2022年人脸识别对比解决方案

1、第一章 . 方案概述1.1 项目概况随着经济的进展,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、社会治安、重点区域防范、网络犯罪日益突出等城市 治理问题,今后现代化城市的建设、网络信息必定将安全作为重中之重,与城市的经济建设处 于同等重要的位置；近年来,社会犯罪率呈逐年上升的趋势,特殊是网络犯罪更加的严峻,网 络逃犯频频发生,罪犯的犯罪手法也更加隐藏和先进,给广大公安人员侦破案件增加了难度；同时,恶性大事时有发生,使人们对公共生活场所的安全感普遍降低；同时公安人员在对通缉犯进行人工排查时如大海捞针,胜利率极低,成效也不明显；主要 有如下实

2、际问题：1. 第一,由于罪犯群体不断扩大,要在数以百万计的人员照片库中找出犯罪嫌疑人,不仅 费时费劲,仍有可能造成遗漏等情形,破案的效率大打折扣；2. 其次,目前公安机关侦察案件大多数仍旧依靠事后追查和通缉,对已经发生的案件造成 的缺失很难有效补偿；3. 最终,假如在案发的同时即能防患于未然,就能第一时间将缺失掌握在最小范畴内；平安城市建设从最初的视频监控、卡口电警建设,系统已大量把握了视频图像资源和卡口 车辆数据和价值图片,但是针对人员侦查,身份确认仍是需要通过技侦或网侦手段,无法充分 利用视频图像资源快速定位人员身份；即使出动大量警力,采纳“ 人海战术” 但受制于肉眼识 别劳动强度的极限,

3、再加上人工排查效率不足,视频图像拍照受光线、角度倾斜等不确定因素 影响,无法保证查找的精确性和时效性,特殊显现突发紧急案件时,往往会贻误正确破案时机；如何供应更加丰富以及有用的“ 人像防控” 应用,将是平安城市下一建设阶段面临的主要需求；1.2 需求分析从“ 事后被动侦查” 到“ 事前主动预警”人像大数据系统采纳高效的人脸检测定位及识别比对系统,可以第一时间帮忙公安侦查人 员快速识别辨别特定人员真实身份,把过去人工排查海量的视频图像资源比对需求变成现实,从而有效的为公安视频侦查、治安治理、刑侦立案等工作供应实战上的有效帮忙和解决方法；其次可帮忙公安侦查人员办案时候追查和通缉,真正从打变为防,能

4、够极大的削减警力资源浪 费和事故发生概率；目前人脸抓拍比对系统主要应用在以下几个方面：公安治安人员黑名单比对实时报警：针对一些人员密集区域（如车站、地铁站、机场、社区等）的关键出入口、通道等卡口位 置布置人员卡口,后端对重点关注人员、打防控人员进行黑名单布控,通过实时视频流比对布 控黑名单,实现人脸比对识别；不明身份人员身份确认：治安人员在日常巡逻、人员身份验证过程中,防止肢体接触和冲突,使用前端摄像机或手 机进行抓拍,后端通过数据库进行人员信息比对分析,达到人员身份确认的应用；治安或刑侦人员对流淌性人口中的无合法有效身份证件、无固定住宅、无正值职业或合法 经济来源的人员进行非接触性身份确认；

5、重要点位重点人员身份排查：针对一些重要管控的区域,如大型保证活动,政府、公安出入口等布置前端摄像机对现场 进行人脸抓拍,每日支配公安人员人工进行重点人员挑选排查；1.3 建设目标*本章文字内容可以依据项目具体情形修改：1.3.1 动态人像天网建设1.3.1.1 非标人脸库建设帮助公安针对当地扒窃人员、偷抢盗人员、上访人员、未成年犯罪人员建设人像采集环境,对现场人员进行人像采集和身份采集入库,为敏锐人群、重点人群布控供应人像库支持；1.3.1.2 重点人员布控公安重点人员依据地区和目的不同划分不同类型,包括惯偷惯犯、涉恐、涉案、涉毒、水 客等当地涉稳人员,同时也包括高危人员、敏锐人员等；利用人像

