DH 人脸识别 大华轨道交通人脸识别解决方案v1.0-bro.docx

大华智慧公交解决方案 第PAGE 42页 浙江大华技术股份有限公司 大华轨道交通人脸识别解决方案 V1.0 浙江大华技术股份有限公司 大交通行业线 目录 TOC \o 1-3 \h \z \u 一. 方案概述 6 1.1 项目概况 6 1.2 需求分析 7 1.3 建设目标 8 1.3.1 动态人像天网建设 8 1.3.2 静态人像天网建设 9 1.4 建设内容 9 1.5 建设原则 9 1.6 设计依据 10 二. 系统总体设计 12 2.1 系统架构 12 2.2 联网设计 14 2.3 逻辑架构 15 2.4 人脸识别流程 16 2.5 人脸三大业务库 16 三. 动态人像比对子系统 18 3.1 前端系统部署设计 18 3.1.1 实时布控预警场景前端设计 18 3.1.2 非标人脸采集场景前端设计 27 3.1.3 其他要求 29 3.2 图像存储设计 30 3.2.1 存储总体设计 30 3.2.2 图片存储容量计算（项目修改） 31 3.2.3 视频存储计算 31 3.3 动态人像应用设计 31 3.3.1 重点人像布控应用 31 3.3.2 重点人像检索应用 33 3.3.3 人像检测抓拍应用 34 3.3.4 比对识别报警应用 36 3.3.5 抓拍查询检索应用 37 3.3.6 频繁出现人员预警 39 3.3.7 地图轨迹研判分析 39 3.3.8 人脸特征检索应用 40 3.3.9 人像/身份信息核查 40 3.3.10 动态视频实时建库 41 3.3.11 报警管理应用 41 3.3.12 统计分析报表 42 3.4 性能指标 42 四. 静态海量人像检索子系统 43 4.1 人像库存储设计 43 4.1.1 存储总体设计 43 4.1.2 图片存储设计 43 4.1.3 人像特征数据存储设计 43 4.2 静态人像检索应用设计 43 4.2.1 静态人像库导入 44 4.2.2 静态人像库管理 44 4.2.3 以图搜图应用 45 4.2.4 视频搜图应用 46 4.2.5 智能终端应用 46 4.2.6 历史检索应用 47 4.2.7 人像库自查重 47 4.2.8 多库碰撞比对 48 4.3 性能指标 49 五. 系统部署介绍 50 5.1 网络环境 50 5.1.1 人像系统部署在公安网 50 5.1.2 人像布控系统部署在视频专网 51 5.2 对接说明 51 5.2.1 公安系统对接 51 5.2.2 大华人像卡口汇聚平台对接 51 5.2.3 第三方人像卡口汇聚平台对接 51 六. 产品介绍 53 6.1 摄像机选型 53 6.2 人脸识别服务器选型 53 6.3 平台选型 54 七. 方案优势 56 7.1 先进的系统架构 56 7.2 领先的算法能力 56 7.3 海量数据检索能力 56 7.4 丰富的产品及服务 56 7.5 创新的公安应用方案 56 方案概述 项目概况 随着经济的发展，城镇建设速度加快，以及互联网的突飞猛进，导致城市中人口密集，流动人口增加，引发了城市建设中的交通拥堵，今后现代化城市的建设、高效率交通必然将作为重中之重，与城市的经济建设处于同等重要的地位。 城市建设从最初的视频监控、卡口电警建设，系统已大量掌握了视频图像资源和卡口车辆数据和价值图片，但是针对人员身份确认还是需要通过人工手段来进行判断，无法充分利用视频图像资源快速定位人员身份。 如何提供更加丰富以及实用的“人像通行”应用，将是城市交通建设阶段面临的主要需求。 需求分析 当前车站通行扣费大多采用刷卡的方式进行通行，流动人口增加，引发了城市建设中的交通拥堵，随着城市的开放性不断深入，这种通行方式限制了通行的速度，以及限制城市的开放性。如何解决通行方式速度限制，加速城市建设的问题，成为迫切需求。本方案并从顶层设计出发，设计一套能够满足客户需求的人像大数据应用系统，是本方案的目标。 人像数据联网汇聚的需求： 人员具有较强的流动性，在整体系统设计过程中，需要考虑人像识别系统将车站中每时每刻抓拍下来的过人记录保存在后端系统中，在应用过程中，人像识别系统联网向上汇聚过人记录，将抓拍下来的人员、特征属性、时间、地点汇聚到票务系统，实现人像资源互联互通、信息共享。 建设目标 动态人像天网建设