人脸识别可行性研究报告

一报告目录

第一章前言

第一节课题背景

一课题的来源------------------------------------------------------------------------------1

二人脸识别技术的研究意义------------------------------------------------------------2 第二节人脸识别技术的国内外发展概况---------------------------------------------------3一国外发展概况---------------------- --------------------------------------------------3

二国内发展概况---------------------------------------------------------------------------4 第二章系统的需求分析和方案选择---------------------------------------------------------6第一节可行性分析------------------------------------------------------------------------------6 一技术可行性分析------------------------------------------------------------------------6

二操作可行性分析------------------------------------------------------------------------7 第二节需求分析---------------------------------------------------------------------------------7 一应用程序的功能需求分析------------------------------------------------------------7

二开发环境的需求分析------------------------------------------------------------------8

三运行环境的需求分析------------------------------------------------------------------8 第三节预处理方案选择------------------------------------------------------------------------9 一设计方案原则的选择------------------------------------------------------------------9

二图像文件格式选择---------------------------------------------------------------------9

三开发工具选择---------------------------------------------------------------------------9 第一章前言

第一节课题背景

一课题的来源

随着安全入口控制和金融贸易方面应用需要的快速增长，生物统计识别技术得到了新的重视。目前，微电子和视觉系统方面取得的新进展，使该领域中高性能自动识别技术的实现代价降低到了可以接受的程度。而人脸识别是所有的生物识别方法中应用最广泛的技术之一，人脸识别技术是一项近年来兴起的，但不大为人所知的新技术。人们更多的是在电影中看到这种技术的神奇应用：警察将偷拍到的嫌疑犯的脸部照片，输入到电脑中，与警方数据库中的资料进行比对，并找出该嫌犯的详细资料和犯罪记录。这并非虚构的情节。在国外，人脸识别技术早已被大量使用在国家重要部门以及军警等安防部门。在国内，对于人脸识别技术的研究始于上世纪90年代，目前主要应用在公安、金融、网络安全、物业管理以及考勤等领域。

二人脸识别技术的研究意义

1、富有挑战性的课题

人脸识别是机器视觉和模式识别领域最富有挑战性的课题之一，同时也具有较为广泛的应用意义。人脸识别技术是一个非常活跃的研究领域，它覆盖了数字图像处理、模式识别、计算机视觉、神经网络、心理学、生理学、数学等诸多学科的内容。如今，虽然在这方面的研究已取得了一些可喜的成果，但是FRT在实用应用中仍面临着很严峻的问题,因为人脸五官的分布是非常相似的，而且人脸本身又是一个柔性物体，表情、姿态或发型、化妆的千变万化都给正确识别带来了相当大的麻烦。如何能正确识别大量的人并满足实时性要求是迫切需要解决的问题。

2、面部关键特征定位及人脸2D形状检测技术

在人脸检测的基础上，面部关键特征检测试图检测人脸上的主要的面部特征点的位置和眼睛和嘴巴等主要器官的形状信息。灰度积分投影曲线分析、模板匹配、可变形模板、Hough变换、Snake算子、基于Gabor小波变换的弹性图匹配技术、主动性状模型和主动外观模型是常用的方法。

可变形模板的主要思想是根据待检测人脸特征的先验的形状信息，定义一个参数描述的形状模型，该模型的参数反映了对应特征形状的可变部分，如位置、大小、角度等，它们最终通过模型与图像的边缘、峰、谷和灰度分布特性的动态地交互适应来得以修正。由于模板变形利用了特征区域的全局信息，因此可以较好地检测出相应的特征形状。由于可变形模板要采用优化算法在参数空间内进行能量函数极小化，因此算法的主要缺点在于两点：一、对参数初值的依赖程度高，很容易陷入局部最小；二、计算时间长。针对这两方面的问题，我们采用了一种由粗到细的检测算法：首先利用人脸器官构造的先验知识、面部图像灰度分布的峰谷和频率特性粗略检测出眼睛、鼻子、嘴、下巴的大致区域和一些关键的特征点；然后在此基础上，给出了较好的模板的初始参数，从而可以大幅提高算法的速度和精度。

眼睛是面部最重要的特征，它们的精确定位是识别的关键。基于区域增长的眼睛定位技术，该技术在人脸检测的基础上，充分利用了眼睛是面部区域内脸部中心的左上方和右上方的灰度谷区这一特性，可以精确快速的定位两个眼睛瞳孔中心位置。该算法采用了基于区域增长的搜索策略，在人脸定位算法给出的大致人脸框架中，估计鼻子的初始位置，然后定义两个初始搜索矩形，分别向左右两眼所处的大致位置生长。该算法根据人眼灰度明显低于面部灰度的特点，利用搜索矩形找到眼部的边缘，最后定位到瞳孔的中心。实验表明，本算法对于人脸大小、姿态和光照的变化，都有较强的适应能力，但在眼部阴影较重的情况下，会

出现定位不准。佩戴黑框眼镜，也会影响本算法的定位结果。

3、面部感知系统的重要内容

基于视觉通道信息的面部感知系统，包括人脸检测和跟踪、面部特征定位、面部识别、人脸归类（年龄、种族、性别等的判别）、表情识别、唇读等分系统，如图1-1所式，可以看出，继人脸检测和跟追之后，面部特征定位通常是面部感知的一个必备环节，是后续工作的基础，具有重要的意义。尽管人脸识别不能说是其他面部感知模块的必备功能，但是，可以肯定的是，利用已知的身份信息，结合特定人的先验知识，可以提高表情分析、唇读和语音识别、手势识别乃至手写体识别的可靠性。而计算机对使用者身份确认的最直接的应用就是基于特定使用者的环境设置：如使用者的个性化工作环境，信息的共享和隐私保护等等。图1-1面部感知系统结构图第二节人脸识别的国内外发展概况现在人脸识别技术已经应用在许多领域中，并起到了举足轻重的作用，人脸识别研究开始于1966年PRI 的Bledsoe 的工作，经过三十多年的发展，人脸识别技术取得了长足的进步，现在就目前国内外的发展情况来进行展述。

一国外的发展概况见诸文献的机器自动人脸识别研究开始于1966年PRI 的Bledsoe 的工作，1990年日本研制的人像识别机，可在1秒钟内中从3500人中识别到你要找的人。1993视

频

输

入人脸检

测

和跟踪面部特征定

位人脸识别表情分析

性别判断种族判断年龄判别唇读身份信息情感状态性别信息

种族信息年龄信息唇形类别

年，美国国防部高级研究项目署 (Advanced Research Projects Agency)和美国陆军研究实验室(Army Research Laboratory)成立了Feret(Face Recognition Technology) 项目组，建立了feret 人脸数据库，用于评价人脸识别算法的性能。

