首頁

行業資訊 NEWS

人臉識別技術方案

222019-05
2019-05-22 09:32瀏覽:

第一章. 方案概述

一.1 項目概況
隨著經濟的發展,城鎮建設速度加快,以及互聯網的突飛猛進,導致城市中人口密集,流動人口增加,引發了城市建設中的交通、社會治安、重點區域防范、網絡犯罪日益突出等城市管理問題,今后現代化城市的建設、網絡信息必然將安全作為重中之重,與城市的經濟建設處于同等重要的地位。近年來,社會犯罪率呈逐年升高的趨勢,特別是網絡犯罪更加的嚴重,網絡逃犯頻頻發生,罪犯的犯罪手法也更加隱蔽和先進,給廣大公安人員偵破案件增加了難度。同時,惡性事件時有發生,使人們對公共生活場所的安全感普遍降低。
同時公安人員在對通緝犯進行人工排查時如大海撈針,成功率極低,效果也不明顯。主要有如下實際問題:
1.首先,由于罪犯群體不斷擴大,要在數以百萬計的人員照片庫中找出犯罪嫌疑人,不僅費時費力,還有可能造成遺漏等情況,破案的效率大打折扣。
2.其次,目前公安機關偵察案件大多數仍然依靠事后追查和通緝,對已經發生的案件造成的損失很難有效彌補。
3.最后,如果在案發的同時即能防患于未然,就能第一時間將損失控制在最小范圍內。
平安城市建設從最初的視頻監控、卡口電警建設,系統已大量掌握了視頻圖像資源和卡口車輛數據和價值圖片,但是針對人員偵查,身份確認還是需要通過技偵或網偵手段,無法充分利用視頻圖像資源快速定位人員身份。即使出動大量警力,采用“人海戰術”但受制于肉眼識別勞動強度的極限,再加上人工排查效率不足,視頻圖像拍攝受光線、角度傾斜等不確定因素影響,無法保證查找的準確性和時效性,尤其出現突發緊急案件時,往往會貽誤最佳破案時機。
如何提供更加豐富以及實用的“人像防控”應用,從“事后被動偵查”到“事前主動預警”將是平安城市下一建設階段面臨的主要需求。
一.2 需求分析
人像大數據系統采用高效的人臉檢測定位及識別比對系統,可以第一時間幫助公安偵查人員快速識別辨別特定人員真實身份,把過去人工排查海量的視頻圖像資源比對需求變成現實,從而有效的為公安視頻偵查、治安管理、刑偵立案等工作提供實戰上的有效幫助和解決方法。第二可幫助公安偵查人員辦案時候追查和通緝,真正從打變為防,能夠極大的減少警力資源浪費和事故發生概率。
目前人臉抓拍比對系統主要應用在以下幾個方面:
公安治安人員黑名單比對實時報警:
針對一些人員密集區域(如車站、地鐵站、機場、社區等)的關鍵出入口、通道等卡口位置布置人員卡口,后端對重點關注人員、打防控人員進行黑名單布控,通過實時視頻流比對布控黑名單,實現人臉比對識別。
不明身份人員身份確認:
治安人員在日常巡邏、人員身份驗證過程中,避免肢體接觸和沖突,使用前端攝像機或手機進行抓拍,后端通過數據庫進行人員信息比對分析,達到人員身份確認的應用。
治安或刑偵人員對流動性人口中的無合法有效身份證件、無固定住所、無正當職業或合法經濟來源的人員進行非接觸性身份確認。
重要點位重點人員身份排查:
針對一些重要管控的區域,如大型保障活動,政府、公安出入口等布置前端攝像機對現場進行人臉抓拍,每日安排公安人員人工進行重點人員篩選排查。
 
一.3 建設目標
*本章文字內容可以根據項目具體情況修改:

一.3.1 動態人像天網建設

一.3.1.1 非標人臉庫建設
協助公安針對當地扒竊人員、偷搶盜人員、上訪人員、未成年犯罪人員建設人像采集環境,對現場人員進行人像采集和身份采集入庫,為敏感人群、重點人群布控提供人像庫支持。
一.3.1.2 重點人員布控
公安重點人員根據地區和目的不同劃分不同類型,包括慣偷慣犯、涉恐、涉案、涉毒、水客等當地涉穩人員,同時也包括高危人員、敏感人員等。利用人像大數據系統,將重點人員進行城域級布控,同時后續刻畫典型關注人員軌跡,進行高危行為預警研判。
一.3.1.3 高危人員布控
高危人員包括全國在逃人員、全國違法犯罪人員、重大犯罪前科人員、肇事肇禍精神病人等。人臉識別系統將利用實時視頻和身份證信息等手段,可在火車站、汽車站、港口口岸出入口建設人臉卡口,對出入境人士進行審查識別。
一.3.1.4 敏感人群布控
敏感人群包括來自特殊地區、特殊身份、特殊職業等人員如來自新疆地區人群、個別少數民族人群、長期無工作人群、非法上訪人群等。通過在出入境、關鍵人臉采集卡口對這些人群進行身份信息和人臉信息采集,通過人臉識別系統對敏感人群的身份信息、行為軌跡、出沒時間等進行管控,從而做到敏感人群防控的目的。
一.3.1.5 人證合一
在汽車站、火車站、機場等身份證檢查、其他民事應用中,可通過單兵、手機、相機對人員進行臉部拍照,并通過身份證讀卡器讀取身份證信息,通過拍照圖片和身份證人臉確認是否人證合一,并上傳照片至后端進行人臉識別確認是否屬于重點布控人員。

