第一章 简介

1.人脸识别技术

该智能化解决方案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。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，包括人脸图像采集、人脸定位、人脸特征点提取、人脸聚类、人脸比对等达到识别不同人身份的目的。巨龙创视人脸识别系统采用深度学习技术，上百层神经网络训练，对千万张人脸图片进行大数据训练，是一种非接触式、非配合式，具有友好性的动态人脸识别系统。

第二章 需求分析

   随着信息技术的发展，企业管理进入了信息时代，而企业生存发展的需要、信息管理的发展、人工智能思想与技术在企业的延伸共同造就了企业智能管理的出现，虽然现在还不是特别成熟，但是智能管理是企业管理发展的必然方向。
   高铁站智能化解决方案是基于人脸识别系统而开发出的应用，主要需求如下：
Ø 人流分类（黑白名单）管理
Ø 工作人员出入管理
Ø 旅客轨迹查询
Ø 人员管理统计
Ø 联动声音提示
 

第三章 方案设计

3.1 分类管理

在人脸识别系统中，创建不同名称人脸库，按需求可建立：员工、可疑人员、领导等不同的人脸库。当旅客进门时，在不用配合的情形下，摄像机检测到人脸图像，并完成识别，显示归属库，此方案可快速分辨进入识别区域的人脸信息，秒级识别出人员的对应信息，优化了出入口人员管理。
 
 
 
 
 
 

3.1.1 员工管理

在旅客出入口通道安装摄像机，当顾客从门口进入时，在不用配合的情况下，摄像机检测到人脸图像，并完成识别。
 

3.1.3可疑人员与黑人员管理

在来往旅客中，如有可疑人员和高危人员来往来。把此类人员入库到固定黑名单库中。当此类人员光顾时，人脸识别为黑名单库中人员，并产生报警声音，用来提醒员工及时作好各种应急预案，以防出现各种不良事件。
 
 

3.2工作人员出入管理

工作人员在进出门时都会被摄像机拍摄到人脸图像，并产生识别结果，根据识别结果产生该员工每天的出入记录。该非配合式的出入管理方式，方便对来人身份的判断，做到智能化管理。
 

3.3客流量统计

3.3.1客流量统计

在车站出入口上方垂直安装网络人脸高清摄像机，用于客流量统计，可实时统计本店的人员进出流量。总店综合汇总所有店面的客流进出情况，能够实时统计此刻的进出人员数量；通过数据查询报表，能够知道一天中哪些时段是客流高峰，哪些时段是客流低谷；结合客流量统计的数据可以按需查询进行统计。
 

3.4旅客轨迹查询

高铁站采用人脸识别系统，所有出入口加入人脸识别系统，当旅客来店时都有识别记录，可在后台通过姓名，人脸图片等多种方式查询该顾客在特定时间从哪些出入口出现过。
 
 
 

第四章 方案实现

4.1系统框架

人脸识别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：
 
 
前端设备：主要是采集人脸数据。
传输网络：将采集到的人脸数据传回到中心。
监控中心：部署各个服务，将传回来的人脸数据进行实时分析比对。

4.2功能特点

Ø 人脸建库
实现布控人员建库，可根据人员属性进行逻辑分库与比对策略设置。使用者可自行注册，批量导入人脸照片，提供多种人脸导入方式。
 
现有人脸库信息导入
 
实时人脸检测导入
 
 
Ø 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、降低系统的数据容易。还能对已有的视频文件进行分析，检测并识别人脸。支持摄像头实时抓取通过的人脸照片，在事后进行检索。除此以外，还能设置摄像头定时抓取现场照片，提供现场的细节分析，包括犯罪嫌疑人的衣帽特征，以帮助确认嫌疑人的身份。
Ø 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，如果比中则进行预警，提示操作人员进行处置。
 
Ø 实时人脸监控
实时提供监控画面，并显示所有的报警结果。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。
Ø 抓拍报警处置
对摄像头抓拍到的人员信息进行进一步的筛选，确认。也能记录民警各自的操作记录，方便其他人员的二次查看和确认。
Ø 人脸图像检索
根据上传的人员图像和检索条件在对应选项中的人脸库中查询符合条件的人脸，输入需要的检索条件，如姓名、性别、年龄、证件号等。可进行条件范围内的查询。支持实时抓取通过摄像头的人脸照片，在事后进行反向检索。
 
 
Ø 人像信息修改
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，同时也可针对勾选的人脸库进行新人员信息的注册。
Ø 系统管理平台
集成了以上所有的功能软件平台，通过HDMI显示器直接在平台上进行操作。
Ø 人脸追踪算法
在视频或图像序列中确定某个人脸的运动轨迹及大小变化的过程。

 

 

 

4.3摄像机安装   

4.3.1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，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）
1/3	2~2.5	7~8	25	2.1	13°±3°

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。
 

 

 

 

第五章 影响因素与性能指标

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 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:-15°～15° 俯仰变化:-15°～15° 侧身偏转:-15°～15°
	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80*80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30个像素。