人脸识别系统方案.docx

人脸识别系统方案.docx

《人脸识别系统方案.docx》由会员分享，可在线阅读，更多相关《人脸识别系统方案.docx（14页珍藏版）》请在冰豆网上搜索。

人脸识别系统方案

人脸识别解决方案

浙江大华技术股份

有限公司

解决方案部大华人脸识别解决方案

—

1人脸识别技术

随着平安城市基础建设的不断完善和加强前端摄像机采集到的数据呈现一种爆炸式的增长。

对于公安行业来说数据总量不断充实的情况下如何从非结构化数据中挖掘结构化信息是平安城市建设的二期目标。

另一方面公安行业对车辆的结构化信息采集已逐渐趋于成熟化、普遍化但对人员信息采集和认证技术一直使用传统技侦方式。

人脸识别技术在以上情况下解决视频录像、图片等非结构化信息到人员照片、身份信息等结构化的转变。

人脸识别技术相对于其他生物识别技术如指纹、指静脉、虹膜等同属于四大生物识别技术具有生物特征唯一性、可测量性、可识别性、终身不变性等特点。

但相较其他识别技术具有本质的区别

1.非强制性用户不需要专门配合人脸采集设备几乎可以在无意识的状态下就可获取人脸图像这样的取样方式没有“强制性”

2.非接触性用户不需要和设备直接接触就能获取人脸图像

3.并发性在实际应用场景下可以进行多个人脸的分拣、判断及识别人脸识别技术流程主要包括四个组成部分分别为人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及人脸特征数据匹配与识别。

人脸图像采集及检测基于人的脸部特征对输入的人脸图像或视频流,首先判断是否存在人脸如果存在人脸则进一步的给出每个脸的位置、大小和各个面部器官的位置信息。

人脸图像预处理对于人脸的图像预处理是基于人脸采集及检测结果通过人脸智能算法对选择出来的人脸图片进行优化和择优选择挑选当前环境下最优人脸并最终服务于特征提取的过程。

其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。

人脸图像特征提取人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。

人脸特征提取的方法归纳起来分为两大类一种是基于知识的表征方法另外一种是基于代数特征或统计学习的表征方法。

基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据其特征分量通常包括特征点间的欧氏距离、曲率和角度等。

人脸由眼睛、鼻子、嘴、下巴等局部构成对这些局部和它们之间结构关系的几何描述可作为识别人脸的重要特征这些特征被称为几何特征。

基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。

1.1人脸识别解决方案

人脸特征比对识别通过采集到的人脸图片形成人脸特征数据与后端人脸库中的人脸特征数据模板进行搜索匹配通过设定一个阙值相似度超过这一阈值则把匹配得到的结果输出。

这一过程又分为两类一类是确认是一对一进行图像比较的过程另一类是辨认是一对多进行图像匹配对比的过程。

2方案概述

2.1项目概况

随着经济的发展城镇建设速度加快以及互联网的突飞猛进导致城市中人口密集流动人口增加引发了城市建设中的交通、社会治安、重点区域防范、网络犯罪日益突出等城市管理问题今后现代化城市的建设、网络信息必然将安全作为重中之重与城市的经济建设处于同等重要的地位。

近年来社会犯罪率呈逐年升高的趋势特别是网络犯罪更加的严重网络逃犯频频发生罪犯的犯罪手法也更加隐蔽和先进给广大公安人员侦破案件增加了难度。

同时恶性事件时有发生使人们对公共生活场所的安全感普遍降低。

同时公安人员在对通缉犯进行人工排查时如大海捞针成功率极低效果也不明显。

主要有如下实际问题首先由于罪犯群体不断扩大要在数以百万计的人员照片库中找出犯罪嫌疑人不仅费时费力还有可能造成遗漏等情况破案的效率大打折扣其次目前公安机关侦察案件大多数仍然依靠事后追查和通缉对已经发生的案件造成的损失很难有效弥补最后如果在案发的同时即能防患于未然就能第一时间将损失控制在最小范围内。

2.2需求分析

采用高效使用的人脸监控和比对系统第一可帮助公安侦查人员快速识别辨别特定人员真实身份把过去难以想象的千万级的海量照片库比对需求变成现实从而有效的为公安视频侦查、治安管理、刑侦立案等工作提供实战上的有效帮助和解决方法。

