管理系统人脸识别
人脸识别技术简介
随着高科技的蓬勃发展，人体特征分析技术已经作为身份快速识别及视频监控等领域的最新增值点与应用点，在身份识别、智能安防、智能监控、出入管理、证卡认证等方面发挥巨大作用。
面部检测识别技术，是利用计算机图像分析、模型理论、人工智能及模式识别技术的非接触性高端模式识别技术，其可完成从复杂的图像场景中检测、检出特征人像信息，并进行匹配识别的智能分析过程。
面部识别的流程如下图所示：
二、人脸识别监狱通道管理系统需求
随着计算机和网络技术的推广应用，信息化管理的新思路也开始进入到监狱管理的实践之中。根据司法部监狱安防技术要求，加强对出入监狱人员的管理和控制，提高监舍监管安全，提高监狱的安全技术防范水平和信息化管理水平，实现监狱管理的数字化。监狱是强制管理违法犯罪人员的场所，是实现社会治安综合治理的最重要环节之一。随着新一轮数字化监狱系统的改造升级，监狱管理正在朝着网
人脸识别监狱通道管理系统
络化、信息化、数字化方向快速发展。数字化监狱通道管理系统的建设可由视频监控、人像识别、出入口管理、周界报警、巡更管理、监舍对讲和进出通道管理、服狱人员定位等几部分组成。
而监狱通道出入人员身份快速识别及看守所安全方面的管理要求，具备非接触特点的人像生物特征识别技术，可以依靠常规的视频图像获取设备快速进行人员身份识别及陌生人预警等功能，满足监狱、看守所等特殊场所的管理要求及安全管理要求。场所现状及人脸识别需求：
滚闸门1滚闸门3出卡机进门闸门4B门出A门进值班室值班民警(还卡处)B门进滚闸门2A门出出门
监狱/看守所通道示意图
1.进入监狱通道时，临时人员需由1个狱警带队并从出卡机取卡方可进入； 2.临时人员在值班室办完手续后并进行人像注册，进入A门进区域，需进行刷卡人像识别验证，如果不是带队狱警所带入的人员，系统报警。禁止开启启B门出；
3.出滚闸门2时，临时人员需刷卡人像识别验证，如果不是带队狱警带入注册人员，系统报警，滚闸门2禁止开启。
4.离开人员在值班室办完离开手续后，出滚闸门3需再一次刷卡人像识别验证，果不是带队狱警带入注册人员，系统报警，滚闸门3禁止开启。
第1页 /共 12页
人脸识别监狱通道管理系统
三、人脸识别监狱通道管理系统
3.1系统架构
系统采用了最普通的IP摄像机与工业PC机及TCP/IP网为基础设备，配合人脸智能识别技术为核心，通过协议转换器，使系统在完成人脸识别的同时，也给道闸的闸机一个开关信号，同步开启人行通道的闸机，并且存储、分析所识别的人脸数据，生成统计信息与报表，主要构成：高清网络摄像机、读卡器、IC卡、门禁控制器、电控锁、服务器、PC机、高速局域网及人脸识别监狱通道管理系统。
系统应用架构分为三部分：
1、人脸采集与制证部分；主要用于通过照片信息或摄像机采集信息把来人身份信息及人脸信息建模、入库，并用于证件信息制作。
2、人脸识别与闸机触发部分；主要通过IP摄像机采集将要通过人行闸机的人员的人脸信息，并跟库中人员信息进行比对，如果识别结果正确，闸机将开启，允许通过。如果库中没有人员人脸信息，则可以通过刷卡方式，开启闸机。
3、人脸识别结果统计与大屏显示；保存人脸识别结果，提供统计分析功能，且能通过大屏显示现场人脸识别情况及查询识别结果。
3.2系统应用部署
第2页 /共 12页
人脸识别监狱通道管理系统
数据库服务器人像识别服务平台报警系统门禁控制器门禁控制器摄像机1摄像机2摄像机3摄像机4滚闸门2滚闸门3刷卡器1刷卡器2
部署说明：机房部署数据库服务器、人脸识别服务平台，前端部署显示端，出入通道设置4台高清网络摄像机和
滚闸门N台及IC卡读卡器数台。
第3页 /共 12页
人脸识别监狱通道管理系统
其中：
1、高清网络摄像机：捕获人脸视频设备；
2、闸门：通过门禁控制器控制的闸门，软件系统通过给控制器信号来控制滚闸门的开关。当比对成功后，闸门自动开启
3、刷卡器：用于刷卡时读取IC卡信息；
4、数据库服务器：存贮人像信息数据库及基础信息数据；
5、人脸识别服务器平台：主要将前端摄像机传输过来的人像信息与数据库中注册人员信息进行比对，并将比对结果显示到屏幕上。
系统运行流程：进出人员通过安装于出入通道的高清网络摄像机，系统自动检测并采集人像图片，建模后传送至人像识别服务平台与后台人像数据库信息进行比对，并将比对结果输送到显示屏显示，同时发送信号到门禁控制器进行滚闸门自动开启，非库内人员，则滚闸门关闭，并进行报警。
狱警刷卡B门进出门人员刷卡取卡登记出门人员刷卡失败人像采集注册人像比对成功失败人像比对报警成功报警狱警刷卡开启A门进滚闸门2开启出滚闸门2滚闸门3开启出滚闸门3进门人员刷卡狱警刷卡开启A门出还卡出门报警失败人像比对成功办理出门手续狱警刷卡开启B门出 第4页 /共 12页
人脸识别监狱通道管理系统
3.3系统功能设计
人员信息管理
1、人员基础信息管理
实现监狱干警及需中、长期进出监狱大门通道人员的基础信息管理功能，包括人员基本信息的新增、修改、删除、查询维护及进出人员的IC卡发卡管理。
2、人像信息注册
实现监狱干警及中、长期进出通道人员的视频人像信息注册功能，系统采集注册人员的人像信息，建立监狱正常出入通道人员的识别比对人像库。
值班人员信息管理
1、值班人员基础信息管理
实现监狱进出通道看守值班人员的基础信息管理功能，包括通道看守人员基本信息的新增、修改、删除、查询维护及通道看守人员的身份IC卡发卡管理。
2、值班人员登录确认
实现监狱进出通道看守值班人员的系统登录确认功能，通道值班人员在接班后，首先必须使用自己的登录帐户与登录密码登录系统后才能使用。
系统自动记录通道看守人员的人工确认记录信息（值班员姓名、放行时间等）。
