人脸照片比对系统.docxVIP

人脸照片比对系统 二零一一年十一月 应用方向 本系统主要应用于全国司法系统、公安系统、监狱系统等，如在省厅、市局等单位建立比对中心，在分局、派出所、刑侦中心建立比对用户端，或通过GPRS/CDMA用手机和PDA拍照并发送照片比对请求。 寻人寻亲：对老百姓或其他业务部门提供的照片，直接送入系统进行比对、检索、筛选，最后人工确认。 派出所挡获违法人员：对派出所挡获的人员，登记笔录，对于其中一些少数民族、聋哑人或保持沉默者等无法查证身份的人员，可拍摄照片送入各种照片库中比对，排查涉及大案要案人员，以免漏网；或查证其前科，累计处理。 获得视频监控照片：一般监控系统针对场景，得到的涉案嫌疑人的图像都有模糊、偏转、逆侧光等质量不佳问题，这时需要根据图像用人像合成系统或人工绘制一幅标准照，送入照片比对系统比对查证。 小区拦截不明人员：小区的监控设备捕捉到人脸后，自动和已有的照片数据库进行比对，确认该人员是否为本小区人员，是否是犯罪嫌疑人，小区保安确认后做进一步处理。 公共场所集会：在政府、球场等公共场所，时常会有人员滋事，此时公安干警不便直接带人处理，可以采用长焦摄像机拍摄特写镜头，如果效果不够好可以用人像合成系统修正，送入比对系统比对查证。 一代/二代居民身份证识别：根据犯罪人员的身份证照片信息，与系统照片库中的信息资料进行比对，提取出与证件上照片相似的人员信息，能充分利用现有的二代身份证照片资源，为公安部门的工作提供高效有利的帮助。 其他应用：常住人口的比对查询、暂住人口的比对查询、重点人口的比对查询、CCIC在逃人员的比对查询等。  被比对照片来源 1、人脸识别仪 通过人脸识别仪登记人脸模板，作为照片数据库中的白名单。 2、人脸捕捉DVS 通过人脸捕捉DVS捕获所有通过出入口人员的脸部照片。 3、身份证、工作证照片 4、数码照相机、手机等设备 人脸比对工作流程 动态局部特征分析技术（Dynamic Local Feature Analysis,DLFA）识别人脸特征，首先进行人脸照片的预处理，目的是为了去除照片过高的噪声，将输入的人脸照片用边缘适应检测的方法转换成二进位的照片，再提取出人脸皮肤肌理，然后使用局部特征分析方法来处理脸部的边缘阴影和肤纹，从而识别人脸。 局部特征分析（LFA）是一种用局部特征表示的类似于搭建积木统计的技术， 基于所有的人脸都可由很多简化的结构单元块综合而成。LFA使用32到50个单元块区域来辨别一个人脸，选用的最通常的点包括鼻子、眼睛、嘴巴和特定的骨骼曲率差，如脸颊。这些单元块是使用复杂的统计技术而形成的，它们代表了整个人脸，通常跨越多个像素并代表了普遍的脸部形状，但并不是通常意义上的脸部特征。要确定一个人脸不仅仅取决于特性单元块，还决定于它们的几何结构(如形状和相关位置)。 通过这种方式，LFA将人脸的特性对应为一种复杂的数字表达式，就可以进行人脸识别了。 用动态边缘分析方法获得的脸形信息能减少不同光线环境的影响，而肤纹信息提供了标准化的人脸特征的细节。将脸形和肤纹两种信息组合再用局部特征分析（LFA）算法来比较、统计脸部的173个特征点，不论登记和识别人脸时是在何种光线环境下，我们的人脸识别算法都能得到一个很高识别率，可以在百万人中精确地辨认出一个人。 四、系统构架 人脸模板登记 人脸模板登记 五、系统性能描述 项目 技术指标 视频输入 640X480; 320X240; PAL/NTSC,RGB24，分辨率≥320×240，8bit以上图象质量 照片要求 8位灰度、300dpi以上彩色黑白均可 照片格式 BMP、JPGE、TIFF、GIF、FIC 人脸尺寸 ≧80X100像素 照片评估 检测输入照片的质量，包括照片尺寸大小、曝光过度/不足等 定眼位 50毫秒，支持批处理 照片录入方式 批量录入/手工录入；视频捕捉录入/照片录入（扫描仪、数据照相机等） 人脸查找 50～300毫秒（根据背景复杂程度而定） 查找匹配速度 向量模板188万人/秒；全模板50万人/分钟 识别精度 首位命中88%，前十位命中92%，前二十位命中98%（100万张） 模板大小 向量模板98字节；全模板7K字节 数据库最大照片数 1000万张以上 黑名单数量 1000人/5000人/10000人等 适应性 不受外表变化影响（如胡须，眼镜，发型等） 工作平台 服务器Win2000/2003/Server/Win NT Server 客户端Windows系列 数据库 Oracle/SQL Server 2000 数据结构 C/S;B/S;C/AP/S