技术原理：
人脸识别内容
人脸识别技术包含三个部分：
(1)人脸检测
面貌检测是指在动态的场景与复杂的背景中判断是否存在面像，并分离出这种面像。一般有下列几种方法：
①参考模板法
首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸；
②人脸规则法
由于人脸具有一定的结构分布特征，所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸；
③样品学习法
这种方法即采用模式识别中人工神经网络的方法，即通过对面像样品集和非面像样品集的学习产生分类器；
④肤色模型法
这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。
⑤特征子脸法
这种方法是将所有面像视为一个面像子空间，并基于检测样品与其在子孔间的投影之间的距离判断是否存在面像。
值得提出的是，上述5种方法在实际检测系统中也可综合采用。
(2)人脸跟踪
面貌跟踪是指对被检测到的面貌进行动态目标跟踪。具体采用基于模型的方法或基于运动与模型相结合的方法。此外，利用肤色模型跟踪也不失为一种简单而有效的手段。
(3)人脸比对
面貌比对是对被检测到的面貌像进行身份确认或在面像库中进行目标搜索。这实际上就是说，将采样到的面像与库存的面像依次进行比对，并找出佳的匹配对象。所以，面像的描述决定了面像识别的具体方法与性能。目前主要采用特征向量与面纹模板两种描述方法：
①特征向量法
该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性，然后再计算出它们的几何特征量，而这些特征量形成一描述该面像的特征向量。
②面纹模板法
该方法是在库中存储若干标准面像模板或面像器官模板，在进行比对时，将采样面像所有象素与库中所有模板采用归一化相关量度量进行匹配。此外，还有采用模式识别的自相关网络或特征与模板相结合的方法。
人脸识别技术的核心实际为“局部人体特征分析”和“图形/神经识别算法。”这种算法是利用人体面部各器官及特征部位的方法。如对应几何关系多数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。一般要求判断时间低于1秒。

“施工升降机司机必须拥有特种作业操作资格证。”该项目项目经理表示，这既排除了非专业操作人员使用电梯的不安全性，又避免了电梯司机临时离开岗位锁门关电的麻烦，人脸识别系统将司机驾驶升降机的权限与升降机控制结合起来，切实防范和减少施工升降机安全事故。

建筑劳务人员实名制的内容和可予以办理实名登记的人员包括：
　　1、姓名、身份证号码、来源省份地区、文化程度等基本信息；
　　2、岗位（工种）、技工等级、岗位证书类别等岗位资格信息；
　　3、人员类别、从事过劳务的施工企业、工程项目等从业信息；
　 4、施工现场日考勤信息；
　　5、劳务用工合同、工资支付情况等其它信息；
　　6、进出施工现场的管理人员，包括施工企业承担建筑工地管理的项目经理及项目经理部组成人员；
　　7、监理企业承担建筑工程管理的项目总监及项目监理部组成人员；
　　8、施工企业关键岗位工地管理人员；
　　9、包括建筑电工、建筑架子工、建筑起重信号工、建筑起重机械司机、建筑起重机械安装拆卸工、建筑电 焊工、建筑中小型机械操作工、建筑场内机械驾驶员等特种作业人员。


m.lyxhhjq.b2b168.com