美国陆军实验室也是利用vc++开发，通过软件实现的，并且FAR为49%。在美国的进行的公开测试中，FAR，为53%。美国国防部高级研究项目署，利用半自动和全自动算法。这种算法需要人工或自动指出图像中人的两眼的中心坐标，然后进行识别。在机场开展的测试中，系统发出的错误警报太多，国外的一些高校（卡内基梅隆大学（Carnegie Mellon University）为首，麻省理工大学（Massachusetts Institute of Technology ）等，英国的雷丁大学（University of Reading））和公司（Visionics 公司Facelt 人脸识别系统、Viiage 的FaceFINDER 身份验证系统、Lau Tech 公司Hunter系统、德国的BioID 系统等）的工程研究工作也主要放在公安、刑事方面，在考试验证系统的实现方面深入研究并不多。

二国内的发展概况

人脸识别系统现在在大多数领域中起到举足轻重的作用，尤其是用在机关单位的安全和考勤、网络安全、银行、海关边检、物业管理、军队安全、智能身份证、智能门禁、司机驾照验证、计算机登录系统。我国在这方面也取得了较好的成就，国家863项目“面像检测与识别核心技术”通过成果鉴定并初步应用，就标志着我国在人脸识别这一当今热点科研领域掌握了一定的核心技术。北京科瑞奇技术开发股份有限公司在2002年开发了一种人脸鉴别系统，对人脸图像进行处理，消除了照相机的影响，再对图像进行特征提取和识别。这对于人脸鉴别特别有价值，因为人脸鉴别通常使用正面照，要鉴别的人脸图像是不同时期拍摄的，使用的照相机不一样。系统可以接受时间间隔较长的照片，并能达到较高的识别率，在计算机中库藏2300人的正面照片，每人一张照片，使用相距1--7年、差别比较大的照片去查询，首选率可以达到50%，前20张输出照片中包含有与输入照片为同一人的照片的概率可达70% 。 2005年1月18日，由清华大学电子系人脸识别课题组负责人苏光大教授主持承担的国家"十五"攻关项目《人脸识别系统》通过了由公安部主持的专家鉴定。鉴定委员会认为，该项技术处于国内领先水平和国际先进水平。

本论文主要对该人脸识别系统进行模块划分，并介绍各模块的功能，重点介绍图像预处理模块，对其内的子模块的功能和算法进行详细讲述，主要介绍光线补偿、图像灰度化、高斯平滑、均衡直方图、图像对比度增强，图像预处理模

块在整个系统中起着极其关键的作用，图像处理的好坏直接影响着后面的定位和识别工作。

第二章系统的需求分析与方案选择

人脸识别系统现在应用于许多领域中，但是人脸识别技术也是一项近年来兴起的，且不大为人所知的新技术。在我国以及其他国家都有大量的学者正在研究之中，不断的更新人脸识别技术，以便系统的识别准确率达到新的高度。

第一节可行性分析

在开发该人脸识别软件之前，我们查询了前人所写过的诸多论文以及源程序，在开发之时，结合了资料中的算法并揉进了自己的一些思想，使程序可以对人脸图片进行简易识别。

一技术可行性

图像的处理方法很多，我们可以根据需要，有选择地使用各种方法。

在确定脸部区域上，通常使用的方法有肤色提取。肤色提取，则对脸部区域的获取则比较准确，成功率达到95%以上，并且速度快，减少很多工作。

图像的亮度变化，由于图像的亮度在不同环境的当中，必然受到不同光线的影响，图像就变得太暗或太亮，我们就要对它的亮度进行调整，主要采取的措施是对图像进行光线补偿。

高斯平滑：在图像的采集过程中,由于各种因素的影响,图像中往往会出现一些不规则的随机噪声,如数据在传输、存储时发生的数据丢失和损坏等,这些都会影响图像的质量，因此需要将图片进行平滑操作以此来消除噪声。

灰度变换：进行灰度处理，我们要保证图像信息尽可能少的丢失。同样在进行灰度变换前，我们也要对图像的信息进行统计，找出一个比较合理的灰度值，才能进行灰度变换。

灰度均衡：灰度变换后，就要进行灰度均衡，可以根据灰度分布来进行灰度均衡。

对比度增强：将所要处理的区域和周围图像区域进一步拉开他们的对比度，使它们更加明显，主要通过像素的聚集来实现。

二操作可行性

该人脸识别软件需要如下的运行环境：CPU：500M及以上；内存：64 M及以上。安装有Windows 98、Windows Me、Windows 2000、Windows NT等操作系统中的其中一种。另还装有摄像头可进行随机拍照和识别。因此，从操作可行性来看，只要系统用户的硬件软件设备满足以上条件，即可用该人脸识别软件进行人脸的识别。

第二节需求分析

一应用程序的功能需求分析

该软件最主要的功能就是要能识别出人脸，首先该系统需要对通过摄像头拍照而获取到的原始的人脸图片进行一系列处理才可进行下一步的工作，该处理过程也称图像预处理。预处理这个模块在整个人脸识别系统的开发过程中占有很重要的地位，只有预处理模块做的好，才可能很好的完成后面的人脸定位和特征提取这两大关键模块。因此本设计中所要完成的主要功能如下所述：