3、值班人员交班信息 硬件管理
1、摄像机设备管理
第5页 /共 12页
人脸识别监狱通道管理系统
实现对现场安装的摄像机进行管理功能。包括摄像机基本信息的新增、修改、删除、查询维护。
2、刷卡机设备管理
实现对现场安装的摄刷卡设备进行管理功能。包括刷卡机基本信息的新增、修改、删除、查询维护。人像身份识别验证
1、临时人员发卡注册
实现监狱临时进入通道人员的发卡及人像注册功能。临时进入人员首先取一张临时通行卡（系统事先已编好一组指定号段），在得到值班人员身份确认后，由值班人员对临时人员进行人像采集注册。
2、出监人员身份识别验证
实现监狱出通道人员的视频人像识别验证功能。出通道人员包括临时人员，走入通道时，在该人员刷卡时，系统自动跟踪采集人像，并识别该人员的身份信息。一旦识别通过，报告被识别人员姓名，系统自动把识别结果显示在安装通道屏幕及值班室监控视频上，狱警通过人工识别确认无误后开启门禁，同时发出人员身份验证通过的提示声音或信号提示。
3、带队狱警放行确认
实现带队狱警确认开启门禁功能。在出监人员人像身份识别验证通过后，必须再进行带队狱警人工确认才能开启门禁。
4、出入日志信息查询
实现监狱出入通道通行人员的日志信息查询功能，实时按时间段、临时人员信息、人员类型、值班人员等信息字段的组合查询功能，实现系统审计功能。陌生人预警
1、陌生人报警管理
实现监狱陌生人的识别预警功能，系统自动采集识别视频监控范
第6页 /共 12页
人脸识别监狱通道管理系统
围出现的人像信息，一旦发现无法识别人员，系统自动采集该人员的人像信息并展示在值班看守人员的报警界面上，提示看守值班人员警示与确认。系统维护管理
1、用户管理
实现系统的使用用户信息管理，包括用户的基础信息、用户的登录信息、登录口令等数据内容。
2、用户权限管理
实现系统用户的权限管理功能，管理系统使用用户的操作权限与数据权限，实现系统用户角色的定义，用户角色权限的管理，用户所属角色维护等功能。
3、数据字典管理
实现系统基础数据字典的维护管理功能。
4、系统参数配置管理
维护系统的系统参数配置数据信息，管理系统各个控制字段配置信息，如人员类型、人像采集参数等。
四、公司简介
河南海一电子科技有限公司成立于2010年，是一家专业从事计算机软件开发、电子产品开发，生物识别技术研发的的高科技企业，第7页 /共 12页
人脸识别监狱通道管理系统
主要从事公安、银行、电信、旅店业、娱乐业等多个领域的应用软件、硬件研发、系统集成；在福州、西安、无锡等地设有分公司。公司致力于生物智能科技方面的技术研究，联合海外研发机构协同研发顶尖的人像识别技术，并同省内多家高校广泛深入的合作，不断最求与提升核心技术竞争力。公司秉承“海纳百川、一秉虔诚”的理念，始终坚持以人为本、恪守诚信、凝智聚心，有德有情。努力打造成立足于河南、面向全球高速发展的高科技企业。
河南海一电子科技有限公司基于人像生物识别技术针对不同的行业特点和需求成功研发了诸多行业的软、硬件产品。生物识别技术系列产品：
人脸识别技术--公安行业应用：
1、人脸识别技术—人证识别系统；
2、人脸识别技术—重点场所人脸识别追逃系统
3、人脸识别技术—卡口人证识别身份确认系统；
4、人脸识别技术—人证识别访客登记系统 人脸识别技术—金融行业应用
5、人脸识别技术—金融、证券交易人证识别身份确认系统 人脸识别技术—海关、港口、机场应用
6、人脸识别技术—人证识别身份核查系统 人脸识别技术—校园安全
7、人脸识别技术—校安通
8、人脸识别技术—高校学生智能考勤验证系统； 人脸识别技术—企事企单位应用
9、人脸识别技术—智能考勤系统
传统的生物特征身份识别方法, 例如指纹识别和人眼虹膜识别均需要特殊的检测设备, 这一类设备昂贵且笨重, 所以仅能在少数场合使用。
针对身份识别所需设备的代价高的问题, 近年来, 许多科研团队都在研究如何减小识别的代价。其中不少人想借助功能越来越强大的手机端进行人脸识别。但是现有的相关专利的应用, 存在着手机端处理的信息过多且耗费过高, 系统准确性和实时性比较差的问题。同时有些研究论文中提出的提取人脸眉毛、骨骼等特征信息用于识别的方法, 目前并不具有实用价值, 因此可操作性及可实现性不强。
针对以上不足, 本文提出了一种基于手机摄像头结合人脸识别技术的身份识别方法和系统架构。与现有技术相比, 本系统具有如下优点:
首先, 本系统识别终端的设备成本低, 使用范围广, 而且目前的很多手机终端能拍摄高质量的照片, 这使得本系统具有较强的实用性。
其次, 本系统将易辨识信息的提取和人脸的识别相结合, 在身份识别前允许用户输入易辨识信息对身份数据库进行过滤, 减少人脸识别的范围, 而且在进行最终身份识别时提供五个结果图像供用户选择, 提高了身份识别的速度及准确性。
上述两点为该身份识别系统的广泛部署提供可能, 经过试验测试, 本系统适用条件为:可在网络传输较好, 手机用户拍摄的头像照片的背景色调较单一且背景色调较浅, 用户端需要是装有symbian操作系统的有摄像功能的手机。本系统研究的目的在于对一种新型的身份识别系统进行可行性试验论证。使得该系统以后能协助公安机关或其它相关单位进行安全保障、交通管理、人口管理工作, 使得公安机关能较快确认对方身份。
1 系统整体设计
1.1 客户端
客户端负责用户易辨识信息和人脸图像采集。同时为了减轻大量用户访问下服务器端的工作压力, 客户端会对用户手机硬件进行性能检测, 若手机性能达到要求, 则在客户端进行LBP特征的计算, 若客户端手机性能达不到要求则将人脸图像直接发送到服务器端进行LBP计算。
1.2 服务器端
