人脸识别(FaceRecognition，FR)它是一种基于人类面部特征信息进行身份识别的生物识别技术。使用摄像头或摄像头收集包含人脸的图像或视频流，并自动检测和跟踪图像中的人脸，然后识别检测到的人脸，通常被称为肖像识别和面部识别。

　　人脸识别系统的研究始于20世纪60年代。20世纪80年代后，随着计算机技术和光学成像技术的发展，90年代末真正进入初级应用阶段；近年来，随着人工智能技术的进步，人脸识别技术发展迅速。“人脸识别系统”它集人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等专业技术于一体。它是一种综合性很强的系统工程技术。

　　人脸识别系统通常包括几个过程：人脸图像采集和检测、关键点提取、人脸规则（图像处理）、人脸特征提取和人脸识别比较。

　　人脸图像采集：不同的人脸图像可以通过相机镜头采集，如静态图像、动态图像、不同位置、不同表达等。当用户在采集设备的拍摄范围内时，采集设备会自动搜索和拍摄用户的人脸图像。

　　人脸检测:实际上，人脸检测主要用于人脸识别的预处理，即在图像中准确标记人脸的位置和大小。

　　关键点提取(特征提取)：可用于人脸识别系统的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征的提取是针对人脸的某些特征。人脸特征提取，又称人脸表征，是人脸特征建模的过程。提取人脸特征的方法分为两类：一种是基于知识的表征方法；另一种是基于代数特征或统计学习的表征方法。

　　人脸规则(预处理)：人脸图像预处理是基于人脸检测结果处理图像并最终服务于特征提取的过程。由于各种条件的限制和随机干扰，系统获得的原始图像往往不能直接使用。在图像处理的早期阶段，必须进行灰度校正、噪声过滤等图像预处理。对于人脸图像，预处理过程主要包括光补偿、灰度变化、直方图平衡、归一化、几何校正、滤波、锐化等。

　　人脸识别比较(匹配与识别)：提取的人脸图像的特征数据与存储在数据库中的特征模板进行搜索匹配，当相似度超过该阈值时，通过设置阈值输出匹配得到的结果。人脸识别是将待识别的人脸特征与已获得的人脸特征模板进行比较，并根据相似程度判断人脸的身份信息。可分为1:1、1:N、属性识别。其中1:1.比较两张人脸对应的特征值向量，1:N是将一张人脸照片的特征值向量与其他N张人脸对应的特征值向量进行比较，输出高相似度或相似度排名前X的人脸。

　　悟空HRM有两大产品:EHR系统和智能出入管理系统。智能访问管理系统、集成访客系统、工厂安全培训、卡车控制、车辆管理系统等，优化了管理流程，操作简单，易于掌握，提高了安全工作的效率。