人脸识别布控系统方案

人脸识别布控考勤及门禁系统应用方案设计单位：武汉美讯华迪科技有限公司负责人：许波目录背景概述随着经济的高速发展以及城镇化进程的加快，我国城市人口日趋密集，城市人口流动性也大大增加，加强对城市建设中的诸如交通管理、社会治安、重点区域防范、维稳等方面的管理迫在眉睫。

当前公安机关追逃主要靠工作人员人工去排查，由于人流量太大，要靠人工去记住犯罪嫌疑人的模样再去辨别，往往容易漏识、误识。

而如果要通过巨量的监控视频去查找、确认犯罪嫌疑人，这个工作量也会非常大，效率很低。

如何引进高新技术，快速、高效的辨别犯罪嫌疑人员，是公安机关、安保部门亟需解决的问题。

随着深度学习，大数据等新技术的发展，人脸识别的效果在某些条件下，已经超越人眼识别的效果，人脸识别技术在视频监控领域应用成为可能。

人脸生物识别技术作为全球最前沿的生物识别技术及图像处理技术，具有更高的安全性、非接触性、直观性、识别速度快、不易被察觉等特点，在当今社会公共安全防范、逃犯追捕等领域得到了广泛的应用。

天地伟业开发的人脸布控系统，主要是针对公安对在逃人员进行追逃布控场景提出的一套解决方案。

1.专业术语人脸检测：确定图像中人脸的确切位置和大小，以方便将人脸区域从图像切割出来。

人脸抓拍:在视频中跟踪人脸，并在跟踪的过程中连续抓拍多张同一个人的人脸照片进行图片质量评估，当人脸离开检测区域时，生成图片质量最高的正面人脸照片。

人脸识别：通过计算机自动判断两幅人脸照片相似度的技术，它是人体生物识别技术的一种。

人脸建模:特征点定位算法找出脸部的各个特征点的位置，算法根据特征点的位置对人脸大小进行归一化（即将所有的人脸进行仿射变换，根据特征点的位置与一个预设的模板对齐）处理。

黑名单实时报警:系统对在特定重点场所的卡口位置抓拍的人员与布控名单数据库中的布控人员进行实时比对，如果人脸的相似度达到预设的报警阀值，系统就可以报警。

人脸属性识别:对人的肤色、性别、年龄段、穿戴等人脸信息的识别。

深度学习：深度学习，简单来说，是一项模拟人脑结构的机器学习算法。

2.系统简介本系统基于人工智能核心“深度学习”技术实现，是一套专门用于人员动态布控的预警系统，集视频分析、运动跟踪、人脸检测、人脸识别、图片存储检索和自动预警技术于一体。

通过在人员经过地点设卡部署摄像机，对经过卡口的人员进行人脸抓拍。

将抓拍到的人脸图片进行存储，并与人脸布控名单库进行实时比对，当发现布控人员时，系统自动发出报警信号，并采用多种联动方式通知值班民警或值班人员。

系统具有强大的查询、检索等后台数据处理功能及强大的通信、联网功能，可广泛应用于交通枢纽、重要关卡、步行街、社区、街道、学校、高端连锁店等行人频繁出入和经过的场所。

3.系统特点一、动态比对支持超大人脸库，一般厂家动态比对仅能支持到1000人脸库，算法动态比对库2000人脸库级别识别率仍然是非常稳定的。

二、实时分析JPEG视频流和图片流，既支持专用人脸检测相机，也支持普通相机传过来的视频流。

三、采用高清逐帧检测/跟踪技术，自动扫描监测区域内的人员，输出最佳人脸图像。

四、可检测左右旋转±30度以内，俯仰±15度以内的人脸，算法适应范围高于国内其他厂家。

五、基于深度学习技术，拒绝伪装，算法对于戴帽子、口罩、眼镜、墨镜、假发、假胡须等伪装行为均有一定辨识度。

六、配合星光摄像机24小时全彩的优势，开发专门人脸检测和抓拍功能，在摄像机成像质量上大幅提升人脸识别准确率。

内部测试表明，与普通相机相比准确率可以提升20%。

如下图比较，左边为普通红外相机，右边为星光相机：4.系统功能4.1人脸抓拍、存储在各出入口位置和人脸布控点位部署专用人脸相机，人脸识别系统能够对经过设定区域的人员进行人脸检测、跟踪、抓拍，并把人脸照片、抓拍地点、抓拍时间等信息上传到人脸管理平台进行统一存储，以方便后期的检索与查询。