服务器端接收到用户数据后, 首选进行用户数据类型判断:
如果是为变换处理的人脸图像, 则对其进行LBP特征计算;
如果客户发送的已经是LBP特征, 则直接进入下一步。
服务器根据用户发送的易辨识信息从图片数据库中选取候选图片的特征数据集。根据现在得到的用户图像LBP直方特征和候选数据集进行卡方距离计算。根据卡方距离判断有效识别身份, 如果存在有效身份立即发回客户端, 如果不存在, 则扩大候选数据集, 继续计算卡方距离直至候选数据集不变, 返回最终结果给用户。
2 客户端设计
2.1 易辨识信息
易辨识信息, 是指待识别者外在的、易于采集的信息, 包括:性别、年龄范围、身高等, 利用易辨识信息把数据库中明显不符的信息过滤, 减小人脸识别的范围, 提高身份识别的准确率和识别速度。
2.2 手机摄像特点
手机摄像头在采集使用者的图像时有着自身的特点, 使用者在用手机摄像的时候眼睛一般都对准摄像头, 这样得到的人脸图像的位置一般来说都是比较固定的正面。 从单幅图像的角度来看, 人脸及上半身出现在图像的固定范围内, 而且得到的人脸图像都是正面人脸图像并且充斥整个图像, 这样的图像大多可以直接进行人脸识别, 省去人脸检测环节, 使得系统性能大幅度提升。
2.3 图像信息和相关计算
本系统中待识别的人脸图像要求是:
(1) 通过手机摄像头采集的RGB颜色空间的人脸图像;
(2) 图像解析度大小为160×120, 在采集人脸图像过程中;
(3) 使待识别者眼睛位于采集软件设定的人眼位置框内;
(4) 脸部的表情自然、光照良好, 图像背景简单。
由于手机拍摄的特殊应用场景, 使得人脸图像一般不需要进行人脸检测, 可直接进行人脸识别。
对于LBP的计算, 本系统采取了根据具体客户端配置动态决定的策略。参考了Nokia手机参数并研究了LBP计算环境要求后, 本系统将阈值设置为CPU主频220M以上 (包含220M) 。具体计算的分块策略与服务器端一致。
3 识别过程
3.1 光照预处理
经过试验发现在实际的手机拍摄的头像中, 光照影响较大, 由于强光等因素影响, 识别正确率会从90%降低到40%左右。因此需要在LBP变换前增加一个光照预处理阶段。
由于图片的灰度值主要受到光照和局部表面反射系数的影响:
Observed value=illumination×albedo (1)
我们的目的是分离光照 (illumination) , 尽量减小它对Observed value的影响, 我们利用log运算将上列乘法运算转换成加法得到:
log (grey value) =log (illumination) +log (albedo) (2)
log值转换同时会放大黑暗区域中的噪声, 而使用Gamma校正可以平衡这种效果。因此光照预处理第一步采取Gamma校正。待处理的图片的每个像素为3×8bit的RGB表示, 所进行的Gamma校正的公式为:
其中γ的值取1.8。通过Gamma校正使得阴影区域灰度值变化的幅度增大, 同时压缩明亮区域以及高光区域灰度值变化的幅度[1]。
Gamma校正之后, 进行直方图均衡化处理。直方图均衡化处理的中心思想是把原始图像的灰度直方图从比较集中的某个灰度区域变成在全部灰度范围内的均匀分布, 使得变换后图像的直方图相对原始图像的直方图比较均匀、平坦, 灰度层次清晰。在图像处理中采用以下公式:
g (x, y) =T (f (x, y) ) (4)
其中T表示转换算子;f (..) 和g (..) 表示转换前后某一像素的灰度值, 通常用u表示f (..) , p表示g (..) 。
因此公式 (4) 可变为:
p=T (u) (5)
转换算子T还必须满足两个条件:
(1) T (u) 在u∈[0, L-1]范围内是个单调递增函数;
(2) 对于u∈[0, L-1]有T (u) ∈[0, L-1] (L为灰度值的级数) 。
本系统中的T转换算子为:
通过实验可以发现 (图2所示) , 经过光照预处理基本上去除了阴影以及不同光照强度对图像灰度值的影响, 同时保留了眼睛、鼻子、嘴、皱纹等识别中有用的信息。经过计算原始图与标准图差异为13725, 原始图片和标准图片经光照处理之后, 两张图片的差异为8975, 下降34.6%。局部之间的差异明显缩小。
3.2 几何校准
几何校准就是把人脸校正到统一的大小。从标准化人脸图像得出的是一个正方向的包含主要部位的图像。一般人脸的主要部位如嘴, 鼻子, 脸颊等的位置在相对标准的位置, 所以进行几何校准也就是大小校正, 这比较简单。只要对得出的标准化人脸图像通过插值运算进行缩放就可以得出大小归一化的图像[4]。
本系统中采用最近临插值, 假设图像a在x轴方向缩放比例为fx, y轴方向缩放比例为fy, 那么原图中的点 (x0, y0) 对应于新图中的点 (x1, y1) 的转换矩阵为:
逆运算为:
当fx=fy=0.5时, 图像被缩到一半大小, 而缩放的比例则可以根据标准化后的人脸图像与规范的大小比值来确定。
3.3 使用Local Binary Pattern 表征人脸
LBPP, R是一种纹理特征, 该特征同时表征了人脸的空间与纹理信息。最初由Ojala[3]等人提出:以每个像素为圆心, 半径取R的一个圆形, 用圆边上的P个像素与圆心像素进行比较。大于圆心的像素灰度为1, 小于则为0, 从圆边缘上某点为起始点, 以顺时针或逆时针方向形成一个二进制数串。中间值的灰度值为该二进制数。
以图3中像素为例, 服务器首先根据中心像素点处理得到圆边界值, 从左上角按顺时针方向产生二进制位串11101001, 取其十进制数值233作为中心像素的LBP值。图4显示的是LBP8, 1表示的一些特征纹理的示例, 黑点表示二进制0, 白点表示1。
