iSAP FRS(臉部辨識門禁系統) 是現今業界最佳的人臉辨識系統 ，它以 AI 人工智慧演算法與深度學習為設計基礎，具有極快的辨識速度，並具備高度彈性，支援包括 RTSP、NVR、CMS 在內的多種影像源，可適應高達 3.5 米架設高度與低光源場景，提供通知與報告功能，並支援群組，可以對不同人員進行分群。

分析辨識技術：
◼ 辨識系統採用特殊演算法進行128個特徵值分析和評估計算出抓拍辨識度。
◼ 當人臉帶眼鏡、假頭髮、假鬍子或遮蔽嘴，皆可正常辨識人臉。
◼ 當人臉為正臉、側臉約35度角以內、低頭約15度角以內、歪頭、表情皆可以正常辨識。
◼ 外在燈光環境僅 35Lux 依然可以正常辨識。
◼ 活體人物辨識可以區分照片或影片。
◼ 能根據需要彈性配置辨識成功的評分門檻值 。
用戶與人員管理：
◼ 用戶管理提供群組功能，能透過群組功能設定能操作的頁面範圍 。
◼ 能對個別用戶設置群組，簡單管理所有用戶 。
◼ 提供群組功能，能設置VIP 與黑名單…等群組，透過群組識別人員 。
◼ 能對影像來源設定ID，提供人臉辨識來源 ID 。
◼ 在辨識到VIP 或黑名單…等群組成員時，能夠第一時間主動通告手機 。
◼ 可大量管理人員照片。
◼ 支援手機拍照與註冊人員 。
攝影機/影像源支援：
◼ 可相容不同廠牌的攝影機 。
◼ 支援多種影像來源，包括 RTSP、NVR、CMS...等 。
◼ 透過NVR、CMS 影像來源支援，能夠輕易整合FRS 到現有監控系統中通知與告警。
◼ 能對影像來源設定Location，提供人臉辨識的所在地點 。
◼ 支援RTSP、NVR、CMS...等影像來源，可輕易整合到現有監控環境，不需額外投資獨立辨識。
報告：
◼ 提供人員辨識紀錄，能快速搜尋人員出入時間、地點 。
◼ 辨識紀錄會同時顯示辨識當下的快照，供人查驗人員的穿著或表情 。
◼ 辨識紀錄可列出成功辨識與辨識不成功的列表，列出所有辨識的評分，可作為辨識參考之依據。
◼ 辨識紀錄可匯出成xlsx、html 標準格式之檔案，並呈現抓拍時間、地點、抓拍照片、辨識率、原始註冊照片、群組、姓名、工號，可提供給其他分析或報表軟體進一步分析使用彈性化配置。
業界最強的環境適應能力：
◼ FRS 系統支援從 3.5 米高度之攝影機進行辨識 。
◼ FRS 系統支援低光源 35 LUX 環境之辨識，對環境變化之適應能力優異 。
◼ 可極短時間辨識出人臉，於行走過程即完成人臉辨識，不需等待或長時間停留 。
彈性化配置：
◼ 可設定支援鏡像照片之辨識，如手機拍照時左右對調照片與本人之辨識差異可自動處理 。
◼ 能根據需要設置辨識之間距時間，如可設置 0.5秒辨識人臉，或拉長為 5 秒辨識人臉 。
◼ 能根據需要設置必須正面正臉辨識，用於需要精準辨識之辨識機場合 。
◼ 能根據需要設定最小之人臉大小，降低人潮眾多情境時，系統對環境的適應能力 業界最強的環境適應能力。
系統整合能力：
◼支援 RTSP、NVR、CMS...等影像來源，可輕易整合到現有監控環境，不需額外購買獨立辨識攝影機。
◼具備高度整合能力(例：I/O控制模組、門禁開關門…等。)，能符合現場環境需求。
◼可與其他開放式系統介接功能相關的SDK和API文件。

一、系統需求
1. FRS伺服器端硬體需求：
i. 同時連接2個網路型攝影機需具備Intel Core i5 以上等級CPU、16GB以上系統記憶體、256GB以上SSD。
ii. 同時連接5個網路型攝影機需具備Intel Core i7 以上等級CPU、16GB以上系統記憶體、256GB以上SSD。