一.3.2 靜態人像天網建設

一.3.2.1 身份信息確認
針對孤寡老人、三無身份人員、聾啞人員等無法確認身份的人員,可通過手機、相機等對人員進行臉部拍照,并上傳后端比對常住人口或流動人口庫,確認身份信息。
一.3.2.2 身份信息查重
對當地常住人口庫、流動人口庫或全國人員信息庫中人員身份證進行人臉庫自查重,排查一人多證的問題。
一.3.2.3 洗白人員身份確認
通過比對當地常住人口庫&全國在逃人員庫或當地流動人口庫&全國在逃人員庫進行人臉圖片碰撞比對,排查兩個庫中相似人員人臉及身份信息,從而清洗出漂白身份的人員。
一.4 性能指標
一.4.1 人像識別系統
1)中心庫容量:XXX萬人。
Ø 儲存全國關注人員數據XXX;
Ø 儲存全省二代證人像數據;
Ø 儲存各監控節點實時采集人像的累積數據。
2)處理能力:
  為整個人像天網提供針對XXX萬關注人員的實時查詢服務,檢索比對時間不超過5秒并報警提醒(不包括網絡延時)。
  中心系統處理能力要能夠同時滿足中心庫所關聯的XXX個實時人臉監控節點的實時查詢比對需要。
一.4.2 用戶網絡環境
遠程用戶人像查詢工作站通過公安網與人像識別系統聯接,網絡帶寬為百兆以上。
一.4.3 其他性能指標要求
Ø 系統穩定性:系統要求實現7×24小時*365天連續穩定運行。
Ø 符合公安部頒發的有關人像識別系統的相關標準;
Ø 在保持系統總體比對精度和處理能力的前提下,系統能夠進行平滑升級。
一.5 建設內容
*根據具體情況編寫
一.6 建設原則
1) 實用性
整個系統從實用性的角度出發,最大限度的滿足人員管控系統建設的需求,能適應新技術的發展,選擇性價比高的產品,既控制了建設費用,又保障了系統的完整功能。
2) 先進性
采用領先的科學技術水平,集成了先進的人員及人臉識別算法,在保證整個系統功能和性能的前提下,最大限度地采用成熟、可繼承、具備廣闊發展前景的先進技術。要努力保證整個系統功能的科學合理性,防止片面追求某一局部的高指標與先進性。
3) 可靠性
人員管控系統是處于24小時工作,系統采用業內主流產品,保證了系統的高穩定性、高可靠性。前端高清智能網絡攝像機在硬件設計上考慮室外工作的特殊性,具有耐高溫、散熱性能好,防雷、防浪涌保護等多方面安全考慮,為系統的穩定運行提供保障。
4) 可擴展性
無論在系統軟件、硬件的設計和選型上,都充分考慮其后期的可擴展性,結構上應易于擴充,以便于后期新功能的擴充。在硬件的接口上也比較豐富,能適應后期更多設備的接入控制。
5) 易操作性
系統具有簡單易學的操作界面,無需專業的計算機知識,普通用戶即可輕松完成日常人員管控系統的操作。
一.7 設計依據
l 《安全防范工程程序與要求》GA/T75-94
l 《安全防范系統驗收規則》GA308-2001
l 《安全防范工程技術規范》GB50348-2004
l 《安全防范系統通用圖形符號》GA/T74-2000
l 《視頻安防系統技術要求》GB/T367-2001
l 《系統接地的形式及安全技術要求》 GB14050-93  
l 《安全防范視頻監控攝像機通用技術要求》GA/T1127-2013
l 《安全防范高清視頻監控系統技術要求》GA/T1211-2014
l 《安全防范視頻監控聯網系統信息傳輸、交換、控制技術要求》GB/T28181-2011
l 《出入口控制人臉識別系統技術要求》GA/T1093-2013
l 《安防人臉識別應用系統第2部分:人臉圖像數據》GA/T922.2-2011
 

第二章. 系統總體設計

大華人臉識別系統,采用具有完全自主知識產權的人臉檢測算法、人臉跟蹤算法、人臉抓拍算法、人臉質量評分算法及人臉識別算法、并結合配套的前端攝像機設備和后端平臺業務系統,實現了動態黑名單比對報警、靜態人臉圖片檢索等功能。
本系統采用分布式架構,服務器節點可根據實際需求線性擴展,輕松滿足爆炸式增長的業務需求,同時系統支持上億級別人臉注冊庫/人臉抓拍庫、30萬黑名單庫,極大的滿足公安對重點人員的事前預警和事后追查需求。
二.1 系統架構
系統基于人臉識別核心技術,遵循公安行業信息化標準規范,依托綜合可靠的通信網絡、分布式數據庫和集群計算等多項技術,充分考慮系統安全性、可靠性、可擴展性,可廣泛應用于公共安全各業務領域的人臉比對綜合應用平臺,能有效地協助對不法人員的鑒別、抓捕和布控,保護國家安全和社會穩定。
系統由人像卡口、人臉識別服務器、人臉識別平臺、存儲設備、人像大數據系統五款產品組成。
人像卡口:前端攝像機包括普通高清網絡攝像機和人臉抓拍單元。普通高清網絡攝像機主要實現圖像采集、編碼、視頻傳輸等功能。人臉抓拍單元不僅實現普通高清網絡攝像機的所有功能,其內置大華自主研發的智能分析算法,還能實現對視頻中人臉進行自動捕獲、跟蹤、抓拍等功能。同時人臉抓拍單元擁有人臉區域自動曝光優化、人臉小圖優化處理等功能,更適合于人臉卡口場景下獲取最優人臉圖片;
人臉識別服務器:集人臉檢測、人臉抓拍、人臉識別、人臉特征分類等多樣化算法和分布式計算軟件于一體,主要包括:1.人臉識別算法—采用基于神經網絡的深度學習算法,構建動態人像識別服務、1:1/1:n/n:N等多樣化人臉識別服務,從而實現高效率、高準確率的人臉識別比對。2.分布式計算集群通過分布式計算軟件統一對多臺人臉識別服務器進行集群管理,從而進一步提高系統效率,適合大規模系統部署。3.系統運維管理服務負責對計算集群存儲、性能、服務進行統一的運維管理,降低系統風險,提高用戶體驗。4.人像數據庫—負責人臉圖像和算法特征化數據存儲,數據庫內置提高系統耦合度,降低服務器于服務器之間的對接導致的系統風險。
人臉識別平臺:集人像卡口管理、視頻存儲、流媒體轉發、業務應用于一體,提供人臉識別系統的各項業務功能。
人臉視頻存儲:前端攝像機對實時視頻的存儲,可存儲在平臺下掛載的EVS存儲設備、云存儲等專業監控行業存儲設備中。
二.2 聯網設計
方案一:
在公安視頻專網中部署人臉識別系統,對出入口、重點道路等位置安裝前端攝像機,并通過人臉識別系統平臺進行統一管理。通過人臉識別平臺對視頻流轉發到人臉識別服務器集群中,進行特征提取和識別比對,并反饋結果到人臉識別平臺中。人臉識別平臺將相關人臉報警和歷史記錄通過網閘共享到公安專網下,公安能夠對重大嫌疑目標進行事后目標檢索,目標軌跡跟蹤,并根據目標出沒時間和地點安排警力部署。
 
布控部署在視頻專網
方案二:
在公安網中部署人臉識別系統,前端人臉卡口通過共享平臺傳輸視頻至公安網。公安網下人臉識別平臺對接共享平臺獲取前端數據,導入識別服務器進行特征提取和識別比對,并通過人像大數據平臺進行業務分析,數據挖掘等工作。
 
布控部署在公安網
二.3 邏輯架構
 
人臉識別系統利用分布式集群技術、基于神經網絡的深度學習技術和海量數據存儲大數據計算技術,實現實時視頻監控圖像、錄像。
前端采取視頻流或圖片流方式進行視頻圖像傳輸,提供現場環境人臉圖像,并形成人臉抓拍庫。
人臉識別服務采用可動態擴展的分布式結構,底層負責人像庫的庫管理,處理人像庫創建、抽取特征值、人像索引等底層應用。對外提供人像1:1比對和1:N比對、n:N比對、動態比對等服務,服務分別對應有應用網站的功能業務,以及外部調用的API接口。
人臉業務系統,通過相應服務的API接口實現人證合一、靜態檢索、一人多證排查、洗白人員身份確認及其他大數據應用處理。系統間通過API方便的實現松耦合,快速的實現人像平臺的集成。
二.4 人臉識別流程
系統數據流包含人臉實時比對和人臉歷史查詢。其中實時比對發生在事前或事中,當系統發現有布控人員出現時,執勤人員可以迅速作出反應;歷史查詢則是針對事后重點人員排查,可通過可疑人員圖片查詢系統記錄的人員信息。
 
