人脸抓拍解决方案

中软安全智能工程（宿迁）有限公司人脸抓拍解决方案第一章方案概述1.1 背景与趋势1.1.1 智能视频新时代随着阿尔法狗、智能算法引起越来越多的人关注，人工智能掀起一股股风潮。

智能视频分析产品成为热点产品，诸如人脸抓拍、行为分析、车牌识别、客流统计、智能预警等智能化技术。

在“深度智能”时代，相比传统的智能算法来说，绝不只是算法的优化。

从硬件方案到软件算法都有了质的飞跃，让智能业务应用真正开始落地，即所谓的“视频监控智能化的时代，即将全面展开”。

其技术的革新，犹如当年随着集成电路的发展，让计算机走进千家万户，让笔记本电脑、PAD、智能手机等引领着新的时代。

1.1.2 智能技术更成熟深度学习是机器学习研究的一个重要领域，动机在于建立和模拟人脑进行分析学习的神经网络，模仿人脑的机制来解释数据。

相比较传统智能算法需要根据算法人员的经验对图像进行总结和设计规则，深度学习是自己通过大量样本学习来总结规则，远远强于人的主管经验。

同时，各类智能算法竞赛也让智能算法不断进行优化和迭代。

而让深度学习的算法充分发挥优势的是随着GPU硬件的更新。

GPU是专门从事图像运算工作的微处理器，是CPU性能的十倍来至上百倍，更适合大规模的并发计算，其并行计算能力让深度学习算法充分发挥其优势。

1.1.3 智能需求普遍化随着智能技术的真正落地，中小型项目的智能需求不断增加，现市场需要一种性价比更高的产品形态，需要部署更加灵活的智能系统，需要应用场景更加广泛、易落地的小型智能方案，让智能走向所有人。

1.2 需求分析随着对安全防范的需求与日俱增，要求越来越高，智能视频监控在生产生活各方面有非常广泛的应用，如实际的监控任务中的人工辅助需要，如视频监控的实时性、主动性、智能性在异常事件发生时分析、监测、提示、上报，为政府部门、安防领域及时决策、正确行动提供支持，达到视频监控的“减员、增效”，视频监控的“智能化”需求就显得尤为迫切。

1.2.1 视频智能需求视频智能应用在安防领域各方面都有非常广泛的应用。

具体包括：1）人脸的智能识别在小区、园区或重要场所（政府机关、财务室、金库等）的出入口，公共区域等场景，通过智能摄像机识别人脸，实现人员身份核验、刷脸开门、名单布控报警、人脸以图搜图等功能。

图1. 人脸的智能分析2）人体行为分析在重要安防区域，如政府大门口，医院，贵重物品商场等，通过对人体异常行为（如徘徊、滞留、倒地，人数异常、间距异常等行）的监控和分析，起到人员安全事件和违法行为的预警作用；3）客流统计分析在景区、校园、医院、超市等场景，需要控制和统计人员进出数量，并进行丰富客流统计报表分析。

4）车辆的智能管理在交通卡口通过视频智能应用实现车辆特征信息的识别；在园区、道路、地下停车场入口等区域，通过智能分析技术检测车辆的违停、占道等行为，实现车辆管理的自动化和智能化；图2. 车辆的智能分析5）物品的智能分析如物品识别、物品遗留、物品移动、物品拿取等智能分析可广泛应用各类安防场景中。

图3. 物品的智能分析6）视频的智能检索通过视频智能算法实现视频信息叠加，快速搜索等应用，提高视频查阅和分析效率，大大降低人工成本。

1.2.2 视频智能痛点1）中小型项目和预算较低项目的智能需求未被满足。

智能分析的模式比较单一，智能产品的形态基本为后置式，产品形态差异性小、市场竞争趋于变大；同时，后置式智能分析产品虽然解决并发处理多路识别分析，但是对中心存在一定的压力。

而中小型项目的智能需求增加，现有模式未能有效满足，市场需要一种性价比更高的产品形态，需要系统部署更加灵活，应用场景更加广泛、易落地的小型智能场景，让智能走向“大众项目”。

