技術原理：
人臉識別內容
人臉識別技術包含三個部分：
(1)人臉檢測
面貌檢測是指在動態的場景與復雜的背景中判斷是否存在面像，并分離出這種面像。一般有下列幾種方法：
①參考模板法
首先設計一個或數個標準人臉的模板，然后計算測試采集的樣品與標準模板之間的匹配程度，并通過閾值來判斷是否存在人臉；
②人臉規則法
由于人臉具有一定的結構分布特征，所謂人臉規則的方法即提取這些特征生成相應的規則以判斷測試樣品是否包含人臉；
③樣品學習法
這種方法即采用模式識別中人工神經網絡的方法，即通過對面像樣品集和非面像樣品集的學習產生分類器；
④膚色模型法
這種方法是依據面貌膚色在色彩空間中分布相對集中的規律來進行檢測。
⑤特征子臉法
這種方法是將所有面像視為一個面像子空間，并基于檢測樣品與其在子孔間的投影之間的距離判斷是否存在面像。
值得提出的是，上述5種方法在實際檢測系統中也可綜合采用。
(2)人臉跟蹤
面貌跟蹤是指對被檢測到的面貌進行動態目標跟蹤。具體采用基于模型的方法或基于運動與模型相結合的方法。此外，利用膚色模型跟蹤也不失為一種簡單而有效的手段。
(3)人臉比對
面貌比對是對被檢測到的面貌像進行身份確認或在面像庫中進行目標搜索。這實際上就是說，將采樣到的面像與庫存的面像依次進行比對，并找出佳的匹配對象。所以，面像的描述決定了面像識別的具體方法與性能。目前主要采用特征向量與面紋模板兩種描述方法：
①特征向量法
該方法是先確定眼虹膜、鼻翼、嘴角等面像五官輪廓的大小、位置、距離等屬性，然后再計算出它們的幾何特征量，而這些特征量形成一描述該面像的特征向量。
②面紋模板法
該方法是在庫中存儲若干標準面像模板或面像器官模板，在進行比對時，將采樣面像所有象素與庫中所有模板采用歸一化相關量度量進行匹配。此外，還有采用模式識別的自相關網絡或特征與模板相結合的方法。
人臉識別技術的核心實際為“局部人體特征分析”和“圖形/神經識別算法。”這種算法是利用人體面部各器官及特征部位的方法。如對應幾何關系多數據形成識別參數與數據庫中所有的原始參數進行比較、判斷與確認。一般要求判斷時間低于1秒。

“施工升降機司機必須擁有特種作業操作資格證。”該項目項目經理表示，這既排除了非專業操作人員使用電梯的不安全性，又避免了電梯司機臨時離開崗位鎖門關電的麻煩，人臉識別系統將司機駕駛升降機的權限與升降機控制結合起來，切實防范和減少施工升降機安全事故。

建筑勞務人員實名制的內容和可予以辦理實名登記的人員包括：
　　1、姓名、身份證號碼、來源省份地區、文化程度等基本信息；
　　2、崗位（工種）、技工等級、崗位證書類別等崗位資格信息；
　　3、人員類別、從事過勞務的施工企業、工程項目等從業信息；
　 4、施工現場日考勤信息；
　　5、勞務用工合同、工資支付情況等其它信息；
　　6、進出施工現場的管理人員，包括施工企業承擔建筑工地管理的項目經理及項目經理部組成人員；
　　7、監理企業承擔建筑工程管理的項目總監及項目監理部組成人員；
　　8、施工企業關鍵崗位工地管理人員；
　　9、包括建筑電工、建筑架子工、建筑起重信號工、建筑起重機械司機、建筑起重機械安裝拆卸工、建筑電 焊工、建筑中小型機械操作工、建筑場內機械駕駛員等特種作業人員。


http://m.5188job.com