综合人脸识别系统技术方案中安视通电子科技有限公司二〇一五年五月第一章系统概述随着社会的发展,对一些如：机场安检、银行、军事基地、酒店、涉密机构等安全性要求较高的场所，能够实现快速有效的自动身份验证的要求日益迫切。

由于生物特征是人的内在属性,具有很强的自身稳定性和个体差异性,因此是身份验证的最理想依据。

但是人脸识别的优势体现在哪里呢？作为生物特征识别领域中一种基于生理特征的识别技术，人脸识别技术是通过有摄像头的终端设备拍摄人的行为图像，通过人脸检测算法，从原始的行为图像中得到人脸区域，用特征提取算法提取人脸的特征，并根据这些特征确认身份的一种技术。

与其它生物特征识别技术相比，人脸识别在实用性方面具有独到的技术优势，主要体现在以下方面：⏹不需要检测人员配合，具有操作隐蔽性强，因为不容易引起人的注意而不容易被欺骗。

利用采集指纹、虹膜等，这些特殊的采集方式很容易被人察觉，从而更有可能被伪装欺骗。

⏹采用非接触式采集，没有侵犯性，不会令人反感，容易被接受。

而指纹、虹膜采集往往给人造成不适的感觉。

⏹并发性，即实际应用场景下可以进行多个人脸的抓拍、判断及识别。

⏹事后追踪能力强，简单易用，普通操作人员即可进行判断核实。

而普通人一般不具备对于指纹、虹膜的判断能力。

⏹实现设备通用、简单，尤其是采集设备成本较低。

而虹膜采集仪、DNA鉴别仪等都需要专用的采集设备，而且设备昂贵。

1.1系统简介中安视通通过多年的潜心研发，成功推出了人脸识别系统，系统主要采用具有自主知识产权的人脸检测算法、人脸跟踪算法、人脸质量评分算法以及高速人脸对比识别算法。

其实现了实时人脸抓拍建模、实时黑名单对报警和人脸后台检索等功能。

1.2系统架构系统前端高清网络摄像机或人脸抓拍机、流媒体服务器(可选) 、人脸智能分析服务器、人脸比对搜索服务器、中心管理服务器、客户端管理软件等组成。

系统网络架构图如下:存储流媒体服务器(可多台)中心管理服务器ONVIF网络摄人脸抓人脸识别服务器人脸抓拍记录服务器NVR DVR远程抓拍机USB人脸摄像机前端摄像机：前端摄像机有两种选择，可以采用普通高清网络摄像机或者人脸抓拍机。

普通高清网络摄像机主要实现图像采集、编码等功能。

人脸抓拍机不仅实现普通高清网络摄像机的所有功能，其DSP内置智能分析算法，还能对人脸进行自动捕获、跟踪、抓拍的功能。

人脸抓拍机分担了人脸智能分析服务器的人脸抓拍运算量，使人脸智能分析服务器能有更多的资源用来人脸的建模、比对识别等功能。

前端摄像机支持以下几种类型:1.普通ONVIF网络摄像机2.本公司配套的网络摄像机3.组合人脸前端(小工控机＋USB工业摄像机)4.Mjpeg网络摄像机5.带前端捕获人脸的网络摄像机6.利用监控系统内的摄像机(前端可能来自网络摄像机，也可能是ＤＶＲ／ＮＶＲ需要流媒体服务器对此视频兼容接入,目前上海万达信息流媒体服务器经测试可接入用于人脸识别的视频设备品牌有(海康、大华、雄迈、天视通、海芯威视等) 。

视频存储流媒体服务器[可选]: 本服务器为可选服务器，通过视频存储流媒体服务器，将不同品牌的网络摄像机和NVR视频接入进来，实现流媒体转发和录像功能，并为人脸智能分析服务器提供视频流媒体转发服务，一般在用户需要在人脸识别报警后，还需要联动查看当时录像时，可以选配或者人脸识别系统跟视频监控管理平台融合在一起使用时配用。