图像获取功能：

该模块主要是从摄像头拍照后进行获取图片，也可以从图片库中获取，

获取后的图片可以在软件的界面中显示出来以便进行识别。

图像预处理功能：

该模块主要包括图像光线补偿、图像变成灰色、高斯平滑、均衡直方图、

实现图像对比度增强、二值化变换等。

人脸定位功能：

该模块主要是将处理后的人脸图片进行定位，将眼睛、鼻子、嘴巴标

记出来，以便进行特征提取。

特征提取功能：

该模块是在定位后的人脸图片中将眼睛、鼻子、嘴巴的特征值提取出

来。

识别功能：

该模块是将从图片中提取的特征值和后台数据库中的值进行比较来完

成识别功能。

二开发环境需求分析

1、硬件环境

（1）硬件配置原则

具有可靠性，可用性和安全性，具有完善的技术支持。能够满足个人学习和设计需要。

（2）运行本软件所需的硬件资源

CPU：800M及以上；内存：128M及以上

2、软件环境

（1）系统软件配置原则

能够满足该软件的可靠性，可用性和安全性的要求

（2）系统软件配置方案

①配置有持续工作能力、高稳定性、高度可集成的开放式标准的操作系统，如Windows2000，Windows NT，UNIX，Linux等。

②配备符合ANSI/ISO标准的高级程序设计语言处理软件。如：Visual C++

6.0。

③熟悉C++高级程序设计语言。

3、运行环境需求分析

（1）、硬件环境

CPU：500M及以上；内存：64 M及以上。

（2）、软件环境

可以运行在微软公司近年来所出的各种操作系统。如Windows 98、Windows Me、Windows 2000、Windows NT等。

第三节预处理方案选择

一设计方案原则的选择

本应用程序的设计方案原则如下：

1、采用较为先进的技术力量，保证应用程序在技术上具备一定的优势。

2、采用成熟的技术，保证应用程序的安全性和可靠性。

3、应用程序便于扩展和维护，易于技术的更新。

4、应用程序充分利用现有的资源，尽量减少不必要的再投资。

5、编写的代码必须严谨易读，代码的解释必须清楚明白，为应用程序的再

开发提供应尽的责任。

二图像文件格式选择

在设计的过程中，为了定位和特征提取的方便，我们采用的是24位位图。

三开发工具选择

本次设计所用的开发工具是Microsoft Visual C++ 6.0。 Visual C++ 6.0是Microsoft公司推出的一种可视化编程工具。它支持多平台和交叉平台的开发，将各种编程工具如编辑器、连接器、调试器等巧妙的结合在一起，构成一个完美的可视化开发环境。用户无需通过繁杂的编程操作，即可完成Windows下应用程序的编辑、编译、测试和细化等工作。

汉王人脸识别考勤系统简介

汉王人脸识别考勤系统方案

书汉王科技股份目录一、汉王人脸识别行业背景

二、汉王人脸识别考勤具体方案三、汉王考勤门禁软件介绍四、案例工程

一、汉王人脸识别行业背景 1、汉王公司介绍：汉王科技股份成立于1998年，在国家“八五”、“九五”、“863”、自然科学基金等重点项目的支持下，率先研究、开发、应用和推广多元识别、智能人机交互技术与产品。

四大核心技术领先世界：人脸生物识别，手写识别，OCR识别，数字绘图板技术。汉王精神：“忠诚敬业，永争第一” 2、社会背景目前许多公司单位采用的考勤方式主要有： ◆纸卡式打卡钟：通过考勤卡纸记录考勤时间 ◆射频卡式考勤：射频卡感应考勤机记录时间 ◆指纹式考勤：指纹比对确认考勤人员考勤时间 ◆人脸识别考勤：基于对人的脸部特征信息进行识别从而达到身份认证的生物特征识别技术。下面表格我们列举现有考勤方式的性能特点：

2、技术介绍汉王科技股份从2003年开始研发人脸识别技术。2006年，汉王科技率先在高速DSP平台上成功实现了嵌入式人脸识别算法，从而将人脸识别从PC平台成功的扩展到更广阔的嵌入式平台。2008年，汉王科技推出了全球首款嵌入式人脸识别产品——人脸通，突破了国外技术垄断，正式拉开国人脸识别技术产业化的序幕。现在汉王科技拥有完全自主知识产权的“双目立体”红外人脸识别算法（Dual Sensor ）。“双目立体”红外人脸识别算法采用的专用双摄像头，就好像一个人的一双眼睛，该算法既保留了二维人脸识别技术简单的优点，又借鉴了三维人脸识别技术的三维信息的优势，识别性能达到国际一流，识别速度快，产品技术成熟。汉王人脸识别“双目立体”基本原理如下图

人脸识别实验报告

人脸识别——特征脸方法贾东亚1２346046 一、实验目的 1、学会使用PCA主成分分析法。２、初步了解人脸识别的特征法。 3、更熟练地掌握ｍatｌab的使用。二、原理介绍 1、ＰＣA(主成分分析法介绍）引用一个网上的例子。假设有一份对遥控直升机操作员的调查,用x1(i)表示飞行员ｉ的飞行技能，x2(i)表示飞行员ｉ喜欢飞行的程度。通常遥控直升飞机是很难操作的，只有那些非常坚持而且真正喜欢驾驶的人才能熟练操作。所以这两个属性x1(i)和x2(i)相关性是非常强的。我们可以假设两者的关系是按正比关系变化的。如下图里的任意找的向量u1所示,数据散布在ｕ１两侧，有少许噪声。现在我们有两项数据，是二维的。那么如何将这两项变量转变为一个来描述飞行员呢？由图中的点的分布可知,如果我们找到一个方向的Ｕ，所有的数据点在U的方向上的投影之和最大,那么该U就能表示数据的大致走向。而在垂直于U的方向,各个数据点在该方向的投影相对于在U上的投影如果足够小,那么我们可以忽略掉各数据在该方向的投影,这样我们就把二维的数据转化成了在U方向上的一维数据。为了将u选出来,我们先对数据进行预处理。先求出所有数据的平均值,然后用数据与平均值的偏差代替数据本身。然后对数据归一化以后,再代替数据本身。而我们求最大的投影和，其实就是求各个数据点在U上的投影距离的方差最大。而ＸT u 就是投影的距离。故我们要求下式的最大值: 1 m ∑(x(i)T u)2=u T( 1 m ∑x(i)x(i)T m i=1 ) m i=1 u 按照u是单位向量来最大化上式,就是求1 m ∑x(i)x(i)T m i=1的特征向量。而此式是数据集的协方差矩阵。

2021人脸识别行业市场调研报告

2021年人脸识别行业市场调研报告

目录 1.人脸识别行业现状 (5) 1.1人脸识别行业定义及产业链分析 (5) 1.2人脸识别市场规模分析 (7) 2.人脸识别行业前景趋势 (8) 2.1应用范围逐渐扩大 (8) 2.2由2D向3D转变 (8) 2.3大数据与人脸识别技术的融合趋势分析 (9) 2.42D人脸识别技术产品市场展趋势分析 (9) 2.53D人脸识别技术产品市场展趋势分析 (9) 2.6智慧城市建设对人脸识别技术的需求趋势 (10) 2.7政策频发，助推产业发展 (10) 2.8中国人脸识别市场规模逐步扩大 (10) 2.9延伸产业链 (11) 2.10行业协同整合成为趋势 (11) 2.11服务模式多元化 (11) 2.12呈现集群化分布 (12) 2.13需求开拓 (13) 2.14行业发展需突破创新瓶颈 (13) 3.人脸识别行业存在的问题 (15) 3.1识别技术应用尚未成熟 (15)

3.2网络安全防护能力不足 (15) 3.3个人影像数据疏于管理 (15) 3.4行业服务无序化 (16) 3.5供应链整合度低 (16) 3.6基础工作薄弱 (16) 3.7产业结构调整进展缓慢 (16) 3.8供给不足，产业化程度较低 (17) 4.人脸识别行业政策环境分析 (18) 4.1人脸识别行业政策环境分析 (18) 4.2人脸识别行业经济环境分析 (18) 4.3人脸识别行业社会环境分析 (18) 4.4人脸识别行业技术环境分析 (19) 5.人脸识别行业竞争分析 (20) 5.1人脸识别行业竞争分析 (20) 5.1.1对上游议价能力分析 (20) 5.1.2对下游议价能力分析 (20) 5.1.3潜在进入者分析 (21) 5.1.4替代品或替代服务分析 (21) 5.2中国人脸识别行业品牌竞争格局分析 (22) 5.3中国人脸识别行业竞争强度分析 (22) 6.人脸识别产业投资分析 (23)

