4.成本較低，易于推廣使用。由于識(shí)別技術(shù)所使用的是常規(guī)通用設(shè)備，價(jià)格均在一般用戶可接受的范圍之內(nèi)，與其它生物識(shí)別技術(shù)相比，人臉識(shí)別產(chǎn)品具有很高的性能價(jià)格比。

5.使用通用性設(shè)備。人臉識(shí)別技術(shù)所使用的設(shè)備為一般的PC、攝像機(jī)等常規(guī)設(shè)備，由于目前計(jì)算機(jī)、閉路電視監(jiān)控系統(tǒng)等已經(jīng)有了廣泛的應(yīng)用，因此對(duì)于多數(shù)用戶而言使用人臉識(shí)別技術(shù)無需添置大量專用設(shè)備，從而既保護(hù)了用戶的原有投資又?jǐn)U展了用戶已有設(shè)備的功能，滿足了用戶防范的需求。源頭廠家更靠譜人臉識(shí)別多用于大型工程類場所，往往需要大批量采購。

6.基礎(chǔ)資料易于獲得。人臉識(shí)別技術(shù)所采用的依據(jù)是人臉照片或?qū)崟r(shí)攝取的人臉圖像，因而無疑是容易獲得的。

7.人臉識(shí)別使用方便，用戶接受度高。識(shí)別技術(shù)使用通用的攝像機(jī)作為識(shí)別信息獲取裝置，以非接觸的方式在識(shí)別對(duì)象未察覺的情況下完成識(shí)別過程。

人臉識(shí)別技術(shù)包含三個(gè)部分：

(1)人臉檢測

面貌檢測是指在動(dòng)態(tài)的場景與復(fù)雜的背景中判斷是否存在面像，并分離出這種面像。一般有下列幾種方法：

①參考模板法

首先設(shè)計(jì)一個(gè)或數(shù)個(gè)標(biāo)準(zhǔn)人臉的模板，然后計(jì)算測試采集的樣品與標(biāo)準(zhǔn)模板之間的匹配程度，并通過閾值來判斷是否存在人臉；

②人臉規(guī)則法

由于人臉具有一定的結(jié)構(gòu)分布特征，所謂人臉規(guī)則的方法即提取這些特征生成相應(yīng)的規(guī)則以判斷測試樣品是否包含人臉；

③樣品學(xué)習(xí)法

這種方法即采用模式識(shí)別中人工神經(jīng)網(wǎng)絡(luò)的方法，即通過對(duì)面像樣品集和非面像樣品集的學(xué)習(xí)產(chǎn)生分類器；

④膚色模型法

這種方法是依據(jù)面貌膚色在色彩空間中分布相對(duì)集中的規(guī)律來進(jìn)行檢測。

⑤特征子臉法

這種方法是將所有面像集合視為一個(gè)面像子空間，并基于檢測樣品與其在子孔間的投影之間的距離判斷是否存在面像。

值得提出的是，上述5種方法在實(shí)際檢測系統(tǒng)中也可綜合采用。

人工智能早已變成人人口中廣為人知的熱點(diǎn)話題。可擴(kuò)充性人臉識(shí)別門禁系統(tǒng)方案，用戶的需求是不斷變化的，在設(shè)計(jì)系統(tǒng)時(shí)應(yīng)留有一定的余地，保證用戶的動(dòng)態(tài)需求。但大部分其他人都不知道，這一問世于70年里的技術(shù)性，以前遭到三起三落，直至深藍(lán)色打敗國際象棋和近些年阿爾法Go數(shù)次打敗中國圍棋，依靠深度神經(jīng)網(wǎng)絡(luò)，人工智能再度變成制造行業(yè)的熱門選手呢。 實(shí)踐活動(dòng)是檢測真知的規(guī)范，知行合一才可以恰當(dāng)感知并改變世界。在人們探索宇宙的過程中，互聯(lián)網(wǎng)技術(shù)的文字網(wǎng)頁鏈接全球中，信息和人中間的鴻溝已經(jīng)被占滿，但這僅僅“小乘”境界；感知更寬闊的全球，必須將大量圖型、視頻富媒體信息開展結(jié)構(gòu)型，并被人們獲得，這才算是“大乘”境界。