4.2人脸检索用户可以远程登录B/S客户端根据时间、地点以及抓拍人员的性别、年龄段、是否戴眼镜等人脸属性信息进行抓拍图片查询，点击查询记录即可查看图片和相关信息。

系统同时也提供以人脸搜人脸的功能，通过输入人脸照片，可以很方便地查询到该人员的抓拍记录，为公安机关追逃提供高效快捷的检索手段。

4.3实时布控、报警推送人脸识别布控系统，可以根据需要把要布控人员的信息（包含姓名、性别、身份证号、人脸照片等信息）加入到比对数据库。

然后按照时间、地点、相似度报警阀值等信息，对人员进行布防。

系统对在各出入口抓拍的人脸照片与比对数据库中的人脸特征数据实时比对，如果人脸的相识度达到设定报警阀值，系统会自动通过声音提示、视觉信息提示等方式进行预警，提醒执勤和监控管理人员，采取进一步处理措施。

4.4多监视库管理系统可以同时管理多个布控人员名单库，支持目标库的增加、删除和修改；同时支持布控人脸照片的单张导入和批量导入功能，可以灵活选择目标库进行布控，可设置不同联动预案和处置方式。

4.5人脸频次报警人脸识别布控系统可以对一定时间范围内在同一区域重复出现多次的人员进行预警提醒。

系统可设置时间段和重复次数，对于在固定时间段内重复出现次数超过预警值的人员进行预警提醒。

可有效防控踩点，放哨等可疑行为。

4.6人脸轨迹分析系统提供人脸轨迹分析功能，对于输入的人脸照片，通过检索所有点位的人脸抓拍记录，查询和分析可疑人员的行动轨迹路线，为公安机关破案提供有效线索。

4.7配置管理人脸实时报警系统使用W EB客户端进行配置和管理，多台服务器统一客户端管理。

实现前端抓拍设备的添加，人脸名单分组管理，黑名单报警设置，人脸存储管理，人脸抓拍实时预览，人脸抓拍图片查询，人脸黑名单报警查询等。

5.系统方案5.1系统架构根据客户人脸布控系统的规模大小不同，提供两种系统架构选择，根据实际情况和使用需求选用不同的系统架构，或在此基础上进行优化。

小型系统8个点以下的小型人脸识别布控系统，采用简单的局域网网络系统架构，部署一台人脸识别服务器总体管理整个系统。

系统由前端摄像机、人脸识别服务器、嵌入式存储NVR、客户端PC组成，系统架构如下：小型人脸识别布控系统架构图大中型系统8点位以上的大中型系统，采用较为专业的系统架构，系统部署多台人脸识别服务器协同工作。

人脸识别服务器在5台以下可以选用其中一台人脸识别服务器作为主控服务器来统管整个系同运行。

再大型的系统，需要设置专门的总控管理服务器来管理，系统可采用云存储或集中存储设备来完成视频存储，系统可设置监控中心。

系统由前端网络摄像机、多台人脸识别服务器、集中存储设备、总控管理服务器、解码显示设备、客户端PC等设备组成，系统架构如下：中大型人脸识别布控系统架构图系统组成整个系统主要由前端超星光人脸相机，中间传输网络，后端总控管理服务器、人脸识别服务器、存储设备、人脸应用客户端等设备组成。

