人脸识别技术方案-最全面.docx

1、人脸识别技术方案第一章. 方案概述1.1 项目概况随着经济的发展，城镇建设速度加快，以及互联网的突飞猛进，导致城市中人口密集，流动人口增加，引发了城市建设中的交通、社会治安、重点区域防范、网络犯罪日益突出等城市管理问题，今后现代化城市的建设、网络信息必然将安全作为重中之重，与城市的经济建设处于同等重要的地位。近年来，社会犯罪率呈逐年升高的趋势，特别是网络犯罪更加的严重，网络逃犯频频发生，罪犯的犯罪手法也更加隐蔽和先进，给广大公安人员侦破案件增加了难度。同时，恶性事件时有发生，使人们对公共生活场所的安全感普遍降低。同时公安人员在对通缉犯进行人工排查时如大海捞针，成功率极低，效果也不明显。主要有如

2、下实际问题：1.首先，由于罪犯群体不断扩大，要在数以百万计的人员照片库中找出犯罪嫌疑人，不仅费时费力，还有可能造成遗漏等情况，破案的效率大打折扣。2.其次，目前公安机关侦察案件大多数仍然依靠事后追查和通缉，对已经发生的案件造成的损失很难有效弥补。3.最后，如果在案发的同时即能防患于未然，就能第一时间将损失控制在最小范围内。平安城市建设从最初的视频监控、卡口电警建设，系统已大量掌握了视频图像资源和卡口车辆数据和价值图片，但是针对人员侦查，身份确认还是需要通过技侦或网侦手段，无法充分利用视频图像资源快速定位人员身份。即使出动大量警力，采用“人海战术”但受制于肉眼识别劳动强度的极限，再加上人工排查效

3、率不足，视频图像拍摄受光线、角度倾斜等不确定因素影响，无法保证查找的准确性和时效性，尤其出现突发紧急案件时，往往会贻误最佳破案时机。如何提供更加丰富以及实用的“人像防控”应用，从“事后被动侦查”到“事前主动预警”将是平安城市下一建设阶段面临的主要需求。人脸识别技术方案1.2 需求分析人像大数据系统采用高效的人脸检测定位及识别比对系统，可以第一时间帮助公安侦查人员快速识别辨别特定人员真实身份，把过去人工排查海量的视频图像资源比对需求变成现实，从而有效的为公安视频侦查、治安管理、刑侦立案等工作提供实战上的有效帮助和解决方法。第二可帮助公安侦查人员办案时候追查和通缉，真正从打变为防，能够极大的减少警

4、力资源浪费和事故发生概率。目前人脸抓拍比对系统主要应用在以下几个方面： 公安治安人员黑名单比对实时报警：针对一些人员密集区域（如车站、地铁站、机场、社区等）的关键出入口、通道等卡口位置布置人员卡口，后端对重点关注人员、打防控人员进行黑名单布控，通过实时视频流比对布控黑名单，实现人脸比对识别。不明身份人员身份确认：治安人员在日常巡逻、人员身份验证过程中，避免肢体接触和冲突，使用前端摄像机或手机进行抓拍，后端通过数据库进行人员信息比对分析，达到人员身份确认的应用。治安或刑侦人员对流动性人口中的无合法有效身份证件、无固定住所、无正当职业或合法经济来源的人员进行非接触性身份确认。重要点位重点人员身份排

5、查：针对一些重要管控的区域，如大型保障活动，政府、公安出入口等布置前端摄像机对现场进行人脸抓拍，每日安排公安人员人工进行重点人员筛选排查。1.3 建设目标*本章文字内容可以根据项目具体情况修改：人脸识别技术方案1.3.1 动态人像天网建设1.3.1.1 非标人脸库建设协助公安针对当地扒窃人员、偷抢盗人员、上访人员、未成年犯罪人员建设人像采集环境，对现场人员进行人像采集和身份采集入库，为敏感人群、重点人群布控提供人像库支持。1.3.1.2 重点人员布控公安重点人员根据地区和目的不同划分不同类型，包括惯偷惯犯、涉恐、涉案、涉毒、水客等当地涉稳人员，同时也包括高危人员、敏感人员等。利用人像大数据系统