 
實時視頻人臉比對:普通高清網絡攝像機的實時視頻流或人臉抓拍單元的人臉圖片流,會由人臉識別服務器下的動態人像算法進行人臉特征數據提取,并實時與黑名單庫中的人臉特征數據庫進行遍歷比對,并反饋平臺每次比對結果。
圖像檢索人臉比對:通過平臺客戶端提交需檢索的人臉圖片/錄像,人臉識別服務器自動提取人臉圖片特征數據,與人臉抓拍庫或人臉注冊庫中的人臉特征數據進行遍歷比對,最后由平臺展現比對結果。
二.5 人臉三大業務庫
系統數據庫應包含三種業務庫:人臉抓拍庫、人臉注冊庫和黑名單庫。
人臉抓拍庫-包含歷史抓拍現場圖片、人臉小圖和結構化的人臉特征數據、抓拍地點、抓拍時間等信息,此類庫的主要業務應用場景是圖片檢索比對,查詢目標人員的人像出沒地點、時間、PGIS軌跡跟蹤等;
人臉注冊庫-主要是導入一些大規模的人像圖片、結構化的人臉特征數據和身份信息,如地級市當地的社保人像信息庫、當地常住人口信息庫、當地流動性人口信息庫等,導入后主要的應用場景是圖片檢索比對和身份信息查詢,確定人員身份;
黑名單庫-包含高危人員、特殊人員的人臉圖片、結構化的人臉特征數據和人員身份信息,主要的應用場景是在各個人臉卡口進行實時人流的人臉比對預警。
一般來說人臉抓拍庫和人臉注冊庫做為靜態庫,適用于事后查詢檢索目標、黑名單庫作為動態庫,用于實時比對報警。一個或多個黑名單也可以進行勾選布控,形成具有針對性的人臉布控庫,與前端實時視頻進行人臉比對報警。
其中抓拍庫因人流量和隨著時間將越來越大,需根據項目情況合算存儲設備大小。黑名單庫數據由公安或專業人員導入,存儲大小一般有微調,但是不會有數量級上的變化。
 

第三章. 動態人像比對

三.1 前端系統部署設計
規劃和建設人像卡口平安城市項目時,前端抓拍點位的建設規劃質量、成像效果等因素會直接影響后臺人像大數據系統的應用成效。前端系統建設后需加強對酒店、網吧、旅館、火車站、汽車站、小區出入口等重要人員落腳點進行覆蓋,特別是覆蓋重點單位和場所。同時可以在派出所、部分政府單位設置非標準人臉采集室,對進出派出所人員進行拍照建庫。
前端產品主要包括:
普通高清IPC-通過視頻流進行人臉布控比對。
人臉抓拍單元-前端集成人臉抓拍算法,通過圖片流進行人臉布控比對。
前端應用場景主要包括:
實時布控預警場景-后端通過布控黑名單,對前端攝像機傳輸的圖像信息進行比對預警。
非標人臉采集場景-人臉識別系統對實時圖像進行人臉抓拍,并與身份證人臉進行比對,確認是同一個人的情況下,進行抓拍圖片和身份信息關聯入庫。
三.1.1 攝像機實時監控方案選擇
目前針對視頻進行人臉數據采集主要有以下二種技術方式:1、各監控攝像直接向后端傳輸視頻流;2、各監控攝像直接向后端傳輸抓拍人臉圖片流。兩種方案優勢如下:
各監控攝像直接向后端傳輸視頻流;
1) 服務器計算資源遠超攝像頭,避免了攝像頭因計算能力不足,在畫面中人員多的情況下捕獲率下降嚴重的問題。
2) 由于視頻流中的圖像往往有不同的姿態。后端服務器在視頻流中,每個過人事件會截取多張人臉進行比對,大大提升比對精度。
3) 由于算法更新速度較快,前端集成人臉抓拍算法后,無法滿足大批量的快速更新,相較于后端抓拍存在升級成本和及時性的問題。
4) 充分利用服務器性能,可在后端加載大計算量的特征數據合成算法。能將抓拍效果優化,將焦距內外,模糊或清晰、角度各異的人臉自動合成一個最優特征數據用于比對識別。
5) 前端抓拍漏抓率嚴重,一般只支持同時抓拍15-20張人臉,后端抓拍可充分利用服務器性能,動態調配服務器內抓拍能力,以達到繁閑攝像機共享整機性能。
6) 人臉抓拍攝像機中的人臉區域曝光功能,常常會丟失大量人臉特征信息,只是在肉眼上看上去更清晰了,對算法提升并不大。
7) 前端攝像機絕大部分性能用于人臉抓拍,將無法支持其他智能化功能,如車牌提取等。
各監控攝像直接向后端傳輸抓拍人臉圖片流優勢;
方案的優勢
1) 抓拍算法前置可降低服務器編解碼性能,在服務器選型和性能利用和綜合成本方面,前端抓拍更具性價比。
2) 抓拍算法結合前端攝像機,可聯動攝像機快速調整人臉區域曝光、人臉區域圖像質量調優,可提供查看優質的人臉圖像。
 
目前人像識別系統處于基礎建設階段,首位目的是將系統基礎搭建好,前端抓拍短平快,但受限于前端攝像機,后續更替前端廠商或后端廠商的限制非常大。從長遠考慮,需要在系統每個環節都擁有充分產品選擇權。
三.1.2 實時布控預警場景前端設計
三.1.2.1 前端點位部署建議
前端布控點主要安裝高清攝像機,實現人臉信息的采集,并通過網絡傳輸至節點管理系統。
為保證人臉布控的效果,前端布控點所采集的圖像須保證人臉效果清晰,為此,所選用的攝像設備應為分辨率在1080p或以上的高清攝像機。
除了分辨率,還應保證布控點所采集的每一幀圖像清晰、穩定,由于布控點往往都是運動場景,要保證抓拍人臉的圖像清晰不模糊,為此,一方面,人臉布控攝像機應具備超低照度、寬動態的特性,另一方面,當布控點周邊光線環境不足時,應采取必要的補光措施以確保人臉的照度不低于200lux。
安裝位置選擇
現有各類視頻監控系統,其攝像機的畫面基本都是針對較大范圍場景監控,對于具備超低照度、寬動態的特性攝像機而言,則是要讓畫面主要反映人員的臉部細節,并對人臉尺寸、清晰度、姿態角度有一定要求。l
盡量選擇通道式場景安裝,比如重點場合的出入口、人員經常出入或者事件頻發的重要場所,比如機場口岸、車站、賓館、網吧等。
三.1.2.2 人像卡口推薦場景及要求
三.1.2.2.1 商場、餐廳、網吧、娛樂等場所大門口
推薦場景:
商場、餐廳、網吧等公共場所進出口,要求里外必須有兩扇門,攝像機安裝在室內正對大門口,相機不會直接照射到門外場景,適合做人臉抓拍:
 
(商場、餐廳、網吧等公共場所大門口)
 
(抓拍人臉監控場景示例圖)
不推薦場景:門口陽光直射,背光場景,造成人臉偏暗
 
(抓拍人臉監控不推薦場景示例圖)
三.1.2.2.2 公路、機場等安檢通道
推薦場景:
公路、鐵路、機場等公共運輸安檢通道,人員逐個通過且人流方向一致,適合做人臉抓拍場景:
 
(公路、機場安檢通道)
攝像機實際安裝監控效果:
 
(抓拍人臉監控場景示例圖)
不推薦場景:背景背光嚴重,安檢通道直接設置在進門口,形成強寬動態場景,此場景人臉抓拍效果較差(每天不同時間段光線變化明顯,抓拍效果也有較大差別):
 
(門口場景抓拍人臉監控不推薦場景示例圖)
三.1.2.2.3 閘機(鐵路、地鐵)場景
 
(如地鐵閘機口,出站口正前方安裝人臉識別攝像機)
 
(抓拍人臉監控場景示例圖)
 
