Տերմինալ մուտք ZKTeco SpeedFace-V5

Դեմքի ճանաչման գործառույթով մուտքի տերմինալը հիմնված է 4-միջուկանի A17 1.8 ԳՀց պրոցեսորի ՝ Linux օպերացիոն համակարգի վրա ։ Հագեցած է երկու տեսախցիկով (ավելի ճշգրիտ ճանաչման համար) 1 ՄՊ լուծաչափով (ընդհանուր 2 Մպ), մատնահետքի և Mifare քարտի ընթերցիչներով, երկու բարձրախոսով: Աջակցում է արտաքին ընթերցողի միացմանը և ցանցի կազմում Որպես այդպիսին աշխատելուն: Հիշողությունը նախատեսված է 10,000 օգտագործողների, 6,000 դեմքերի և 200,000 իրադարձությունների համար: Ընտրովի, դուք կարող եք ընդլայնել հիշողությունը մինչև 10,000 մատնահետքի ձևանմուշ և 10,000 քարտ ՝ նվազեցնելով անձանց տվյալների բազան և օգտագործողների քանակը:

Հիշողության ծավալը RAM-2 gb, ROM-16 GB. Նախատեսված է կողպեքի կառավարում, դռան սենսորի միացում, զանգ, ելքի կոճակ, տագնապ, AUX մուտք (սովորական 3.5 մմ միակցիչ), անլար կապ (Wi-Fi; ըստ ցանկության): RS-232, RS-485, Wiegand (input, output), երկու USB ինտերֆեյսներից:

VisibleLight դեմքի ճանաչման տեխնոլոգիա

Ինքնուսուցման տեխնոլոգիան ճանաչման համար օգտագործում է հազվագյուտ նշաններ (SRC) ՝ հարևան պիքսելների մաթեմատիկական գծային բնութագրերը և ինքնուսուցման նշանների ընտրության ալգորիթմը ։ Արդյունքում, շատ ավելի քիչ մշակման հզորություն է պահանջվում, և նույնականացումը տեղի է ունենում 1 վայրկյանից պակաս ժամանակում:

Ինչպես է այն աշխատում

Դեմքի ճանաչման միջավայրը դինամիկ է.լուսավորությունը, տեսախցիկի ոսպնյակի հեռավորությունը և, համապատասխանաբար, դիտման անկյունը փոխվում են: Ինքնուսուցման ալգորիթմը համակարգին ապահովում է նշանների ինքնուրույն արդյունահանում և զտում ՝ որոշելու տարբերությունները, որոնք առաջանում են հեռավորության, կեցվածքի, դիտման անկյան, լուսավորության փոփոխության ժամանակ ։ Ճանաչման ավանդական փուլերին ' հայտնաբերում, հավասարեցում, հատկությունների արդյունահանում և նույնականացում, ավելացվում են լրացուցիչ:

1. Հայտնաբերում

Պատկերի վրա դեմքի առկայության որոշում: Ծրագիրը բարձր ճշգրտությամբ հայտնաբերում է դեմքերը ՝ անկախ դրանց չափից և արտաքին լույսից ։

2. Կեցվածքի սահմանում

Օբյեկտի թեքության եռաչափ անկյունների որոշում:

3. Որակի վերլուծություն

Նկարի պայծառության և հստակության վերլուծություն ' ընդունելի տիրույթում որակը երաշխավորելու համար: Անճանաչելի դասակարգված պատկերների ցուցադրում ' էներգիայի կորուստը կանխելու համար:

4. Հավասարեցում

Նշված շրջանակներում անձի աչքերի, քթի և բերանի դիրքավորումը: 2D փոխակերպումներ, որոնք ներառում են շարժում, մասշտաբավորում և ռոտացիա: Հավասարեցված պատկերները նույնականացումն ավելի արդյունավետ են դարձնում:

5. Նշանների արդյունահանում

Պատկերի վերլուծություն, հարակից պիքսելների ուսումնասիրություն, կորերի ձևավորում, եզրերի որոնում, ձևերի որոշում; որոշակի անձին բնորոշ հատուկ հատկությունների մի շարք ստեղծում ' տվյալների շտեմարանի ձևանմուշների հետ համեմատելու համար:

6. Իսկության ստուգում

Ստուգումը շրջանցելու ամենատարածված միջոցը կենդանի օբյեկտի փոխարեն լուսանկար կամ տեսանյութ տրամադրելն է: Բայց լուսանկարում դեմքը շարժվում է ֆոնի հետ միասին: Համակարգը գրավում է տեսանյութերի հաջորդականությունը, վերլուծում է հարակից շրջանակները, ընդգծում դեմքը, վերլուծում սահմանային պիքսելների պահվածքը ժամանակի ընթացքում և հասկանում է, որ ֆոնն իրական չէ, չի համապատասխանում մնացած վիդեո շարքին, որ դա լուսանկար է, այլ ոչ թե կենդանի առարկա:

Տեսագրության դեպքում ինքնուսուցման ալգորիթմը գտնում է հյուսվածքի, լուծման, շրջակա օբյեկտների, ֆոնային պատկերի և այլնի տարբերությունները, հայտնաբերում է սմարթֆոնի կամ պլանշետի շրջանակը և բացահայտում կեղծ նույնականացման փորձը:

7. Նույնականացում

Ստացված տվյալների համեմատությունը տվյալ նույնացուցիչների հետ ' օրինաչափությունների հետ նշանների ստուգման միջոցով: