《城市轨道交通枢纽人脸识别技术应用指南》

T/CITSAXX-XXXXT/CITSAXX-XXXXⅠICS35.240.60R80团体标准T/CITSAXXX-XXXX城市轨道交通人脸识别技术应用指南ApplicationguideoffacerecognitiontechnologyinUrbanRailTransit(征求意见稿)本稿完成日期：2021-03-30城市轨道交通枢纽人脸识别技术应用指南范围文件说明了如何使用人脸识别技术实现智慧出行的具体服务。城市轨道交通运营商、政府安全部门可以使用本标准，同时不排除实际应用中还需要本文件以外的其他信息。另外，本文保留了未来在公共交通领域应用场景的扩充。本标准规定了城市轨道交通领域人脸识别技术要求以及应用能力评价指标，给出了公共交通领域人脸识别技术应用指南。本标准适用于城市轨道交通交通领域通过人脸识别实现的通行控制、公共区域监控安防应用场景。规范性引用文件下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GA/T893—2010安防生物特征识别应用术语GA/T1093—2013出入口控制人脸识别系统技术要求GB/T31488—2015安全防范视频监控人脸识别系统技术要求GB/T35678—2017公共安全人脸识别应用图像技术要求GA/T1212—2014安防人脸识别应用防假体攻击测试方法GA/T988—2012信息安全技术文件加密产品安全技术要素。SJ∕T11608-2016人脸识别设备通用规范术语和定义GA/T893—2010、GA/T1093—2013、GB/T31488—2015、GB/T35678—2017中界定的以及下列术语和定义适用于本文件。智慧化服务区SmartServiceArea人脸识别facerecognition人脸识别，是基于人的面部特征信息进行身份识别的一种生物识别技术。用摄像机等设备采集人的面部图像信息，用计算算法识别活体面部特征，并与数据库内的已知身份的基准人脸图像进行特征比对，进而完成身份认证的技术。身份信息identityinformation能够证明人物身份的有效信息（包含但不限于姓名、性别、出生年月、ID），通常由国家机关进行注册，具有绝对的权威性和可信度。基准图像referenceimage指一个人所对应的真实面部图像，为了保证面部图像的真实性，此图像通常由国家权威机构采集并提供。比照对象comparisonobject为能在公共交通应用场所识别出特定标识（比如危险分子）的对象个体，需根据权威部门需求或公众指定需求，选取特定个体的人脸信息作为比照图像。通过实时采集的人脸与比照对象人脸进行比对来确认是否比照对象本人。比照对象数据库至少包含国家权威部门公布的具有潜在危险的人脸信息及对应的属性标识，以保证公众出行安全。危险人员信息dangerouspersoninformation国家权威机关提供的具有潜在危险的人员信息，包含面部图像及与之对应的身份信息。应用要求4.1总则人脸识别在面向城市轨道交通领域的功能应用，主要包括人脸信息采集、人脸特征对比，结果输出完整技术流程。满足但不限于城市轨道交通的安全防范、通行控制、客流统计等场景需求。其基本功能架构如图1所示。图1人脸识别技术服务流程图4.2安全监控功能 安全监控人脸识别系统应符合现行国家标准《安全防范视频监控人脸识别系统技术要求》GB31488要求的系统功能，应通过符合GB31488要求的系统测试，具备符合GB31488要求的系统测试报告方可投入应用。4.3通行控制功能通行控制人脸识别应用至少符合GA/T1093-2013中第5部分规定的技术要求，通过GA/T1093-2013第6部分规定功能试验方可投入应用。4.4注册人脸图像数据注册人脸图像数据要求应符合国家标准《公共安全人脸识别应用图像技术要求》规定的注册人脸图像要求。注册人脸数据具备防作弊功能，注册人脸可以区分照片、视频和真人，可以识别人脸面具。4.5数据采集功能 数据采集包括视频监控单元和协作输入单元，或出入口采集单元和协作输入单元。其中，协作输入单元包括除人脸识别单元外的其他输入单元。数据采集单元输入、输出模式见图2所示。