目前对LBP算子进行改进的一个方法是统一模式 (Uniform Pattern) :当二进制位串中至多包含两个0与1的跳转, 如00000000, 00011110是统一模式的, 而10010000不是。LBP8, 1有59种统一模式。
系统在处理160×120的图像时, 将图像分成8×6个小区域, 将每个区域中的LBP8, 1 统一模式直方图抽取出来, 再将所有的小块区域中的LBP直方图加权后的信息链接形成具有空间加强信息的特征向量。这种提取特征的方法简单高效。
实验[2,3]通过比较LBP特征提取方法与其他主流人脸识别的方法 (PCA特征脸法, EBGM人脸弹性图匹配, 贝叶斯分类法) 在FERET上的表现, 证明基于LBP特征的人脸识别方法优于以上方法。
由表1可见, LBP特征方法在fb数据集上达到了97%的识别率, 在fc数据集上, LBP达到了79%的识别率, 相比PCA, EBGM , BIC具有明显优势。根据文献[2]说明, fb数据集有图像1195张, 用于测试算法表情处理方面的健壮性, fc数据集有图片194张, 用于测试不同光照下的算法健壮性。
3.4 人脸相似度计算
基于LBP直方图的特征, 有许多衡量直方图相似度的方法, 他们是:
直方图的交集:
Log相似度统计:
卡方x2统计:
其中, S是样本分布, M是模型分布。本系统采取卡方统计。一般当图像被划分为很多区域的时候, 某些区域拥有更明显的分类特征。因此可以给不同区域设置不同权值, 具有明显分类特征的区域分配到更高的权值。因此, 本系统采用的x2统计为:
经过实验测试, 脸部区域被划分为8×6个小区块, 权系数的定义如图5所示。
黑色方块权重0.0, 深灰色权重1.0, 浅灰色权重2.0, 白色权重4.0。
4 系统实验
4.1 实验设计
本系统中手机端基本情况如下:手机端采用搭载Symbian (信比安) S60 操作系统的智能手机作为平台。手机端程序采用C++语言基于Symbian S60 SDK进行开发, 手机端程序使用时需要开通中国移动提供的GPRS上网和多媒体信息 (MMS) 两项服务, 这样手机端才能够和服务器端进行交互。
4.2 实验测试数据
本文实验所采用的人脸识别库是由上海交通大学E-Learning实验室录制的人脸库, 共保存了20位中国人的人脸图像。每人拍摄了10至20张照片, 总数达到477张。考虑到手机拍摄的实际情况, 该库中的图像以人脸的正面图像为主, 同时结合部分斜面人脸图像, 并且图像库中人脸被头发的遮挡也较少。部分表情图片如图6所示。
4.3 阈值的设定
对于判定图像的阈值, 可由实验测试得到。表2列举了不同的阈值通过实验数据得到的不同的FAR (False Accept Rate) 和 (FRR) False Reject Rate。可以看到阈值设置越高, FAR会同样升高, 而FRR会降低。由数据得, 当阈值设置在11300时准确率达到最大值。
同时对于阈值的设定, 对几不同的环境条件应该是不一样的。比如在一个光照恶劣的条件下, 两张图片的相似度会比光照良好的条件下低, 同时, 阈值设置比较低, 带来的安全度也低。相对较低的阈值, 自己登录比较容易, 但是别人冒认也容易, 反之亦然。所以, 阈值的设定是系统里一个很重要的问题。
4.4 系统性能
通过测试, 本系统对单幅图像的识别率能达到70%左右, 对最终返回客户端的5幅图像中包含正确识别结果的机率大于90%, 即该系统的准确率达到了90%。另一方面经过测试还表明, 一次身份识别请求从发出请求到返回结果平均仅需要10秒时间。其中80%的时间花费在图片传送上, 手机网络的好坏对本系统影响较大。
在存在干扰时, 系统性能波动较大。比如对100张带有较多周围环境的头像图片进行测试, 系统的准确率下降到63%。这就要求用户用手机拍摄时, 尽量要把头充满整个图片。
4.5 系统改进
测试中发现, 手机用户在拍摄时, 由于在摄像角度或者距离上存在的偏差而在图片中引入周围环境, 由此使得识别准确率有30%以上的下降。因此若要提高系统的准确率, 在LBP运算之前增加一个人脸检测功能模块, 去除人脸周围干扰像素。
5 结 论
本文实现的手机人脸识别身份验证系统能在一定的条件下实现良好的验证效果, 说明了人脸识别在手机上实现的可行性和有效性。但是, 系统也有对手机使用者姿态和恶劣光线敏感的缺点, 因此这些方面需要再做进一步的研究和改进。
参考文献
[1]彭国福, 林正浩.图像处理中的Gamma校正的研究和实现[J].电子工程师, 2003, 32 (2) .
[2]Timo A, Abdenour H, Matti P.Face recognition with local binary pat-terns[C]//Pajdla T, Matas J.Proc.Of the European Conf.on Comput-er Vision.LNCS 3021, Prague:Springer-Verlag, 2004:469-481.
[3]Timo Ojala, Matti Pietikainen.Multiresolution Gray-Scale and RotationInvariant Texture Classification with Local Binary Patterns[J].IEETrans Pattern Analysis and Machine Intelligence, 2002, 24 (7) :971-987.