6、大数据系统,将重点人员进 行城域级布控,同时后续刻画典型关注人员轨迹,进行高危行为预警研判；1.3.1.3 高危人员布控高危人员包括全国在逃人员、全国违法犯罪人员、重大犯罪前科人员、肇事肇祸精神病人 等；人脸识别系统将利用实时视频和身份证信息等手段,可在火车站、汽车站、港口口岸出入 口建设人脸卡口,对出入境人士进行审查识别；1.3.1.4 敏锐人群布控敏锐人群包括来自特殊地区、特殊身份、特殊职业等人员如来自新疆地区人群、个别少数民族人群、长期无工作人群、非法上访人群等；通过在出入境、关键人脸采集卡口对这些人群进行身份信息和人脸信息采集,通过人脸识别系统对敏锐人群的身份信息、行为轨迹、出没时间等

7、进行管控,从而做到敏锐人群防控的目的；1.3.1.5 人证合一在汽车站、火车站、机场等身份证检查、其他民事应用中,可通过单兵、手机、相机对人员进行脸部拍照,并通过身份证读卡器读取身份证信息,通过拍照图片和身份证人脸确认是否人证合一,并上传照片至后端进行人脸识别确认是否属于重点布控人员；1.3.2 静态人像天网建设1.3.2.1 身份信息确认针对孤寡老人、三无身份人员、聋哑人员等无法确认身份的人员,可通过手机、相机等对人员进行脸部拍照,并上传后端比对常住人口或流淌人口库,确认身份信息；1.3.2.2 身份信息查重对当地常住人口库、流淌人口库或全国人员信息库中人员身份证进行人脸库自查重,排查一人多

8、证的问题；1.3.2.3 洗白人员身份确认通过比对当地常住人口库 & 全国在逃人员库或当地流淌人口库 & 全国在逃人员库进行人脸图片碰撞比对,排查两个库中相像人员人脸及身份信息,从而清洗出漂白身份的人员；1.4 性能指标1.4.1 人像识别系统1）中心库容量： XXX 万人；储存全国关注人员数据 XXX ；储存全省二代证人像数据；储存各监控节点实时采集人像的累积数据；）处理才能：为整个人像天网供应针对XXX万关注人员的实时查询服务,检索比对时间不超过5秒并报警提示（不包括网络延时）；中心系统处理才能要能够同时满意中心库所关联的XXX个实时人脸监控节点的实时查询比对需要；1.4.2 用户网络环境

9、远程用户人像查询工作站通过公安网与人像识别系统联接,网络带宽为百兆以上；1.4.3 其他性能指标要求系统稳固性：系统要求实现724 小时 *365 天连续稳固运行；符合公安部颁发的有关人像识别系统的相关标准；在保持系统总体比对精度和处理才能的前提下,系统能够进行平滑升级；1.5 建设内容*依据具体情形编写1.6 建设原就1 有用性 整个系统从有用性的角度动身,最大限度的满意人员管控系统建设的需求,能适应新技术 的进展,挑选性价比高的产品,既掌握了建设费用,又保证了系统的完整功能；2 先进性 采纳领先的科学技术水平,集成了先进的人员及人脸识别算法,在保证整个系统功能和性 能的前提下,最大限度地采

10、纳成熟、可继承、具备宽阔进展前景的先进技术；要努力保证整个 系统功能的科学合理性,防止片面追求某一局部的高指标与先进性；3 牢靠性 人员管控系统是处于 24 小时工作,系统采纳业内主流产品,保证了系统的高稳固性、高 牢靠性；前端高清智能网络摄像机在硬件设计上考虑室外工作的特殊性,具有耐高温、散热性 能好,防雷、防浪涌爱护等多方面安全考虑,为系统的稳固运行供应保证；4 可扩展性 无论在系统软件、硬件的设计和选型上,都充分考虑其后期的可扩展性,结构上应易于扩 充,以便于后期新功能的扩充；在硬件的接口上也比较丰富,能适应后期更多设备的接入掌握；5 易操作性系统具有简洁易学的操作界面,无需专业的运算机

