智能分析视频监控系统设计方案2015-10目录一、系统概述3二、系统优势3三、应用场景4四、系统设计44.1 概述44.2 技术特点44.2.1技术概要44.2.2人脸抓拍技术54.2.3人脸识别技术64.3 系统结构74.3.1系统组网74.4人像系统功能84.4.1人脸检测抓拍84.4.4 自动识别性别94.4.5 图像记录防篡改功能94.4.6 高清录像功能94.4.7 数据存储功能94.4.8 数据FTP传输与断点续传功能94.4.9 远程系统管理维护功能10五、后端管理平台105.1系统框架105.2后端服务器简介115.3客户端功能介绍125.3.1 功能架构125.3.2 客户端主要功能介绍125.3.2.1视频播放125.3.2.2历史视频查询125.3.2.3图片和事件信息显示135.3.2.4图片和事件关联视频查询135.3.2.5建立重要案事件视频库135.3.2.6 黑名单布控报警135.3.2.7模糊图像处理145.3.2.8 系统设备状态监测14六、系统应用146.1 人脸抓拍应用146.2 人像比对应用156.3条件检索应用166.4 视频关联人脸应用166.5 黑名单布控应用17一、系统概述“人车抓拍卡口系统”的出现，使对车辆和人员的监控实现实时报警成为了可能，不但可以对车辆进行监控管理，而且同时对人员进行了有效监控管理，对于城市中心区域、城市城中村及中小城市的治安管理系统建设更具有现实作用和意义。

同时该系统在机制上实现了无效数据的屏蔽从而可以有效地降低中心存储的压力，该系统的数据采集方式可以实现多级检索，大大提高了系统的使用效率、节省了查询时间、减少了警力的占用。

该系统响应了公安部的要求，符合当前实际的需要，具有时效性及高科技的特点，减少了大系统建设的后顾之忧，必将在推广后成为公共安全的得力助手，达到“科技强警”的目标。

二、系统优势1、视频触发，应用灵活、方便，不需要破路埋设线圈，系统建设简单、维护方便。

2、前端采用高清一体网络摄像机作为图像采集设备，成像质量高达300万像素，图片质量高。

一台高清摄像机可实现对车辆的抓拍、完成号牌识别、行人抓拍、视频记录。

设备构成简单，系统建设、应用简便，工控机用作前端存储。

3、系统支持后期人脸比对扩展功能，可将前端抓拍人像与人像库进行实时比对，当比对相似度达到一定阀值，则会自动报警。

也支持遗留物检测、固定物检测等扩展功能。

4、可以实现对重点区域同时提供高清的人像照片、车辆照片和有效高清视频录像，实现对重点区域的全天候、大范围的管理要求，提高了管理水平，在一定程度上极大的制止了不法行为的发生，同时也为相关安全部门的调查取证创造了条件，为后期的案件处理提供可靠、有效的线索和依据。

5、领先的车牌识别技术：准确率很高，车牌识别种类齐全，可准确识别车牌字体和车牌底色。

6、系统操作简便、人机界面友好，易于维护。

7、多目标系统对地铁出入口的广场进行一个全局的监控和细节目标的检测跟踪。

8、人群密度统计，对广场区域人群密度进行分析统计，已4种颜色表示密度，但密度超过设定值，立即进行报警。

三、应用场景目前本系统主要应用在以下几个方面：⏹地铁站、机场、车站、高速路收费站、城中村、小区等重要的出入口；⏹公路卡口点、社区、景区、工业园区、政府、军队等场所；四、系统设计4.1 概述系统是我司自主开发设计的新一代智能卡口系统，同时具有车辆监控管理和人员监控管理功能。

它融合了多项专利技术，融合先进的计算机视觉技术、高清视频图像处理和神经网络等关键技术于一体，结合网络和自动控制技术，利用高清晰一体摄像机做检测传感器，对进入镜头的过往车辆、人员进行实时抓拍，摄像机内置软件进行分析处理。

它既可进行本地独立工作，也可联网组成一个强大的安防系统。

同时结合多目标系统和人群密度统计分析系统，对广场区域进行一个全覆盖的监控以及对人群密度的分析统计。

4.2 技术特点4.2.1技术概要➢系统结构简洁，高度集成化，前端高清一体摄像机采集车辆、人脸图片；摄像机内置软件完成分析、识别，具有高度集成性，有效降低使用与维护成本。

➢可针对性全捕获机动车、人像，实现过往目标的全面管控。

➢夜间智能补光，白天无逆光，全天候清晰成像。

➢号牌识别平均有效率，在车牌图像满足国标要求120像素—180像素的情况下，识别率可达到95%。

➢识别车牌大小范围可达到70像素到250像素；识别车牌亮度、对比度动态范围大。

➢人脸抓拍大小范围可达到80像素到500像素。

准确率高达92%。

➢领先的倾斜车牌识别技术，支持识别车牌一定程度的倾斜，倾斜30°以内。

➢系统具备高清录像功能，录像的帧率30Fps/秒。

4.2.2人脸抓拍技术人脸检测是指对于任意一幅给定的图像，采用一定的策略对其进行搜索以确定其中是否含有人脸，如果是则返回人脸的位置、大小和姿态。

人脸抓拍的实现需要人脸检测算法作为支撑，判断图像中是否存在人脸。

这一项技术最初伴随人脸识别的研究而逐步发展。

人脸检测是人脸识别智能系统中非常重要的一个环节，只有首先保证人脸抓拍图像的高效率、高质量，才能在人脸识别系统中做好良好铺垫。

在其他领域也可以用来作为辅助手段，例如，公安机关案件侦查、监控系统辅助抓拍等。

人脸检测是一个复杂的具有挑战性的模式检测问题，其主要的难点有两方面，一方面是由于人脸内在的变化所引起：➢人脸具有相当复杂的细节变化，不同的外貌如脸形、肤色等，不同的表情如眼、嘴的开与闭等；➢人脸的遮挡，如眼镜、头发和头部饰物以及其他外部物体等；另外一方面由于外在条件变化所引起：➢由于成像角度的不同造成人脸的多姿态，如平面内旋转、深度旋转以及上下旋转，其中深度旋转影响较大；➢光照的影响，如图像中的亮度、对比度的变化和阴影等。

