站内搜索:
    • 公司:
    • 广州煊泰智能科技有限公司
    • 联系:
    • 刘小姐、罗先生
    • 手机:
    • 13560316803
      13302259887
    • 电话:
    • 020-87391235
      020-87391322
      400-8889203
    • 传真:
    • 020-87398278
    • 地址:
    • 广州市海珠区江燕路南珠广场南珠1号823
本站共被浏览过 218824 次
用户名:
密    码:

产品信息
您所在的位置:首页 > 详细信息

广州万顷沙镇人脸考勤门禁系统供应,客户第一,服务至上

2020-02-19 10:49:01 488次浏览

价 格:面议

注意事项

1、您的人像必须在镜框范围内;取样时,只要脸在镜面范围内,视线对着镜面中央平行或是低头都是可以的。

2、请与考勤机保持约30—80cm距离处将人脸正对镜子,眼睛盯着镜面的中央处,缓缓的前后移动脸部,并保持取样时神态自然。

3、在取样时尽量保持取样环境与考勤环境的一致,建议最好在考勤机放置位置取样。

4、请保持表情自然,避免闭眼、斜视、头发盖住眼睛,取样和考勤时请不要佩戴眼镜,这样可以方便更快考勤。

5、不要在有阳光照射的窗户附近使用。

人脸识别考勤管理引起销售市场风潮:在百度输入“人脸识别考勤管理”,能够获得154万个有关結果,统计数据向人们传送出人脸识别考勤管理已成1个热行业的信息内容。在国家大力发展“互联网技术+”的大背景下,基本建设智能化考勤系统具备非常关键的实际意义。虽然现如今仍有大部分公司恪守指纹考勤,但随之科技进步的升級,考勤管理商品升级迭代,指纹考勤的弊端也就更加显著。因为指纹打卡必须触碰设备,因而经常出現鉴别不灵的状况,再者碰到上班签到高峰,打卡机前排长队等待必然,影响考勤体验。人脸识别系统因为具备非接触性,不用身体触碰设备,根据人脸识别便可鉴别真实身份,看起来更为人性。人脸识别考勤在指纹考勤之后侵吞考勤销售市场,两者之间比较,刷脸更加智能化、个性化。

基于几何特征的人脸识别方法

人脸由眼睛、鼻子、嘴巴、下巴等部件构成,正因为这些部件的形状、大小和结构上的各种差异才使得世界上每个人脸千差万别,因此对这些部件的形状和结构关系的几何描述,可以做为人脸识别的重要特征。这种方法思想很好,但是存在两个问题,一是能量函数中各种代价的加权系数只能由经验确定,难以推广,二是能量函数优化过程十分耗时,难以实际应用。 基于参数的人脸表示可以实现对人脸显著特征的一个高效描述,但它需要大量的前处理和精细的参数选择。同时,采用一般几何特征只描述了部件的基本形状与结构关系,忽略了局部细微特征,造成部分信息的丢失,更适合于做粗分类,而且目前已有的特征点检测技术在精确率上还远不能满足要求,计算量也较大。因此,这些算法识别速度快,需要的内存小,但识别率较低。

基于特征脸的人脸识别方法(Eigenface或PCA)

特征脸方法是90年代初期由Turk和Pentland提出的目前最流行的算法之一,具有简单有效的特点, 也称为基于主成分分析(principal component analysis,简称PCA)的人脸识别方法。该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性,然后再计算出它们的几何特征量,而这些特征量形成一描述该面像的特征向量。其技术的核心实际为“局部人体特征分析”和“图形/神经识别算法。”这种算法是利用人体面部各器官及特征部位的方法。基于特征分析的方法,也就是将人脸基准点的相对比率和其它描述人脸脸部特征的形状参数或类别参数等一起构成识别特征向量,这种基于整体脸的识别不仅保留了人脸部件之间的拓扑关系,而且也保留了各部件本身的信息,而基于部件的识别则是通过提取出局部轮廓信息及灰度信息来设计具体识别算法。现在Eigenface(PCA)算法已经与经典的模板匹配算法一起成为测试人脸识别系统性能的基准算法;而自1991年特征脸技术诞生以来,研究者对其进行了各种各样的实验和理论分析,FERET'96测试结果也表明,改进的特征脸算法是主流的人脸识别技术,也是具有最好性能的识别方法之一。

广州煊泰智能科技有限公司版权所有ID:35061620) 技术支持:武汉百业网科技有限公司   百业网客服:

2

回到顶部