人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。脸识别产品已广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域。随着技术的进一步成熟和社会认同度的提高，人脸识别技术将应用在更多的领域。例如:
方案构成及介绍：
1. 英特尔VAS算法介绍：
Intel VAS算法是英特尔算法部门开发的，基于最新的AI技术（深度学习）， 具有高精度、高可靠性的人脸识别、人脸特征分析、人脸对比检测、人脸跟踪开发系统，Intel VAS支持windows10以及Ubuntu16.04操作系统。签署NDA保密协议后，可以免费提供给客户使用，使客户能够快速开发人脸相关的应用及产品。如果原本是使用Intel CPU的产品，可以在不增加硬件成本的情况下，使产品附加更智能的功能，提高产品的竞争力。
VAS人脸对比算法精度达到99.5%：
2. JWIPC E7QL工业电脑介绍：
JWIPC E7系列是智微智能公司专门定位于工业应用的电脑，具有配置高、长时间运行稳定性高的特点。此产品广泛应用于各种工业视觉检测应用中。
JWIPC E7QL配置如下图：
方案整合之道：
智微智能（JWIPC）作为Intel的合作伙伴，使用他们的JWIPC E7QL工业电脑作为硬件部分，把Intel开发的VAS算法整合进去，便形成了本方案。
VAS使用说明：
1. 企业、住宅安全和管理。如人脸识别门禁考勤系统，人脸识别防盗门等。
2. 电子护照及身份证。中国的电子护照计划公安部一所正在加紧规划和实施。
3. 公安、司法和刑侦。如利用人脸识别系统和网络，在全国范围内搜捕逃犯。
4. 自助服务。如人脸支付。
丰富的应用场景：
丰富的应用场景：
方案构成及介绍：
1. 英特尔VAS算法介绍：
Intel VAS算法是英特尔算法部门开发的，基于最新的AI技术（深度学习）， 具有高精度、高可靠性的人脸识别、人脸特征分析、人脸对比检测、人脸跟踪开发系统，Intel VAS支持windows10以及Ubuntu16.04操作系统。签署NDA保密协议后，可以免费提供给客户使用，使客户能够快速开发人脸相关的应用及产品。如果原本是使用Intel CPU的产品，可以在不增加硬件成本的情况下，使产品附加更智能的功能，提高产品的竞争力。
VAS人脸对比算法精度达到99.5%：
2. JWIPC E7QL工业电脑介绍：
JWIPC E7系列是智微智能公司专门定位于工业应用的电脑，具有配置高、长时间运行稳定性高的特点。此产品广泛应用于各种工业视觉检测应用中。
JWIPC E7QL配置如下图：
方案整合之道：
智微智能（JWIPC）作为Intel的合作伙伴，使用他们的JWIPC E7QL工业电脑作为硬件部分，把Intel开发的VAS算法整合进去，便形成了本方案。
VAS使用说明：
install
0. 首先安装Ubuntu16.04 和 Intel openvino，并且设置好了openvino的环境变量。
1. 在Linux中，vas算法是使用vas_2018r3.789086a93859567_ubuntu_16.04.zip这个文件，首先解压这个文件到开发目录，我的目录是"~/work/intel_vas_package/work/"，如下图：
2. 用你喜欢的编辑器修改bin/setvars.sh, 增加一行：
export PATH_VAS="$VAS_ROOT"
3. 把VAS的环境变量添加到bashrc中，
source /home/yanpeng/work/intel_vas_package/work/vas_2018r3.789086a93859567_ubuntu_16.04/bin/setvars.sh
2. 确保你的pc上有摄像头可以工作(通过ls /dev命令查看，如果有video0，video1这样的文件，说明摄像头是work的)，执行sample
./face_detector_video_sample -model=$PATH_VAS/lib/intel64 -v:0
执行效果如下图：
1. 在Linux中，vas算法是使用vas_2018r3.789086a93859567_ubuntu_16.04.zip这个文件，首先解压这个文件到开发目录，我的目录是"~/work/intel_vas_package/work/"，如下图：
2. 用你喜欢的编辑器修改bin/setvars.sh, 增加一行：
export PATH_VAS="$VAS_ROOT"
3. 把VAS的环境变量添加到bashrc中，
source /home/yanpeng/work/intel_vas_package/work/vas_2018r3.789086a93859567_ubuntu_16.04/bin/setvars.sh
然后，重新打开终端就可以把环境变量加进来了。
fd
fd
1. 编译，进入sample/fd目录,用cmake进行编译，具体命令如下：
cd sample/fd
mkdir build && cd build
cmake ..
make
编译完可以看到生存了可执行文件face_detector_video_sample：mkdir build && cd build
cmake ..
make
2. 确保你的pc上有摄像头可以工作(通过ls /dev命令查看，如果有video0，video1这样的文件，说明摄像头是work的)，执行sample
./face_detector_video_sample -model=$PATH_VAS/lib/intel64 -v:0
执行效果如下图：
FR
同样的方法编译FR，执行的命令如下，其中在当前目录有一个预先准备好的“yanpeng.jpg”作为检测对比的文件
./face_recognizer_video_sample -fd_model=$PATH_VAS/lib/intel64 -fr_model=$PATH_VAS/lib/intel64 -recognition_video=0 -register_image=./yanpeng.jpg
执行效果如下：
同样的方法编译FR，执行的命令如下，其中在当前目录有一个预先准备好的“yanpeng.jpg”作为检测对比的文件
./face_recognizer_video_sample -fd_model=$PATH_VAS/lib/intel64 -fr_model=$PATH_VAS/lib/intel64 -recognition_video=0 -register_image=./yanpeng.jpg
执行效果如下：
以上就是全部的安装步骤啦。
►场景应用图
►产品实体图
►展示板照片
►方案方块图
►核心技术优势
1. 具有较高的检测精度,超过99.5% 2. 通过评估后，可以免费提供给客户使用。（需要签保密协议） 3. 在Intel平台上有不俗的性能表现 4. 人脸识别可以识别超过10年年龄的差异
►方案规格
1. 处理模型： 正常跟踪（局部检测） 2. 最小人脸尺寸：24x24（最小可配置的） 3. 最大可检测距离： 15米（1080P, 60FOV） 4. 最大可检测人脸的数量： 没有限制 5. 最低照度: 10lux 6. 模型大小： 580KB(INT8) 7. 输入格式： BGR/RGBA32/YUV(NV12,NV21, YV12, YUY2) 8. 输出： 边界框，5个坐标位置 9. 支持系统：Ubuntu16.04, Windows10