11、学问,一般用户即可轻松完成日常人员管控系统的操作；1.7 设计依据安全防范工程程序与要求GA/T75-94安全防范系统验收规章GA308-2022安全防范工程技术规范GB50348-2022安全防范系统通用图形符号GA/T74-2022视频安防系统技术要求GB/T367-2022系统接地的形式及安全技术要求GB14050-93 安全防范视频监控摄像机通用技术要求安全防范高清视频监控系统技术要求GA/T1127-2022 GA/T1211-2022安全防范视频监控联网系统信息传输、交换、掌握技术要求GB/T28181-2022出入口掌握人脸识别系统技术要求GA/T1093-2022安防人脸识别应

12、用系统第 2 部分：人脸图像数据 GA/T922.2-2022其次章 . 系统总体设计大华人脸识别系统,采纳具有完全自主学问产权的人脸检测算法、人脸跟踪算法、人脸抓 拍算法、人脸质量评分算法及人脸识别算法、并结合配套的前端摄像机设备和后端平台业务系 统,实现了动态黑名单比对报警、静态人脸图片检索等功能；本系统采纳分布式架构,服务器节点可依据实际需求线性扩展,轻松满意爆炸式增长的业务需求,同时系统支持上亿级别人脸注册库 重点人员的事前预警和事后追查需求；2.1 系统架构/人脸抓拍库、 30 万黑名单库,极大的满意公安对系统基于人脸识别核心技术,遵循公安行业信息化标准规范,依靠综合牢靠的通信网络、

13、分布式数据库和集群运算等多项技术,充分考虑系统安全性、牢靠性、可扩展性,可广泛应用 于公共安全各业务领域的人脸比对综合应用平台,能有效地帮助对不法人员的鉴别、抓捕和布 控,爱护国家安全和社会稳固；系统由人像卡口、人脸识别服务器、人脸识别平台、储备设备、人像大数据系统五款产品 组成；人像卡口： 前端摄像机包括一般高清网络摄像机和人脸抓拍单元；一般高清网络摄像机主 要实现图像采集、编码、视频传输等功能；人脸抓拍单元不仅实现一般高清网络摄像机的全部 功能,其内置大华自主研发的智能分析算法,仍能实现对视频中人脸进行自动捕捉、跟踪、抓 拍等功能；同时人脸抓拍单元拥有人脸区域自动曝光优化、人脸小图优化处理

14、等功能,更适合于人脸卡口场景下猎取最优人脸图片；人脸识别服务器： 集人脸检测、人脸抓拍、人脸识别、人脸特点分类等多样化算法和分布式运算软件于一体,主要包括：1.人脸识别算法 采纳基于神经网络的深度学习算法,构建动态人像识别服务、 1:1/1： n/n:N 等多样化人脸识别服务,从而实现高效率、高精确率的人脸识 别比对； 2.分布式运算集群 通过分布式运算软件统一对多台人脸识别服务器进行集群治理,从而进一步提高系统效率,适合大规模系统部署；3.系统运维治理服务 负责对运算集群储备、性能、服务进行统一的运维治理,降低系统风险,提高用户体验；4.人像数据库 负责人脸图 像和算法特点化数据储备,数据库

15、内置提高系统耦合度,降低服务器于服务器之间的对接导致 的系统风险；人脸识别平台 ：集人像卡口治理、视频储备、流媒体转发、业务应用于一体,供应人脸识 别系统的各项业务功能；人脸视频储备： 前端摄像机对实时视频的储备,可储备在平台下挂载的 EVS 储备设备、云储备等专业监控行业储备设备中；2.2 联网设计方案一：在公安视频专网中部署人脸识别系统,对出入口、重点道路等位置安装前端摄像机,并通 过人脸识别系统平台进行统一治理；通过人脸识别平台对视频流转发到人脸识别服务器集群中,进行特点提取和识别比对,并反馈结果到人脸识别平台中；人脸识别平台将相关人脸报警和历 史记录通过网闸共享到公安专网下,公安能够对

