人脸识别巡更系统设计方案.docx

1、人脸识别巡更系统设计方案动态人脸识别巡更系统设计方案北京博睿视科技有限责任公司2017年8月18日第一章人脸识别巡更系统设计要求一、人脸识别巡更系统社会意义略第二章系统概述人脸识别智能巡更系统为基于深度学习算法的通过式人脸记录巡检系统。根据需要将用于人脸抓拍的监控摄像机安装在需要巡逻的线路或执勤岗位上，人员对该地进行巡更通过时摄像机自动抓拍巡更人员的人脸照片同时将抓拍时间与对应的巡更人员人脸库进行比对结果通过局域网存入系统数据库。此记录将成为巡更人员何时到达该地巡更的依据。管理人员通过系统管理系统软件可清晰地了查询巡更人员巡更的实际情况，如漏查、误点、非本人带班等信息，方便管理人员有效管理。1

2、、人脸识别巡更系统构成该系统由人脸静态建库、人脸动态入库、人脸信息修改、实时人脸抓拍、人脸检索、人脸图像聚类、以图搜图、联动报警八大部分组成。整个软件的逻辑体系结构如下图所示。软件结构体系（C/S结构）图3-3 软件逻辑体系示意图3.3.1、人脸静态建库实现布控人员建库，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，静态人脸库包括黑名单、白名单。图3.3.1人脸静态建库3.3.2、人脸动态入库将摄像机抓拍的人脸图片，建立动态抓拍人脸库，不断累积抓拍数据，为后期进行人脸管理和提升识别率提供必要的支撑。图3.3.2人脸动态入库3.3.3、人脸信息修改人脸信息修改模块主要是针对各

3、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，同时也可针对选择的人脸库进行新人员信息的注册。 图3.3.3人脸信息修改3.3.4、实时人脸抓拍该子系统为监控画面和报警端的界面，主要分为4个部分：视频设备列表，监控画面，现场抓拍图像和匹配报警图像。图3.3.4 实时人脸监控子系统效果图功能模块分别为 视频设备列表：列举所有可以使用的监控摄像头图3.3.4 视频设备列表 监控画面：播放窗口显示该摄像机的实时监控图3.3.4 监控画面 现场抓拍图像：显示摄像头所抓取的人脸图片图3.3.4 现场抓拍图像 报警图像：根据抓拍到的人脸图像，与数据库中的人员进行比对查询。图3.

4、3.4 匹配报警图像3.3.5、人脸图像检索人脸图像检索即为对摄像头抓拍到的人员信息或系统识别比对结果进行进一步的查询。该模块分为比对结果查询，抓拍人像查询和比对库人脸查询三个部分 比对结果查询：选择要查询的设备和黑白名单类型以及匹配的开始和结束时间，然后点击查询按钮。显示的匹配结果以倒序方式进行排列，离结束时间最近的排在最前面。图3.3.5 比对结果查询 抓拍人像查询：选择抓拍起始时间和抓拍结束时间，然后点击查询按钮。显示的内容以“抓拍时间”中的内容倒序方式进行排列，即离结束时间最近的排在最前面。图3.3.5 抓拍人像查询 比对库人脸查询：选择入库的开始时间和入库结束时间，然后点击查询按钮。

5、显示的结果以“入库时间”中的内容倒序方式进行排列，即离结束时间最近的排在最前面。图3.3.5 比对库人脸查询3.3.6、人脸图像聚类根据历史抓拍的人脸图像和检索条件在抓拍人脸库中查询符合条件的人脸，输入需要的检索条件，如类别总数、单个类别总数、检索阈值，抓拍时间范围。可进行条件范围内的查询，将符合条件的抓拍人脸聚类显示。图3.3.6人脸图像聚类3.3.7、人脸以图搜图人脸以图搜图模块主要是针对抓拍库和比对库的静态人脸识别，上传一张本地人脸图片，选择抓拍库或者比对库，然后输入比对阈值，点击搜索按钮。显示的结果以匹配值高低倒序排列，即匹配值最高的显示在前面。图3.3.7人脸以图搜图3.3.8、人脸

6、联动报警 人脸识别匹配后，可以联动串口继电器报警输出。3.4系统总体设计3.4.1、系统架构 人脸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：图3.4.1人脸系统架构图前端设备：主要是采集视频传回到中心。传输网络：传输监控场景的视频。监控中心：主要是部署各个服务，将传回来的视频数据进行分析，抓拍人脸显示结果，并进行实时分析比对。4、系统主要功能4.1人脸建库实现布控人员建库，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。4.2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。人脸检测比对只需要使用普通的网络摄像头即可。支持摄像头实时抓取

7、通过的人脸照片，在事后进行检索。4.3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，如果匹配上则进行预警，提示操作人员进行处置。4.4实时人脸监控实时提供监控画面，并显示所有的人脸匹配结果。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。4.5人脸图像检索人脸图像检索即为对摄像头抓拍到的人员信息或系统识别比对结果进行进一步的查询。该模块分为比对结果查询，抓拍人像查询和比对库人脸查询三个部分。4.6人像信息修改人脸信息修改模块主要是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，同时也可针对选择的人脸库进行新人员信息的注册。4.7以图

8、搜图人脸以图搜图模块主要是针对抓拍库和比对库的静态人脸识别，上传一张本地人脸图片，选择抓拍库或者比对库，然后输入比对阈值，点击搜索按钮。显示的结果以匹配值高低倒序排列，即匹配值最高的显示在前面。4.8同人搜索根据历史抓拍的人脸图像和检索条件在抓拍人脸库中查询符合条件的人脸，输入需要的检索条件，如类别总数、单个类别总数、检索阈值，抓拍时间范围。可进行条件范围内的查询，将符合条件的抓拍人脸聚类显示。5、影响因素及设备安装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

9、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、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，

10、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）1/322.5282.01331/322.52.582.01331/322.53122.11331/322.5

11、3.5122.11331/322.54162.31331/322.55162.51331/322.56253.01331/322.57253.01331/322.58353.51331/312.09503.51331/412.01.582.01331/412.0282.01331/412.02122.01331/412.02.8162.11331/412.03122.11331/412.04162.31331/412.06253.01331/412.08.5503.51331/412.09353.51331/412.013504.51331/20.81.582.01331/20.82122.0

12、1331/20.82.8162.11331/20.84.5252.51331/20.86353.01331/20.88.5503.5133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。5.3、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:-1515俯仰变化:-1515侧身偏转:-1515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。