3D人脸识别技术是人脸识别重要发展发现。目前大部分的人脸识别应用的范畴限定在2D图像上。人脸实质上是一个立体模型，而2D人脸识别容易受到姿态、光照、表情等因素影响，是因为2D图像本身有一个缺陷，无法很好地表示深度信息。如果说深度学习是从人的认知角度来理解人脸识别，那么3D技术就是从现实模型来反映人脸识别。…… 【阅读全文】

人脸识别技术是基于人的脸部特征，对输入的人脸图像或者视频流进行分析，那么这项技术是怎么运行的呢？首先判断其是否存在人脸 , 如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息，并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。…… 【阅读全文】

随着各种生物特征识别技术的不断发展和提高，在全球信息化、云计算、大数据的大背景下，生物特征识别技术的应用面会越来越广，深度会不断深入，将呈现以下四个发展趋势：…… 【阅读全文】

不被察觉的特点对于一种识别方法也很重要，这会使该识别方法不令人反感，并且因为不容易引起人的注意而不容易被欺骗。人脸识别具有这方面的特点，它完全利用可见光获取人脸图像信息，而不同于指纹识别或者虹膜识别，需要利用电子压力传感器采集指纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而更有可能被伪装欺骗。 …… 【阅读全文】

在智慧校园的概念炙手可热的当下，学校后勤管理如何顺势而为、提供更好的服务，人脸识别技术的应用很多学校暂处于观望状态。人脸识别技术应用系统：学校访客管理、学生宿舍进出入、图书馆智能管理、校园安防管控。…… 【阅读全文】

几十年的时间里，视频监控行业的核心技术已经发生了变化，从传统的模拟摄像机到当今的IP摄像机、AI摄像机。这个转变也将为VMS带来新的生命力，预计2019年亚太地区的市场总值达51亿美元。随着摄像机和传感器的发展，物联网等新兴技术与视频管理系统的集成，视频技术必将对企业和市场产生更多影响。对于未来的一年，我们认为会有以下三种趋势：…… 【阅读全文】

人脸识别属于技术性防范，因此也存在着一定的漏洞。从产品角度而言，目前主要存在两大安全隐患：一是人员信息的隐私泄露，二是防伪。隐私泄露属于系统的安全策略漏洞，补齐漏洞关键看使用方如何使用数据;而防伪是验证前端识别终端设备及算法能力的标准，强化人脸防伪建设也是促进人脸识别落地更多应用场景的关键。…… 【阅读全文】

今天的安防边界，已经变得愈加模糊。传统的安防业务模式，正从单一的“人、车、物”识别，走向基于视频监控的城市级管控平台。而安防监控摄像机的身份，在技术、工艺、功能等方面的不断完善下，也从单纯的防卫产品变成线上线下的智能交互节点。人们每经过一次，都在进行一次信息交互，进而与各大平台相连接，做各类数据增值分析，…… 【阅读全文】

目前人类对于识别技术的应用技术越来越广泛了，不管是人脸识别还是汽车识别等，许多领域都开始使用识别技术。但是ACLU曾用美国国会议员的照片，对亚马逊公司的人脸识别系统Rekognition进行了测试，结果是，系统将28位议员错误地识别为涉嫌犯罪的被捕者。ACLU怀疑系统存在种族歧视，因为在测试中，被错误识别者中约40%是有色人种…… 【阅读全文】

首先建立人脸的面像档案。即用摄像机采集单位人员的人脸的面像文件或取他们的照片形成面像文件，并将这些面像文件生成面纹(Faceprint)编码贮存起来。…… 【阅读全文】