16、重大嫌疑目标进行事后目标检索,目标轨迹跟 踪,并依据目标出没时间和地点支配警力部署；布控部署在视频专网方案二：在公安网中部署人脸识别系统,前端人脸卡口通过共享平台传输视频至公安网；公安网 下人脸识别平台对接共享平台猎取前端数据,导入识别服务器进行特点提取和识别比对,并通 过人像大数据平台进行业务分析,数据挖掘等工作；布控部署在公安网2.3 规律架构行为模式挖掘同行分析大规模人员危急性分析业关系挖掘频次分析务系统人证统一静态人像一人多证黑名单预应用核查搜寻排查警1:11:Nn:N动态比对服务比对服务比对服务比对服务人 脸 识 别 服务前端人像检测算法特点提取服务人脸抓拍库人脸注册库黑名单库人脸抓

17、拍单元高清网络摄像机智能穿戴单兵人脸识别系统利用分布式集群技术、基于神经网络的深度学习技术和海量数据储备大数据 运算技术,实现实时视频监控图像、录像；前端实行视频流或图片流方式进行视频图像传输,供应现场环境人脸图像,并形成人脸抓 拍库；人脸识别服务采纳可动态扩展的分布式结构,底层负责人像库的库治理,处理人像库创建、抽取特点值、人像索引等底层应用；对外供应人像1：1 比对和 1：N 比对、 n:N 比对、动态比对等服务,服务分别对应有应用网站的功能业务,以及外部调用的 API 接口；人脸业务系统,通过相应服务的API 接口实现人证合一、静态检索、一人多证排查、洗白人员身份确认及其他大数据应用处理

18、；系统间通过 API 便利的实现松耦合,快速的实现人像平台的集成；2.4 人脸识别流程系统数据流包含人脸实时比对和人脸历史查询；其中实时比对发生在事前或事中,当系统发觉有布控人员显现时,执勤人员可以快速作出反应；历史查询就是针对事后重点人员排查,可通过可疑人员图片查询系统记录的人员信息；实时视频人脸比对： 一般高清网络摄像机的实时视频流或人脸抓拍单元的人脸图片流,会 由人脸识别服务器下的动态人像算法进行人脸特点数据提取,并实时与黑名单库中的人脸特点 数据库进行遍历比对,并反馈平台每次比对结果；图像检索人脸比对：通过平台客户端提交需检索的人脸图片/录像,人脸识别服务器自动提取人脸图片特点数据,与

19、人脸抓拍库或人脸注册库中的人脸特点数据进行遍历比对,最终由 平台呈现比对结果；2.5 人脸三大业务库系统数据库应包含三种业务库：人脸抓拍库、人脸注册库和黑名单库；人脸抓拍库 -包含历史抓拍现场图片、人脸小图和结构化的人脸特点数据、抓拍地点、抓 拍时间等信息,此类库的主要业务应用场景是图片检索比对,查询目标人员的人像出没地点、时间、 PGIS 轨迹跟踪等；人脸注册库 -主要是导入一些大规模的人像图片、结构化的人脸特点数据和身份信息,如 地级市当地的社保人像信息库、当地常住人口信息库、当地流淌性人口信息库等,导入后主要 的应用场景是图片检索比对和身份信息查询,确定人员身份；黑名单库 -包含高危人员

20、、特殊人员的人脸图片、结构化的人脸特点数据和人员身份信息,主要的应用场景是在各个人脸卡口进行实时人流的人脸比对预警；一般来说人脸抓拍库和人脸注册库做为静态库,适用于事后查询检索目标、黑名单库作为 动态库,用于实时比对报警；一个或多个黑名单也可以进行勾选布控,形成具有针对性的人脸 布控库,与前端实时视频进行人脸比对报警；其中抓拍库因人流量和随着时间将越来越大,需依据项目情形合算储备设备大小；黑名单库数据由公安或专业人员导入,储备大小一般有微调,但是不会有数量级上的变化；第三章 . 动态人像比对3.1 前端系统部署设计规划和建设人像卡口平安城市项目时,前端抓拍点位的建设规划质量、成像成效等因素会

