虹膜考勤机，西安虹膜门禁，识别

使用微信扫描二维码分享朋友圈，成交更快更简单！

当今科技发展非常迅速，如果采用的身份识别技术几年之内就被淘汰，甚至采用的技术在短期内就将被取代，这不仅是一种极大的物质成本浪费，而且也会严重影响使用安全、浪费开发成本。同时，再实施改造或升级也是管理和设计上的一个重大的失误。而目前世界上最先进的虹膜识别考勤机不仅做到了与世界同行业的应用接轨，也将技术的成熟性、价格因素充分考虑在内。虹膜识别考勤机是在上个世纪末出现的，并在本世纪初逐渐成熟，并被应用到了各个高等安全领域和行业中。随着其应用范围的不断扩大，虹膜识别技术以其非凡的品质表现和良好的效果，在世界范围内为众多消费者提供了一种更加可靠、更加准确、更加便捷的身份识别手段和理念。

虹膜识别考勤机与其他类型考勤机相比，有如下优点：

一、优越性

1、生物识别误识别率：单眼识别100万分之一以下,双眼识别10亿分之一以下。高速识别和注册：0.1秒识别时间，3秒注册时间。在不同人群中易用性保持业界最高性能。

2、虹膜图像捕捉范围扩展4倍以上,更方便使用。舒适的镜面定位向导，智能的语音向导和光学引导提示，高互换兼容性，高环境适应性，高性能高速数字信号处理器DSP处理引擎，嵌入式平台架构，高稳定性和可靠性。

3、在线软件版本更新,维护升级简单，网络化管理模式，高度竞争力的性价比。

二、识别步骤

1.语音和灯光引导在探测范围内(距虹膜识别器40cm内)，语音与灯光提示自动运行，引导用户至合适的位置。

2.镜面定位向导只需注视镜面中的双眼,左右任意一只眼睛或双眼与注册虹膜特征数据吻合，即可完成识别。虹膜注册时，建议双眼注册并不要带眼镜或有其他遮挡物。虹膜识别时，带着眼镜(近视镜、太阳镜、隐型眼镜)也可以正常的进行识别。

3.识别时间约0.1秒，采用高性能高速DSP处理引擎和先进算法，提高了识别速度。比同类产品快约3-10倍。非接触方式在声光提示引导下对准识别镜、虹膜识别器即可捕捉虹膜数据，并进行识别。合适的捕捉距离为25cm～35cm,无需接触产品。轻松、健康。识别镜可上下调整通过角度调节把手调整角度到用户眼睛合适的位置，使虹膜识别更加顺利。

4、识别器最大管理10,000个用户通过虹膜识别器管理软件，最多可管理10,000个用户的虹膜数据。恶意破坏防护程序当设备前盖打开或将设备从墙壁取下时，蜂鸣器鸣响并报警输出。在经过一定时间后，该虹膜识别器内的虹膜数据全部删除，防止数据外泄及篡改。记录100，000件访问日志虹膜识别器能够记录最多100,000件的日志。日志项目：用户ID、时间，虹膜识别器编号,识别成功/失败事件。事件时间检索，提高使用效率根据指定的时间,用户ID或其他条件，检索筛选记录内容。嵌入式网络平台架构虹膜识别器可脱机单独工作,也可通过管理软件实现大规模网络化布署管理.

维护升级简单支持在线软件版本更新,方便虹膜识别器软体的维护和升级互换兼容性高虹膜识别器稳定的互换兼容性,使用任何一台虹膜识别器注册的虹膜特征数据,都能在其它虹膜识别器上稳定识别环境适应性高虹膜识别器，在各种实际应用环境下具有稳定识别的适应能力。

三、虹膜识别考勤机核心技术竞争力

1.全球首次实现高性能数字媒体处理器 DSP的SOC片上系统嵌入式平台架构，按照工业标准要求设计，具有高度稳定性和可靠性，平均连续无故障工作时间大于10，000小时

2.全球首次实现百万像素级成像技术组合精密双眼虹膜光学成像系统，创新的高质量光学成像系统获取的虹膜图像质量高于国际标准ISO/IEC19794-6:2005

3.核心算法图像处理时间小于0.1秒

4.核心算法在不同人群中易用性保持业界最高性能

5.全球首次采用随机性生物光谱学分析方法实现虹膜生物组织活性特征检测功能

6.最优化的人机操作界面，高度智能的语音向导和光学引导提示

7.具有高度竞争力的性价比

8.实时性能：

双眼注册时间5s，

双眼验证时间3s，

双眼戴眼镜验证时间5s

单眼眼注册时间3s，

单眼验证时间1s，

单眼戴眼镜验证时间2s

注:戴眼镜验证时间增加是因为眼镜光学性能干扰，眼镜表面污点，和眼镜磨损等使图像获取时间延长。

测试条件:

在实际应用环境下客观的平均测定值，包括图像获取时间和图像获取后计算处理时间及匹配时间。

9.精确性：

单眼:

FAR<1.0*10-6

FRR<1.0*10-3

戴眼镜FAR不受影响，FRR<1.0*10-2

双眼:

FAR<1.0*10-12

FRR<1.0*10-2

戴眼镜FAR不受影响，FRR<3.0*10-2

注:戴眼镜FRR下降是因为眼镜光学性能干扰，眼镜表面污点，和眼镜磨损等使虹膜图像质量下降。

测试条件:在实际应用环境下超过100000人客观的平均测定值，超过50亿次交叉匹配建立的精确度测试数据，目前建立有包括超过100000人的虹膜图像数据库。