人脸识别门禁系统逻辑五大层次架构

目前，随着科学技术的不断发展和进步，人像生物识别技术的日益成熟和完善，人像生物识别技术作为全球最前沿的生物识别技术及图像处理技术。 1.采集层 人脸识别门禁系统需能为系统获取开展人脸识别分析应用所需基础图像数据的各种采集方式，主要包括以下几种： 数据库信息批量采集：可以从中山大学原有的教职工、学生相片库等第三方人脸识别门禁系统批量获得建库所需人员信息及相片数据，用以建立人脸识别门禁系统自己的人员数据库。 2.数据层 包括相片库、基础模板库和索引库三种数据库。 基础模板库：与相片库相对应的人像识别比对基础模板库。 索引库：索引库是本平台的重要核心，是应用和特征库之间的重要桥梁，索引库在各相片库及基础特征库之间按人员信息建立索引，可以为各警种的人像智能识别比对应用提供数据共享；此外还可根据不同警种业务需求建立相应的业务特征库索引，缩小识别比对范围，提高识别比对效率。 3.支撑层 人脸建模：该模块负责从静态图片以及人脸识别中定位和提取出人脸数据，并对人脸数据进行建模和局部分析，抽取出相应的人脸特征，进而对局部特征作结构化处理。 该模块是人脸识别分析技术应用的核心，负责完成从获取的人脸图像与数据库中的人脸图像进行特征比对和检索等关键功能。 4.功能层 包括了人脸识别门禁系统应用的所有基础功能模块：人员建库、人脸特征采集、实时数据上传、基础信息管理、人脸特征比对分析、人脸特征比对报警及人像抓拍分布统计等功能模块或子系统。 5.应用层 具有人像识别比对相关业务需求的应用功能。 通过“施密特技术中心”所拥有的实力派技术阵容和设计、实验手段使得新产品的研发周期缩短；产品的科学性、品质的稳定性、良好的性价比有一定的保证。