21、直接影响后台人像大数据系统的应用成效；前端系统建设后需加强对酒店、网吧、旅社、火车 站、汽车站、小区出入口等重要人员落脚点进行掩盖,特殊是掩盖重点单位和场所；同时可以 在派出所、部分政府单位设置非标准人脸采集室,对进出派出所人员进行拍照建库；前端产品主要包括：一般高清 IPC-通过视频流进行人脸布控比对；人脸抓拍单元 -前端集成人脸抓拍算法,通过图片流进行人脸布控比对；前端应用场景主要包括：实时布控预警场景 -后端通过布控黑名单,对前端摄像机传输的图像信息进行比对预警；非标人脸采集场景 -人脸识别系统对实时图像进行人脸抓拍,并与身份证人脸进行比对,确认是同一个人的情形下,进行抓拍图片和身份信息

22、关联入库；3.1.1 摄像机实时监控方案挑选目前针对视频进行人脸数据采集主要有以下二种技术方式：1、各监控摄像直接向后端传输视频流； 2、各监控摄像直接向后端传输抓拍人脸图片流；两种方案优势如下：各监控摄像直接向后端传输视频流；1 服务器运算资源远超摄像头,防止了摄像头因运算才能不足,在画面中人员多的情形下 捕捉率下降严峻的问题；2 由于视频流中的图像往往有不同的姿势；后端服务器在视频流中,每个过人大事会截取 多张人脸进行比对,大大提升比对精度；3 由于算法更新速度较快,前端集成人脸抓拍算法后,无法满意大批量的快速更新,相较 于后端抓拍存在升级成本和准时性的问题；4 充分利用服务器性能,可在后

23、端加载大运算量的特点数据合成算法；能将抓拍成效优化,将焦距内外,模糊或清楚、角度各异的人脸自动合成一个最优特点数据用于比对识别；5 前端抓拍漏抓率严峻,一般只支持同时抓拍15-20 张人脸,后端抓拍可充分利用服务器性能,动态调配服务器内抓拍才能,以达到繁闲摄像机共享整机性能；6 人脸抓拍照像机中的人脸区域曝光功能,常常会丢失大量人脸特点信息,只是在肉眼上 看上去更清楚了,对算法提升并不大；7 前端摄像机绝大部分性能用于人脸抓拍,将无法支持其他智能化功能,如车牌提取等；各监控摄像直接向后端传输抓拍人脸图片流优势；方案的优势1 抓拍算法前置可降低服务器编解码性能,在服务器选型和性能利用和综合成本方

24、面,前 端抓拍更具性价比；2 抓拍算法结合前端摄像机,可联动摄像机快速调整人脸区域曝光、人脸区域图像质量调 优,可供应查看优质的人脸图像；目前人像识别系统处于基础建设阶段,首位目的是将系统基础搭建好,前端抓拍短平快,但受限于前端摄像机,后续更替前端厂商或后端厂商的限制特别大；从长远考虑,需要在系统 每个环节都拥有充分产品挑选权；3.1.2 实时布控预警场景前端设计3.1.2.1 前端点位部署建议前端布控点主要安装高清摄像机,实现人脸信息的采集,并通过网络传输至节点治理系统；为保证人脸布控的成效,前端布控点所采集的图像须保证人脸成效清楚,为此,所选用的 摄像设备应为辨论率在 1080p 或以上的

25、高清摄像机；除了辨论率,仍应保证布控点所采集的每一帧图像清楚、稳固,由于布控点往往都是运动 场景,要保证抓拍人脸的图像清楚不模糊,为此,一方面,人脸布控摄像机应具备超低照度、宽动态的特性,另一方面,当布控点周边光线环境不足时,应实行必要的补光措施以确保人脸 的照度不低于 200lux；安装位置挑选 现有各类视频监控系统,其摄像机的画面基本都是针对较大范畴场景监控,对于具备超低 照度、宽动态的特性摄像机而言,就是要让画面主要反映人员的脸部细节,并对人脸尺寸、清 晰度、姿势角度有肯定要求；尽量挑选通道式场景安装,比如重点场合的出入口、人员常常出入或者大事频发的重要场 所,比如机场口岸、车站、宾馆、

