人脸车牌识别VIP访客接待系统Word文档格式.docx
《人脸车牌识别VIP访客接待系统Word文档格式.docx》由会员分享，可在线阅读，更多相关《人脸车牌识别VIP访客接待系统Word文档格式.docx（11页珍藏版）》请在冰豆网上搜索。
通过一些后续处理手段可以实现停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管、闯红灯电子警察、公路收费站等等功能。
对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。
汽车牌照号码是车辆的唯一“身份”标识，牌照自动识别技术可以在汽车不作任何改动的情况下实现汽车“身份”的自动登记及验证，这项技术已经应用于公路收费、停车管理、称重系统、交通诱导、交通执法、公路稽查、车辆调度、车辆检测等各种场合。
第二章需求分析
随着信息技术的发展，企业管理进入了信息时代，而企业生存发展的需要、信息管理的发展、人工智能思想与技术在企业的延伸共同造就了企业智能管理的出现，虽然现在还不是特别成熟，但是智能管理是企业管理发展的必然方向。
访客接待智能化解决方案是基于人脸识别系统和车牌识别系统而开发出的应用，主要需求如下：
Ø
客户分类管理
员工出入管理
客户轨迹查询
客户管理与人员统计
联动声音提示
第三章方案设计
3.1客户分类管理
在人脸识别系统中，创建不同名称人脸库，连锁店可建立：
VIP客户、来往客户、可疑人员和员工等不同的人脸库和车牌号库。
当顾客进门时，在不用配合的情形下，摄像机检测到人脸图像、车牌号码，并完成识别，显示归属库，此方案可快速分辨客户信息，了解客户喜好，优化了客户管理。
3.1.1VIP客户管理
在停车场门口和大门口通道安装摄像机，当车辆和顾客从门口进入时，在不用配合的情况下，摄像机检测到车牌号码和人脸图像，并完成识别，通过比对，同时可显示该顾客信息（包括是否为VIP用户，服务经理是谁，到店次数等），同时识别结果到前台的智能电视上，用于门店迎宾显示，通过声音提示相关人员，再通过短信通知相应的服务经理。
前台的视频播放系统亦可播放门店宣传视频或广告宣传等，当有识别结果产生时，也可正常弹出迎宾卡片。
图3.1前台客户管理
3.1.2初来客户与常来客户管理
在来往顾客中，有初次光顾顾客和常来顾客。
初次光顾客户可通过系统采集添加到人脸库中的来往顾客库，当此顾客再次光临时，人脸识别系统中可显示通过次数为2，由此数量的增加，可知道该顾客为常来客户，迎宾系统更加完善。
3.1.3可疑人员与不受欢迎人员管理
在来往顾客中，会有可疑人员和不受欢迎人员来光顾门店。
把此类人员入库到固定库中（如Black库）。
当此类人员光顾时，人脸识别为Blace库中人员，并产生报警声音，用来提醒员工。
3.1.4客户结构化信息管理
对来往顾客通过人脸检测进行性别、年龄识别，给出固定的性别和年龄段等结构化的数据信息。
为客户管理提供重要的数据支撑。
3.2员工出入管理
员工在进出门时都会被摄像机拍摄到人脸图像，并产生识别结果，根据识别结果产生该员工每天的出入记录。
该非配合式的出入管理方式，方便对来人身份的判断，做到智能化管理。
3.6显示与联动声音
连锁店的智能化管理中做到不同的库不同的显示并联动不同的声音。
通过不同颜色和不同声音配合人脸和车牌展示，做到更清晰、更醒目的提示功能，并能及时通知到相应的服务经理。
第四章方案实现
4.1系统框架
人脸识别系统总体架构包括前端设备、传输网络和监控中心三个部分，如下图：
前端设备：
主要是采集人脸数据。
传输网络：
将采集到的人脸数据传回到中心。
监控中心：
部署各个服务，将传回来的人脸数据进行实时分析比对。
4.2功能特点
人脸建库
实现布控人员建库，可根据人员属性进行逻辑分库与比对策略设置。
也提供用户建立临时人脸库的功能，使用者可自行注册，批量导入人脸照片。
人脸检测
自动检测视频中的人脸并进行跟踪与质量判断，提升系统的识别性能、降低系统的数据容易。
