1.一种基于人脸面部特征识别技术的在线通行系统，其特征在于包括：获取模块、采集模块、提取模块、初始化模块、计算模块、匹配模块、检测模块和优化模块；其中获取模块和采集模块相连，采集模块和提取模块相连，提取模块和初始化模块相连，初始化模块和计算模块相连，计算模块和匹配模块相连，匹配模块和检测模块相连，检测模块和优化模块相连；

所述获取模块用于获取待识别的人脸图像，获取的人脸图像为标准或非标准的实时人脸图像，如不同光照条件下的人脸图像、作出不同表情的人脸图像等；

所述采集模块用于采集已获取的待识别人脸图像中的特征点，所选特征点包括关键点和稠密点，该关键点包括5个点，分别为左眼睛中心点、右眼睛中心点、鼻尖、嘴巴左边界点及嘴巴右边界点；稠密点是除了该关键点之外的N个点，计算每个稠密特征点的坐标(x，y)后进行采集，稠密特征点坐标的计算公式如下：x＝(2j‑1)·d/2+1   公式(1)y＝(2i‑1)·d/2+1   公式(2)式中x为稠密特征点的横坐标，y为稠密特征点的纵坐标，i为第i行稠密特征点，j为第j列稠密特征点，d为相邻两个稠密特征点间的距离；

所述提取模块，按照人脸图像各个局部区域的像素值排列依次提取上述M＝N+5个特征点的特征向量；

所述初始化模块用于初始化构建上述M个特征点的权重及投影矩阵；

所述权重的计算公式如下所示：

式中Wi为第i个特征点的权重，W0为第i个特征点的初始化权重(默认为1)，si为第i个特征点的形状向量，pi为第i个特征点形状向量所对应的形状参数；

所述投影矩阵的计算公式如下所示：式中Pi为特征点的投影矩阵，arg是取投影最小值的函数，Wi为上述第i个特征点的权重，yi为第i个特征点的纵坐标，xi为第i个特征点的纵坐标；

所述计算模块用于计算上述M个特征点的特征向量的加权协同表示，以获取所述特征点的特征向量的表示系数，具体的计算公式为：式中S为表示系数，Wi为第i个特征点的权重，Pi为特征点的投影矩阵；

所述匹配模块用于将已获取的人脸图像与已有的人脸数据库进行匹配，判断是否匹配成功，其实现主要包括以下步骤：S1：读取现场采集的人脸图像中M个特征点的权重、投影矩阵及其特征向量的表示系数；

S2：遍历已有的人脸数据库，依次计算人脸数据库中各个人脸图像特征点的权重、投影矩阵及其特征向量的表示系数；

S3：采用特征脸匹配算法，将已采集的人脸图像中M个特征点的权重、投影矩阵及其特征向量的表示系数与人脸数据库中每个人脸图像的相应参数值进行对比；

S4：计算上述两种人脸图像的各项参数值的平均相似度；

S5：判断上述各项参数值的平均相似度是否大于等于90％；

S6：若平均相似度大于等于90％则匹配成功，否则匹配失败；

S7：匹配模块结束；

所述检测模块采用在线/离线活体检测服务，识别扫描行为是否为本人亲自操作；

所述在线/离线活体检测服务，提示现场进行人脸扫描的人员根据提示作出相应动作，利用后台SDK实时采集动态信息，判断用户是否为活体、真人；

所述优化模块采取系统优化算法优化系统，减少系统响应时间，提高系统流畅度；

所述系统优化算法是一种分级检索识别方法，以人脸某一特征的相关数值参数为关键词进行初步检索，然后在对应子集中将图像进行编号和排序，然后进行深度比对以实现身份信息认证。