26、网吧等；3.1.2.2 人像卡口举荐场景及要求3.1.2.2.1 商场、餐厅、网吧、消遣等场所大门口举荐场景：商场、餐厅、网吧等公共场所进出口,要求里外必需有两扇门,摄像机安装在室内正对大 门口,相机不会直接照耀到门外场景,适合做人脸抓拍：（商场、餐厅、网吧等公共场所大门口）（抓拍人脸监控场景示例图）不举荐场景：门口阳光直射,背光场景,造成人脸偏暗（抓拍人脸监控不举荐场景示例图）3.1.2.2.2 大路、机场等安检通道举荐场景：大路、铁路、机场等公共运输安检通道,人员逐个通过且人流方向一样,适合做人脸抓拍场景：（大路、机场安检通道）摄像机实际安装监控成效：（抓拍人脸监控场景示例图）不举荐场景：

27、背景背光严峻,安检通道直接设置在进门口,形成强宽动态场景,此场景人脸抓拍成效较差（每天不同时间段光线变化明显,抓拍成效也有较大差别）：（门口场景抓拍人脸监控不举荐场景示例图）3.1.2.2.3 闸机（铁路、地铁）场景（如地铁闸机口,出站口正前方安装人脸识别摄像机）（抓拍人脸监控场景示例图）不举荐场景：背后及侧边有强光源广告牌,背光场景易造成人脸偏暗及阴阳脸（防止闸机后有广告牌,人脸抓拍不举荐场景示例图）3.1.2.2.4 光照条件要求光照条件要求需要满意以下三项：1、行人正脸光照强度在 100lux 以上；2.、行人侧脸光照强度在 100200lux,左右两侧差值3、行人背面光照强度 正面光照

28、强度 * 2假如条件 1 不满意（如：夜晚、光线不足的白天）,会产生 导致人脸画面偏暗、噪点偏多,如下图；（环境较暗,人脸曝光不足）IPC 采集人脸图像曝光不足,假如条件 2 不满意,即左右侧光照强度假如差异过大,会造成 IPC 采集的人脸图像有 “阴 阳脸 ”现象（半张脸暗,半张脸亮）,如下图：（左右两边光线照度不一样,阴阳脸）假如条件 3 不满意,即背面光照强度远大于正面光照强度,会造成 IPC 采集人脸图像有严 重“背光”现象,最终导致人脸曝光不足,五官细节丢失,如下图：（背光人脸）假如现场的光线不满意上述要求,就需要通过强光抑制或补光来优化现场的光照条件；强光抑制可以改善 “阴阳脸 ”

29、、“背光 ”现象,即通过减弱侧面光照来改善光照条件；补光就 可以通过增加额外光源的方式改善光照条件,提高人脸图像的采集成效；主要通过一般射灯、白炽灯等在不影响装修、路人视觉成效的情形下提高人脸的光照度,排除“阴阳脸 ”；（射灯）（白炽灯）3.1.2.2.5 补光灯架设要求安装补光灯时需要留意以下几点条件：1、防止补光不匀称：假如补光灯的安装角度、灯光强度不合适,会造成人脸光照不匀称；比如,垂直安装剧烈的射灯会导致人脸光照不匀称,会产生“额头高光,眼窝有阴影 ” 成效,见下图；假如条件答应,尽可能采纳漫反射（光线没有明确的方向性）的方式进行补光；2、考虑不同时段设置光照：有些场景,白天、夜晚、晴