不推薦場景:背后及側邊有強光源廣告牌,背光場景易造成人臉偏暗及陰陽臉
 
(避免閘機后有廣告牌,人臉抓拍不推薦場景示例圖)
三.1.2.2.4 光照條件要求
光照條件要求需要滿足以下三項:
1、行人正臉光照強度在100lux以上;
2.、行人側臉光照強度在100~200lux,左右兩側差值
3、行人背面光照強度<正面光照強度* 2
如果條件1不滿足(如:夜晚、光線不足的白天),會產生IPC采集人臉圖像曝光不足,導致人臉畫面偏暗、噪點偏多,如下圖;
 
(環境較暗,人臉曝光不足)
如果條件2不滿足,即左右側光照強度如果差異過大,會造成IPC采集的人臉圖像有“陰陽臉”現象(半張臉暗,半張臉亮),如下圖:
 
(左右兩邊光線照度不一致,陰陽臉)
如果條件3不滿足,即背面光照強度遠大于正面光照強度,會造成IPC采集人臉圖像有嚴重“背光”現象,最終導致人臉曝光不足,五官細節丟失,如下圖:
 
(背光人臉)
如果現場的光線不滿足上述要求,則需要通過強光抑制或補光來優化現場的光照條件。
強光抑制可以改善“陰陽臉”、“背光”現象,即通過減弱側面光照來改善光照條件。補光則可以通過增加額外光源的方式改善光照條件,提高人臉圖像的采集效果;主要通過普通射燈、白熾燈等在不影響裝修、路人視覺效果的情況下提高人臉的光照度,消除“陰陽臉”。
 
(射燈)(白熾燈)
三.1.2.2.5 補光燈架設要求
安裝補光燈時需要注意以下幾點條件:
1、避免補光不均勻:
如果補光燈的安裝角度、燈光強度不合適,會造成人臉光照不均勻;比如,垂直安裝強烈的射燈會導致人臉光照不均勻,會產生“額頭高光,眼窩有陰影”效果,見下圖;如果條件允許,盡可能采用漫反射(光線沒有明確的方向性)的方式進行補光。
 
2、考慮不同時段設置光照:
有些場景,白天、夜晚、晴天、陰天的光照條件差異大,白天的“陰陽臉”、“背光”到了夜晚會切換成光線不足,此時就需要靈活設置補光方式;根據不同時間段的環境變化,調試最佳的補光時間。
3、根據現場情況靈活變通:
在沒有光照或燈光的情況下(如夜間),安裝補光燈的效果不如直接安裝照明燈,單獨的補光很容易造成補光不均;故室外要求進行夜間人臉識別時需要慎重,當前在室外夜間還未有較好效果的人臉系統應用。
4、避免直射行人眼睛:
補光設備如果直射行人的眼睛,行人會用手遮擋光線,反而影響了人臉的拍攝,架設補光燈應注意在補光燈外增加一層隔膜,減弱補光燈光源亮度,避免對人的眼睛直接照射。
三.1.2.3 點位架設要求設計

 
 
IPC前端相機主要作用是獲取的高質量的正臉圖片,避免人員前后通過導致人臉出現遮擋。攝像機安裝原則及示意圖:
1、攝像機安裝在通道的正前方,正面抓拍人臉。保證人臉左右偏轉<30°,上下偏轉<15°。對此,相機要求吊裝或者橫臂挑出正裝,避免側裝。
2、攝像機架設高度建議在2.0~3.0m
3、攝像機俯視角度α<15°
4、保持畫面水平、抓拍對象處于畫面正中,人臉(臉頰最左側到最右側,額頭到下巴下端如下圖片綠框)像素至少達到150X150像素以上。人臉像素點大小查看辦法:在攝像機Web界面進行抓圖,然后用畫圖工具打開,操作如下:
 
5、相機監控寬度建議不超過3m,鏡頭焦距和安裝高度的關系如下:
監控寬度
W(米)
監控距離
U(米)
鏡頭焦距
(mm)
相機架設
高度(米)
俯視角
(度)
2.5 2.5 8 2.3 13°±3°
2.5 3.5 12 2.5 13°±3°
2.5 5 16 2.8 13°±3°
2.5 7 25 3.3 13°±3°
(不推薦)2.5 10 35 4 13°±3°
(不推薦)2.5 15 50 5.2 13°±3°
2 2 8 2.2 13°±3°
2 3 12 2.4 13°±3°
2 4 16 2.6 13°±3°
2 6 25 3 13°±3°
(不推薦)2 8 35 3.5 13°±3°
(不推薦)2 12 50 4.5 13°±3°
架設物理參數的示意圖如下:
 
說明:
當攝像機與人臉的水平距離在4.5-10米之間,并且攝像機到人臉的俯角在10°到15°之間(假定人臉的高度為1.7米)。因此,當攝像機與人臉的水平距離為4.5米時,攝像機的高度應當在2.5-2.9米之間;
當攝像機與人臉的水平距離為10米時,攝像機的高度應當在3.5-4.4米之間。如果俯角太小(比如鏡頭平行于人臉),會造成人臉遮擋嚴重;如果俯角太大,會造成拍攝的五官變形。
正確示例:
 
錯誤示例:
 
畫面歪斜安檢門不處于畫面正中
 
場景過大,人臉偏小聚焦不清
三.1.3 非標人臉采集場景前端設計
三.1.3.1 方式一、人臉采集攝像機+身份證識別器
人臉采集攝像機的部署通常比實時布控預警場景下的攝像機部署要容易,我們可以根據環境選擇合適的型號及部署方式,調整光線和角度,限定采集畫面中的人臉數量。比如機場安檢場景下,我們限定為每個人依次辦理業務,可以確保畫面中始終只有一個人臉。
 
另外,該采集方式的核心是人臉采集攝像機和身份證識別器要后端做關聯,同時需要實現身份證識別器與我們后端系統的對接。人臉抓拍系統要求刷卡與抓拍的實時性較高,因此采用接口方式實時傳輸數據。大華根據身份證識別器公司提供的數據格式,開發對應的sdk開發包,身份證識別器公司根據要求將sdk數據包加入身份證讀卡系統中,這樣就可以之間通過網絡方式將數據信息傳遞給大華的人臉抓拍系統中。由于身份證的照片信息是加密的,需要身份證識別器公司提供照片解碼包,這樣大華就能夠完成身份信息及照片的提取。
三.1.3.2 方式二、高拍儀(內置身份識別模塊)
目前,不少高拍儀整合了二代證識別模塊,兼具拍照和身份證識別功能,只要高拍儀廠家提供相關數據讀取接口,我們獲取身份證信息與人臉關聯好的數據并接入人臉識別系統分析。系統可以實時反饋認證合一的比對結果,同時將信息存入后臺系統建庫。高拍儀適合部署在一些辦事窗口的桌面上朝向來訪人員。
 
三.1.3.3 方式三、單兵+身份證識別器
在非固定場所的人員身份排查場景,我們配套提供單兵外接身份證識別模塊的方案。身份證識別器外接在單兵上,讀取的數據統一匯聚給單兵,同時單兵可以現場對被查人員進行拍照,選擇效果較好的照片和身份證識別器讀取的數據關聯后統一回傳系統。系統可以實時反饋認證合一的比對結果,同時將信息存入后臺系統建庫。
 
