1、包括人脸和人头识别

2、有成熟独立算法，人脸识别时间0.1-0.3S, 要考虑强光、逆光、阴暗的影响

3、在linux和windows环境下运行,提供算法在主板上运行的硬件配置条件（比如CPU速度、运行内存），是否需要专门处理图像的核心板（比如海思、K210等）

4、算法能够脱机操作，需要封装SDK供我方调用,在算法开始运行之前，首先设置图像类别、图像区域、距离远近、图像大小、是否截图等设备参数
图像区域 指定上、下、左、右边框作为算法里人脸和人头图像分析处理区域
图像属性 有老幼、男女、衣服色、肤色等属性， 是否对这些属性进行分析
距离 有近/中/远 不同值，根据场景镜头离被测物体比较近、角度大的选近值，否则选其它值
图像大小 指定分辨率，作为截图文件大小，以此作为人头、人脸分析处理基础图像文件
输出图像文件（画框的原整张大图及人脸人头截下的1-n个小图数组）。
是否截图：对原始采集图像文件的人脸、人头进行标定大框、并截图保存为文件格式
口罩识别：1表示需要 0表示不需要

5、人脸处理函数
输入参数：图像文件或视频流、说明文字（如姓名、时间等属性，可选）、
返回参数：比对结果（1张人脸情况下返回成功或失败，可选），图像属性（老幼、男女、衣服色、肤色、身高等，可选项）、带文字打框的原图像文件（可选项）、人脸截图数组（可选，1-n张人脸）、口罩识别数组（可选，1-n张口罩结果）
说明：对图像文件或视频流里的人脸进行分析，一张人脸情况需先打框并在框左上角写上说明文字、再做人脸比对并返回成功或失败；多个人脸情况下需先对每个人脸打框、并在每个框左上角写上说明文字；每个打框人脸须截图并存入数组返回

6、人头处理函数
输入参数：图像文件或视频流
返回参数：进出方向、人头数量，打框的原图像文件（可选）
说明：对图像文件或视频流里的人头进行分析，并对每个人头打框，返回人头数量和打框的原图像文件

7、 人脸方面应用情景：
摄像头安装在人脸的正前方或斜上方（进出大门、上下车门的正前方或斜上方位置），算法以距离远近为变量或参数，调整优化计算，以最大限制提高人脸识别精度

8、人头方面应用场景：
摄像头安装在人头的正上方（进出大门、上下车门的正上方或斜上方位置）
算法以距离远近为变量或参数，调整优化计算，以最大限制提高人头识别精度。