可见光图像的人脸识别技术对环境光的影响有着难以克服的缺陷，当识别时的环境光与注册时不同时，识别性能会有较大下降，无法满足实际系统的需要。基于此，课题组研发的近红外人脸身份识别技术使用近红外图像、利用先进的人脸检测、关键点定位、人脸数据特征提取与模式分类算法，建立了一套性能较高、能够适应环境光照的人脸识别技术与系统，不但克服了环境光照的缺陷，且还能够利用红外活体检测技术，有效防止了造假认证现象，能够大大扩展人脸识别技术的应用领域范围。除此之外，采用主动红外补光技术，可将应用扩展到室外环境中。目前基于近红外的人脸识别技术分为两类，一类是基于传统算法的技术体系，一类是基于深度学习的技术体系，在同一测试数据集上分别能够达到当错误率在0.01%时准确率达到90.92%、99.33%的效果，且处理速度快，在奔腾双核3.0Hz处理上处理一张人脸图像的平均耗时在0.5s时间内。该技术在智能安防、智能监控、金融领域身份认证等领域有着广泛应用，且目前针对此项技术已经推出了人脸考勤机、人脸识别储物柜、人脸锁、人脸识别手机等产品。演示Demo下载：