6、，将重点人员进行城域级布控，同时后续刻画典型关注人员轨迹，进行高危行为预警研判。1.3.1.3 高危人员布控高危人员包括全国在逃人员、全国违法犯罪人员、重大犯罪前科人员、肇事肇祸精神病人等。人脸识别系统将利用实时视频和身份证信息等手段，可在火车站、汽车站、港口口岸出入口建设人脸卡口，对出入境人士进行审查识别。1.3.1.4 敏感人群布控敏感人群包括来自特殊地区、特殊身份、特殊职业等人员如来自新疆地区人群、个别少数民族人群、长期无工作人群、非法上访人群等。通过在出入境、关键人脸采集卡口对这些人群进行身份信息和人脸信息采集，通过人脸识别系统对敏感人群的身份信息、行为轨迹、出没时间等进行管控，从而做

7、到敏感人群防控的目的。1.3.1.5 人证合一在汽车站、火车站、机场等身份证检查、其他民事应用中，可通过单兵、手机、相机对人员进行脸部拍照，并通过身份证读卡器读取身份证信息，通过拍照图片和人脸识别技术方案身份证人脸确认是否人证合一，并上传照片至后端进行人脸识别确认是否属于重点布控人员。1.3.2 静态人像天网建设1.3.2.1 身份信息确认针对孤寡老人、三无身份人员、聋哑人员等无法确认身份的人员，可通过手机、相机等对人员进行脸部拍照，并上传后端比对常住人口或流动人口库，确认身份信息。1.3.2.2 身份信息查重对当地常住人口库、流动人口库或全国人员信息库中人员身份证进行人脸库自查重，排查一人多

8、证的问题。1.3.2.3 洗白人员身份确认通过比对当地常住人口库&全国在逃人员库或当地流动人口库 &全国在逃人员库进行人脸图片碰撞比对，排查两个库中相似人员人脸及身份信息，从而清洗出漂白身份的人员。1.4 性能指标1.4.1 人像识别系统1）中心库容量：XXX 万人。 储存全国关注人员数据 XXX； 储存全省二代证人像数据； 储存各监控节点实时采集人像的累积数据。）处理能力：人脸识别技术方案为整个人像天网提供针对 XXX 万关注人员的实时查询服务，检索比对时间不超过 5 秒并报警提醒（不包括网络延时） 。中心系统处理能力要能够同时满足中心库所关联的 XXX 个实时人脸监控节点的实时查询比对需要

9、。1.4.2 用户网络环境远程用户人像查询工作站通过公安网与人像识别系统联接，网络带宽为百兆以上。1.4.3 其他性能指标要求 系统稳定性：系统要求实现 724 小时*365 天连续稳定运行。 符合公安部颁发的有关人像识别系统的相关标准； 在保持系统总体比对精度和处理能力的前提下，系统能够进行平滑升级。1.5 建设内容*根据具体情况编写1.6 建设原则1) 实用性整个系统从实用性的角度出发，最大限度的满足人员管控系统建设的需求，能适应新技术的发展，选择性价比高的产品，既控制了建设费用，又保障了系统的完整功能。2) 先进性采用领先的科学技术水平，集成了先进的人员及人脸识别算法，在保证整个系统功能

10、和性能的前提下，最大限度地采用成熟、可继承、具备广阔发展前景的先进人脸识别技术方案技术。要努力保证整个系统功能的科学合理性，防止片面追求某一局部的高指标与先进性。3) 可靠性人员管控系统是处于 24 小时工作，系统采用业内主流产品，保证了系统的高稳定性、高可靠性。前端高清智能网络摄像机在硬件设计上考虑室外工作的特殊性，具有耐高温、散热性能好，防雷、防浪涌保护等多方面安全考虑，为系统的稳定运行提供保障。4) 可扩展性无论在系统软件、硬件的设计和选型上，都充分考虑其后期的可扩展性，结构上应易于扩充，以便于后期新功能的扩充。在硬件的接口上也比较丰富，能适应后期更多设备的接入控制。5) 易操作性系统具