在次日开幕的北京科技周上，服务奥运的人脸识别系统公开亮相。据了解，该系统利用人体骨骼的识别技术，记忆量大，判断速度快，只需0.01秒即可识别其所认定的危险人物，识别错误率几乎为零。全国政协委员、北京奥运会安全专家委员会委员马昕说，这项技术将大规模用于北京奥运安保工作中。届时，相关数据库将收入包括中国公民和国际人士在内的共计13亿多人的面部信息，利用技术进行比照核对。其中储存了一个约有300万黑名单的数据库，这个数据库包括相关国家提供的恐怖分子和体育活动肇事者的详细信息。
之前， 奥运安保指挥中心总指挥、北京市公安局局长马振川说，奥运安保科技系统目前已初步建成，主要包括周界报警、车辆自动识别检测、人像对比，以及定位技术设备等系统。到2008年，北京将建成符合国际标准的交通指路引导系统，实现对全部奥运交通的无缝电视监控。另外，奥运安保指挥中心已经完成了首批31个奥运场馆主体工程防暴安检。
【关键词】三维人脸识别监狱出入口管理系统
引言
监狱是国家的刑罚执行机关，也是关押罪犯的主要场所。由于其本身的特殊性，对安全管理有着特殊的要求。监狱AB门是进出监狱监管区的必经之地，必须进行严密监管。传统的AB门进出都是采用IC卡与值班干警肉眼识别相结合的方法，这种方法存在一定的弊端，值班人员夜间疲劳、值班人员责任心等各种因素均很大程度上影响着监狱监管安全[1]。监狱外来人员繁多、成分复杂，传统的人工管控方式逐渐满足不了监狱的高安全性要求，所以采用新的现代化技术防范手段对提升AB门的监管力度有着重大而深远的意义。
近年来，生物识别技术得到了越来越多人的认同。由于每个人的生物特征与他人相比，具有在一定时期内不变的稳定性和唯一性，不易进行伪造和假冒，所以利用生物识别技术进行身份认定更安全、准确、可靠。作为人类生物特征中最重要的一种，人脸反映了很多人类个体重要的信息，是人们区分不同个体最直接的辨别对象，因而人脸识别自出现以来就受到了研究人员的高度重视，目前已成为基于生物特征识别技术的身份认证中最主要的方法之一[2]。人脸识别以非接触的方式获取识别对象的人脸图像，成功获取人脸图像后，计算机自动将其与数据库图像比对，完成识别过程。与其他生物特征识别技术相比，人脸识别技术具有主动性、非侵犯性和隐蔽性等许多优点，因此更加适用于各种安全防卫工作[3]。在这种背景下，采用先进的人脸识别技术，针对监狱高安全级别单位，推出监狱人脸识别出入口管理解决方案，有效控制进出人员的真实身份，具有重要意义[4]。
二维人脸识别起步较早，并已经取得了巨大的成功，目前已在多个领域使用[5]。然而，二维人脸识别也存在着一些缺陷，主要有以下几点[6-9]：①光照：光照强度的变化和光照不均匀都会对二维成像带来影响。②脸部姿态和表情：人的脸部姿态和表情的变化是影响人脸识别的主要因素。③遮挡物：眼镜、接听电话等面部遮挡物会显著增大二维人脸图像辨识的难度。由于上述原因，二维人脸识别技术的易用性和可靠性大为降低，三维人脸识别也正是在这种形势下提出的。三维人脸数据的优点在于带有人脸的原始几何信息，不受光照和表情等因素的影响[10]。目前，三维人脸识别已经成为了国际人脸识别领域研究的热点。
一、国安光电GA-FRS-H1型三维人脸识别系统
三维人脸识别是指将采集获得的待识别对象的脸部三维形状数据作为识别依据，与库中已知身份的脸部三维形状数据进行匹配，然后得出待识别对象身份的过程[11]。三维人脸识别流程可以抽象成四个模块，如图1所示。
图1三维人脸识别流程
1.数据获取模块
数据获取模块主要是获取三维人脸数据，并对应人脸识别单元。人脸识别单元本质上是一台近红外结构光三维扫描仪，扫描仪投射出结构光束，照射到人脸表面，由于人脸的凸凹不平而产生相应畸变，这些畸变后的光束再反射回扫描仪。三维人脸扫描仪会准确记录下这些畸变，将其转换成三维点云数据，传递到数据处理模块。
2.数据处理模块
数据处理模块对数据进行去噪处理，采用基于点云数据的三角曲面插值理论和方法，对采集到的点云数据进行曲面拟合和优化重构，并进行光滑和优化处理，以及人脸切割及姿态归一化等步骤，得到三维人脸模型。
3.特征提取模块
特征提取模块主要提取脸部的特征信息，提取原则为信息尽量从人脸刚性部位（鼻梁、额头、下巴、眼角等）提取，因此首先提取脸部的特征点(内眼角，鼻尖，鼻根等)，在此基础上提取出四条特征线，分别为过对称面的侧影线、眼睛下侧的水平曲线、鼻尖区域曲线以及嘴唇中间水平曲线，如图2所示。由于面部特征是通过空间曲线信息构成的，对光线的依赖自然就消失了。在几乎没有光线的情况下仍然正常工作。
图2脸部曲线特征信息
4.检索识别模块
检索识别模块将获取的三维脸模同三维人脸模型库中的脸模比对、识别，在这一模块中，良好的寻优算法是决定系统工作快速性的关键。
二、监狱三维人脸识别出入口管理系统需求
监狱作为一个高安全的特殊区域，门的控制和管理至关重要。为规范监狱AB门进出，一般可以将进出监狱监管区的人员分成四种：服刑人员的家属和朋友、车辆驾驶员、公安干警等警务人员和工程队施工人员。
1．三维人脸模型库的建立
为了提高三维人脸识别系统的可靠性和安全性，首先要建立三维人脸模型库，每位人员的数据库信息采用统一的格式。
外来人员第一次进入监区时，必须持本人身份证等有效证件到登记处登记，进行三维脸模信息和二维彩色人脸照片信息的采集和录入，同时系统会自动将三维人脸模型信息、二维彩色人脸照片信息和身份证信息绑定起来，存储在后台数据库中。同样，所有的服刑人员也必须进行三维脸模的登记。
下面以服刑人员家属进出监区为例说明进出监管区流程。
2．进入监管区流程
家属由会见家属通道进入监管区。家属首先进入A门，将身份证放在人脸识别终端上的身份证读卡器上确认，同时进行三维人脸识别，并在值班室显示器上显示其个人信息。二者信息符合方可通过蝴蝶闸，之后，由值班人员换发IC卡，并打开B门，家属进入监管区，如图3所示。
图3家属进入监狱监管区流程图
3．离开监管区流程
家属来到B门，向值班人员换回身份证，然后将身份证放在人脸识别终端上的身份证读卡器上确认，同时进行三维人脸识别，两者相符方可通过蝴蝶闸，由A门离开监管区，如图4所示。
若离开人员与进入人员不同，由于三维人脸识别系统的高精度和高可靠性，可以迅速识别出二者的不同，从而向警务人员发出警报，防止逃狱的可能。
图4家属离开监狱监管区流程图
