第一篇

生物识别技术融入出入口控制系统

生物识别技术有指纹、虹膜、脸型、掌形、静脉和DNA等多种形式，由于指纹识别具有系统成本低、使用方便等优势，指纹识别成为了目前应用最为广泛的识别技术，几乎成为了生物特征识别的代名词。另外，人脸识别技术现阶段也发展得非常迅猛，在出入口控制系统中主要应用指纹识别和人脸识别。
  生物识别技术有指纹、虹膜、脸型、掌形、静脉和DNA等多种形式，由于指纹识别具有系统成本低、使用方便等优势，指纹识别成为了目前应用最为广泛的识别技术，几乎成为了生物特征识别的代名词。另外，人脸识别技术现阶段也发展得非常迅猛，在出入口控制系统中主要应用指纹识别和人脸识别。

  一、指纹识别
  指纹是指人的手指末端正面皮肤上凸凹不平产生的纹线。纹线有规律的排列形成不同的纹型。纹线的起点、终点、结合点和分叉点，称为指纹的细节特征点。
  指纹识别即指通过比较不同指纹的细节特征点来进行自动识别。由于每个人的指纹不同，同一人的十指之间的指纹也有明显区别，并且指纹保持终身不变，因此指纹可用于身份的自动识别。
  指纹识别具有使用方便、识别速度快、价格低等特点，指纹采集头的小型化，为指纹识别的集成化带来了便利，开辟了广阔的应用市场。同时指纹识别也存在一些问题；某些人或某些群体的指纹特征少，难成像；在指纹采集头上留下用户的指纹印痕，而这些指纹痕迹存在被用来复制指纹的可能性，存在安全性的问题。
  现在指纹识别主要用于出入口控制系统中的门禁和企业考勤，随着智慧家庭的建设的发展，指纹锁开始进入家庭用锁。
  指纹采集头的小型化，指纹识别技术集成到智慧社区的可视对讲系统单元门口机中，方便业主进出门使用。
  二、人脸识别
  人脸识别利用分析、比较脸部器官的形状和位置特征信息来进行身份鉴别的计算机应用技术，它属于生物特征识别技术。目前人脸识别已成为模式识别和人工智能领域的研究热点。
  人脸识别的主要流程是：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。人脸识别的算法有很多，常用的算法有：基于人脸几何特征的识别方法、基于整幅人脸图像的识别方法、基于连接机制的人脸识别方法以及基于三维数据的识别方法。
  与其它身份识别方法相比，人脸识别具有非接触性、非强制性、并发性等特点，因而人脸识别技术有重要的应用价值。在智能建筑出入口控制系统中主要应用在门禁、考勤、机场安检等场所，一般与其它识别方式结合使用，比如集成在可视对讲单元门口机中。
  人脸采集周围环境光线的变化，相似的人脸，人体面部的遮挡物，人脸变老、人脸整形等可能影响识别的准确性，通过进行人工智能补偿提高系统的准确率。需要注意的是，人脸识别系统必须正确识别摄像头前是一个真正的人还是一幅照片。以此防止使用者用照片作假，提升系统的安全性。术推动出入口控制系统识别准确率