2）更高的精确度和更强的适应性一直是行业追求不变的方向。

各行业的视频监控业务复杂度越来越高，更多的图像细节信息的识别和业务功能的扩展成为客户的迫切需求。

部署海量的监控能够满足复杂业务的需求，采集更多的视频图像、获取更多的目标信息、进行更加精确的智能分析，都是行业提升视频监控能力和效率的关键点。

而传统的智能算法难以适应复杂监控场景，急需要场景适应能力更强、误报率更低、能提取更多目标特征的视频智能化方案和产品。

系统架构可设计如下：图4. 智能视频监控架构示意图1）前端部分支持多种类型的摄像机接入，前端网络摄像机进行图像、视频等网络数字信号的采集，通过网络进行视频图像的传输。

部分前端摄像机还具备智能比对和分析功能。

主要的前端摄像机包括拥有占道检测功能的占道球，可进行客流实时监控和统计的“深眸”垂直双目摄像机，可进行异常行为分析的“深眸”行为分析摄像机，以及具备人脸抓拍功能的“深眸”人脸抓拍机和人脸比对功能的“深眸”人脸比对机等前端摄像机。

2）后端部分支持多种类型的后端存储设备接入，主要用于对前端采集的视频、图片进行存储和分析比对功能。

主要包括具备人脸比对功能的“超脑”NVR和脸谱，具备后端周界防范去误报的“超脑”NVR。

2.2 人员智能分析2.2.1 人脸应用人脸应用场景广泛、价值巨大。

如人脸身份核验应用，可应用于园区、工地大门识别企业员工、厂区人员、工地工人，楼宇小区的大门、建筑出入口识别业主人员，以及对进出小区或别墅的水电工、保洁员、绿化工、维修工，别墅亲友等人员检测和识别，通过对抓拍的人脸进行实时比对，比对成功后联动闸机进行开门，实现内部人员或相关人员进出大门出入口的管控。

除此之外，人脸身份核验还可以应用于其他重要区域，如公安（嫌疑犯确认、零口供、枪械库管理）、金融（金库、押钞车、ATM机、加钞室）、医院重地（特殊药房、麻醉室、手术室）、楼宇（企业财务、档案、库房）等人员比对、航客运（安检）、交通运输（特殊车辆司机）、幼教（接送家长）、大学（实验室、教师考勤）等；酒店/商超/连锁惯偷识别、建筑工地（特殊工种人员比对）等场景。

人脸（黑名单）布控报警应用，可应用于大楼园区的出入口、大厅等场景，满足用户对于“职业上访”、不法分子、黄牛、医闹、惯偷、闹事者、地痞流氓、社会混混等可疑人员的检测和识别，以及其他人员（如能源企业识别环保局人员、医院识别卫生局人员、园区识别重要人员）的检测和识别，并对抓拍的人脸进行实时比对，比对成功后进行报警。

人脸检索应用，可用于公安检索嫌疑人、交通运输轨道车站失踪人员搜索、校园失踪学生的搜索、园区/街道搜索嫌疑人脸，用于事后追溯、证据查询等场景，通过下发人脸，在人脸抓拍库中进行人脸比对、搜索，比对成功后返回搜索结果，满足用户对于人脸搜索的需要。

通过上述场景和需求分析，人脸智能分析主要功能包括人脸抓拍、人脸身份核验、人脸布控报警、人脸检索和人脸库管理。

2.2.1.1 人脸抓拍通过人脸检测算法，前端智能摄像机从实时视频数据或录像视频中，自动检测、跟踪人脸图片，如通过对运动人脸进行检测、跟踪、抓拍、评分、筛选一系列流程，结合人脸质量判断规则，自动选出符合人脸提取条件的人脸照片抓拍并进行输出。

人脸抓拍中一般包含人脸的性别、年龄、是否戴眼镜等特征的识别。

图5. 人脸抓拍查询人脸抓拍的质量在很大程度上决定了人脸智能分析的应用场景和功效，通过如下技术不断提高人脸抓拍的质量：人脸区域曝光功能和曝光算法：在检测到人脸之后自动根据人脸区域亮度的变化控制曝光参数，在逆光或者过曝的光照环境下，优先保证人脸的亮度。