人脸抓拍记录服务器:人脸抓拍记录服务器主要实现对前端摄像机采集的图像或从视频流媒体服务器进获取视频图像进行人脸抓拍、建模、并发起与中心后台人脸搜索比对服务器的检索识别功能。

针对小型人脸系统，人脸抓拍、建模、比对识别以及后检索功能可以在一台人脸智能分析服务器中全部完成。

对于一些大型人脸系统中，涉及人脸算法的高运算量，我们推荐使用人脸抓拍机，在前端摄像机中实现人脸抓拍功能，在后端将人脸建模、比对功能和人脸后台检索功能分别采用两台人脸智能分析服务器来实现。

人脸识别服务器:本服务器以要实现人脸样本库的管理、人脸搜索、对比等核心算法计算服务，并提供相关检索、比对接口。

是整个人脸对比系统中的核心单元。

本服务器默认人脸搜索模式中，支持在 30W张人脸库中，实时对比时间少于1秒。

同时，本服务器支持海量比对模式，支持1000Ｗ级别高速比对。

此技术处于国产人脸识别系统中绝对领先地位。

中心管理服务器：系统可以根据不同的规模和实际环境选择NVR或IPSAN 等。

另外我们建议架设单独的数据库服务器专门存储人脸系统的数据。

操作客户端：客户端管理平台主要实现人脸抓拍机、人脸智能分析服务器、报警联动等配置和管理。

客户端实现对图像的预览、各种报警信息的查看等操作。

1.3系统功能1.3.1人脸登记本系统能够通过平台客户端利用USB摄像机和导入相片两种方式实现人脸登记入库．支持一人多态人脸样本登记入库，提高人员对比识别效果．除本地摄像机采集人脸登记入库之外，系统还支持批量导入身份证相片入库功能．1.3.2人脸抓拍本系统能够对经过摄像机的行人进行人脸检测和人脸提取，并存储管理起来，然后利用然后根据系统对该摄像机的设置对比模式(黑名单模式／白名单模式)将捕获到的合格人脸图像发送到后台人脸对比服务器，获取识别结果，达到设定相似度阀值的就产生一个报警。

操作人员可以在事后，对报警记录或人脸记录过程图片进行查阅和转到当时的视频录像进行录像回放。

人脸抓拍流程图1.3.3人脸识别与报警系统可以按通道对人脸进行布防，每个通道可以单独配置黑名单数据库，实现单独布防。

人脸比对识别主要是利用人脸识别算法对抓拍到的人脸图像进行建模，同时与黑名单数据库中的人脸模型进行实时比对，如果人脸的相识度达到设定阀值，系统自动可通过声音等方式进行预警，提醒监控管理人员。

监控管理人员可以根据双击报警信息查看抓拍原图和录像进行核实。

具体流程如下图所示。

人检分析服务器人脸对比服务器中心管理服务器客户端从摄像机提取到人脸发送人脸图像到服务器请求对比返回相似度结果联动检查产生报警发送至中心管理服务器产生报警订阅事件报警事件到达客户端关联操作关联操作如：录像查访，预案启动，视频跟踪等相似度阀值检查人脸比对识别流程图黑名单报警识别超远距离，40 * 40 － 300 * 300 的人脸图片，能准确快速识别，并支持秒级实时比对报警，咱应联动报警实时视频弹出．1.3.4人脸检索人脸检索功能，在系统中输入待查询的人脸照片，系统自动检测出照片中的人脸信息并截取人脸，用户选择需要检索的人脸后进行相似度、时间段等参数设置后开始检索，最后检索出的相似人脸的结果会在界面上显示出来。

