达到取证的目的。
建立一套移动在线比对系统，支持手机、IPAD等通过公网或WIFI人脸比对。
建立一套开放性的人脸识别综合系统，人脸识别、视频监控、视频存储等接口均可与其它系统无缝对接、接口的任意调用。
性能指标
人脸识别系统性能指标可通过以下3项指标来进行比较，包括人脸抓拍率、建模成功率和比对性能。
对于光线好的监控环境下，正常的人脸抓拍率可以达到95%左右。
由于当前的人脸识别主要针对准正面人脸进行，建模成功率不低于90%。
人脸比对性能与黑名单注册图像质量和黑名单数据库大小密切相关，性能指标主要由误拒率和误识率进行衡量，系统可根据用户实际需要设置不同的人脸相识度阈值来调节误识率和误拒率的关系。
系统架构
物理架构
人脸识别物理架构由前端、保安亭、数据机房、监控中心四部分组成。
逻辑架构