11、有简单易学的操作界面，无需专业的计算机知识，普通用户即可轻松完成日常人员管控系统的操作。1.7 设计依据 安全防范工程程序与要求GA/T75-94 安全防范系统验收规则GA308-2001 安全防范工程技术规范GB50348-2004 安全防范系统通用图形符号GA/T74-2000 视频安防系统技术要求GB/T367-2001 系统接地的形式及安全技术要求 GB14050-93 安全防范视频监控摄像机通用技术要求GA/T1127-2013 安全防范高清视频监控系统技术要求GA/T1211-2014 安全防范视频监控联网系统信息传输、交换、控制技术要求GB/T28181-2011 出入口控制人脸

12、识别系统技术要求GA/T1093-2013人脸识别技术方案 安防人脸识别应用系统第 2 部分：人脸图像数据GA/T922.2-2011人脸识别技术方案第二章. 系统总体设计大华人脸识别系统，采用具有完全自主知识产权的人脸检测算法、人脸跟踪算法、人脸抓拍算法、人脸质量评分算法及人脸识别算法、并结合配套的前端摄像机设备和后端平台业务系统，实现了动态黑名单比对报警、静态人脸图片检索等功能。本系统采用分布式架构，服务器节点可根据实际需求线性扩展，轻松满足爆炸式增长的业务需求，同时系统支持上亿级别人脸注册库/人脸抓拍库、30 万黑名单库，极大的满足公安对重点人员的事前预警和事后追查需求。2.1 系统架构

13、系统基于人脸识别核心技术，遵循公安行业信息化标准规范，依托综合可靠的通信网络、分布式数据库和集群计算等多项技术，充分考虑系统安全性、可靠性、人脸识别技术方案可扩展性，可广泛应用于公共安全各业务领域的人脸比对综合应用平台，能有效地协助对不法人员的鉴别、抓捕和布控，保护国家安全和社会稳定。系统由人像卡口、人脸识别服务器、人脸识别平台、存储设备、人像大数据系统五款产品组成。人像卡口：前端摄像机包括普通高清网络摄像机和人脸抓拍单元。普通高清网络摄像机主要实现图像采集、编码、视频传输等功能。人脸抓拍单元不仅实现普通高清网络摄像机的所有功能，其内置大华自主研发的智能分析算法，还能实现对视频中人脸进行自动捕

14、获、跟踪、抓拍等功能。同时人脸抓拍单元拥有人脸区域自动曝光优化、人脸小图优化处理等功能，更适合于人脸卡口场景下获取最优人脸图片；人脸识别服务器：集人脸检测、人脸抓拍、人脸识别、人脸特征分类等多样化算法和分布式计算软件于一体，主要包括：1.人脸识别算法采用基于神经网络的深度学习算法，构建动态人像识别服务、1:1/1：n/n:N 等多样化人脸识别服务，从而实现高效率、高准确率的人脸识别比对。2.分布式计算集群通过分布式计算软件统一对多台人脸识别服务器进行集群管理，从而进一步提高系统效率，适合大规模系统部署。3.系统运维管理服务负责对计算集群存储、性能、服务进行统一的运维管理，降低系统风险，提高用户

15、体验。4.人像数据库负责人脸图像和算法特征化数据存储，数据库内置提高系统耦合度，降低服务器于服务器之间的对接导致的系统风险。人脸识别平台：集人像卡口管理、视频存储、流媒体转发、业务应用于一体，提供人脸识别系统的各项业务功能。人脸视频存储：前端摄像机对实时视频的存储，可存储在平台下挂载的 EVS存储设备、云存储等专业监控行业存储设备中。2.2 联网设计方案一：在公安视频专网中部署人脸识别系统，对出入口、重点道路等位置安装前端摄人脸识别技术方案像机，并通过人脸识别系统平台进行统一管理。通过人脸识别平台对视频流转发到人脸识别服务器集群中，进行特征提取和识别比对，并反馈结果到人脸识别平台中。人脸识别平台将相关人脸报警和历史记录通过网闸共享到公安专网下，公安能够对重大嫌疑目标进行事后目标检索，目标轨迹跟踪，并根据目标出没时间和地点安排警力部署。布控部署在视频专网方案二：在公安网中部署人脸识别系统，前端人脸卡口通过共享平台传输视频至公安网。公安网下人脸识别平台对接共享平台获取前端数据，导入识别服务器进行特征提取和识别比对，并通过人像大数据平台进行业务分析，数据挖掘等工作。