1.3.5查询人脸系统查询包括黑名单报警查询和人脸抓拍查询。

我们可以通过时间、通道等相关参数快速查询信息。

⏹黑名单报警：可以查询某个时间段、通道的所有报警事件，并可详细查看报警详细信息。

⏹人脸抓拍查询：可以查询某个时间段、通道的所有抓拍人脸事件，并可详细查看图片、具体抓拍时间点等信息。

1.3.6其他功能此系统同时具备传统监控系统包括的人脸异常报警、视频预览、设备管理、智能配置、报警设置、用户管理等功能。

人脸异常报警示意图1.4摄像机选型及架设要求1.4.1摄像机选择摄像机一般选用百万高清摄像机。

由于需要保证拍摄到的图像中的人脸区域像素不小于80*80像素，因此摄像机的型号与监控范围有着密切关系，具体选型如下表所示。

注意：如果监控区域宽度在5米以上，需要多加装高清摄像机。

现场环境复杂多样，根据具体得实际环境，摄像机还需要考虑到以下几个方面：⏹支持低照度、宽动态等功能——主要考虑室内光线偏暗，或逆光情况。

⏹支持自动光圈——夜晚抓拍或光线变化剧烈场所。

1.4.2镜头选择不同的相机、镜头焦距、监控的宽度也决定了其不同的监控距离和摄像机架设。

其之间的换算关系如下U ≈f*W/ah=U*tan(13*3.1415926/180)+1.7⏹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）1.4.3安装位置选择⏹摄像机设在通道正前方，正面抓拍人脸，左右偏转<30°，上下偏转<15 °⏹建议架设高度h大约2.0-3.5米左右。

⏹推荐摄像机的俯视角度α=15度。

⏹d和选用的不同镜头的焦距有关系，焦点在通道出入口，且人脸像素大小不小于80*80像素。

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，可以查看镜头选择章节中的详细列表。

1.4.4人脸成像要求本系统对人脸成像要求很低，在偏暗，偏亮等可看清人脸(大小等于40*40像素)的条件下，都可以具备人脸捕捉和识别的要求，建议以下图为标准：1.5应用场景目前人脸抓拍比对系统主要应用在以下几个方面：⏹企业、住宅安全和管理等：在一些关键出入口、通道等卡口位置加强对进出人员的管理和安全防范。

主要应用在对一些敏感人员布控，一旦发现可疑人员进出（黑名单人员），系统自动报警，并提示安保人员。

⏹公安、司法和刑侦：针对一些人员密集区域（如车站、地铁站、机场、社区、酒店等）的关键出入口、通道等卡口位置做人脸识别，实现搜捕嫌疑犯、逃犯等。

⏹重要通关口岸的身份验证：主要是实现对进出口岸人员和电子护照及身份证等信息的核实和确认。

⏹电力及涉密机构：电厂、变电站(防非法人员进入)、计量箱(防偷电)报警⏹其他应用场景，包括活动场馆，政府机构等。

需要很方便地录入人脸图像，尤其是能够进行批量导入，并进行实时比对。

第二章性能指标性能指标包括人脸抓拍率、建模成功率和比对性能等指标。

人脸抓拍率：对于光线较好的监控环境下，正常的人脸抓拍率可以达到95%左右（其中抓拍到的人脸姿态偏转在左右60度之内、上下偏转30度之内），即100个人经过，大约有95个人的脸会被准确抓拍。

建模成功率：由于当前的人脸识别主要针对准正面人脸进行（左右偏转30度，上下偏转15度，脸部区域分辨率不能低于40*40个像素，且成像清晰），因此在建模时必须要对抓拍到的人脸进行筛选。

如果满足上述条件，建模成功率不低于90%，即100个人经过，大约有90个人的脸能够符合建模标准。

比对性能：人脸比对性能与黑名单注册图像质量和黑名单数据库大小密切相关，性能指标主要从由两个指标进行衡量：误拒率和误识率，误拒率是指黑名单人员漏报的比率，误识率是指错误报警的比率。

一般情况下如果错误报警越多（误识率越高），那么漏报的可能性就越小（误拒率越低），如果错误报警越少（误识率越低），那么漏报的可能性就越大（误拒率越高）。

在非常理想情况下（注册图像的采集环境与真实监控环境接近，包括相机型号与架设角度一致且近一年之内采集），误识率为千分之一情况下，误拒率小于10%，也就是说有90%以上为正确识别，系统可以根据客户实际需要设置不同的人脸相识度阀值来调节误识率和误拒率之间关系。