还能对已有的视频文件进行分析，检测并识别人脸。
人脸检测比对只需要使用普通的网络摄像头，不需要特别的高清摄像头。
支持摄像头实时抓取通过的人脸照片，在事后进行检索。
除此以外，还能设置摄像头定时抓取现场照片，提供现场的细节分析，包括犯罪嫌疑人的衣帽特征，以帮助确认嫌疑人的身份。
人脸识别
根据比对策略将采集到的视频中的人脸与布控名单进行比对，如果比中则进行预警，提示操作人员进行处置。
实时人脸监控
实时提供监控画面，并显示所有的报警结果。
保存所有经过摄像头的人脸照片，每张照片只有几K到十几K大小。
抓拍报警处置
对摄像头抓拍到的人员信息进行进一步的筛选，确认。
也能记录民警各自的操作记录，方便其他人员的二次查看和确认。
人脸图像检索
根据上传的人员图像和检索条件在对应选项中的人脸库中查询符合条件的人脸，输入需要的检索条件，如姓名、性别、年龄、证件号等。
可进行条件范围内的查询。
支持实时抓取通过摄像头的人脸照片，在事后进行反向检索。
人像信息修改
针对各个不同的人脸库，查询符合条件下的人员信息，并对其中的信息进行修改删除等操作，同时也可针对勾选的人脸库进行新人员信息的注册。
系统管理平台
集成了以上所有的功能软件平台，可以安装在普通的PC机上。
人脸追踪算法
在视频或图像序列中确定某个人脸的运动轨迹及大小变化的过程。
4.3摄像机安装
4.3.1设备架设
人脸识别需要采集人员的正面照片，在不影响人员通行，且满足人员姿态要求范围内的前提下，图像采集设备的架设地点在人员行进路线的前上方为最佳。
所以就需要对人员的行进路线进行规范，使人员流动方向单一。
所以我们建议在通道处部署具有更好的比对效果
序号
参数项
参数要求
1.
架设地点
室内通道类环境最佳，若人流量大则要求每个通道每次仅通过1人。
但是我们也可以设定摄像头中的检测人脸个数，最高可以同时在同一个画面中支持20个人脸检测。
2.
架设高度
距地面2.0-2.5m，俯视人脸15度以内。
3.
水平距离
摄像头到人脸的距离建议3-6米。
4.
对焦宽度
地面2m以内宽度，使得监控人脸宽度至少占画面宽度的1/8（人两眼之间距离50像素以上）。
5.
背景要求
背景颜色及图案尽量不要太复杂，单色、浅色为宜，尽量不要有玻璃等强反光物体。
图5.2摄像机与目标的距离示意图
v监控距离U（米）≈镜头焦距f（mm）*监控宽度W（米）/senser粑面尺寸a（mm）
Senser粑面
尺寸a（mm）
监控宽度
W（米）
监控距离
U（米）
镜头焦距
f（mm）
相机架设
高度H（米）
俯视角
（度）
1/3
2~2.5
7~8
25
2.1
13°
±
3°
图5.2摄像机安装指导图
注意：
摄像机架设位置主要目的是要抓拍到一张正面清晰人脸照片，且需要尽量避免前后人脸遮挡情况。
详细位置的选点和镜头选择有关系，可以查看镜头选择详细列表。
第五章影响因素与性能指标
5.1环境影响
光线变化是影响人脸识别性能的主要因素之一。
当照射人脸的光线是均匀照射的、没有阴影和闪光的散射光时，具有最好的比对性能。
因此系统的部署需要特别注意光线处理，避免出现逆光、阴阳脸、光线过暗或过强等现象，为了提高系统识别性能，我们建议在系统部署的场所采用额外的光源进行补光
图5.1光源及摄像机部署示意图
5.2性能指标
性能指标
布控数量
1万
响应速度
1万人的库能够在100毫秒内返回结果
外部适应性
姿态
平面旋转:
-15°
～15°
俯仰变化:
侧身偏转:
眼镜
对眼镜不因反光等原因遮挡人眼的物品，具有一定的适应性
光照
均匀光线照射时性能最佳，对阴影、闪光具有一定的适应性
背景
具备场景适应性
输入要求
图像格式
JPG、JPEG、BMP、PNG等
常见的Windows图像文件格式
图像大小
人脸尺寸大小不低于100*100像素
图像质量
图像中人脸图像较清晰，不因镜头散焦或运动而模糊；
无墨镜、口罩等遮挡；
双眼间距不小于50个像素。
升级会员 