人脸识别技术的应用背景及研究现状

1．人脸识别技术的应用随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切要求，生物特征识别技术在近几十年中得到了飞速的发展。作为人的一种内在属性，并且具有很强的自身稳定性及个体差异性，生物特征成为了自动身份验证的最理想依据。当前的生物特征识别技术主要包括有：指纹识别，视网膜识别，虹膜识别，步态识别，静脉识别，人脸识别等。与其他识别方法相比，人脸识别由于具有直接，友好，方便的特点，使用者无任何心理障碍，易于为用户所接受，从而得到了广泛的研究与应用。除此之外，我们还能够对人脸识别的结果作进一步的分析，得到有关人的性别，表情，年龄等诸多额外的丰富信息，扩展了人脸识别的应用前景。当前的人脸识别技术主要被应用到了以下几个方面：（1）刑侦破案公安部门在档案系统里存储有嫌疑犯的照片，当作案现场或通过其他途径获得某一嫌疑犯的照片或其面部特征的描述之后，可以从数据库中迅速查找确认，大大提高了刑侦破案的准确性和效率。（2）证件验证在许多场合（如海口，机场，机密部门等）证件验证是检验某人身份的一种常用手段，而身份证，驾驶证等很多其他证件上都有照片，使用人脸识别技术，就可以由机器完成验证识别工作，从而实现自动化智能管理。（3）视频监控在许多银行，公司，公共场所等处都设有24小时的视频监控。当有异常情况或有陌生人闯入时，需要实时跟踪，监控，识别和报警等。这需要对采集到的图像进行具体分析，且要用到人脸的检测，跟踪和识别技术。（4）入口控制入口控制的范围很广，既包括了在楼宇，住宅等入口处的安全检查，也包括了在进入计算机系统或情报系统前的身份验证。（5）表情分析根据人脸图像中的面部变化特征，识别和分析人的情感状态，如高兴，生气等。此外，人脸识别技术还在医学，档案管理，人脸动画，人脸建模，视频会议等方面也有着巨大的应用前景。 2．人脸识别技术在国外的研究现状当前很多国家展开了有关人脸识别的研究，主要有美国，欧洲国家，日本等，著名的研究机构有美国MIT的Media lab,AI lab,CMU的Human-Computer I nterface Institute，Microsoft Research,英国的Department of Engineerin g in University of Cambridge等。综合有关文献，目前的方法主要集中在以下几个方面：（1）模板匹配主要有两种方法，固定模板和变形模板。固定模板的方法是首先设计一个或几个参考模板，然后计算测试样本与参考模板之间的某种度量，以是否大于阈值来判断测试样本是否人脸。这种方法比较简单，在早期的系统中采用得比较

2019年我国人脸识别技术发展情况及发展趋势综合分析

2019年我国人脸识别技术发展情况及发展趋势综合分析 2019年2月14日一、全球生物识别细行业市场占比情况分析生物识别指的是通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段相结合，利用人体固有的生理特性来进行个人身份鉴定技术。按不同的识别方式，生物识别可分为指纹识别、虹膜识别、语音识别、静脉识别和人脸识别。伴随着生物识别产品逐渐从单一的PC处理转变为分布式计算。用独立的前端独立设备来完成生物特征的采集、预处理、特征提取和比对，通过中心PC或服务器完成与业务相关的处理。随着生物特征识别技术的不断发展和提高，生物特征识别技术的应用场景不断拓展，预计2015-2020年全球生物识别细分行业复合增长率分别为：人脸识别复合增长率为167%；语音识别为100%；虹膜识别为100%；指纹识别复合增长率为73%。

全球生物识别细行业市场占比情况二、中国人脸识别技术发展情况分析 1、中国人脸识别行业发展历程人脸识别技术在中国的发展起步于上世纪九十年代末，经历了技术引进-专业市场导入-技术完善-技术应用-各行业领域使用等五个阶段。其中，2014年是深度学习应用于人脸识别的关键一年，该年FaceBook发表一篇名为“DeepFace系统：达到肉眼级别的人脸识别系统”（翻译名），之后Face++创始人印奇团队以及香港中文大学汤晓鸥团队均在深度学习结合人脸识别领域取得优异效果，两者在LFW数据集上识别准确度均超过了99%，而肉眼在该数据集上的识别准确度仅为97.52%，可以说深度学习技术让计算机人脸识别能力超越人类的识别程度。

人脸识别与其他生物识别方式相比，优势在于自然性、不被察觉性等特点。自然性即该识别方式同人类进行个体识别时所利用的生物特征相同。指纹识别、虹膜识别等均不具有自然性。不被察觉的特点使该识别方法不易使人抵触，而指纹识别或虹膜识别需利用电子压力传感器或红外线采集指纹、虹膜图像，在采集过程中体验感不佳。目前人脸识别需要解决的难题是在不同场景、脸部遮挡等应用时如何保证识别率。此外，隐私性和安全性也是值得考虑的问题。 2、3D人脸识别与2D人脸识别数据对比目前，国内的人脸识别技术已经相对发展成熟，该技术越来越多的被推广到安防领域，延伸出考勤机、门禁机等多种产品，产品系列达20多种类型，可以全面覆盖煤矿、楼宇、银行、军队、社会福利保障、电子商务及安全防务等领域，人脸识别的全面应用时代已经到来。中游人脸识别技术的进步，是推动下游场景应用拓展的关键所在。目前，人脸识别市场的解决方案主要包括2D识别、3D识别技术。市场上主流的识别方案是采用摄像头的2D方案，但由于人的脸部并非平坦，因此2D识别在将3D人脸信息平面化投影的过程中存在特征信息损失。3D识别使用三维人脸立体建模方法，可最大程度保留有效信息，因此3D人脸识别技术的算法比2D算法更合理并拥有更高精度。

2017年光学行业分析报告

目录 1、千亿级市场的升级，双摄及3D 承载创新周期.......................................... - 4 - 2、双摄：打开摄像头产业链新空间.............................................................. - 5 - 2.1、国产品牌迅速崛起，产品差异化推动双摄......................................... - 5 - 2.2、双摄的核心在于算法，方案与工艺呈现多样化.................................. - 8 - 2.3、双摄的渗透如火如荼，镜头和芯片龙头优势最大..............................- 11 - 3、3D Sensing 掀起下一波风潮................................................................... - 15 - 3.1、3D 感知方案成熟成本可控，东风已至............................................. - 15 - 3.2、发射端是光学模组主要增量，海外厂商优势大................................ - 19 - 3.3、人脸识别：新一代人机交互方式..................................................... - 24 - 3.4、模组生产壁垒有限，布局方案提升竞争力....................................... - 27 - 4、AR：移动端下一波光学创新................................................................. - 28 - 4.1、光学价值将在AR 发展的中长期持续发力........................................ - 28 - 4.2、利用现存的硬件，打开AR 体验的大门........................................... - 29 - 5、汽车市场快速爆发，智能硬件培育新空间.............................................. - 30 - 6、投资建议............................................................................................... - 32 - 图1、手机摄像头的五轮创新....................................................................... - 4 - 图2、未来10 年的光学创新之路.................................................................. - 4 - 图3、全球智能手机出货量按品牌分（亿台）............................................... - 6 - 图4、智能手机销售均价（美元）................................................................ - 6 - 图5、智能手机出货量（亿台）.................................................................... - 6 - 图6、国内手机销售Top 5 市占率格局.......................................................... - 6 - 图 7、高端机型并没有一味追求像素升级...................................................... - 6 - 图 8、手持设备CIS 出货量按像素分布（亿个）........................................... - 6 - 图 9、摄像头占iPhone 比重.......................................................................... - 7 - 图10、摄像头占Galaxy S 比重..................................................................... - 7 - 图11、双摄方案设计和制造流程.................................................................. - 8 - 图12、彩色CIS 成像说明............................................................................ - 9 - 图13、数码相机光学变焦通过镜片组的移动................................................ - 9 - 图14、双摄模组支架与基板....................................................................... - 10 - 图15、Oppo 潜望式双摄方案..................................................................... - 10 - 图16、2017Q1 国内后臵双摄手机保有率Top15 .......................................... - 12 - 图17、2017Q1 国内主流后臵双摄手机销量（万台）.................................. - 12 - 图18、结构光方案描述.............................................................................. - 16 - 图19、TOF 方案描述................................................................................. - 16 - 图20、结构光方案产业链分析................................................................... - 16 - 图21、PS1080 景深算法芯片介绍............................................................... - 17 - 图22、发射端和接收端结构示意图............................................................ - 17 - 图23、指纹识别导入智能手机价格与出货量分析....................................... - 17 - 图24、人脸识别方案成本构成................................................................... - 18 - 图25、3D 感知接收端模组结构示意图....................................................... - 19 - 图26、VCSEL 结构示意图......................................................................... - 20 - 图27、三种激光源光形对比....................................................................... - 20 - 图28、VCSEL 产业链................................................................................ - 20 -

关于人脸识别技术的发展研究

人脸识别技术优势 863计划、国家科技支撑计划、自然科学基金都拨出专款资助人脸识别的相关研究。国家“十一五”科技发展规划中也将人脸识别技术的研究与发展列入其中[4]，明确指出：“要在生物特征识别技术领域缩小与世界先进水平的差距，开展生物特征识别应用技术研究，人脸识别具有高安全性、低误报率的出入口控制新产品。”在这种环境下，国内一些科研院所和院校在人脸识别技术方面取得了很大进展。如中科院自动化所，清华大学，中科院计算所自主开发的人脸识别技术已经达到了国际先进的水平。人脸识别作为一种新兴的生物特征识别技术(Biometrics)，与虹膜识别、指纹扫描、掌形扫描等技术相比，人脸识别技术在应用方面具有独到的优势： 1.人脸识别使用方便，用户接受度高。人脸识别技术使用通用的摄像机作为识别信息获取装置，以非接触的方式在识别对象未察觉的情况下完成识别过程。 2.直观性突出。人脸识别技术所使用的依据是人的面部图像，而人脸无疑是肉眼能够判别的最直观的信息源，方便人工确认、审计，“以貌取人”符合人的认知规律。 3.识别精确度高，速度快。与其它生物识别技术相比，人脸识别技术的识别精度处于较高的水平，误识率、拒认率较低。 4.不易仿冒。在安全性要求高的应用场合，人脸识别技术要求识别对象必须亲临识别现场，他人难以仿冒。人脸识别技术所独具的活性判别能力保证了他人无法以非活性的照片、木偶、蜡像来欺骗识别系统。这是指纹等生物特征识别技术所很难做到的。举例来说，用合法用户的断指即可仿冒合法用户的身份而使识别系统无从觉察。 5.使用通用性设备。人脸识别技术所使用的设备为一般的PC、摄像机等常规设备，由于目前计算机、闭路电视监控系统等已经得到了广泛的应用，因此对于多数用户而言使用人脸识别技术无需添置大量专用设备，从而既保护了用户的原有投资又扩展了用户已有设备的功能，满足了用户安全防范的需求。 6.基础资料易于获得。人脸识别技术所采用的依据是人脸照片或实时摄取的人脸图像，因而无疑是最容易获得的。 7.成本较低，易于推广使用。由于人脸识别技术所使用的是常规通用设备，价格均在一般用户可接受的范围之内，与其它生物识别技术相比，人脸识别产品具有很高的性能价格比。概括地说，人脸识别技术是一种高精度、易于使用、稳定性高、难仿冒、性价比高的生物特征识别技术，具有极其广阔的市场应用前景。我将人脸识别的一些应用列举出来，希望抛转引玉，大家不断完善，开拓更多的应用领域。 1）监控布控

人脸识别考勤系统解决方法

人脸识别考勤系统解决方案一、人脸识别行业背景严格规范的员工考勤管理是现代企事业单位提高管理效益的重要保证,而传统的以打卡、刷卡为代表的考勤产品，存在着替代打卡，效率低下，不易统计，管理和使用维护成本高等弊端。指纹识别产品在考勤中的大规模应用，部分解决了代打卡的问题，但是超过5%左右的人群天生指纹很浅，无法用指纹识别。指纹考勤产品在天气干燥或者换季的时候，识别困难，由于必须接触，就给细菌的传播提供了一个便利的载体。人脸识别是对人的脸部特征信息进行身份认证的生物特征识别技术。近年来，随着欧美发达国家人脸识别技术开始进入实用阶段后，人脸识别迅速成为近年来全球的一个市场热点，它具有如下显着优点： ◆非接触，智能交互，用户接受程度高。 ◆直观性突出，符合人“以貌识人”的认知规律。 ◆适应性强，不易仿冒，安全性好。 ◆摄像头的大量普及，易于推广使用。 ◆人脸识别杜绝代打卡 ◆方便快捷识别时间少于1秒 ◆非接触更卫生不怕细菌传播 ◆通讯方式U盘、网络