三、监狱三维人脸识别出入口管理系统
根据监狱出入口管理系统的需求，设计三维人脸识别系统，其结构如图5所示。
图5三维人脸识别系统结构示意图
1.三维人脸扫描仪
三维人脸扫描仪对应数据获取模块，主要功能是获取高品质的三维人脸数据。
2.第三方接口模块
提供完整的交互功能，通过开关量接口来对二维摄像机、指示灯等设备进行控制。
3.LED光带
LED光带主要用于补光，保证二维摄像机能捕捉到清晰的人脸图像。
4.二维摄像机
二维摄像机用于捕捉二维人脸图像，并将二维人脸数据发送到计算单元。
5.指示灯
指示灯用于指示系统运行状态是否正常、人脸识别结果是否成功。
6.液晶显示屏
液晶显示屏共显示四个部分的内容，分别为三维人脸模型信息、二维人脸彩色照片信息、身份证信息和登记信息提示（或识别信息提示）。外来人员登记界面如图6所示。
图6外来人员登记界面
7.身份证读卡器
用于读取身份证存储的信息，以便在登记人员信息时，与获取的三维脸模及二维彩色人脸图像进行匹配和绑定；或用于进出人员控制时，方便调出相应人脸数据库，进行比对、识别。
8.计算单元
计算单元主要功能如下：接收从识别单元传来的人脸数据，重建三维脸模，与已登记的三维脸模库中的模板比对、识别，并将结果输出到主机。
9.主机
主要功能是：运行软件程序，同显示屏等设备数据通信，记录、存储来访人员行为信息，进行访问控制等。
四、结语
监狱三维人脸识别出入口管理系统将三种鉴别信息，即三维人脸模型信息、身份证信息和二维彩色人脸照片信息匹配、绑定起来存于后台数据库中，方便识别和查阅。
建立每位服刑人员及其探监人员的三维脸模库并将其与身份证信息、二维彩色人脸照片相匹配后，上传至公安大平台数据库，实现数据共享，有助于公安机关对二次犯罪人员的调查和精确抓捕，有助于挖掘服刑人员犯罪行为背后可能的“真正元凶”或“利益共同体”。
监狱作为国家的刑罚执行机关，担负着预防和减少犯罪、维护社会安宁和稳定的重要职能。GA-FRS-H1三维人脸识别出入口管理系统，能有效防止外来人员和非授权工作人员的进入，提高对接见人员的资格识别和审查效率，最大限度地减少人为疏忽、徇私枉法等因素造成的管理上的漏洞，对进一步规范服刑人员亲属会见制度起到积极作用。
参考文献
[1]王德慧.基于视频的人脸识别技术在监狱AB门控制系统中的应用与研究[D].广州：中山大学，2013
[2]肖云.基于3D人脸识别研究的探索[J].电脑知识与技术，2011，3(09)：2136-2137
[3]蔡泽民.人脸识别：从二维到三维[J].计算机工程与应用，2011，47(11)：155-159
[4]高枫.监狱出入口管理管理系统的研究与实现[D].济南：山东大学，2012
[5]ZhaoW,ChellappaR,PhillipsPJ,etal.Facerecognition:Aliteraturesurvey[J].AcmComputingSurveys(CSUR),2003,35(4):399-458
[6]杨吉祥.二维及三维人脸识别方法研究[D].重庆：重庆大学，2013.[7]LiuC,WechslerH.IndependentcomponentanalysisofGaborfeaturesforfacerecognition[J].NeuralNetworks,IEEETransactionson,2003,14(4):919-928
[8]明悦.基于不变性特征的三维人脸识别研究[D].北京：北京交通大学，2012
[9]周维.二维人脸识别方法研究[D].杭州：浙江工业大学，2009
[10]柳杨.三维人脸识别算法综述[J].系统仿真学报，2006，18(S1)：400-403
记忆中如果遇到什么特别，正式的场合，需要证明自己特别重要的一项就是，签个字，再摁个手印，好像只有摁手印那么一说，才能够让这份文件特别的真实起来，让整个事情变得更加的重要起来!
可是不知从什么时候开始，在不知不觉之中就多了一项，实名认证中的人脸识别。
每次和某人一块去电信营业厅办手机卡，发现营业厅办卡的程序跟之前又不一样了，之前只是本人签字，拍张照片就好了，现在是本人签字之后，直接对着摄像头进行人脸识别，好像这样更加直接明了的真实的`就是本人。
仔细想一想，现在无论做什么事情?就是下载一个简单的软件，也得实名认证人脸识别!记得前段时间我让堂妹给我下载秘乐短视频，我给堂妹说，其实下载这个软件并不困难，比较费劲的是实名认证，还得人脸识别，堂妹说现在动不动就人脸识别，显得生活变得极其重要了!我笑着说是啊!
前几天用某人新办的卡注册了一个微信号，然后也绑定了他的银行卡，本来想着一切就绪了!那天下午给自己转账的时候，也可以转过来，因为，当时已经进行了实名认证!
可是今天当我再一次想要转钱的时候，发现微信上又多了一项，必须是本人人脸识别之后才可以继续转账，好吧，那就只能等某人回来了!好在，那件事也不是特别的重要!
在现在这个高科技时代，动不动就得实名认证?动不动就得人脸识别?这样做的好处大概是，减少了一些网络犯罪分子逃匿吧!又或者说这样更加的提高了个人的真实性!
近几年，我国 发生的越狱事件频发，有些犯人越狱手段极其恶劣，不仅将狱警杀害，甚至砍下手指进行指纹识别开锁，看守所的安全防范刻不容缓。传统的钥匙控制出入也存在遗失、盗用的风险，相关专家认为，更安全可靠防范的还是使用智能的看守所人脸识别更加可行。利用看守所人脸识别，精确分析每个人的面貌特征进行识别，从而得到有效的管理制度。
众所周知，人脸识别系统是一款通过人脸的特征进行认证的生物识别认证系统。其主要原理为：利用计算机图像处理技术从图片中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，即人脸特征模板。利用已建成的人脸特征模板与被测者的人的面像进行特征分析，根据分析的结果来给出一个相似值，通过这个值即可确定是否为同一人。系统具有如下特点：
(1)安装简单，可以直接在现有高清系统改造完成(2)非接触性，人与设备无需接触
(3)认证速度快，一般情况在1秒内完成认证
(4)具有并发认证能力，能同时对多个人物进行识别。
正因为以上特性，其在哈尔滨延寿县看守所两个技防漏洞方面具有天然的优势解决方案。笔者通过北京众智益华公司的人脸识别-“陌生人”防范系统，人脸识别门禁系统两个热销产品来详细的讲解如何自动实现防范弥补以上两个漏洞的出现。
