一种人脸识别系统,其特征在于,包括:人脸信息采集子系统,负载均衡子系统,以及至少一个人脸识别子系统,其中,所述人脸信息采集子系统,用于获取人脸信息,并向所述负载均衡子系统发送人脸识别请求,其中,所述人脸识别请求中至少携带有所述人脸信息;所述负载均衡子系统,用于基于各个人脸识别子系统分别对应的平均负载值,从所有人脸识别子系统中,选取一个所述人脸识别子系统,并将所述人脸识别请求转发至选取的所述人脸识别子系统;所述人脸识别子系统,用于从自身管辖的所有人脸识别服务器中,选取预设数目的人脸识别服务器分别对所述人脸识别请求中携带的人脸信息进行处理,获取每一台人脸识别服务器在处理所述人脸信息后生成的处理结果,并基于各个处理结果,获取所述人脸信息对应的人脸识别结果。
人脸图像采集及检测
人脸图像采集:不同的人脸图像都能通过摄像镜头采集下来,比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时,采集设备会自动搜索并拍摄用户的人脸图像。
人脸检测:人脸检测在实际中主要用于人脸识别的预处理,即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富,如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来,并利用这些特征实现人脸检测。
主流的人脸检测方法基于以上特征采用Adaboost学习算法,Adaboost算法是一种用来分类的方法,它把一些比较弱的分类方法合在一起,组合出新的很强的分类方法。
人脸检测过程中使用Adaboost算法挑选出一些能代表人脸的矩形特征(弱分类器),按照加权投票的方式将弱分类器构造为一个强分类器,再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器,有效地提高分类器的检测速度。
人脸图像匹配与识别
人脸图像匹配与识别:提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配,通过设定一个阈值,当相似度**过这一阈值,则把匹配得到的结果输 出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较,根据相似程度对人脸的身份信息进行判断。这一过程又分为两类:一类是确认,是一对一 进行图像比较的过程,另一类是辨认,是一对多进行图像匹配对比的过程。
随着现代化城市建设的迅速发展,建筑施工的机械化、自动化程度要求也越来越高,吊塔和升降机已经成为建筑工地必不可少的大型施工机械,但同时塔吊和升降机安全的事故也屡屡发生,而发生这些事故开始的源头为驾驶员非执证上岗,操作不专业引起事故发生,所以需要由专门的驾驶员来操作,安全规范的驾驶能有效降低风险和降低事故的发生。为了改变目前工地安全管理现况,防止非授权人员操作机具,避免危险的发生,人脸识别身份认证则是*手段。
为了对工地实施有效监管,进一步加强施工现场安全性,飞瑞斯科技推出一套针对建筑施工的工地人脸识别身份验证解决方案,为工地提供现场特殊操作岗位身份认证能,防止无证人员上岗操作,避免了安全隐患发生的可能。