综上所述，人脸识别被人们称为最自然、最直观的一种生物特征识别技术。二、人脸识别技术介绍：目前的人脸识别技术，分为二维人脸识别、三维人脸识别两大类。二维人脸识别是基于人脸平面图像的，但实际上人脸本身是三维的，人脸平面图像只是三维人脸在一个平面上的投影，在这个过程中，必然会丢失一部分信息，因此，二维人脸识别性能的进一步提升，一直受到环境光线、姿态、表情等因素的不利影响。三维人脸识别是基于三维人脸图像的，从理论上讲具备一些三维图像信息的技术优势，但一直存在采集设备昂贵，采集系统复杂，存储度高，人脸重建算法很复杂，识别速度较慢等缺点。中控人脸识别+指纹考勤机在人脸识别方面采用了“双目立体”人脸识别算法，专用双摄像头，就好像一个人的一双眼睛，既保留了二维人脸识别简单的优点，又借鉴了三维人脸识别的部分三维信息，识别性能达到国际一流，识别

人脸识别系统的原理与发展

人脸识别系统的原理与发展一、引言人脸识别系统以人脸识别技术为核心，是一项新兴的生物识别技术，是当今国际科技领域攻关的高精尖技术。它广泛采用区域特征分析算法，融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，具有广阔的发展前景。2012年4月，铁路部门宣布车站安检区域将安装用于身份识别的高科技安检系统人脸识别系统；可以对人脸明暗侦测，自动调整动态曝光补偿，人脸追踪侦测，自动调整影像放大；二、概述人脸识别系统概述广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音(语音)、体形、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、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)、体形识别、键盘敲击识别、签字识别等。人脸识别系统功能模块人脸捕获与跟踪功能：人脸捕获是指在一幅图像或视频流的一帧中检测出人像并将人像从背景中分离出来，并自动地将其保存。人像跟踪是指利用人像捕获技术，当指定的人像在摄像头拍摄的范围内移动时自动地对其进行跟踪。人脸识别比对：人脸识别分核实式和搜索式二种比对模式。核实式是对指将捕获得到的人像或是指定的人像与数据库中已登记的某一对像作比对核实确定其是否为同一人。搜索式的比对是指，从数据库中已登记的所有人像中搜索查找是否有指定的人像存在。人脸的建模与检索：可以将登记入库的人像数据进行建模提取人脸的特征，并将其生成人脸模板(人脸特征文件)保存到数据库中。在进行人脸搜索时(搜索式)，将指定的人像进行建模，再将其与数据库中的所有人的模板相比对识别，最终将根据所比对的相似值列出最相似的人员列表。

河南关于成立人脸识别设备生产制造公司可行性报告

河南关于成立人脸识别设备生产制造公司可行性报告规划设计/投资方案/产业运营

报告摘要说明视觉人工智能是中国人工智能市场上最大的组成部分。根据中国信通院数据，2017年中国人工智能市场中视觉人工智能的占比超过37%。在视觉人工智能领域，安防影像分析是最大的应用场景，2017年占比约67.9%。其他主要应用包括广告、互联网、云服务、手机等。 xxx公司由xxx实业发展公司（以下简称“A公司”）与xxx公司（以下简称“B公司”）共同出资成立，其中：A公司出资770.0万元，占公司股份71%；B公司出资310.0万元，占公司股份29%。 xxx公司以人脸识别设备产业为核心，依托A公司的渠道资源和B 公司的行业经验，xxx公司将快速形成行业竞争力，通过3-5年的发展，成为区域内行业龙头，带动并促进全行业的发展。 xxx公司计划总投资20453.59万元，其中：固定资产投资 14226.37万元，占总投资的69.55%；流动资金6227.22万元，占总投资的30.45%。根据规划，xxx公司正常经营年份可实现营业收入46410.00万元，总成本费用36589.70万元，税金及附加378.25万元，利润总额 9820.30万元，利税总额11553.07万元，税后净利润7365.22万元，纳税总额4187.84万元，投资利润率48.01%，投资利税率56.48%，投资回报率36.01%，全部投资回收期4.28年，提供就业职位938个。

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。通常采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。人脸识别系统主要包括四个组成部分，分别为人脸图像采集及检测、人脸识别预处理、人脸图像特征提取以及匹配与识别。

人脸识别考勤系统解决方案

人脸识别考勤系统解决方案一、人脸识别行业背景严格规范的员工考勤管理是现代企事业单位提高管理效益的重要保证, 而传统的以打卡、刷卡为代表的考勤产品，存在着替代打卡，效率低下，不易统计，管理和使用维护成本高等弊端。指纹识别产品在考勤中的大规模应用，部分解决了代打卡的问题，但是超过5%左右的人群天生指纹很浅，无法用指纹识别。指纹考勤产品在天气干燥或者换季的时候，识别困难，由于必须接触，就给细菌的传播提供了一个便利的载体。人脸识别是对人的脸部特征信息进行身份认证的生物特征识别技术。近年来，随着欧美发达国家人脸识别技术开始进入实用阶段后，人脸识别迅速成为近年来全球的一个市场热点，它具有如下显著优点： ◆非接触，智能交互，用户接受程度高。 ◆直观性突出，符合人“以貌识人”的认知规律。 ◆适应性强，不易仿冒，安全性好。 ◆摄像头的大量普及，易于推广使用。 ◆人脸识别杜绝代打卡 ◆方便快捷识别时间少于1秒 ◆非接触更卫生不怕细菌传播 ◆通讯方式 U盘、网络

人脸识别实验报告

人脸识别——特征脸方法贾东亚一、实验目的 1、学会使用PCA 主成分分析法。 2、初步了解人脸识别的特征法。 3、更熟练地掌握matlab 的使用。二、原理介绍 1、 PCA （主成分分析法介绍）引用一个网上的例子。假设有一份对遥控直升机操作员的调查，用x 1(i ) 表示飞行员i 的飞行技能，x 2(i )表示飞行员i 喜欢飞行的程度。通常遥控直升飞机是很难操作的，只有那些非常坚持而且真正喜欢驾驶的人才能熟练操作。所以这两个属性x 1(i )和x 2(i )相关性是非常强的。我们可以假设两者的关系是按正比关系变化的。如下图里的任意找的向量u1所示，数据散布在u1两侧，有少许噪声。现在我们有两项数据，是二维的。那么如何将这两项变量转变为一个来描述飞行员呢由图中的点的分布可知，如果我们找到一个方向的U ，所有的数据点在U 的方向上的投影之和最大，那么该U 就能表示数据的大致走向。而在垂直于U 的方向，各个数据点在该方向的投影相对于在U 上的投影如果足够小，那么我们可以忽略掉各数据在该方向的投影，这样我们就把二维的数据转化成了在U 方向上的一维数据。

