智能车站人脸识别门禁系统解决方案

　　一、系统建设的目标

　　为有效保障旅客生命安全，加强对进入车站区域人员的管理，车站建立现代科技门禁管理体系，通过技术防御与人防相结合的方式确保车站安全。

　　系统的整体架构图

　　二、应用场景

　　人、证、票核验车站出入场景：

　　1、入口区域：在候车入口处安装智能人脸识别门禁闸机，对进入候车室的人员进行身份验证，有效提高车站的安全水平;所有智能门禁闸机都可以根据需要配置，以识别员工/乘客;每个终端都与后台相应的业务系统连接。业务相互关联，实现系统的完整性;

　　2、出口区域：员工、乘客可通过专用出口通道闸机进出;

　　三、系统逻辑层次架构

　　四、系统功能

　　1、系统结构功能模块化。

　　系统采用“服务器+工作站”的模块化结构，便于不同智能部门根据权限独立管理，避免权限交叉和管理混乱。例如，专门用于数据交换和存储的数据服务器;维护工作站用于系统维护;应用工作站管理乘客和员工;

　　2、强大的脱机功能

　　像素人脸识别门禁管理系统具有强大的脱机功能。当硬件系统和控制系统无法正常通信时，门禁系统仍然可以在不影响乘客访问的情况下正常使用。硬件控制器的存储容量可达10万张照片和10万张历史记录，短期通信故障不会导致数据丢失。

　　3、 强大的联动功能

　　该系统具有强大的联动功能，可与人脸识别、语音广播等设备无缝连接。当系统触发报警时，它会自动保存现场照片和语音广播进行语音提示。例如，当使用非法卡进入通道时，系统会自动捕捉图像和语音提示，同时连接声光报警。

　　4、 基于人脸大数据的深度学习人脸识别，大大提高了系统的鲁棒性和识别准确性。

　　人脸识别算法采用基于神经网络的深度学习模式。通过使用大量简单的单元互联处理来形成一个复杂的系统，模仿人类的学习和认知系统，我们可以获得其他方法在学习过程中难以实现的人脸识别规则和规则的隐性表达。空间分析和调度学习技术是通过利用形状特征、灰度特征、皮肤纹理特征等多种传统特征进行整合，实现高性能、高精度、高鲁棒性、可靠的人脸比较算法;

　　基于安全、教育、金融等行业的实际应用，拥有数亿不同质量、姿势、光线、性别等深度学习的人脸大数据。使用大量数据和深度学习，自动学习以获得人脸特征。经过大量人脸正负样本数据的培训，算法在准确性、容错性和鲁棒性方面具有明显优势。它已经通过了许多大型项目的实际测试，符合实际应用。

　　提供强大的人脸图像预处理工具

　　照片质量参差不齐，在关注名单库建库过程中，可以自动或人工处理照片图像，使其符合相关标准和要求。

　　智能人脸识别门禁闸机外观示意图

　　像素人脸识别门和访问控制管理系统可以提供个性化设计。软件和硬件都可以根据用户需求定制，以满足用户的实际需求，突出用户的视野和个性魅力。

　　5、系统应用模式

　　应用模式：对于乘客，包括员工，他们可以通过自己的证件和员工卡在大门上刷卡。系统将自动确定该卡是否符合进入候车室的条件，并进行相应的指示操作。系统提供清晰的操作指南，完成肖像数据采集、处理、提交和结果查看。同时，系统将根据进入人员的卡信息、进入时间和现场照片自动上传到服务器，管理员可以及时查看数据。