iii. 需具備10/100 Mb 以上等級網路介面卡。
2. FRS伺服器端軟體需求：
i. 需具備作業系統 Ubuntu Linux 16.04。
ii. 需支援Google Chrome瀏覽器。
iii. 需支援HTTP通訊協定。
iv. 介面需使用密碼保護。
v. 具備FRS資料庫。
3. FRS資料庫需求：
i. 採用 Intel Core i7 系列以上 CPU / 32GB 記憶體 / 1TB 以上HDD或750 GB 以上SSD / 採用RAID 5機制。
ii. 需具備Linux作業系統 Ubuntu Linux 16.04和 MongoDB。
4. FRS用戶端軟體需求：
i. 需支援作業系統，Windows或MacOS X或Linux。
ii. 需支援 Google Chrome瀏覽器。
5. 攝影機需求：
i. 影像畫質720p或1080p以上。
ii. 具備RTSP影像串流、NVR、CMS。
iii. 需相容不同廠牌的攝影機。
二、功能規格
1. 分析辨識技術：
i. 攝影機架設高度位於 3.5米或以上高度可以正常辨識。
ii. 外在燈光環境 35Lux 以上可以正常辨識。
iii. 採用特殊演算法進行128個特徵值分析和評估計算出抓拍辨識度。
iv. 啟用活體人物辨識可以區分照片或影片。
v. 當人臉帶眼鏡、假頭髮、假鬍子或遮蔽嘴，皆可正常辨識人臉。
vi. 當人臉為正臉、側臉約35度角以內、低頭約15度角以內、歪頭、表情皆可以正常辨識。
vii. 人臉辨識系統可以正常區分雙胞胎且不會誤判。
viii. 辨識速度：同框每秒可辨識20張人臉。
ix. 抓拍速度：每秒可抓拍30張人臉。
2. 影像源需求：
i. 現有攝影機沿用性：連接既有IP Camera的RTSP影像串流，取得影像後，可以即時評估既有攝影機是否因為解析度不夠、角度、對焦或設備老舊…等，需要進行設備汰舊換新。
ii. 支援英文命名與定義攝影機裝置。
iii. 支援UTF8多語言命名與定義攝影機裝置所在地。
3. 用戶管理：
i. 支援帳號密碼登入管理。
ii. 支援帳號群組分類。
i. 支援須具備不同群組操作頁面範圍不同。
4. 人員管理：
i. 管理方式須具備網頁登錄人員資料與上傳照片。
ii. 人臉照片註冊規範：照片需為證件照、五官清晰、背景為單一色系、建議註冊人臉畫素 200X200 以上、最低不得低於 100x100 畫素、建議一年內照片。
iii. 大量管理方式須大量上傳照片，並自動根據照片名稱命名。
iv. 分類方式須具備人員群組分類。
v. 群組須具備可設置 VIP 或黑名單對人員分群控管。
5. 管理介面：
i. 支援網頁式(Google Chrome)管理介面。
ii. 支援繁體中文、英文。
iii. 支援遠端網頁登入管理。
6. 通知：
i. 通知裝置支援手機 iOS 與 Android。
ii. 通知方式須具備辨識到 VIP 或黑名單…等特定群組自動通告手機。
7. 報告：
i. 報告方式須具備網頁式表單。
ii. 報告檢索方式須具備可根據日期、所在地、人員名搜尋。
iii. 匯出方式須具備支援 xlsx、html 檔案格式匯出。
iv. 匯出的報告呈現項目需包含：呈現抓拍時間、地點、抓拍照片、辨識率、原始註冊照片、群組、姓名、工號。
8. 外部系統介接整合：
i. 系統必須具備高度整合能力(例：I/O控制模組、門禁開關門、韋更控制模組…等。)，符合現場環境需求。
ii. 必須具有與其他開放式系統介接功能相關的SDK和API文件。
iii. 必須具有與行動裝置整合功能相關的SDK和API文件。