人脸识别闸机时，影响人脸采集的主要因素

在人脸识别技术的应用中，人脸识别利用摄像头进行人脸的采集，并自动在图像中检测和跟踪人脸，进而对检测到的人脸图像进行一系列的相关应用操作。

实现步骤与方法，思路很清晰，如下：

 1、打开摄像头，采集图像；

 2、加载人脸分类器；

 3、人脸检测，并框出人脸部分并显示图像；

 4、在检测到人脸条件下，一键拍照；

 5、对人脸部分，调整大小并写成指定目录下的图像文件；
人脸识别闸机就是从照片中提取人脸中的特征，再通过特征的对比输出结果。而人脸识别闸机中的人脸采集环节主要受以下几大因素的影响：

光照环境

过曝或过暗的光照环境都会影响人脸识别效果。可以从摄像头自带的功能补光或滤光平衡光照影响，也可以利用算法模型优化图像光线。

模糊程度

实际场景主要着力解决运动模糊，人脸相对于摄像头的移动经常会产生运动模糊。部分摄像头有抗模糊的功能，而在成本有限的情况下，考虑通过算法模型优化此问题。

遮挡程度

五官无遮挡、脸部边缘清晰的图像比较好。而在实际场景中，很多人脸都会被帽子、眼镜、口罩等遮挡物遮挡，这部分数据需要根据算法要求决定是否留用训练。

采集角度

人脸相对于摄像头角度为正脸佳。但实际场景中往往很难抓拍正脸。因此算法模型需训练包含左右侧人脸、上下侧人脸的数据。工业施工上摄像头安置的角度，需满足人脸与摄像头构成的角度在算法识别范围内的要求。