三.1.3.4 方式四、APP采集+后端對接全國人口基本信息資源庫
針對用戶已經采購的警務通或專用手機,存在無法對接身份證識別器的情況。或者被采集人也有可能沒有隨身攜帶身份證。當設備滿足安卓系統,且兼容性不存在問題,我們可以提供基于安卓開發的APP。用戶通過警務通或專用手機對被查人員進行拍照,同時通過APP錄入被查人員的姓名和身份證號碼等,和照片關聯,統一傳回后端。后端平臺對接全國人口基本信息資源庫,通過身份證號碼檢索出人員信息和圖片,和APP傳回的圖片在系統做比對。比對結果反饋給前端,關聯數據進入非標人臉庫。
 
三.1.4 其他要求
為了保證人員庫實施比對報警功能的準確率,需做好以下幾個方面:
三.1.4.1 對人員經過監控點的行為規范
待比對人員在經過卡口時不規范會導致不滿足比對要求,比如佩戴墨鏡,口罩,低頭,側臉等,均會影響人臉識別準確率。所以要求通過人員布防卡口的人員保持正面朝向人臉抓拍,并保持五官不被遮擋提高報警準確率。
三.1.4.2 避免時間跨度大的黑名單照片
人臉的外形很不穩定,在不同年齡,不同時間段人臉也會不同的變化,當然對人臉識別率高低也會產生一定影響。所以導入關注人員名單時,需要選擇關注人員最近時間的人臉照片。
三.1.4.3 照片質量
人臉照片質量的好壞直接影響到識別的效果,照片質量包括清晰度、人臉大小的分辨率等。人臉照片包括前端高清攝像機抓拍到人臉的照片和導入關注人員名單庫中的照片。在導入關注人員照片時,需要選擇盡量清晰的人臉照片。
三.1.4.4 人臉采集設備的安裝位置
人臉照片一般需要一張正面人臉的清晰照片。如果在人員正常通過情況下,始終沒有一張正面人臉的清晰照片,會大大影響其識別率。所以需要根據要求架設相機,并盡量避免逆光的拍攝情況。
三.1.4.5 避免光線的影響
光線的變化會大大影響人臉的外觀,從而影響識別的性能。現代人臉識別技術的多項測試都表明光照變化仍是實用人臉識別系統的瓶頸之一。所以現場環境盡量選擇光線變化不大的場景,同時做好補光。
三.1.4.6 人員庫來源
人臉動態識別系統人員庫導入有三種方式進行添加,分別是前端攝像機、關注人員照片和常住人口身份證照。
 
 
三.2 圖像存儲設計
人臉識別系統需存儲的視頻圖像數據包括:監控攝像機實時視頻流存儲、人臉場景圖片/人臉小圖存儲、人臉特征數據存儲。
三.3 圖像存儲設計
人臉識別系統需存儲的視頻圖像數據包括:監控攝像機實時視頻流存儲、人臉場景圖片/人臉小圖存儲、人臉特征數據存儲。
三.3.1 存儲總體設計
實時視頻流存儲:人像卡口匯聚平臺向視頻云存儲管理節點下發視頻錄像計劃,存儲管理節點根據各存儲節點的負載狀況,給存儲節點的接入服務軟件同步錄像計劃。接入服務軟件獲取錄像計劃后,直接訪問監控點IPC獲取到視頻數據,再通過調用數據存儲軟件將數據寫入存儲節點中。
人臉場景圖片/人臉小圖存儲:人臉識別服務器從云存儲管理節點索要圖片存儲資源,前端攝像機或人像卡口匯聚平臺獲取人臉圖片流存儲至指定存儲資源下。根據公安實際人臉業務需求,人臉圖片可用于布控預警—黑名單庫,用于圖片檢索以圖搜圖—注冊庫,用于實時抓拍人臉圖片檢索管理—抓拍庫
人像特征數據存儲:人臉特征數據是系統通過人臉識別算法將非結構化圖片信息計算為結構化信息后的一條可用于檢索,比對的記錄。系統中每張人臉圖片均會經過服務器運算產生一條特征數據。
 
三.3.2 圖片存儲容量計算(項目修改)
人臉抓拍庫存儲計算:
場景圖片存儲要求:圖片存儲12個月,每路每分鐘抓拍10張,工作時間10小時,一天存儲,6000張圖片。
存儲一天的容量計算:0.3MB×10×60×10≈1.8G
存儲12個月共需:1.8GB×365≈0.66TB
人臉小圖存儲:
存儲一天的容量計算:40KB×10×60×10≈0.24G
存儲12個月共需:0.24GB×365≈87.6GB
抓拍庫特征數據計算:
存儲12個月共需:10KB×6000×365=22GB
所以,一路攝像機抓拍一年存儲容量約0.77TB
 
三.3.3 視頻存儲計算
*視頻存儲與正常平安城市視頻存儲相同,按照攝像機輸出碼流為準,一般公安要求存儲3個月。
三.4 非標人臉采集應用設計
人臉識別應用中,公安現有的一些人員庫太過龐大,使用不便。其他行業使用人臉識別技術時也缺少一些現成人臉庫。這都需要我們系統支持采集和建立非標人臉庫,滿足上層豐富的業務應用。
三.4.1 人像/身份信息關聯
人臉和身份證信息關鍵是建立非標人臉庫的基礎,關聯的方式根據場景不同,數據采集前端目前主要可以分為四大類方式,參考4.1.2章節。
根據人像、身份信息采集場景不同,分為:1、限制性場景,如辦事大廳、派出所、看守所、監獄等,這類場景要求人證必須一致,不一致的情況可以及時預警,現場人員可以采取措施處置,同時有條件抓拍較為優質的人臉圖片,可用于后續布控應用;2、非限制場景,如酒店、網吧、街面排查等,這類場景或者是抓拍的人臉質量參差不齊,有可能未達人臉布控的要求,或者當人證不一致時,現場人員沒權利或義務去處置。因此人證信息關聯時,在后端數據庫需要標注是否達到布控要求、是否人證一致,便于后續做深度應用。
三.4.2 非標人臉實時入庫布控
用戶可將非標人臉庫實時導入布控庫,通過建立黑名單庫,系統可對“黑名單”中的人進行選擇性布控。布控方式可以是人臉布控(人臉圖片滿足布控要求時)也可以是身份證件布控。抓拍和報警的記錄可以長期保存在數據庫中,供事后查詢;
人臉布控時,布控前端可以部署在地鐵站、火車站、商場、網吧、賓館、移動性展館入口等人員流動性大的地方,通過建立相應報警庫,實施對重點人員的實時布控,第一時間提供最有價值的信息。實時性高,可極大提高警務人員工作效率。
入庫照片類型 黑名單大小 誤報率 漏報率
抓拍照 1萬 0.01% 50%
抓拍照 10萬 0.1% 50%
人臉布控功能支持:
l 能夠對至少1萬人的庫進行布控。
l 對攝像頭捕獲的路人進行布控,延遲小于5秒。
l 不同攝像頭可以配置不同的布控庫。
l 對于不同的布控庫,采用不同的閾值進行報警。
身份證件信息布控時,可以提供布控庫中的人員身份證件數據,提供給機場車站購票、網吧登記、酒店入住等采集的身份證數據進行比對。及時了解布控人員行蹤,并可通過相關場所的前端監控進行確認。
三.4.3 非標人臉查詢檢索
非標人臉庫相對于常住人口庫、流動人口庫等而言,規模相對小很多,針對性更強,可以根據類型定義不同的非標人臉庫,且面向行業更廣泛。比如公安建設的非標人臉庫,當從普通監控畫面中提取到嫌疑目標人臉時,用戶可以將人臉導入系統,系統可以快速進行1:n比對,檢索出結果。比如用戶上傳一張人臉照片,系統在人臉庫檢索相似的人像時,按照相似度由高到低排序返回最相似的n個結果。因為人臉庫本身規模可控,相似的n個結果數量可控,準確度高。經過人工篩選可以快速鎖定嫌疑人真實身份,匹配人員詳情可以看見詳細個人信息。
 
