人臉識別考勤規格齊全「進軍」

人臉識別發展史

人臉識別系統的研究始于20世紀60年代，80年代后隨著計算機技術和光學成像技術的發展得到提高，而真正進入初級的應用階段則在90年后期，并且以美國、德國和日本的技術實現為主；人臉識別系統成功的關鍵在于是否擁有的核心算法，并使識別結果具有實用化的識別率和識別速度；“人臉識別系統”集成了人工智能、機器識別、機器學習、模型理論、系統、視頻圖像處理等多種技術，同時需結合中間值處理的理論與實現，是生物特征識別的新應用，其核心技術的實現，展現了弱人工智能向工智能的轉化。

前端人臉抓拍采集子系統

前端人臉抓拍采集子系統負責完成人臉信息的采集，包括人臉小照片、過人場景照片、視頻流等。主要由人臉圖像采集設備（視頻監控攝像機或帶人像識別功能的人像抓拍機）、補光燈、外場工業交換機、開關電源、防雷器等設備及桿件組成。

網絡傳輸子系統

負責系統組網，完成數據、圖片、視頻流的傳輸與交換。一般通過租用運營商光纖鏈路組建專網，可通過EPON方式組網（單點上傳帶寬≥20Mbps，可根據需求增加），包括光纖收發器或EPON設備。

人臉屬性識別

“人臉屬性識別（Face Attribute）”是識別出人臉的性別、年齡、姿態、表情等屬性值的一項技術。

一般的人臉屬性識別算法的輸入是“一張人臉圖”和“人臉五官關鍵點坐標”，輸出是人臉相應的屬性值。人臉屬性識別算法一般會根據人臉五官關鍵點坐標將人臉對齊（旋轉、縮放、扣取等操作后，將人臉調整到預定的大小和形態），然后進行屬性分析。

常規的人臉屬性識別算法識別每一個人臉屬性時都是一個獨立的過程，即人臉屬性識別只是對一類算法的統稱，性別識別、年齡估計、姿態估計、表情識別都是相互獨立的算法。但的一些基于深度學習的人臉屬性識別也具有一個算法同時輸入性別、年齡、姿態等屬性值的能力。

4、以在基本保證算法效果的前提下，將模型大小和運算速度優化到移動端可用的狀態。