30、天、阴天的光照条件差异大,白天的“阴阳脸 ”、“背光 ”到了夜 晚会切换成光线不足,此时就需要敏捷设置补光方式；依据不同时间段的环境变化,调试正确的补光时间；3、依据现场情形敏捷变通：在没有光照或灯光的情形下（如夜间）,安装补光灯的成效不如直接安装照明灯,单独的 补光很简洁造成补光不均；故室外要求进行夜间人脸识别时需要谨慎,当前在室外夜间仍未有较好成效的人脸系统应用；4、防止直射行人眼睛：补光设备假如直射行人的眼睛,行人会用手遮挡光线,反而影响了人脸的拍照,架设补光灯应留意在补光灯外增加一层隔膜,减弱补光灯光源亮度,防止对人的眼睛直接照耀；3.1.2.3 点位架设要求设计IPC 前端相机主要作

31、用是猎取的高质量的正脸图片,防止人员前后通过导致人脸显现遮挡；摄像机安装原就及示意图：1、摄像机安装在通道的正前方,正面抓拍人脸；保证人脸左右偏转 30 ,上下偏转 15 ；对此,相机要求吊装或者横臂挑出正装,防止侧装；2、摄像机架设高度建议在 2.03.0m3、摄像机俯视角度 99.95% 单库大小 1 亿（系统全部库的累计大小随机器数量扩展）库数量系统支持最大999 个库4.2.3 以图搜图应用用户在视频侦查办案过程中,猎取嫌疑目标面部图像,可手工方式上传至静态海量人像检索系统中,在常住人口、暂住人口、重点人口库中查询嫌疑目标身份信息；系统支持 1S 内根据客户要求返回 10 条-30 条

32、比对结果,检索结果依据相像度从高到低排序；依据场景需求,检索结果可以返回比对结果照片及所在库名称、相像度、人员ID 、性别、年龄、证件号等相关信息；支持放大上传图像的人脸部分,点击图片,可得到上传图片与检索结果的具体比对,查 看检索结果的具体信息,以供用户核实；上传图片要求：a. 人脸角度：仰角 /俯角 10 度,左右侧脸 20 度内；b. 两眼中心距离：人脸大小是150*150 像素,对应两眼中心距离是60 像素；其它要求：光照正常,正常表情,不戴墨镜口罩等装饰,人脸眉毛到下巴 无遮挡；c. 格式要求：支持 jpg, bmp, png 多种类型的图片 d. 单人面部特点文件大小：小于 2KB

33、 ；检索精确率 :指标定义性能指标首 位 命最相像的人脸和输入的人脸是同一人的概率检索静态库 1000 万证件照 95%以上；中率前 10 位最相像的 10 张人脸中有输入人脸的概率男性生活照约80%,女性略低检索静态库 1000 万证件照 97%以上；命中率男性生活照约85%,女性略低4.2.4 视频搜图应用视频侦查办案过程中,用户可对系统中人像卡口视频录像或现场搜集的清楚录像进行人脸 身份定位,系统对指定的视频录像文件进行快速编解码和人脸特点提取,与指定的人像库进行比对识别,帮助用户快速确认视频录像中每一张人脸的身份信息；比对结果以相像度由高到低 返回 10 条-30 条结果；4.2.5

34、智能终端应用通过智能终端,如单兵、手机,穿戴式智能眼镜,可联动进行智能识别应用；通过穿戴智能眼镜,在地铁、火车站、汽车站、机场大厅等人流密度大的场所自动进行后端比对,对显现的人、车进行预警,并自动将高危预警推送至智能眼镜显示；同时推送具体高危信息至单兵APP 端；4.2.6 历史检索应用用户每一次检索记录结果可手动挑选储存在系统中,储存的信息包括所上传的图片、检索时间、检索条件以及检索结果等；治理员用户可查看或删除某一条历史检索,也可重新指定检索条件,进行新一轮的检索；4.2.7 人像库自查重用户可对常住人口库、暂住人口库进行单独自查重,通过手动调剂相像度条件,可以快速的对查询库相像人脸进行检