在逆光场景下，启用人脸区域曝光的的效果明显优于普通曝光算法抓拍的人脸。

图7. 人脸身份核验刷脸开门人脸身份核验的业务流程图如下：图8. 人脸身份核验业务流程图2）人脸布控报警由具备布控管理权限的用户进行人脸布控设置，将需要布控的人脸下发到名单库，并将名单库与指定的比对设备进行关联布控。

关联后，摄像机抓拍的人脸只与其关联的名单库内人脸进行比对识别和报警。

人脸比对设备将推送过来的人脸照片进行建模，并和关联的人脸库内的人脸图片进行比对，如果比对结果中有1个或多个相似度达到或超过报警阀值，选取相似度最高的人脸图片作为识别结果（不同的模式上报的不同张数），并将识别的人脸图片和比对结果推送到平台，在平台中人脸比对事件进行查询报警信息和比对结果。

平台接收到人脸实时比对报警，将对应的人脸图片及信息显示出来，警示值班人员关注和处理，并可进行相关联动。

图9. 人脸布控报警人脸布控报警业务流程图如下：图10. 人脸布控报警业务流程图3）人脸检索人脸检索包括通过人脸以图搜图和通过人脸属性进行人脸检索两个功能。

Ø人脸以图搜图在平台上导入人脸图片后，通过人脸以图搜图功能进行人脸检索。

可直接输入人脸图片、人脸相似度阀值、检索数量、其它检索条件，选择抓拍的摄像机和时间段，在抓拍库中进行人脸图片中查找是否有匹配的人脸图片，如果抓拍库中存在一张或多张达到或超过阀值的人脸图片（阈值之上的图片最多99张），按照抓拍时间/相似度进行分页排序。

系统不支持“深眸”人脸比对模式的人脸抓拍库以图搜图功能。

图11. 人脸以图搜图人脸以图搜图业务流程图如下：图12. 人脸检索业务流程图Ø人脸属性检索系统接收前端人脸抓拍机上报的人脸抓拍事件，其中包含人脸的性别、年龄段和是否戴眼镜三个属性。

可通过按照性别、年龄段和是否戴眼镜三个属性进行人脸属性检索，搜索相同属性的人脸图片。

2.2.1.3 人脸库管理1）名单库添加平台支持创建、编辑、删除名单库，可根据不同的需要，系统可创建多个不同的名单库，可便于用户根据自身需求将不同的名单库用作不同的比对功能，如名单库可设置高度危险人员名单库、一般等级危险人员名单库等。

图13. 人员名单库分组管理2）名单库人员添加。

平台可向各名单库添加、编辑、删除人员信息和人脸图片，进行人员信息和人脸图片的信息注册，系统自动完成人脸特征提取及建模，一个人员可对应多张人脸图片。

图14. 名单库人员添加3）名单库人员添加的方式平台支持手动添加人脸库和批量人脸添加、删除处理，如平台可以单个图片进行注册，手动输入人员的身份信息；平台支持批量导入人员，其中的人员姓名直接使用其照片名称，便于当名单库人员较多时的快速导入。

图15. 名单库人员快速导入4）抓拍库独立管理平台对不同人脸识别设备的抓拍库不做统一管理。

其中，“深眸”前端比对功能的抓拍照片存储在前端摄像机中，“超脑”NVR接入的抓拍库图片存储在“超脑”NVR中，脸谱接入的抓拍库图片存储在云存储中。

为避免漏报过多，对抓拍的人脸照片质量有一定要求，需要按照摄像机最佳效果进行安装，避免抓拍机架设太高，镜头未拉近，覆盖范围太广，人脸像素过小等抓拍质量问题。

5）比对事件统一管理平台对不同人脸识别设备的比对事件、比对详情进行统一存储和管理。

用户可对事件进行查看以及操作各类联动，以便用户查询及生成报表。

2.2.2 行为分析2.2.2.1 异常行为分析通过接入“深眸”行为分析摄像机，平台可接收人员异常行为检测事件，检测事件包括人数异常、间距异常、徘徊检测、剧烈运动、在离岗检测、倒地检测、滞留检测、跨线检测和奔跑事件，进行人员异常行为的分析、报警和联动。