➢图像的成像条件，如摄像设备的焦距、成像距离，图像获得的途径等等。

这些困难都为解决人脸问题造成了难度。

如果能找到一些相关的算法并能在应用过程中达到实时，将为成功构造出具有实际应用价值的人脸检测与跟踪系统提供保证。

国外对人脸检测问题的研究很多，比较著名的有MIT,CMU 等；国内的清华大学、中科院计算所和自动化所、南京理工大学、北京工业大学等都有人员从事人脸检测相关的研究。

而且，MPEG7标准组织已经建立了人脸识别草案小组，人脸检测算法也是一项征集的内容。

随着人脸检测研究的深入，国际上发表的有关论文数量也大幅度增长，如IEEE 的FG 、ICIP\CVPR 等重要国际会议上每年都有大量关于人脸检测的论文，占有关人脸研究论文的1/3之多。

由此可以看到世界对人脸检测技术的重视。

人脸检测算法种类较多，目前国内常用的人脸检测算法，总的来说主要有子空间法(PCA 、ICA)、神经网络法、SVM 、haar/hog/LBP+AdaBoost 方法，并将该方法用于其他方面的检测，比如多视角的人脸检测,以上研究代表了目前人脸检测研究的最高水平。

但常用的这些算法主要包括检测速率较慢以及鲁棒性差易受环境变化而检测效果较差等缺点，而难以很好的应用于实际的系统之中。

目前，我们采用的是最新的检测技术，归一化像素差分法(Normalized Pixel Difference)或NPD ，其特征公式如下：yx y x y x +-=),(f 该方法特征描述相对简单，计算复杂度也比其他算法低很多，在检测效果以及检测速度上是其他算法无法比及的。

目前算法通过对大量正负样本进行特征提取、机器学习而实现，对于实际应用场景中人脸偏转角度小于30°以内的人脸都能准确快速的检测，我们通过对200万包含正负样本的测试样本集进行检验，其中FRR （漏检率）可以达到0.01%（万级别），FAR （误检率）可以达到0.001%（十万级别），对于大小为640*480的图片，检测平均速度可以达到70ms ，在国内处于顶尖水平。

4.2.3人脸识别技术人脸识别，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。

用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，通常也叫做人像识别、面部识别。

人脸与人体的其它生物特征（指纹、虹膜等）一样与生俱来，它的唯一性和不易被复制的良好特性为身份鉴别提供了必要的前提，与其它类型的生物识别比较人脸识别具有如下特点：➢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”；➢非接触性：用户不需要和设备直接接触就能获取人脸图像；➢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；➢除此之外，还符合视觉特性：“以貌识人”的特性，以及操作简单、结果直观、隐蔽性好等特点。

人脸特征点提取是指对给定且已经对齐的人脸图片自动的计算出经过抽象且带有类别区分性以及类间区分性的特征。

人脸特征的好坏是整个人脸识别中最重要因素。

相似性计算是指计算数据库中模板人脸与当前抓怕人脸的距离，取一定阈值的距离来作为判断同一个人的依据。

人脸对齐是指通过给定的人脸区域自动的计算出人眼睛，鼻子，嘴巴以及脸部轮廓的位置，计算出人脸偏转的角度然后自动的把人脸矫正到正脸位置。

人脸对齐的准确性是影响人脸比对成功率的一个重要因子。

我们使用了基于深度学习的人脸识别算法，整个训练集达到10万人次总计800万训练样本。

在LFW人脸识别数据库上，实现了99.2% 以上国内顶尖的准确率。

4.3 系统结构4.3.1系统组网系统由前端信息采集抓拍子系统、网络传输子系统和后端平台组成。

实现对通行车辆信息的采集、传输、处理、分析与集中管理，亦实现对过往行人的人像采集、处理、分析等。

（1）前端信息采集抓拍子系统前端摄像机实现对车辆、人像综合信息的采集，包括车辆特征照片、车牌号码与颜色、车身颜色、过往人像面部特征等。

摄像机内置软件完成图片信息识别、据缓存以及网传等功能。

工控主机用作数据存储。

（2）网络传输子系统完成系统数据信息的传输与交换。

可通过FTP方式将车辆图片、人脸图片、车辆行人通过信息（时间、地点、车牌号码、车身颜色等）、设备监测数据等上传到中心管理系统。

（3）后端平台完成数据信息的接入、比对、记录、分析与共享，亦可实现查询统计功能。

由服务器安装平台软件模块组成，包括：数据库服务器、管理服务器、应用服务器、Web服务器和时钟服务器，图片通过视频存储服务器进行集中存储。

其中，数据库服务器安装数据库软件保存系统各类数据信息；管理服务器安装管理模块负责系统综合管理；应用服务器安装应用处理模块负责数据处理、布控、比对、报警转发、上下级通讯等；Web服务器安装Web Server负责向B/S用户提供访问服务；时钟服务器安装GPS加NTP校时软件负责全网设备统一校时。