第二可帮助公安侦

查人员办案时候追查和通缉真正从打变为防能够极大的减少警力资源浪费和事故发生概率。

目前人脸抓拍比对系统主要应用在以下几个方面

公安治安人员黑名单比对实时报警

针对一些人员密集区域如车站、地铁站、机场、社区等的关键出入口、通道等卡口位置布置人员卡口后端对重点关注人员、打防控人员进行黑名单布控通过实时视频流比对布控黑名单现人脸比对识别。

不明身份人员身份确认治安人员在日常巡逻、人员身份验证过程中避免肢体接触和冲突使用前端摄像机或手机进行抓拍后端通过数据库进行人员信息比对分析达到人员身份确认的应用。

治安或刑侦人员对流动性人口中的无合法有效身份证件、无固定住所、无正当职业或合法经济来源的人员进行非接触性身份确认。

重要点位重点人员身份排查针对一些重要管控的区域如大型保障活动政府、公安出入口等布置前端摄像机对现场进行人脸抓拍每日安排公安人员人工进行重点人员筛选排查。

2.3建设目标

本章文字内容可以根据项目具体情况修改

2.3.1重点人员布控

重点人员包括高危人员、特殊人员等。

高危人员包括有全国在逃人员、全国违法犯罪人员特殊人员包括水客、涉恐涉案人员、涉毒人员、重大犯罪前科人员、肇事肇祸精神病人。

本方案可通过手动或自动批量导入手段将高危人员信息导入至人脸注册库中通过摄像机实时视频检测和照片信息检索与人脸注册库内高危人脸进行实时比对识别在出现高危人员时通过平台告警方式通知公安。

公安重点人员根据地区和目的不同划分不同类型包括惯偷惯犯、涉恐、涉案、涉毒、水客等人员。

本方案可通过手动或自动批量导入手段将重点人员信息导入至人脸注册库中通过在超市、大楼、火车站、港口等出入口摄像机实时视频检测和照片信息检索与人脸注册库内高危人脸进行实时比对识别在出现高危人员时通过平台告警方式通知公安。

2.3.2高危人员布控

特殊人员包括有水客、涉恐人员、涉毒人员、有重大犯罪前科人员、肇事肇祸精神病人、重点上访人员等。

人脸识别系统将利用实时视频和身份证信息相结合的手段对出入境人士

进行审查识别。

高危人员包括全国在逃人员、全国违法犯罪人员、重大犯罪前科人员、肇事肇祸精神病人等。

人脸识别系统将利用实时视频和身份证信息等手段可在火车站、汽车站、港口口岸出入口建设人脸卡口对出入境人士进行审查识别。

2.3.3敏感人群布控

敏感人群包括来自特殊地区、特殊身份、特殊职业等人员如来自新疆地区人群、个别少数民族人群、长期无工作人群、非法上访人群等。

通过在出入境、关键人脸采集卡口对这些人群进行身份信息和人脸信息采集通过人脸识别系统对敏感人群的身份信息、行为轨迹、出没时间等进行管控从而做到敏感人群防控的目的。

2.3.4身份信息检索

在日常巡逻、火车站身份证检查、其他民事应用中可通过单兵、手机、相机对驾驶员进行脸部拍照通过上传照片至后端进行人脸识别确认人员身份信息。

这种方式适用于未携带身份证、驾驶证的驾驶人员身份快速确认。

2.3.5身份信息查重

对全国人口基本信息资源库中人员身份证进行检索比对排查一人多证的问题。

2.4建设内容*根据具体情况编写

3总体设计

大华人脸识别系统采用具有完全自主知识产权的人脸检测算法、人脸跟踪算法、人脸抓拍算法、人脸质量评分算法及人脸识别算法、并结合配套的前端摄像机机设备和后端智能分析服务器实现了实时人脸抓拍建模、实时黑名单比对报警、事后静态人脸图片检索等功能。

本方案针对人脸注册库/人脸抓拍库小于300万、黑名单库小于30万的系统。

前端可采用普通高清摄像机也可以采用专用的人脸抓拍相机。

通过人脸检测服务器对实时视频中出现的人脸进行抓拍。

人脸识别服务器可对抓拍的照片进行数据库比对。

根据人流量和抓拍照片数量在针对多路前端相机环境时可部署人脸识别服务器并上传照片。

在方案中采集图片和结构化特征数据保存在人脸识别服务器中。

若存在大容量的采集图片和结构化特征数据保存要求时间长可扩容IPSAN存储设备保证存储容量。

3.1逻辑架构系统业务逻辑包含三块内容

3.1.1人脸采集系统

人脸采集系统包括专业人脸抓拍机和普通高清网络摄像机+人脸检测服务器是将前端采集到的视频图片等非结构化数据进行分析处理定位检测获取人脸图片并结合人员身份信息采集系统获取人员身份信息进行关联管理。