出入口控制的安全管理一般分为人和物两方面管理人工智能技术在这两方面的应用中也发挥着积极的推动作用。
  人工智能技术的迅猛发展，积极推动着安防领域向着一个更智能化、更人性化的方向前进，在出入口控制系统中，人工智能技术的应用将大大的提高识别准确率。
  出入口控制的安全管理一般分为人和物两方面管理人工智能技术在这两方面的应用中也发挥着积极的推动作用。
  一、人工智能技术在出入口控制系统人的管理中的应用优势
  对于人员管理来说，一般的做法是在出入口配备访客实名登记系统，所有访客进入需要进行证件登记，而访客机会利用认证对比、人脸识别等人工智能进行身份验证，充分保证了出入口的安全。
  在人工智能技术快速发展的今天，人脸识别是如证，再到现今的人脸识别验证。根据应用的实际需求，人脸识别智慧出入口闸机还可以结合多种验证方式，形成人证合一、多生物识别等闸机系统，提高管理的安全级别。
  现在很多领域使用人脸识别闸机替代人工进行实名制验证，可以实现对出入口的高效、便捷、精准的管理以及降低人工管理成本。利用人脸识别闸机，可以从前端摄像头开始部署，将采集的数据与公安系统对接，有助于开展侦查工作，防止与打击犯罪行为，加强公共场合的安全和提高公安人员的办案效率。机场、火车站、海关等高公共交通场合，将人脸识别与身份证实名制验证结合，旅客自助安检或验票通关，替代人工检验，而且识别速度非常快，提升了旅客出行的便利性。写字楼安装人脸识别闸机，能实现智慧办公，用户可以告别传统刷卡的方式，仅需要通过识别人脸即可进出。这既强化了写字楼的管理与服务，也提升了用户体验，同时，企业与物业还能利用通过闸机采集的数据优化管理方案。人脸识别闸机应用在小区，令小区的安保手段更加科技化，它替代保安的角色，识别比保安更精准和无遗漏，更好地为小区居民创造便捷的通行与阻止外来人员非法进入，当居民拎着大包小包不方便找卡、忘带和丢失门卡时 ，也不用担心，露个脸就可以进门了，非常方便，又可以增强了居民对社区的安全感。
  二、人工智能技术在出入口控制系统物的管理中的应用优势
  对于物的管理最主要的应用为车牌识别系统，车牌识别的技术在安防行业的应用由来已久，技术相对成熟，人工智能的应用提高了车牌识别的准确率。
  在传统的图像处理和机器学习算法研发中，很多特征都是人为制定的，比如hog、sift特征，在目标检测和特征匹配中占有重要的地位，安防领域中的很多具体算法所使用的特征大多是这两种特征的变种。人为设计特征和机器学习算法，从以往的经验来看，由于理论分析的难度大，训练方法又需要很多经验和技巧，一般需要5到10年的时间才会有一次突破性的发展，而且对算法工程师的知识要求也一直在提高。深度学习则不然，在进行图像检测和识别时，无需人为设定具体的特征，只需要准备好足够多的图进行训练即可，通过逐层的迭代就可以获得较好的结果。从目前的应用情况来看，只要加入新数据，并且有充足的时间和计算资源，随着深度学习网络层次的增加，识别率就会相应提升，比传统方法表现更好。
  另外在车辆颜色、车辆厂商标志识别、无牌车检测、非机动车检测与分类、车头车尾判断、车辆检索、人脸识别等相关的技术方面也比较成熟。
  1、车牌颜色识别
  在车辆颜色识别方面，基本上克服了由于光照条件变化、相机硬件误差所带来的颜色不稳定、过曝光等一系列问题，因此解决了图像颜色变化导致的识别错误问题，卡口车辆颜色识别率从80%提升到85%，电警车辆主颜色识别率到从75%提升到80%以上。
  2、车辆厂商标志识别
  在车辆厂商标志识别方面，使用传统的HOG、LBP、SIFT、SURF等特征，采用SVM机器学习技术训练一个多级联的分类器来识别厂商标志很容易出现误判，采用大数据加深度学习技术后，车辆车标的过曝光或者车标被人为去掉等引起的局部特征会随之消失，其识别率可以从89%提升到93%以上。
  3、车辆检索
  在车辆检索方面，车辆的图片在不同场景下会出现曝光过度或者曝光不足，或者车辆的尺度发生很大变化，导致传统方法提取的特征会发生变化，因此检索率很不稳定。深度学习能够很好地获取较为较稳定的特征，搜索的相似目标更精确，Top5的搜索率在95%以上。在人脸识别项目中，由于光线、姿态和表情等因素引起人脸变化，目前很多应用都是固定场景、固定姿态，采用深度学习算法后，不仅固定场景的人脸识别率从89%提升到99%，而且对姿态和光线也有了一定的放松。
  4、交通信号系统
  传统的交通灯使用默认时间转换灯色，虽然转换灯色的时间会根据数据每几年更新一次，但是随着交通模式发展，传统系统很快就会过时。而人工智能驱动的智能交通信号系统则以雷达传感器和摄像头监控交通状况，然后利用先进的人工智能算法决定灯色转换时间，通过人工智能和交通控制理论融合应用，优化了城市道路网络中的交通流量。
  5、警用机器人
  人工智能的警用机器人将取代交通警察，实现公路交通安全的全方位监控、全天候巡逻、立体化监管。
  6、大数据分析
  人工智能算法可以根据城市民众的出行偏好、生活、消费习惯等方式，分析出城市人流、车流的迁移与城市建设及公众资源的数据。基于这些大数据的分析结果，为政府决策部门进行城市规划，特别是为公共交通设施的基础建设提供指导和借鉴。
  7、无人驾驶和汽车辅助驾驶
  非常重要的一个技术点就是图象识别，通过图像识别前方车辆、行人、障碍物、道路以及交通信号灯和交通标识，这项技术的落地应用将给人类带来前所未有的出行体验，重塑交通体系，并构建真正的智能交通时代。