1)人脸相机主要部署在出入口位置，需要严格按照指定位置进行安装。

人脸相机内实现对进出人员的实际情况实时记录并对人脸自动检测，同时摄像机具备超宽动态、超低照度功能，保证24小时全彩视频采集。

2)人脸识别服务器人脸识别服务器存储常住人口人脸库、重点监控人员人脸库、前科人员人脸库、涉稳人员人脸库、全国在逃人员人脸库、涉毒人员人脸库等用户关心的人脸数据，数据库可以手动建立，也可批量导入建立。

人脸识别比对服务器对人脸相机传送过来的视频流中人脸特征进行跟踪、定位、识别、提取，实时和人脸数据库中目标人员的人脸特征进行比对。

根据特征相似度返回比对结果，并将比中结果上传平台管理服务器。

3)总控管理服务器把人脸比对结果与用户的业务应用紧密地联系在一起。

如：报警提醒、报警推送、联动预案、日志查询、人员检索、报表等等。

4)存储服务器根据需求选配，用于管理、存储人脸识别布控系统中的音视频监控资料，以备后续检索查询使用。

存储服务器容量可根据用户需求选配。

5)监控中心根据需求选配，用于实时监控各布控点位人员出入情况，完成实时指挥调度的目的。

5.2人脸相机部署要求安装位置选择人脸识别系统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，使人员流动方向为单一性，且同时出现在场景中的人员数量越少越好，如能达到每次仅一人出现在场景时为最佳。

当现场环境不符合要求时，通常在场景内人工设计通道来提高人员照片采集质量，通道的设计要求及参数如下所示：通道设计参数要求摄像机高度和俯视角度主要是避免一前一后人员经过通道时，人脸重叠产生遮挡，同时需要照顾不同高矮人员经过时能正常抓拍。

镜头选择镜头一般推荐CS接口自动光圈手动变焦高清镜头。

主要原因如下。

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。

摄像机安装位置及镜头查询表：如需监控更窄宽度，镜头参数可咨询技术人员。

5.3布控人脸库及图片要求为保证系统的可用性，提高系统工作效率和准确性，对布控人员要有针对性，保证入库人脸图片的质量，人脸识别系统可以直接给客户带来意想不到的价值。

布控照片质量人脸布控图片两眼间距应不低于60像素（建议90像素以上），姿态前后左右偏转角度不超过10°、倾斜角不超过10°的正面数码照。

照片要求人脸完整、轮廓清晰、人脸长宽比例不失真、光照均匀、无遮挡且无阴影。

表情中性或微笑，眼睛自然睁开。

以二代证原始照片（分辨率385X441）为宜。

如果现场没有二代证照片，可以直接用手机或数码相机进行拍照。

拍摄时需保证正面清晰，人脸像素数足够且符合以上要求。

布控人脸名单黑名单数量建议2000人以内，超过这个值会引起误报率增加，给值班人员带来更大的工作强度。

对于公安用户来说，一般公安用户以布控在逃库、本地重点管控人员为主。

如果布控人员为在逃库（户籍、居住地在本市的在逃人员），不建议把全部在逃库人员全部加入。

原因有下面三点：第一、人脸识别算法目前还无法承载这么大的黑名单库，如果一定要加的话，使用效果会较差，误报较多。

第二、全国在逃人员有十多万，全部加入意义不是很大，来到布控点的几率也是非常小的，所以建议加入户籍、居住地在本市的在逃人员。

第三、在逃库的，很多图片质量差的很多，建议去除掉这部分照片，模糊照片布控后没有意义。

另外，建议加入本地重点管控库人员，这部分人在部署点位出现的几率非常大，所以在高报警率的情况下，对这部分人的成功预警、布控、抓捕概率非常大，如果使用得当，可以在耗费非常小的警力下，破坏较多的案件。

抓拍图片质量目前人脸识别系统在抓拍到正面清晰的人脸情况下，人脸识别准确率已经达到一定可用性。

所以系统的前端人脸抓拍摄像机搭建非常关键。

由于人员行走路线的不确定性，系统很难做到人员抓拍的完全覆盖，所以在项目前期，一般建议先保证人脸抓拍质量，可以允许一定的漏抓，因为漏抓可用通过增加点位弥补，如果抓拍质量不行，整个系统可用性将大大降低。