为了将u选出来，我们先对数据进行预处理。先求出所有数据的平均值，然后用数据与平均值的偏差代替数据本身。然后对数据归一化以后，再代替数据本身。而我们求最大的投影和，其实就是求各个数据点在U上的投影距离的方差最大。而X T u 就是投影的距离。故我们要求下式的最大值： 1 m ∑(x(i)T u)2=u T( 1 m ∑x(i)x(i)T m i=1 ) m i=1 u 按照u是单位向量来最大化上式，就是求1 m ∑x(i)x(i)T m i=1 的特征向量。而此式是数据集的协方差矩阵。在实际应用中，我们不止面临二维的数据。因此不能使用几何的形式呈现，但原理也是一样。就是找到一组相互正交的单位向量u k，然后根据贡献率考虑选择其中的部分作为考量的维数，这也就实现了数据的降维。三、实验步骤 1、将库里的400张照片分成两组。一组作为训练，一组作为库。每个人的前五张照片作为训练，后五张作为库。训练的照片按照顺序的数字重命名。库的照片名字不变。 2、库照片处理。 ①将每一张库的照片转化成N维的向量。（库里的照片是112*92，故将转化成的矩阵按列或行展开，就是个10304维的向量）我们稍后要对如此多维的向量用PCA进行降维。然后把这些向量存入一个矩阵里。而我是将这200个向量以列的形式存在了矩阵里。即 Z={Γ1，Γ2，Γ3，Γ4 (200)

人脸识别技术发展及应用分析解读

人脸识别技术发展及应用分析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。用摄像机采集人脸图像，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的一系列相关技术处理，包括人脸图像采集、人脸定位、人脸识别预处理、记忆存储和比对辨识，达到识别不同人身份的目的。市场现状人脸识别技术的研究始于20世纪60年代末期。 20世纪90年代后期以来，一些商业性的人脸识别系统逐渐进入市场，但是，这些技术和系统离实用化都有一定距离，性能和准确率也有待提高。美国遭遇恐怖袭击后，这一技术引起了广泛关注。作为非常容易隐蔽使用的识别技术，人脸识别逐渐成为国际反恐和安全防范重要的手段之一。近年来，人脸识别在中国市场，也经历着迅速的发展，而且发展的脚步也越来越快。主要原因有以下两方面。科技的进步国际上，美国标准与技术研究院（NIST）举办的Face Recognition Vendor Test 2006，通过大规模的人脸数据测试表明，当今世界上人脸识别方法的识别精度比2002年的FRVT2002至少提高了一个数量级（10倍），而对于高清晰，高质量人脸图像识别，机器的识别精度几乎达到100%。在我国，近年来科技界和社会各个方面都认识到人脸识别技术的重要性，国家政策对人脸识别技术研究给予了很大支持，使得我国人脸识别技术也得到了迅速的发展。应用需求的增加越来越趋向于高科技的犯罪手段使得人们对各种场合的安全机制要求也近乎苛刻，各种应用需求不断涌现。人脸识别市场的快速发展一方面归功于生物识别需求的多元化，另一方面则是由于人脸识别技术的进步。从需求上来说，除了传统的考勤、门禁等应用外，视频监控环境下的身份识别正成为一种迫切的需求，

人工智能行业人脸识别报告：“刷脸”时代到来,看好掌握核心技术与应用场景深耕的企业--广证恒生

人脸识别报告：“刷脸”时代到来，看好掌握核心技术与应用场景深耕的企业 ?【人脸识别，生物识别的翘楚】人脸识别以其非侵扰性、便捷性、友好性、非接触性、可扩展性等优点成为生物生物识别的翘楚。 ?【应用广泛，刷脸时代到来】从供给角度看，三大因素推动人脸识别落地应用。中国人脸识别算法精确率居全球领先水平、人脸识别相关专利的逐年递增以及人脸识别相关的人才储备居世界第三对人脸识别产业形成技术面支撑；从2015年支持银行业的远程开户到2017年12月明确提出到“2020年，复杂动态场景下人脸识别有效检出率超过97%，正确识别率超过90%”对人脸识别产业形成政策支撑；中国对人脸识别初创公司的资金支持突破十亿美元形成资金面支撑。从需求角度看，人脸识别主要应用领域金融和安防对人脸识别需求广阔，我国有望成为全球最大人脸识别市场。2018年我国人脸识别技术72%应用在安防领域，20%应用在金融领域，未来两大市场对人脸识别技术需求旺盛。我国人脸识别市场规模将在2021年达到53.16亿元，成全球最大的人脸识别市场。 ?【上中游技术是关键竞争力，下游关键在于应用场景深耕】上游芯片和中游技术是短期产业核心驱动，技术是投资上游芯片及中游的关键考量要素。影响人脸识别产业链上游发展的三大要素是芯片、算法和数据集，目前上游芯片领域亟待突破，数据集需扩大以加强算法在实际的正确率；中游 3D人脸识别技术成未来发展趋势，但仍有成本难关和技术难关；我国基本缺席上游芯片的开发，部分在中游有所布局；目前产业仍处于方兴未艾阶段，新技术驱动行业螺旋上升发展，因此技术是上游芯片及中游企业的关键竞争要素。下游场景应用决定未来人脸识别行业竞争格局，市场能力是关键所在。目前我国下游市场，云从科技占据银行领域的第一供应商位置，海康威视在安防领域的龙头位置仍未动摇，以海康威视为例可以看出渠道优势是率先占据细分市场的关键因素。 ?【从人脸识别设备商领头羊——云从科技验证人脸识别企业优质因素】云从科技是人脸识别设备行业的领头羊，也是一家覆盖产业链上下游的优质人工智能企业，Gen Market Insights数据显示云从科技在全球人脸识别设备市场占据12.88％的份额，处于行业领先地位。分析领军企业云从科技，我们认为作为覆盖产业链上下游的企业，云从科技在技术及下游场景应用深耕上的优势是企业脱颖而出的关键所在。 ?【投资策略】考虑技术和渠道两大维度，建议关注佳都科技（600728.SH）、大华股份（002236.SZ）、川大智胜（002253.SZ）、像素数据（832682.OC）等人脸识别相关企业。 ?【风险提示】人脸识别尚处于起步阶段，上游有待突破，B端市场有望国家大力推进，政策落地可能不达预期；C端市场参与对技术要求较高，行业发展可能不达预期。

人脸识别技术的应用背景及研究现状

人脸识别技术的应用背景及研究现状文件管理序列号：[K8UY-K9IO69-O6M243-OL889-F88688]