35、索,比对结果可导出 排查；CSV 文件；适合在对一人多证案件进行快速4.2.8 多库碰撞比对用户可通过系统排查当地漂白身份人员身份信息,通过系统供应的多库碰撞功能,指定全国在逃人员库VS 当地常住人口库或全国在逃人员库VS 当地暂住人口库进行碰撞比对,输出两个库中最相像的人像组,再通过民警现场调查方式确认是否为漂白身份人员；功能名称 功能定义单次型比对 比对任务终止后将不在进行比对；连续型比对 当两个库有新增信息时,将自动对新增信息进行比对批量比对 答应建立多个比对任务,系统将依次执行比对,但同时只支持一个比对任务暂停比对 系统支持暂停任务,连续后从断点开头执行；比对命中率 十亿分之一的误报率

36、下,漏报率约 30% 导出方式 支持 CVS方式导出4.3 性能指标建库速度：单核 2 张/秒,建 1000 万人脸库约 58 小时内存使用：系统运行需16G,人脸库每增加一万人需使用26M 内存,单台服务器最大支持人脸库1800 万硬盘使用：储备证件照、系统日志、结构化数据第五章 . 系统部署介绍5.1 网络环境为了信息安全,通过拜访代理猎取的人像图片、人员信息等信息必需储备在公安内网上；同时,考虑到公安已建卡口系统的实际部署情形,以及网闸压力等因素,实际项目部署时可根 据项目实际情形从以下 2 种部署方案中挑选；1.人像系统部署在公安网下 通过共享平台对前端人像卡口进行视频和图片汇聚,人脸

37、图片统一回传至公安网人脸识别 系统下进行储备分析,同时人脸识别系统对接公安网下人像库系统,进行统一导入和新增图片 定期自动导入；2.人像布控系统部署在视频专网下 人脸识别系统中对图片治理和结构化储备部分必需部署在公安网下,但动态人像比对分析 功能部署在视频专网下,通过不行逆特点数据进行专网实时比对和布控；5.1.1 人像系统部署在公安网人像卡口部署在视频专网内,通过共享平台进行汇聚转发,统一汇聚至公安网人脸识别平 台下,人脸识别平台下部署动态识别和静态检索服务,实现前端人像卡口进行黑名单布控和图 像静态比对功能；同时人脸识别平台对接公安网人像库系统,定期同步更新识别系统人像库信 息；5.1.2

38、 人像布控系统部署在视频专网人像库属于公安敏锐信息,在不答应人像信息泄露到视频专网的情形下,需要将黑名单布 控比对模块部署在视频专网下,静态比对和人像库对接模块部署在公安网下,通过人像库对接 模块对导入人脸进行结构化处理,输出人脸特点数据,传输至视频专网进行实时布控；同时视 频储备在视频专网下,图片储备在公安网下；5.2 对接说明5.2.1 公安系统对接公安人像库对接方式一般采纳 SDK 方式, 1.人像库系统供应 SDK 对接公安网人脸识别平台,平台通过查询方式定期读取人像库中更新的人脸信息,与人像库信息定期进行同步；2.平台供应 SDK 对接人像库系统,人像库通过不断写入更新的人脸信息,与

39、平台人像库进行定期同步；5.2.2 大华人像卡口汇聚平台对接现有卡口平台是大华平台的,可以无缝对接；无需特地部署卡口对接服务器；5.2.3 第三方人像卡口汇聚平台对接现有卡口平台是第三方厂家平台的,需要通过部署卡口对接服务将各个第三方厂家平台数据进行汇聚；部署特地的卡口对接程序和第三方卡口平台对接,对接方式有数据库对接、wenservice 接口对接等多种方式；接口对接时需要第三方厂家供应 表结构；SDK,数据库对接时需要第三方厂家公开第六章 . 产品介绍 6.1 摄像机选型DH-IPC-GF7281-RL 前端抓拍机支持人脸检测/ 人脸抓拍抠图/ 人脸像素大小100*100像素 / 支持同时检测10 个人脸并进行抓拍DH-IPC-GF7291-RL 短焦镜头大华 1200 万像素 1/1.7 “ 3.7-16mm手动变焦镜头DH-O