3.1.2人脸比对系统

人脸比对系统是对人脸采集系统传输的数据进行智能分析处理进行人脸图片建模、通过人脸眼睛、鼻子、嘴、下巴等局部构成对这些局部和它们之间结构关系的几何描述进行人脸特征数据提取入库并根据平台业务需求进行实时比对识别和事后人脸检索应用。

3.1.3人脸库

人脸库包括人脸抓拍库、人脸注册库、黑名单库其中抓拍库包括场景图片场景下抠取的人脸小图、人脸特征数据是人脸采集系统采集的人脸图片存储库用于人脸比对系统进行人脸图片比对检索注册库包括标准人脸图片、人员身份信息、人脸特征数据是系统设定前公安批量导入的重点人员库用于人脸比对系统进行人脸图片比对检索黑名单库是注册库中将部分重点人员进行布控组成用于实时比对人脸采集系统传输的人脸图片。

3.1.4业务应用

通过平台进行实时布控、查询检索、配置管理等功能应用。

3.1.5整体逻辑架构如下图

3.2人脸三大业务库

系统数据库应包含三种业务库人脸抓拍库、人脸注册库和黑名单库。

人脸抓拍库-包含抓拍现场图片、人脸小图和结构化的人脸特征数据、抓拍地点、抓拍时间等信息此类库的主要业务应用场景是图片检索比对查询目标人员的人像出没地点、时间等信息

人脸注册库-主要是导入一些大规模的人像图片、结构化的人脸特征数据和身份信息如一个地级市当地的社保人像信息库等导入后主要的应用场景是图片检索比对和身份信息查询确定人员身份黑名单库-包含高危人员、特殊人员的人脸图片、结构化的人脸特征数据和人员身份信息主要的应用场景是在各个人脸卡口进行实时人流的人脸比对预警。

一般来说人脸抓拍库和人脸注册库做为静态库适用于事后查询检索目标、黑名单库作为动态库用于实时比对报警。

一个或多个黑名单也可以进行勾选布控形成具有针对性的人脸布控库与前端实时视频进行人脸比对报警。

其中抓拍库因人流量和随着时间将越来越大需根据项目情况合算存储设备大小。

黑名单库数据由公安或专业人员导入存储大小一般有微调但是不会有数量级上的变化。

3.3系统拓扑

系统由前端摄像机、人脸检测服务器、人脸识别服务器、存储设备、人脸数据库、人脸识别系统平台六类设备

3.3.1前端摄像机

前端摄像机包括普通高清网络摄像机和专业人脸抓拍机。

普通高清网络摄像机主要实现图像采集、编码等功能。

专业人脸抓拍机不仅实现普通高清网络摄像机的所有功能其内置大华自主研发的智能分析算法还能实现对视频中人脸进行自动捕获、跟踪、抓拍等功能。

同时专业人脸抓拍机拥有人脸区域自动曝光优化、人脸小图优化处理等功能更适合于人脸卡口场景下获取最优人脸图片人脸检测服务器人脸检测服务器搭配普通高清网络摄像机对传输的实时视频流进行人脸检测、定位、跟踪、人脸图片选优将人脸图片进行抠取传输到识别服务器进行存储和人脸建模、比对人脸识别服务器利用大华自主研发的人脸识别算法对人脸检测服务器传输的人脸小图进行建模和结构化获取人脸特征数据后为人脸实时比对识别、人脸后检索等功能提供算法支持

3.3.2人脸数据库服务器和人脸图片存储

人脸数据库专门用于存储人脸系统的人脸数据要包括抓拍库人脸特征向量、注册库人脸小图、注册库人脸特征向量、黑名单人脸小图、黑名单人脸特征向量另外抓拍库图片人脸小图和抓拍大图存储在人脸识别服务器中当识别服务器存储容量不足时可外扩IPSAN设备进行存储。

人脸视频存储前端摄像机对实时视频的存储可存