人脸识别技术的应用背景及研究现状1．人脸识别技术的应用随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切要求，生物特征识别技术在近几十年中得到了飞速的发展。作为人的一种内在属性，并且具有很强的自身稳定性及个体差异性，生物特征成为了自动身份验证的最理想依据。当前的生物特征识别技术主要包括有：指纹识别，视网膜识别，虹膜识别，步态识别，静脉识别，人脸识别等。与其他识别方法相比，人脸识别由于具有直接，友好，方便的特点，使用者无任何心理障碍，易于为用户所接受，从而得到了广泛的研究与应用。除此之外，我们还能够对人脸识别的结果作进一步的分析，得到有关人的性别，表情，年龄等诸多额外的丰富信息，扩展了人脸识别的应用前景。当前的人脸识别技术主要被应用到了以下几个方面：（1）刑侦破案公安部门在档案系统里存储有嫌疑犯的照片，当作案现场或通过其他途径获得某一嫌疑犯的照片或其面部特征的描述之后，可以从数据库中迅速查找确认，大大提高了刑侦破案的准确性和效率。 ??（2）证件验证在许多场合（如海口，机场，机密部门等）证件验证是检验某人身份的一种常用手段，而身份证，驾驶证等很多其他证件上都有照片，使用人脸识别技术，就可以由机器完成验证识别工作，从而实现自动化智能管理。

?（3）视频监控在许多银行，公司，公共场所等处都设有24小时的视频监控。当有异常情况或有陌生人闯入时，需要实时跟踪，监控，识别和报警等。这需要对采集到的图像进行具体分析，且要用到人脸的检测，跟踪和识别技术。（4）入口控制入口控制的范围很广，既包括了在楼宇，住宅等入口处的安全检查，也包括了在进入计算机系统或情报系统前的身份验证。（5）表情分析根据人脸图像中的面部变化特征，识别和分析人的情感状态，如高兴，生气等。此外，人脸识别技术还在医学，档案管理，人脸动画，人脸建模，视频会议等方面也有着巨大的应用前景。 2．人脸识别技术在国外的研究现状当前很多国家展开了有关人脸识别的研究，主要有美国，欧洲国家，日本等，着名的研究机构有美国MIT的Media lab,AI lab,CMU的Human-Compute r Interface Institute，Microsoft Research,英国的Department of Engine ering in University of Cambridge等。综合有关文献，目前的方法主要集中在以下几个方面：（1）模板匹配主要有两种方法，固定模板和变形模板。固定模板的方法是首先设计一个或几个参考模板，然后计算测试样本与参考模板之间的某种度量，以是否大于阈值来判断测试样本是否人脸。这种方法比较简单，在早期的系统中采用得比较多。但是由于人脸特征的变化很大，很难得到有效的模板来表示人脸的共性。变形模板在原理上与固定模板相同，但其中包含一些非固定的元素，一种方法是手工构造参数化的曲线和曲面以表征人脸中的某些非固定特征，如眼

人脸识别考勤管理规定

人脸识别考勤管理规定 1、2#厂房工作区域实行人脸识别考勤方式，员工出勤时应在考勤机上人脸识别考勤。 2、部门考勤员负责本部门员工考勤的管理工作，负责考勤系统里本部门人员维护、班次管理、人员排班等工作。 3、人脸识别考勤时间：员工正常出勤时上班前1小时内人脸识别签到有效，下班后无加班任务的1小时内人脸识别签退有效。未经部门同意也无加班任务的禁止在工作区域逗留。 4、员工中午休息时间不需要人脸识别考勤，但要求在规定时间吃饭和出勤，部门（班组）考勤员做好考勤记录，公司将不定期抽查监控录像，对于出现迟到和早退的将给予处罚。 5、班车晚到的，需在上班时间后1小时内填写《离岗登记表》，注明班车到达厂区的时间，并履行审批程序，当天未填写的按迟到处理。 6、上班忘记人脸识别考勤的，需当天填写《出勤登记表》，注明到达2#厂房员工入口时间，并履行审批程序。下班忘记人脸识别考勤的，需在第二个工作日填写《出勤登记表》，注明离开2#厂房员工出口的时间，并履行审批程序。未按要求填写的一律按旷工处理。 7、人脸识别考勤无效的，进入2#厂房后需先到部门考勤员处填写《出勤登记表》，注明到达2#厂房员工入口时间，并履行审批程序，所在部门（班组）考勤员需记录其当天出勤情况，班组考勤员需及时将考勤反馈至部门考勤员。当天未填写的按旷工处理。连续两次人脸识别无效的，请联系人力部重新注册人脸信息。 8、忘记人脸识别考勤的，月度内前两次不扣考核分，第三次月度考核扣2分，第四次月度考核扣6分，每出现一次在上一考核扣分基础上累加4分计算。 9、员工当月因私外出离岗时间累计计算，每累计4小时记为半天事假。 10、因有事晚到公司的，提前2小时告知主管负责人（班组员工除告知领班外，也需告知分管工程师或分管部长）的不记为迟到，到公司后需立即填写《离岗登记表》，因私晚到超过2小时的需填写请假单，离岗时间累计计算，每累计4小时记为半天事假。 11、员工除需人脸识别考勤外，部门和班组考勤员也需记录考勤。人力资源部 2012年12月10日

锐目AMS人脸识别精准广告及大数据分析系统方案

AMS人脸识别精准广告及大数据分析解决方案锐目科技

目录第1章连锁商超行业现状3第2章系统核心价值4 第3章系统优势5 第4章系统功能8 第5章系统涉及11

第1章连锁商超行业现状目前，我国的零售行业发展呈现出规模大型化、组织集团化、经营多元化和向新业态延伸的特点。从市场形势看，大型百货商场表现为如下现状： 1.1连锁商超行业销售额增长速度放缓近年来，由于网络B2C（Business To Customer，商业机构对消费者的电子商务模式，以京东商城为代表），C2C(Customer To Customer，个人向个人销售的经营模式，以Taobao为代表)等销售模式的出现，传统的零售业面临新的挑战。同时，目前经济呈现的高通货膨胀事态抑制了消费意愿；国家对零售业监管不断加强，类似限制购物卡发售，清理整顿大型零售企业向供应商违规收费等政策不断出台。以上因素造成了零售业发展趋于放缓。 1.2运营成本增加在销售额增速放缓的同时，企业运行成本却在不断攀升。2016年连锁零售企业人工费用上涨26%，租金成本上升10%，员工工资都占到成本的40%以上。 1.3同质化程度高、顾客忠诚度差目前，国内百货店普遍采取联营方式，导致千店一面、同质化程度高、顾客忠诚度差等问题明显。百货店未来要想形成差异化经营，寻找更大的利润空间，培养更多忠诚顾客，自营是发展的必然趋势。眼下，国内一些百货企业已经开始扩大了自营比例，但联营转自营还需要一个比较漫长的过程。 1.4同业过度扩张竞争从近年的发展情况看，多数城市的百货零售企业建设速度远远超过了居民实际购买力增长水平。为了扩大销售、提高市场份额，各商家把利润降到最低限度。大量对利润率预期较低的商超使行业的收益水平进一步恶化。