一，从曝光的视频可以看出案犯是尾随狱警到了值班室内，并杀害了民警，化妆成民警出现到了出入口，大门口等不该出现的地方。北京众智益华的人脸识别-“陌生人”防范系统可以有效的解决此问题。其具体实现原理为：通过把可以在本地方(通道，大门口，值班室等)出现的人照片加入到白名单图库里，人脸识别系统会自动识别出现在摄像机镜头里的是白名单里的人，还是非白名单里的人，一旦发现非白名单的人系统会自动进行报警提示。报警内容主要通过：(1)声音提示，比如在发现非白名单人出现的现场(通道，大门口，值班室等)，或其他有武警值班的室内进行语音报警提示，一方面对违规人员进行威慑警告，另一方面提示有关人员进行人工干预。(2)手机报警，一旦发现非白名单人员出现在敏感区域(出入口，大门口，某些门禁口)，系统会自动通知安装手机客户端的用户(看守所领导等)，让不在现场的人员也可以第一时间知道，并及时做出预案。通过以上布防，即使出现人为违规也同样能起到防范的作用，杜绝哈尔滨看守所的重大事故发生。
二，关于门禁，央视曝光视频可以看到，其实一般看守所里是有AB门的，但是案犯照样可以进出，从曝光视频看到案犯翻屉子和柜子可以联想看出，也许案犯是通过杀害民警后找到了钥匙进行了出入。北京众智益华的人脸识别门禁系统可以很好的解决这个问题。北京众智益华人脸识别门禁是通过2.4G无线卡+人脸的认证方式进行开门认证的，即使找到了无线卡而非本人(本系统同时具有活体验证功能)也不可能打开门禁。同时通过和称重系统相结合，即使案犯夹持民警尾随出入也照样无法打开门禁，反而会引发报警，及时让其他民警进行预案处理。通过哈尔滨延寿县看守所事件以及一些国内外其他越狱事件可以看出，凡是越狱分子都是危害极大的犯罪分子，他们在犯罪后不自我反省以及自我改造，而是穷凶极恶的进行越狱，这样的人一旦逃脱对社会的危害极大。而传统的监控系统以及安防系统有极大的缺陷需要人防补充，但人毕竟不是机器，有所疏漏不可避免。自动化智能的识别系统能很好的防范这些人防漏洞的存在，特别是以人脸识别系统为代表的生物智能识别更应该早日应用在这些敏感单位，杜绝为社会造成极大伤害的事件发生，同时也保障民警，武警等个人的生命财产安全。
看守所推出了一套全新人脸识别比对访客管理系统，其主要功能为通过人脸辨识系统，可以自动捕捉访客人的人脸，并对人脸进行分析，自动辨识陌生到访客人或是内部员工，系统连接到看守所内网，与会客系统交互数据，可联动控制人脸识别和门禁出入系统。
系统组成方式
本监狱访客管理系统主要由ca2身份信息安全管理系统和动态人脸抓拍比对系统组成。ca2身份信息安全管理系统，内置身份证验核系统，由以下4个子系统组成 ①身份登记验核系统：该系统可以连接到全国公民身份证号码查询服务中心，对探访人的身份信息进行核查。
②证件扫描录入系统：支持身份证等不同证件的扫描及信息的录入。
③身份信息管理系统：存储，管理探访者的身份信息，对访客探访时间点，探访时间长度等重要信息的查询。
④电脑通讯模块组成：可以连接到对接的网络，实时网络数据查询。人脸识别身份验证系统是监狱探访管理系统重要组成部分，主要由动态人脸抓拍系统，人脸比对系统，比对服务器，人等其他辅助设备组成。人脸识别访客管理系统主要由3部分组成，如下：
（1）摄像机：在探访区的各个楼层入口处安装专用人脸抓拍摄像机，正对着门口，拍摄每个进入该区域的访客的人脸。专用摄像机采用双镜头，一个镜头用来抓拍彩色照片，用于显示画面交互使用；另外一个镜头用于抓拍黑白照片，可以屏蔽照片背景，用于人脸照片比对过程中使用，从而达到提高比对的准确性。
（2）人脸抓拍主机：摄像机连接到人脸识别主机，人脸识别主机将处理摄像机拍摄到的人脸图像，并将人脸数据通过网络，传输到后端的系统服务器。
（3）人脸比对服务器：接收前端的人脸抓拍主机获取的人脸照片，并对人脸照片进行特征分析，获取人脸特征值，并通过人脸比对系统，进行比对，从中抽取近似值最高的若干张照片，并输出比对结果，联动看守所门禁控制器，控制探访区门禁出入系统。
方案概述
监狱大门及AB门是看守所与外界交接的重要部位。为严格控制监舍区，生产区人员出入，防范罪犯逃脱，实现有效的统一指挥，确保看守所的安全，在监狱大门及AB门安装智能人脸识别管理系统。
监狱人脸识别门禁管理系统由6个子系统组成：看守所外大门门禁管理系统;干警信道门禁管理系统;会见家属信道门禁管理系统;考勤系统;在押罪犯面像管理系统。
人脸产品、电锁、出门开关、报警装置等，全部链接至控制器上，由控制器进行出门权限控制。人脸产品、控制器、监控视频等都通过网络和控制计算机链接在一个网络中。
在使用Linux系统的智能手机中, 亦可以使用本系统的软件部分。将程序移植到手机后, 利用手机及其摄像头采集个人面部特征, 并通过对比存储的人脸信息库, 实现人脸检测和身份识别。
1 设计方案及系统架构
本系统采用了Samsung推出以ARM 11 76JZF-S为内核的处理器——S3C6410。S3C6410是基于16/32-bit RISC内核的低成本、低功耗、高性能微处理器解决方案。其内部强大的硬件加速器在移动图象处理、显示控制和图像缩放方面表现优秀。同时, 系统采用的是数据采集速率较快的基于USB总线的视频采集模块, 其能很好地完成手机对视频图像采集处理的要求。本系统以HMM模型为理论基础, 数字图像的采集处理、数据传输等多种技术共同使用, 实现人脸识别检测功能。
2 图像采集设计
本系统使用的图像传感器为Omni Vision公司的OV7640, OV7640是一款价格低廉、附加电路相对简单、功耗较低的高灵敏度的CMOS图像传感器。同时, 为了实现采集存储系统对数据传输的高速要求, 本系统在采集部分和传输部分之间设置了缓冲区。实际上OV7640内涵的芯片OV5111是一个专用数字摄像IC的USB接口芯片, 其DRAM能够通过缓存作用实现高速传输[2]。
本系统使用Linux做为操作平台, 使用基于Video4Linux API函数来设计程序。
3 图像处理与表情识别算法实现
人脸表情识别的过程中, 首先判断视频或者人脸图像中人脸是否存在, 若人脸存在, 就提取每个人脸大小、位置和面部主要器官的位置信息。根据采集到的信息, 获取其包含的身份特征, 同时通过比对已有的人脸数据库, 从而实现人脸识别[3]。
3.1 图像预处理及算法改进