三.4.4 非標人臉預警研判
非標人臉庫數據可以做深度的應用,挖掘高危人員,進行預警研判。比如:
夜間頻繁出現,當非標人臉庫中的人員經常在凌晨入住酒店、進入網吧時,達到一定次數就預警提示。
同行人員分析:幾個非標人臉庫的人員多次一起入住同一酒店或進入同一網吧,且現場登記時有人臉圖片進行確認。
首次出現人證不一:異地人員首次入城且用他人身份證登記入住,人臉與身份證信息不匹配。
頻繁出現:非標人臉庫中登記的涉毒、涉黃等類型的人員,但經常入住酒店等。
三.4.5 地圖軌跡研判分析
發現嫌疑目標之后,我們可以在抓拍庫和非標人臉庫中綜合查詢其軌跡。抓拍庫數據來源于人臉卡口,顯示人員出現的時間、地點及人臉相似度。非標人臉庫的數據可以是旅館、網吧登記出入時間,也可以是其他身份證登記數據。最終軌跡可以在地圖上進行綜合呈現。
 
三.5 動態人像應用設計
動態人像應用主要應用于網吧、酒店、KTV、旅館、酒店、火車站、汽車站等人員社會屬性復雜,流動性大的場所。用于遠程快速確認人員身份信息,海量人員布控預警,嫌疑目標軌跡查詢和局部特征檢索等應用。
三.5.1 重點人像布控應用
用戶可自行指定需要系統報警的“黑名單”人員,通過建立黑名單庫,系統可對“黑名單”中的人進行選擇性布控。布控人臉信息包括姓名、性別、出生日期、省份、城市、證件類型、證件號。
 
抓拍和報警的記錄可以長期保存在數據庫中,供事后查詢;
該系統部署在地鐵站、火車站、商場、網吧、賓館、移動性展館入口等人員流動性大的地方,通過建立相應報警庫,實施對在逃嫌疑人員的實時布控,第一時間提供最有價值的信息。實時性高,可極大提高警務人員工作效率。
入庫照片類型 黑名單大小 誤報率 漏報率
證件照 1萬 0.01% 20%
證件照 10萬 0.1% 20%
抓拍照 1萬 0.01% 50%
抓拍照 10萬 0.1% 50%
布控功能支持:
l 能夠對至少1萬人的庫進行布控。
l 對攝像頭捕獲的路人進行布控,延遲小于5秒。
l 不同攝像頭可以配置不同的布控庫。
l 對于不同的布控庫,采用不同的閾值進行報警。
 
三.5.2 重點人像檢索應用
對案發時間地點出現的可疑目標查詢,用戶可根據時間、采集地點信息,查詢歷史人臉圖片,也可關聯錄像查看現場具體情況,支持內容的導出。
同時,針對歷史人臉抓拍記錄,可查看現場環境圖片和相應時段內小段錄像,方便公安對嫌疑目標進行二次確認核查。
 
同時所有被抓拍的路人被自動存入抓拍庫,用戶上傳嫌疑目標人臉圖片,根據抓拍地點、相似度、抓拍時間等檢索條件,通過以圖搜圖方式檢索抓拍庫比對結果,系統將按照相似度由高到低排序在5秒內返回最相似的n個結果。可以快速查詢嫌疑目標是否在可疑時間段內出現在案發地點中。
 
由用戶上傳一張人臉照片,選擇要檢索的點位和時間段,系統在滿足條件的過人記錄中檢索相似的人像,按照相似度由高到低排序返回最相似的n個結果。整個過程會在5秒內返回。
系統可以對一組照片和其附帶的人口屬性信息錄入數據庫,提取其特征并與數據庫中的照片特征進行比對,查出該路人的身份證號、姓名、年齡、所在庫名稱及入庫照片,顯示在系統界面。
三.5.3 人像檢測抓拍應用
平安城市人臉識別系統平臺提供簡潔、完善的人臉監控界面。可以方便快捷的調取各個設備和通道的視頻信息,對視頻監控中出現的多張人臉進行自動框定定位,支持實時刷新抓拍人臉圖片。支持對檢測區域出現的人員進行人臉檢測和評分,并篩選出最為清晰的人臉圖像最為抓拍人員人臉圖片。
 
公安治安辦案過程中,無法得到嫌疑人臉部特征,通過人臉抓拍頁面經過攝像機場景的嫌疑目標進行抓取,并登記相關人員信息注冊入庫。
 
公安在對嫌疑目標排查過程中時,可通過實時報警界面快速瀏覽人臉報警信息,核查嫌疑目標身份,出現地點、出現時間信息。
 
名詞 定義及指標
抓拍捕獲率 被捕獲的人數/經過該點位的總人數
系統指標:98%以上
誤抓拍率 不是人但被誤抓拍為人的圖片數/總抓拍圖片數
系統指標:2%以下(每100過人小于2次誤抓拍)
實時性 5S內
 
 
三.5.4 比對識別報警應用
當前端攝像頭中出現的人臉圖片和黑名單中的人臉數據匹配時,如果人臉相識度超過預設報警閥值,系統會自動出發報警。系統可按通道對人臉進行布防,每個通道可以單獨配置黑名單,實現單獨布防。
使用人員可以在監控界面查看抓拍原圖和黑名單人員圖片進行核實,也可以點擊查看更多跳轉報警查詢頁面進行錄像核實。
 
主要性能指標:
入庫照片是證件照/網格照,及庫的大小不同的情況下,性能分別是?
報警庫大小1萬時,可以保證如下性能:
(清晰證件照) 誤報率是萬分之一時,捕獲率=80%
           (警察盤查照) 誤報率是萬分之一時,捕獲率=50%
三.5.5 抓拍查詢檢索應用
對案發時間地點出現的可疑目標查詢,用戶可根據時間、采集地點信息,查詢歷史人臉圖片,也可關聯錄像查看現場具體情況,支持內容的導出。
同時,針對歷史人臉抓拍記錄,可查看現場環境圖片和相應時段內小段錄像,方便公安對嫌疑目標進行二次確認核查。
 
所有被抓拍的路人被自動存入抓拍庫,用戶上傳嫌疑目標人臉圖片,根據抓拍地點、相似度、抓拍時間等檢索條件,通過以圖搜圖方式檢索注冊庫比對結果,可以快速查詢嫌疑目標是否在可疑時間段內出現在案發地點中。
 
由用戶上傳一張人臉照片,選擇要檢索的點位和時間段,系統在滿足條件的過人記錄中檢索相似的人像,按照相似度由高到低排序返回最相似的n個結果。整個過程會在5秒內返回。
系統可以對一組照片和其附帶的人口屬性信息錄入數據庫,提取其特征并與數據庫中的照片特征進行比對,查出該路人的身份證號、姓名、年齡、所在庫名稱及入庫照片,顯示在系統界面。
三.5.6 頻繁出現人員預警
針對某些點位在一定時間段內頻繁出現的人員,系統可自動進行報警。同時頻繁出現頻率可后臺進行設置。
 