图2数据采集模式4.6基础数据库4.6.1数据库范围基础数据库的数据分三类，第一类是定期存储定期更新的数据，包括国家权威机构数据库迁移数据，个人注册数据和实时采集数据；第二类是即存即消的数据，包括人脸识别结果，特征计算结果；第三类是永久保存定期计算的结果数据，如客流统计数据和个人出行统计数据。数据库包括人脸信息、属性标识。4.6.2数据结构第一类数据结构由{人脸↔属性标识}的基本映射构成。属性标识至少包括身份属性、健康属性、是否危险分子、是否失信人员、是否失联人员条目。数据结构关系如下图所示。数据库标识以结构体为载体保存。图2属性标识结构第二类数据结构由识别结果和特征计算结果构成。特征数据作为中间变量可以不被保存，识别结果数据由字符表示并在信息中心镜像显示。第三类数据属于图2所示的外部交互数据，其数据结构可根据具体需求设定。4.6.3数据库接口数据库包括输入接口和输出接口。基础数据库数据库输入接口有两种。一种是国家权威机构数据库共享，另一种是个人注册、图像采集装置获取。输出接口输出符合4.8.1要求的结构数据信息和系统日志数据。4.6.4数据库内容数据库内容至少包括注册人脸图像、基准人脸图像、采集人脸图像、属性标识、比照对象、人脸特征、防伪检测结果、人脸识别结果。每个人脸图像参与特征比对的基准人脸图像数据量不应小于6条。4.7人脸防假体检测 人脸识别应用系统应用区分面具、视频、图像等假体人脸的能力，通过符合GA/T1212-2014要求的防假体识别测试方法验证方可投入应用。4.8识别对于乘客的识别，不同的情况，可以选择以下不同的识别范围。4.8.1面部识别人脸识别系统应对进出地铁站乘客的面部进行现场识别，该部分包括活体识别和面部比对，活体识别正确则进行面部比对，否则人脸识别不成功。面部比对成功后，将识别出的面部信息和权威部门提供的比照对象面部信息进行比对。面部识别功能应根据具体场景判别安装的设备位置，前端设备和后端设备均支持面部识别功能。（1）地铁站前端人脸识别单元的本地用户人脸集数量上限为5万个；（2）人脸识别最远距离不低于1.5米；（3）人脸识别身高范围应在2.5米以内；（4）支持断网模式下前端单机人脸识别比对；（5）前端摄像头像素单元数不低于200万。4.8.2身份识别面向注册用户，人脸识别系统针对乘客面部信息识别出对应的身份信息。身份信息对应参数参见本标准第4.6.2条对属性标识的具体要求。4.9人脸识别区域人脸识别区域指人脸采集设备对乘客面部信息的采集区域。为了保证人脸识别系统在乘客安全应用的有效性，对人脸识别区域的选取应考虑以下几点：（1）对于拥有多个进出口的地铁枢纽，应考虑在每个进出口设立采集区域，以满足对所有进出地铁车站人员的人脸图像信息的采集和识别。（2）对于乘客密集的区域，可放置多台设备采集人脸图像，以确保不影响乘客进出地铁车站的效率，同时采集进站乘客信息。（3）对于乘客检票/验票区域，将人脸信息的后台数据与票务数据关联，可实现人脸信息与票务数据核对，以确保乘客具备活体人脸识别通过检票出入口功能的权限；（4）对于车辆出车例检区域应放置人脸核验设备，为地铁运营机构对车辆例检人员及车辆乘务人员进行身份核查，确保例检安全。4.10标识提醒为了保障乘客对人脸信息采集工作的知情权，人脸采集区域应用显著的标识及文字告知乘客，此区域会对乘客的人脸信息进行采集。4.11报警人脸识别应用可以识别危险人员信息并进行报警，在信息中心对报警事件做出处理。4.12动态追踪对于识别出的比照对象，系统具备动态追踪能力，以协助警方对于危险分子的抓捕。4.13出行数据通常情况下为了日后有关部门的调查取证，对于所有乘客的人脸采集、采集日志数据进行存储，出行数据包含系统识别乘客面部对应的出行时间和地点。4.14文件加密涉及到公共交通人脸识别数据的文件都应进行加密。加密应用符合GA/T988-2012规定的文件加密技术要求。4.15适用性要求。城市轨道交通枢纽人脸识别设备的适应性应符合ST/J11608-2016的各项要求。5评价指标5.1人脸识别应用能力评价指标5.1.1人脸识别响应时间人脸识别响应时间为从开始图像采集系统显示识别结果所用的时间，该时间长度应小于3秒。5.1.2人脸识别能效评价指标通行效率评价指标应符合GA/T1093—2013中6.3.2和