人脸识别解决方案.pdf

人脸识别解决方案 一、背景和挑战 经过近 20 多年的建设，我国社会安全体系初具规模，较好地维护了我国的社会安定， 但由于受到各种主客观因素的制约，治安防控体系建设还不能完全适应社会发展需要。众所 周知，人口管理是我国社会管理的基础，公民身份的唯一性、准确性、权威性涉及国家各层 面的安全。一些不法分子利用这些管理上的漏洞，编造虚假身份信息从事不法行为或通过假 冒信息躲避法律制裁，严重干扰了法律秩序，威胁着公众安全。为了维护社会稳定和国家安 全，迫切需要有先进的高科技技术手段来快速、准确核实与鉴别相关人员的信息。 人脸识别技术相对于其他生物识别技术 ，如：指纹、指静脉、虹膜等同属于四大生物识 别技术，具有生物特征唯一性、可测量性、可识别性、终身不变性等特点。人脸识别利用可 见光获取人脸图像信息，而不同于指纹识别或者虹膜识别，需要利用电子压力传感器采集指 纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而更有可能被 伪装欺骗。 大量的国内外正规测试证明，在照片质量有保证的前提下，通过照片进行人脸识别的精 度已经达到了 2000 年初指纹查重的水平。也就是说，人脸识别技术在身份识别、身份查找 等领域的应用已经具备了技术条件，能够为我国的公共安全防范工作提供强有力的技术保 障。 人脸认别系统响应速度迅速，从比对到报警在 2 秒以内。是人工比对确认的好几倍。同 时及时报警给安保与公安人员采取控制措施提供了充分的响应时间。 同时采用人像跟踪技术，减少同一人的照片存储数量，降低数据冗余与硬件设备的投资。 较其他识别技术，人脸识别技术具有本质的区别： 自然性：适合视觉 “以貌识人”的自然习惯 ； 隐蔽性：不被察觉对于一种识别方法也很重要，这会使该识别方法不令人反感，并且因 为不容易引起人的注意而不容易被欺骗 ； 非接触性 ：用户不需要和设备直接接触就能获取人脸图像； 非强制性 ：用户不需要专门配合人脸采集设备 ，几乎可以在无意识的状态下就可获取人 脸图像，这样的取样方式没有 “强制性”； 并发性 ：在实际应用场景下可以进行多个人脸的分拣、判断及识别。 二、解决方案 公司通过多年的潜心积累，成功推出了人脸抓拍比对系统，系统主要采用瑞为技术的 RecoSaFL 自适应分层特征学习算法、RecoFace 宽动态人脸识别算法、RecoLight 图像搜 索引擎技术，能够对自动检测、跟踪人脸 ，对人脸质量进行评分。系统实现了实时人脸局部 曝光、人脸抓拍建模、实时动态黑白名单比对报警、相似度阀值设定、人脸图片静态检索比 对等功能。 前端采集 本方案前端采用的是带有人脸识别智能算法的智能网络摄像机，对实时视频中的人脸进 行抓拍 ，并上传照片至人脸识别服务器。由于人脸识别服务器无需对实时码流进行解码，也 不需要对图像进行人脸检测 ，大大节省了服务器的性能 ，一台人脸识别服务器可以接入更多 的前端相机。 实时报警 人脸识别比对服务器对上传的人脸照片提取特征信息，并根据这些信息和预先设置的黑 名单照片比对。一旦发现和黑名单相似度达到阀值，则触发报警（报警内容包含形似度、所 有相似人员照片、人员信息 ）至管理平台，管理平台可以对报警尽心报警联动。 系统最大支持布控 100000 个布控对象 ，响应迅速，从采集人脸到报警端显示时间间 隔小于 1 秒。在完全施工规范的场景，人脸抓怕率超过 99% ，100 万级海量人脸库的识别 率可达 92%以上。但实际应用中，可能会因为光照或者摄像机安装等原因，而导致识别率 降低。 人脸图片静态索引 人脸识别系统能够对检测区域出现的人员进行人脸检测和评分，并筛选出最为清晰的人 脸图像最为抓拍人员人脸图片。即避免了对出现人员的重复抓拍又可以采集人员最佳照片。 进行人脸静态检索时，用户可根据时间、采集地点、相识度、人脸图片等信息，来检索 系统保存的人脸图片库（如公安的身份证库、社保库等等），如果人脸相识度超过设定阀值， 系统可自动通过声音等方式进行提示和结果显示。管理人员可以根据双击结果信息查看比对 原图和人脸库中匹配上的记录信息进行核实。 用户输入的图片中可包含多个人脸，由 FaceTarget 系统对人脸进行识别后，由用户选 择需要进行检索的人脸图片。支持人脸极速搜索 ，单服务器人脸比对速度高达 1500 万次/ 秒。 三、应用场景 目前人脸抓拍比对系统主要