人脸识别门禁技术要求

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别模块主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。1、人脸图像采集及检测人脸图像采集不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像。人脸检测：人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。主流的人脸检测方法基于以上特征采用Adaboost学习算法，Adaboost算法是一种用来分类的方法，它把一些比较弱的分类方法合在一起，组合出新的很强的分类方法。人脸检测过程中使用Adaboost算法挑选出一些最能代表人脸的矩形特征（弱分类器），按照加权投票的方式将弱分类器构造为一个强分类器，再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，有效地提高分类器的检测速度。2、人脸图像预处理人脸图像预处理：对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言，其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。3、人脸图像特征提取人脸图像特征提取：人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大类：一种是基于知识的表征方法；另外一种是基于代数特征或统计学习的表征方法。基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征，这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。4、人脸图像匹配与识别人脸图像匹配与识别：提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。这一过程又分为两类：一类是确认，是一对一进行图像比较的过程，另一类是辨认，是一对多进行图像匹配对比的过程。主要技术指标描述：(1误识率(FalseAcceptRate,FAR)：这是将其他人误作指定人员的概率；(2拒识率(FalseRejectRate,FRR)：这是将指定人员误作其它人员的概率；(3识别正取率(IdentificationRate)：正确识别人次与参与识别的注册人员总人次之比；(4识别速度：识别一副人脸图像的时间、识别一个人的时间。(5注册速度：注册一个人的时间。★关键指标要求：序号序号 指标值12误识率，拒识率3识别速度，W2秒★以上关键指标需投标方产品第三方检测报告、原厂的技术说明书任意一种以证明其投标产品的指标值。5、★设备硬件要求(1人脸识别模块采用双摄像头；(2人脸识别模块应能识别、存储人脸信息，应支持用户容量1000以上，照片容量在3万张以上；(3人脸识别模块应支持人脸识别、IC/ID卡等方式进行验证；(4人脸识别模块应具备人机交互界面，采用3.5TFT彩屏，6万5千色高彩，0分辨率;(5采用壁挂式安装；(6电源要求：DC12V,500mA；(7应能在0-45C温度下正常工作；(8支持Wiegand26/34输出，便于接入门禁控制器；6、像片要求(1支持JPEG、PTIF．JPEG2000等主流格式。(2人像相片正面两眼瞳孔距离最低可支持到30像素。(3相片大小不限(原则上小于10M),相片的大小不能影响建模和识别的正常进行。(4支持各种人种。(5支持自动区分识别多人像相片即一张相片内有多个人像。(6支持一定角度的相片，至少能够支持轴向偏转30度的人像识别。(7支持多光照相片，在逆光、背光、偏照光等情况下，能够较好识别。(8支持多姿态相片，除眼部外，部分人脸在遮挡的情况下，能够较好识别。7、建模要求(1支持大规模相片至少两千万级)建模，数据源不限于支持Oracle(9i以上)、mySQ1.、sqlserver^*M1.格式的人像数据包等。(2能够自动根据服务器配置和负载情况进行多线程运行。(3单张人像相片模板大小不超过8K。(4对于不同业务类型的人像相片，支持分类建库，支持按性别、区域如户籍所在地、籍贯)、年龄段、民族等规则分类建库。(5支持增量建库，支持业务系统客户端实时建模入库功,支持J2EE/.NET系统架构支持B/S,C/S客户端进行。(6对不能完成建模的人像相片须产生报警信息提示用户，提供用户人工干预入口，可在客户端进行手工人像定位建模；具备同步干预和异步干预选择，可由系统参数控制可按时间点、业务类型等条件分类展示和查询，再次进行手工建模；对不能进行成功建模图像给出评价，并提供改进提示。（）建模过程有监控程序，建模结果能够输出。（）特征模板数据能够通过拷贝、数据同步等方式进行复用，省去重复建模时间。8、比对要求（1：N）（）人像自动定位。（）支持单张相片比对和批量相片比对。（）支持现场人像抓拍比对，并提供相应接口。（）支持多条件分类比对，即输入相片的人像身份特征的单个或多个条件能在分类中实现更快速的比对。（）支持按优先级建立比对任务，任务调度方法支持多策略，并可由用户根据业务要求进行动态配置。（）比对相片建模比对后，模板自动保存到特征库中。（）比对结果包括相片I似度（分数）或其他要求的信息等，可由参数决定，按照排序输出；比对返回结果大小由参数决定。（）比对结果支持文件和数据库方式等方式输出。（）比对模式1）识别模式：业务系统向人像比对平台提交查询图像后，平台负责从目标特征库返回一组最相像的识别结果，供用户确认。2）报警模式：业务系统向人像比对平台提交查询图像后，平台首先确认目标库中是否已有和提交图像身份相同或相似度超过一定阈值的其它图像，如果有则报警并输出报警结果供用户确认。3）实时比对模式（单张或小批量比对）：客户端调用比对接口，输入待比对相片后，比对完成后马上返回比对结果。4）任务比对模式（多张或大批量比对）：客户端调用比对接口，把待比对相片放入待比对队列，由系统自动进行比对调度，比对完成后把比对结果保存到比对结果列表，用户再自行查看比对结果。9、运行要求（）系统提供模板装载功能，模板能快速装载到比对服务器内存。（）比对服务器的装载数据量能动态分配，由系统参数决定。（）能按分类特征实现分类装载。（）单台比对服务器能实现多进程装载。（）支持动态模板库增容，支持比对服务器动态模板增量装载，由系统下载文档到电脑，查找使用更方便（）增量装载过程不能影响比对的正常运行。（）能监控到系统动态装载情况。10、性能指标要求（）：N比对：在3-5S内返回结果的情况下，能够支撑10-20个以上并发任务。（）首选识别率（2000万库容量）：大于80。（）前0选识别率（2000万库容量）：大于%。（）建模时间：2000万模板建模时间不超过20天。（）系统健壮性：系统要求7*24小时运行，每年因故障停止时间累计不超过1小时，故障次数不超过10次。11、门禁控制器技术要求1.门禁控制器应能识别门开、门关、虚锁等门状态；2.具备独立的时钟管理功能；3.应具备动作事件语言提示功能；4.本地鉴权要求a）白名单工作方式：根据主机内储存的已授权用户信息进行鉴权开门；）支持特权用户、普通用户、临时用户；c）支持时段设置、节假日设置，时段不少于6个。5.主机内储存信息要求a）人脸识别用户不少于1000个；b）卡用户不少于5000个；c）门禁事件记录不少于10000条；d）门禁告警记录不少于1000条。6.开关量联动功能a）应支持2路输入4路输出的开关量，便于系统联动输/输出，如红外探测器输入、告警联动、灯光、视频联动等输出，从而达到了与安防、动环及图像系统的联动；b）人脸识别模块通过验证后，门禁控制器控制门的开启。7.多种告警功能应具备撬门告警、虚锁告警、室内盗情告警、未授权用户尝试开门告警、门开超时告警。8.对各种报警记录，进、出门记录，钥匙合法进门、出门按钮开门事件均能进行存储，存储记录应不少于条。9.数据断电保护门禁控制器断电后，存储数据不