大型连锁店智能化人脸识别解决方案.docx
《大型连锁店智能化人脸识别解决方案.docx》由会员分享，可在线阅读，更多相关《大型连锁店智能化人脸识别解决方案.docx（10页珍藏版）》请在冰豆网上搜索。
大型连锁店智能化人脸识别解决方案
2017年大型连锁店智能化人脸识别解决方案
2017年8月
第一章简介
1.1公司概况
博睿视是一家人工智能公司.专注于人工智能核心算法研究以及相关产品开发.公司与清华大学保持着紧密的合作关系.拥有人脸识别、行为分析、车辆识别等多项国内领先技术.公司秉承着“让智能服务大众”的理念.将人工智能技术应用于轨道交通、金融、学校、社区、司法、电力等各个领域.自2007年成立至今.博睿视打造了一支具有国际一流水平的研发团队.产品已经应用于1100多例的实际项目.我们将继续携手合作伙伴开创智能视界的新未来.
1.2人脸识别技术
该智能化解决方案是基于人的脸部特征信息进行身份识别的一种生物识别技术.摄像机或摄像头采集含有人脸的图像或视频流.并自动在图像中检测和跟踪人脸.进而对检测到的人脸进行脸部的一系列相关技术.包括人脸图像采集、人脸定位、人脸特征点提取、人脸聚类、人脸比对等达到识别不同人身份的目的.博睿视人脸识别系统采用深度学习技术.上百层神经网络训练.对千万张人脸图片进行大数据训练.是一种非接触式、非配合式.具有友好性的动态人脸识别系统.
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.
连锁店智能化解决方案是基于人脸识别系统而开发出的应用.主要需求如下：
Ø客户分类管理
Ø员工出入管理
Ø手机APP消息通知
Ø客户轨迹查询
Ø连锁店客户管理与人员统计
Ø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.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.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
在连锁店前台或者门口通道安装摄像机.当顾客从门口进入时.在不用配合的情况下.摄像机检测到人脸图像.并完成识别.同时可显示该顾客信息（包括是否为VIP用户.到店次数等）.同时投影识别结果到前台的智能电视上.用于门店迎宾显示.
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.
3.3客流量统计
3.3.1客流量统计
在门店出入口上方垂直安装网络高清摄像机.用于客流量统计.可实时统计本店的人员进出流量.总店综合汇总所有店面的客流进出情况.能够实时统计此刻的进出人员数量；通过数据查询报表.能够知道一天中哪些时段是客流高峰.哪些时段是客流低谷；结合客流量统计的数据可以按需查询进行统计报表.如可以获知本月、本季、本年哪些时间是销售旺季.
3.3.2特定人群（如VIP客户）客流量统计
在连锁门店经营时.来往人数会很多.采用原始方法并不能准确的计算出每天的客流量多少.采用智能化方案后.每天出入顾客都有记录.每天对客流量统计更能直观的分析门店的业务状况.从而我们可对VIP客户等库中人员来往进行实时统计.将VIP客户等库中人员的进店次数进行实时展示.总店可以通过汇总各分店的顾客信息.进行实时管理和调控.
3.4手机APP消息通知
3.4.1VIP客户到店提醒
当VIP客户进入店里消费时.可以在手机APP中提醒.老板或管理人员在外面也可以在第一时间收到通知.
3.4.2不受欢迎或可疑人员来店报警
当以前有人来店里发生过纠纷或闹事时.可将该人录入不受欢迎库.当此人以后来店里就可以识别报警.可以通过手机APP将报警信息及时推送给老板或管理人员.并可作出相应的处理预案；同时可疑人员可以录入可疑人员库.当此人进入店内可以识别报警.可以通过手机APP将报警信息及时推送给老板或管理人员.
3.5顾客轨迹查询
连锁店采用人脸识别系统.所有分店加入人脸识别系统.当顾客来店时都有识别记录.可在后台查询该顾客在哪些门店出现过.
3.6连锁店客户管理与人员统计
连锁店采用智能化人脸识别系统.在总店布置中心管理系统.在分店布置人脸识别系统.通过中心管理系统控制分店人脸识别系统.从而实现数据共享和数据统一化管理.在中心管理系统中也同时管理分店.从而做到随时统计分店运行状况的系统.
3.7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展示.做到更清晰、更醒目的提示功能.
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
Ø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.
Ø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.
Ø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.
Ø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.
Ø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.
Ø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.
Ø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.
Ø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.
Ø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:
-15°～15°
侧身偏转:
-15°～15°
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 