三.5.7 地圖軌跡研判分析
發現嫌疑目標之后,我們可以在抓拍庫中查詢其軌跡。抓拍庫數據來源于人臉卡口,顯示人員出現的時間、地點及人臉相似度。最終軌跡可以在地圖上進行綜合呈現。
 
三.5.8 人臉特征檢索應用
通過實時視頻中的圖像信息,能夠對具體特定行為特征的人進行分類,比如維族人;能夠識別路人的年齡、性別等人口屬性,是否劉海、是否戴眼鏡/墨鏡、為相關部門提供有用的統計數據和預警信息。用戶可以通過網站搜索某段時間內具有以上特征的路人。
性能指標
性別:采用生活照準確率≤98%
年齡:采用生活照,平均誤差5歲左右,準確率80%
戴眼鏡/墨鏡:采用生活照準確率≤98%
維族人分類:采用證件照準確率≤97%
三.5.9 人像/身份信息核查
支持民警在機場、火車站、汽車站、盤查人員身份是否屬實,人證是否一致。系統采用1:1比對服務,將身份證芯片中存儲的人像圖片與實際拍攝的人像圖片進行后端比對,可以將效率和準確率從傳統5%的人工排查提升到0.1%。
 
功能:
l 生物特征身份比對確認
l 人像采集
l 人像生物特征布控報警
l 事后人像生物特征查詢
三.5.10 動態視頻實時建庫
系統支持動態視頻實時建庫應用(又稱AB門應用),可部署A門對進出人員人臉進行實時入庫,同時在B門進行布控比對,用戶通過實時建庫功能,可管控人員進出記錄。
 
三.5.11 報警管理應用
支持用戶對抓拍地點中發生的歷史報警信息進行檢索,也可對抓拍時間和抓拍庫進行檢索。相關人臉報警信息包括相關人員人臉圖片、報警記錄發生地點、報警記錄發生時間,同時支持進行該時間段前后聯動相關錄像進行確認。
 
三.5.12 統計分析報表
支持根據從攝像頭捕獲的人像來源、人臉屬性、出現頻次進行實時統計;
支持根據性別、年齡、是否戴眼鏡、是否長劉海、是否戴墨鏡、是否維族人進行歷史統計。
三.6 性能指標
動態視頻建庫
延時在5S之內。
內存使用
系統運行需16G,每1萬人黑名單庫使用內存26M,單臺服務器最大支持人臉庫30萬。
 
硬盤存儲
抓拍人臉、原圖、系統日志、結構化數據
 
 
 
 

第四章. 靜態海量人像檢索

四.1 人像庫存儲設計
四.1.1 存儲總體設計
靜態海量人像檢索系統存儲服務基于分布式用于存儲公安標準人像庫信息,如常住人口庫、暫住人口庫、在逃人員犯庫,當地重點人員庫。標準證件照和人員身份信息數據將存儲在識別服務器中,方便調用是加載內存,進行快速運算。
四.1.2 圖片存儲設計
人臉注冊庫存儲計算:
假設需導入1000萬張人臉注冊庫圖片
標準身份證照:
16KB×1000萬=160GB
 
四.1.3 人像特征數據存儲設計
特征數據存儲共需:2.6KB×1000萬=26GB
四.2 靜態人像檢索應用設計
靜態人像檢索主要應用于視頻偵查、刑偵破案或情報分析過程中,需要對單個或多個嫌疑目標進行快速身份確認的應用場景。除了應用于事后辦案外,還可以對一人多證、漂白人員等問題進行排查,達到公安高危事件預防、重點人員防控的目的。
四.2.1 靜態人像庫導入
用戶可根據實際需求建立人像庫,通過系統客戶端上傳的公安常住人口庫、暫住人口庫、重點人員庫,并對每一張人臉進行特征提取,存儲到硬盤中供人像庫比對使用。系統支持人像庫以壓縮包或單張人臉圖片上傳,可以通過一定的文件命名格式將人臉圖片壓縮成壓縮包或以純圖片+命名方式的形式,快速上傳導入到人臉系統中
 
 
四.2.2 靜態人像庫管理
系統基于大數據技術進行設計,對于人員庫中的每個人員建立一人一檔記錄。支持對靜態人像庫的增、刪、該、查,添加圖片時支持單張或批量方式上傳圖片,查詢人像庫時,可以查看所有庫的ID、名稱、備注、圖片數目、人臉數目等信息。通過人像庫管理界面可以查詢庫中所有人臉圖像。每張圖像都有相應姓名、性別、年齡、身份證號等信息。(若上傳的圖片中這些字段是缺省的,那么系統就默認顯示姓名、性別、年齡、證件號未知)。修改人像庫時,能夠編輯人員基本信息(比如姓名、身份證號、住址、聯系方式、照片、備注信息等)。
建庫速度 在2顆E5-2440 CPU的條件下,建庫速度為10w證件照/小時
入庫率 證件照入庫率為 > 99.95%
庫大小 單庫大小1億(系統所有庫的累計大小隨機器數量擴展)
庫數量 系統支持最大999個庫
 
 
四.2.3 以圖搜圖應用
用戶在視頻偵查辦案過程中,獲取嫌疑目標面部圖像,可手工方式上傳至靜態海量人像檢索系統中,在常住人口、暫住人口、重點人口庫中查詢嫌疑目標身份信息。系統支持1S內根據客戶要求返回10條-30條比對結果,檢索結果按照相似度從高到低排序。根據場景需求,檢索結果可以返回比對結果照片及所在庫名稱、相似度、人員ID、性別、年齡、證件號等相關信息。支持放大上傳圖像的人臉部分,點擊圖片,可得到上傳圖片與檢索結果的詳細比對,查看檢索結果的詳細信息,以供用戶核實。
 
上傳圖片要求:
a. 人臉角度:仰角/俯角10度,左右側臉20度內。
b. 兩眼中心距離:人臉大小是150*150像素,對應兩眼中心距離是60像素。其它要求:光照正常,正常表情,不戴墨鏡口罩等裝飾,人臉(眉毛到下巴)無遮擋。
c. 格式要求:支持jpg, bmp, png多種類型的圖片
d. 單人面部特征文件大小:小于2KB。
檢索準確率:
指標 定義 性能指標
首位命中率 最相似的人臉和輸入的人臉是同一人的概率 檢索靜態庫≤1000萬
證件照95%以上。
男性生活照約80%,女性略低
前10位命中率 最相似的10張人臉中有輸入人臉的概率 檢索靜態庫≤1000萬
證件照97%以上。
男性生活照約85%,女性略低
 
四.2.4 視頻搜圖應用
視頻偵查辦案過程中,用戶可對系統中人像卡口視頻錄像或現場搜集的清晰錄像進行人臉身份定位,系統對指定的視頻錄像文件進行快速編解碼和人臉特征提取,與指定的人像庫進行比對識別,協助用戶快速確認視頻錄像中每一張人臉的身份信息。比對結果以相似度由高到低返回10條-30條結果。
 
四.2.5 智能終端應用
通過智能終端,如單兵、手機,穿戴式智能眼鏡,可聯動進行智能識別應用。通過穿戴智能眼鏡,在地鐵、火車站、汽車站、機場大廳等人流密度大的場所自動進行后端比對,對出現的人、車進行預警,并自動將高危預警推送至智能眼鏡顯示。同時推送詳細高危信息至單兵APP端。
 