第三篇

出入口控制系统发展趋势

伴随人工智能、物联网、大数据、互联网等信息技术的快速发展，出入口系统也呈现出快速增长，技术融合发展，市场深入应用。未来，也将呈现出良好的发展趋势：
  出入口控制系统是集技防和物防功能为一体的防范设施，从防范效果上可称得上是安全技术防范系统中有效的防范手段之一。设置出入口控制系统可以把企图不轨之人拒之门外，着力避免入室不法活动的发生，从这个意义上讲，它是一种主动式安全防范手段，把预防犯罪重点放在事先，而不像其他防范手段是放在事后。
  相对于监控、报警系统等安防产品市场时缓时猛的增长态势而言，中国出入口控制产品市场的增长，近10来年基本保持着一种持续稳定的态势，增长速度大致力15%左右。
  近几年，伴随人工智能、物联网、大数据、互联网等信息技术的快速发展，出入口系统也呈现出快速增长，技术融合发展，市场深入应用。未来，也将呈现出良好的发展趋势：
  随着技术的发展，出入口控制逐渐延伸出多种应用产品，并广泛应用于各种领域，其未来的发展趋势主要呈现出以下几个方面：
  一、人脸识别
  据Yole公布数据显示，全球人脸识别市场规模预计将从2017年的40.5亿美元增长至2022年的776亿美元，这期间的复合年增长率可达13.9%。而随着人脸识别技术的发展，人脸识别技术在出入口控制领域也正广泛的运用，如延伸出不少以人脸识别的人行、车行、物检为入口的场景化应用，目前视频流人脸识别门禁控制管理系统，主要应用于机关单位、高端商业体等，同时有大量的人证合一身份识别应用，在酒店登记、交通枢纽、公共场所开始部署，如刷脸安检、刷脸过闸等。
  应民航安保措施的新要求，人脸识别与智能门禁系统结合逐步成为趋势。机场在机场候机楼、预安检通道和临时身份确认等场合使用人证比对功能，给旅客带来巨大的便利。未来，人脸识别门禁系统，将在机场各领域应用，不仅提高旅客出行效率，同时，优化机场管理、运营效率，助力智慧机场的全新升级。
  基于先进人脸识别技术，结合成熟ID卡和生物识别技术推出的智能安全门禁产品。产品采用分体式设计，人脸识别、生物识别和ID卡信息的采集、识别及门禁控制内外分离，实用性高、安全可靠。人脸识别门禁系统，最大的特点就是将人脸识别技术与门禁系统的结合，实现人脸开门以及人证核验的功能。
  二、二维码应用方案
  二维码扫码识别随着智能手机的发展逐步活跃，通过该识别控制技术，可实现访问权限的快速授权和转发，通过智能手机对其进行便捷操作，与微信公众号、互联网门禁APP等结合，也极大降低了二维码识别的应用门槛。再加上识别速度快、升级替换能力强，及便捷的管理模式等特点，尤其适用于访客或短时效性的门禁管理权限应用，如智慧楼宇的访客应用，以及时钟酒店、短租办公室等这类临时高频次的应用场所。
  三、人工智能
  近几年人工智能发展速度迅猛，去年更被称为人工智能爆发元年，人工智能的发展趋势在出入口控制同样势不可挡，不少出入口控制企业踏足人工智能领域，推出新产品、新理念，助推产品在出入口控制领域的落地。人工智能在门禁、通道、访客、梯控、停车场等出入口控制方面的应用，将对出入口控制产生深远的影响。
  四、物联网
  在物联网的融合下，停车APP、系统互联网化等趋势已日益显现，将传统的停车资源进行整合，通过物联网实现车位信息、停车诱导、车票识别、缴费支付等功能，让停车更为简单便捷，出入口控制承担安防功能的同时，也成为"智慧社区"、"智慧楼宇"、"智慧停车"等信息智慧生活生态体系的良好切入口。
  五、车牌识别微信停车管理
  在停车场收费系统中，微信支付颠覆了停车场的管理模式，让停车场实现了真正意义上的无人值守。基于微信平台实现便捷智能的综合停车管理，囊括了注册、激活、预约、自助缴费、车位引导、反向寻车、防盗锁定等全方位应用。用户可直接在微信应用上操作实时车位查询与预约、寻车以及自助缴费等流程，告别以前非互联网方式下，现场找寻车位、找车、排队缴费等耗时耗力的停车体验。
  六、深度学习算法
  在安防行业，深度学习的应用日益广泛，在出入口控制领域同样如此，GPU、FPGA、TPU等智能芯片的运用大大提高了运算效率，而深度学习算法也增强了增强图像和视频分析的准确率，使得人脸识别、车辆识别等变得更为"智能"。
  七、跨界运作
  跨界已成为各行各业的热门词汇，在出入口控制领域亦如此，如红星美凯龙入股互联网停车公司"停简单";2015年，海康威视发布停车场出入口管理系统;2015年，安居宝与微信支付合作，率先在广州12个车场试点实行1分钱停车活动;狄耐克摇摇停车APP的云服务应用等，越来越多的企业之前进行跨界合作，抢食出入口控制市场份额，未来，竞争必将更加激烈。