图像的预处理可分为两大类:一类是经信息压缩处理和原图像相异的图像变换处理, 最终可恢复原来图像。另一类提取主要特征信息从而达到识别的目的。这里采用第二类处理方法。
本系统采集到的的图像是RGB图像。由于RGB并不是表征肤色的最佳模型, 这需要将图像传感器获得RGB图像转换到YUV颜色空间进行处理。
为减少后续步骤的检测范围, 本系统采用YUV肤色模型, 先对图像的肤色区域进行筛选, 获得大概的人脸区域。为了用块状窗进行一定步长的遍历扫描, 我们把上面所得的区域图像块转换成灰度图像, 并且归一化成方块图像, 进而提取特征序列[4]。
经上述处理, 我们已将采集到的图像转变为灰度图像, 在图像中可能属于皮肤的位置对应了灰度值。然后把灰度图像转化为二值图像, 经过处理之后获得包含最终的输出矩形。
3.2 基于HMM的人脸检测和识别
人脸检测是指对于任意一副给定的图像, 采用一定的策略对其进行搜索以确定其中是否含有人脸, 如果是则返回一脸的位置、大小和姿态。表情识别是根据人平静时刻的面部特征和当前面部特征的变化情况, 判断出人的当前表情。由于HMM可以完成人脸检测和表情识别, 因此我们将这两部分同时处理。
(1) 用于人脸识别的HMM模型。隐马尔可夫模型 (HMM) 是一个双重随机过程——具有一定状态数的隐马尔可夫链和显示随机函数集, 用于特征化信号。HMM由状态转移的类型分类可分为从左到右的 (1eft-right) 和遍历的 (ergodic) 两种。前者状态转移只能是本身和下一个状态, 后者表示状态转移是任意的, 可以是到本身和其他状态。
(2) 人脸HMM模型的训练。用同一个人的5张不同的人脸照片进行训练可在人脸图像库中建立一个HMM模型。为得到的2D-DCT变换系数矢量进而形成观察矢量序列, 我们采用子块划分方法。然后用观察矢量序列进行训练, 最后获得HMM模型参数。
(3) 人脸图像识别。用上述方法提取要识别的人脸图像的观察矢量序列, 通过HMM模型计算出观察矢量序列的概率。实验在人脸图像库ORL上进行, 将100幅分辨率为90×112像素点、含有各种不同的表情、各种不同的头型及不同角度的人像作为训练集。20张训练集之外的人脸图像输入给系统人脸图像库, 用于检测系统的识别性能。
4 结语
基于嵌入式的人脸表情识别系统, 能够快速方便地实现人脸表情识别, 同时由于处理速度快、运算简单等优点亦可应用于便携设备。其未来将在安全检查、身份识别、智能考勤等方面得到充分使用。
摘要：基于ARM-Linux嵌入式系统作为平台, 通过建立统一的隐马尔可夫模型 (HMM) 来完成基于视觉的人脸特征提取和面部表情识别系统。系统选用基于V4L的方法编写程序, 实现图像处理、人脸检测和表情识别。选用S3C6410处理器作为硬件核心, 选用OV7640+OV511的结构实现图像信息采集。文章对浮点算法进行了改进, 极大地提高了ARM处理器上图像预处理的速度。该系统实现在安检系统中人脸识别, 视屏处理, 人脸追踪侦测等方面的功能。
由三个“85后”清华学子创办的Face++，把图片和面部识别带到商业应用领域，正在实现基于人脸识别技术的应用开发和平台服务。创业团队中的三个人各有专长技术方向，分别是图像搜索、视觉识别和数据挖掘。在今年最重要的互联网图片人脸识别比赛LFW中，Face++团队力压Facebook人脸团队 （前face.com团队），获得世界第一。在极难识别的互联网新闻图片上，获得了97.3%的准确率。
Face++是北京旷视科技（Megvii）有限公司开发的新型视觉服务平台，旨在提供简单易用、功能强大、平台兼容的新一代视觉服务。Face++团队专注于研发世界最好的人脸检测、识别、分析和重建技术，通过融合机器视觉、机器学习、大数据挖掘及3D图形学技术，致力于不断将更新、性能更好、使用更方便的人脸技术提供给开发者和用户。Face++通过提供云端API、离线SDK，以及面向用户的自主研发产品形式，将人脸识别技术广泛应用到互联网及移动应用场景中。
随着微软Kinect、谷歌Glass的诞生，机器视觉及人机交互技术将成为下一次IT革命浪潮中的核心驱动力。多媒体信息和视觉技术，正在改变人类生活的方方面面。海量图片出现在各类社交网络平台，图片搜索的需求量与日俱增。在今年的百度世界大会上，百度CEO李彦宏在会上表示，未来5年语音图像搜索将会超过文字。而人脸识别，是图像识别中一个细分领域，但因为人脸图像蕴含了信息量最丰富、用户关联最强的视觉信息，因此有着巨大的商用价值。Face++选择从人脸图像识别起步，将来逐步扩展到更为广泛的图像识别领域。
据Face++的CEO印奇介绍，FACE++现在拥有最大的人脸图像数据平台，已经处理了超过340亿张照片，在中国有超过14000种应用正在使用FACE++的平台。目前运行在阿里云平台的Face++，已经为奇虎360、美图秀秀、世纪佳缘等企业提供服务。Face++为美图秀秀、美颜相机App提供诸如人脸检测、人脸追踪、关键点检测技术等，可精准定位人脸中需要美化的位置，实现精准自动人脸美化。
最近Face++还刚刚宣布了与阿里支付宝的战略合作。在不久的将来，用户在使用支付宝的时候，注册账号之前的实名认证环节，将实现自动化的操作。用户拿出身份证拍一张照片，然后把自己的照片或一段小视频上传给支付宝，通过图像识别技术进行自动化的身份鉴定。
Face++的潜在商业应用领域还包括银行与零售。当用户走进银行网点时，银行的产品推广屏幕可以识别用户的年龄、性别等信息，并据此推送更为精准的银行产品广告。在零售领域，Face++的图像识别技术，可以从图片中识别出相应的产品，并把产品信息推送到用户的手机里，发起O2O商业模式。
Face++于2012年获得联想之星的天使投资，2013年初又获得创新工场的A轮融资，融资规模约为百万美元。2014年9月，Face++获数千万美元的B轮融资。
【管理系统人脸识别】推荐阅读：
重大危险源识别、评价、控制管理制度07-09
射频识别技术在猪群生产管理中的应用论文06-25
公路管理管理系统05-25
安全管理管理流程06-01
范围管理项目管理07-02
设备管理管理标准07-28
班级管理反思-班级管理09-07
刚性管理与柔性管理09-25
能源管理人员管理职责10-05
借鉴军队管理管理企业11-13