四.2.6 歷史檢索應用
用戶每一次檢索記錄結果可手動選擇保存在系統中,保存的信息包括所上傳的圖片、檢索時間、檢索條件以及檢索結果等。管理員用戶可查看或刪除某一條歷史檢索,也可重新指定檢索條件,進行新一輪的檢索。
 
四.2.7 人像庫自查重
用戶可對常住人口庫、暫住人口庫進行單獨自查重,通過手動調節相似度條件,可以快速的對查詢庫相似人臉進行檢索,比對結果可導出CSV文件。適合在對一人多證案件進行快速排查。
 
四.2.8 多庫碰撞比對
用戶可通過系統排查當地漂白身份人員身份信息,通過系統提供的多庫碰撞功能,指定全國在逃人員庫VS當地常住人口庫或全國在逃人員庫VS當地暫住人口庫進行碰撞比對,輸出兩個庫中最相似的人像組,再通過民警現場調查方式確認是否為漂白身份人員。
功能名稱 功能定義
單次型比對 比對任務結束后將不在進行比對。
持續型比對 當兩個庫有新增信息時,將自動對新增信息進行比對
批量比對 允許建立多個比對任務,系統將依次執行比對,但同時只支持一個比對任務
暫停比對 系統支持暫停任務,繼續后從斷點開始執行。
比對命中率 十億分之一的誤報率下,漏報率約30%
導出方式 支持CVS方式導出
 
四.3 性能指標
建庫速度:
單核2張/秒,建1000萬人臉庫約58小時
內存使用:
系統運行需16G,人臉庫每增加一萬人需使用26M內存,單臺服務器最大支持人臉庫1800萬
硬盤使用:
存儲證件照、系統日志、結構化數據

第五章. 系統部署介紹

五.1 網絡環境
為了信息安全,通過訪問代理獲取的人像圖片、人員信息等信息必須存儲在公安內網上。同時,考慮到公安已建卡口系統的實際部署情況,以及網閘壓力等因素,實際項目部署時可根據項目實際情況從以下2種部署方案中選擇。
1.人像系統部署在公安網下
通過共享平臺對前端人像卡口進行視頻和圖片匯聚,人臉圖片統一回傳至公安網人臉識別系統下進行存儲分析,同時人臉識別系統對接公安網下人像庫系統,進行統一導入和新增圖片定期自動導入。
2.人像布控系統部署在視頻專網下
人臉識別系統中對圖片管理和結構化存儲部分必須部署在公安網下,但動態人像比對分析功能部署在視頻專網下,通過不可逆特征數據進行專網實時比對和布控。
五.1.1 人像系統部署在公安網
人像卡口部署在視頻專網內,通過共享平臺進行匯聚轉發,統一匯聚至公安網人臉識別平臺下,人臉識別平臺下部署動態識別和靜態檢索服務,實現前端人像卡口進行黑名單布控和圖像靜態比對功能;同時人臉識別平臺對接公安網人像庫系統,定期同步更新識別系統人像庫信息。
 
五.1.2 人像布控系統部署在視頻專網
人像庫屬于公安敏感信息,在不允許人像信息泄露到視頻專網的情況下,需要將黑名單布控比對模塊部署在視頻專網下,靜態比對和人像庫對接模塊部署在公安網下,通過人像庫對接模塊對導入人臉進行結構化處理,輸出人臉特征數據,傳輸至視頻專網進行實時布控。同時視頻存儲在視頻專網下,圖片存儲在公安網下。
 
五.2 對接說明
五.2.1 公安系統對接
公安人像庫對接方式一般采用SDK方式,1.人像庫系統提供SDK—對接公安網人臉識別平臺,平臺通過查詢方式定期讀取人像庫中更新的人臉信息,與人像庫信息定期進行同步;2.平臺提供SDK—對接人像庫系統,人像庫通過不斷寫入更新的人臉信息,與平臺人像庫進行定期同步。
五.2.2 大華人像卡口匯聚平臺對接
現有卡口平臺是大華平臺的,可以無縫對接。無需專門部署卡口對接服務器。
五.2.3 第三方人像卡口匯聚平臺對接
現有卡口平臺是第三方廠家平臺的,需要通過部署卡口對接服務將各個第三方廠家平臺數據進行匯聚。
部署專門的卡口對接程序和第三方卡口平臺對接,對接方式有數據庫對接、wenservice接口對接等多種方式。接口對接時需要第三方廠家提供SDK,數據庫對接時需要第三方廠家公開表結構。

第六章. 產品介紹

六.1 攝像機選型
前端抓拍機 支持人臉檢測/人臉抓拍摳圖/人臉像素大小<100*100像素/支持同時檢測10個人臉并進行抓拍 DH-IPC-GF7281-RL
DH-IPC-GF7291-RL
短焦鏡頭 大華1200萬像素1/1.7“3.7-16mm手動變焦鏡頭 DH-OPT-117F3716D-IR12MP
長焦鏡頭 大華1200萬像素1/1.7“10.5-42mm手動變焦鏡頭 DH-OPT-117F10542D-IR12MP
長焦鏡頭 富士能1/1.8“12.5-50mmF1.6自動光圈手動變焦鏡頭 DV4x12.5SR4A-SA1L
后端抓拍攝像機 采用超低照度300萬(2048×1536) CMOS圖像傳感器,低照度效果好,圖像清晰度高
超低比特率,低網絡延遲/智能偵測:支持區域入侵,拌線入侵,物品遺留/消失,場景變更的偵測,并且可以與報警聯動
DH-IPC-HF8331E
采用超低照度200萬(1920*1080) CMOS圖像傳感器,低照度效果好,圖像清晰度高/支持無SD卡、SD卡空間不足、SD卡出錯、網絡斷開、IP沖突、移動檢測、視頻遮擋智能報警 DH-IPC-HF5221E
采用超低照度130萬(1280*960) CMOS圖像傳感器,低照度效果好,圖像清晰度高/支持無SD卡、SD卡空間不足、SD卡出錯、網絡斷開、IP沖突、移動檢測、視頻遮擋智能報警 DH-IPC-HF5121E
后端抓拍半球 采用超低照度200萬(1920*1080) CMOS圖像傳感器,低照度效果好,圖像清晰度高/智能偵測:支持區域入侵,拌線入侵,物品遺留/消失,場景變更的偵測,并且可以與報警聯動 DH-IPC-HDB8281
六.2 人臉識別服務器選型
IVS-F7300/IVS-F7400動態服務器
 
產品功能特性
◎支持指定區域的人臉檢測功能,并能夠抓拍人臉圖像
◎能夠按時間、地點等條件查詢抓拍圖片,支持單張導出和批量導出功能 ◎將抓拍人臉圖片與指定人臉庫進行實時比對,得到最相似的若干條人員信息。能夠按時間、地點等條件查詢比對結果,支持單張及批量導出比對結果
◎動態比對人臉庫(黑名單庫)容量為30萬
◎能夠對人臉庫進行增加、刪除、修改、查詢人員信息操作,支持批量導入
IVS-F7300/IVS-F7400靜態服務器
 
產品功能特性
◎能夠按時間、地點等條件查詢抓拍圖片,支持單張導出和批量導出功能
◎支持手動選取單張人臉圖片與指定人臉庫比對,檢索出相似的人員,按相似度從高到低排列
◎能夠對人臉庫進行增加、刪除、修改、查詢人員信息操作,支持批量導入
六.3 平臺選型
型號:DSS-C8100平臺 V3.03及以上版本
BACK
分享:
福建新快3走势图