智能分析动态人脸识别系统技术需求书(2)

摄像机高度和俯视角度主要是避免一前一后人员经过通道时，人脸重叠产生遮挡，同时需要照顾不同高矮人员经过时能正常抓拍。

8

智能分析动态人脸识别系统技术需求书

9

图4 安装角度示意图

对于人脸抓拍摄像机的安装要求如下：

（1） 摄像机设在通道正前方，正面抓拍人脸，左右偏转<30度，上下偏转<15度；

（2） 建议架设高度h 大约2.0~3.5米左右；

（3） 推荐摄像机的俯视角度α=10°；

（4） d 和选用的不同镜头的焦距有关系，焦点在通道出入口，两眼间距像素不小于40像素。

（5） 背景颜色及图案尽量不要太复杂，单色、浅色为宜，尽量不要有玻璃等强反光物体。

人脸采集从监狱现有的人脸数据资源库完成静态人脸数据的同步导入。另外对于来往监狱的外来登记人员信息也要实时导入。

智能分析动态人脸识别系统技术需求书

10 5.2 网络传输

监狱计算机网络系统要求建立覆盖监狱机关办公区与监管区范围内的局域网络，不仅要满足所有子系统数据信息的高效传递，同时要能通过监狱内部网站这一公用平台满足和其他各种功能系统的集成与应用，实现全监所有联机电脑，部门终端，省业务机关终端之间的数据传输。

动态人脸管理系统网络传输子系统实现前端采集子系统与中心处理平台之间的数据和图像信息传输，要求具有开放性和标准化，具有可靠性和先进性，以及实用性和成熟性，要求采用结构化设计，具有完备的安全保障体系，运维管理需简便。

动态人像系统的位置和具体联网情况如下：

图5 视频智能分析与其他系统之间的网络关系图

动态人像识别管理系统的网络使用监狱内网系统的安防网，和外网实现物理隔离，使用政法专网和省监狱管理局联网，实现全省监狱动态人像的统一采集和统一管理。

智能分析动态人脸识别系统技术需求书

5.3 监狱动态人脸采集平台

中心处理平台主要由人像结构化引擎、人像搜索引擎、数据库服务、流媒体服务、应用服务等构成。其中，人像结构化引擎是人像识别系统的底层平台，通过接收前端人脸抓拍摄像机上传的人脸抓拍数据，或通过处理来自摄像机或媒体服务器的视频数据，实现实时人脸检测、特征提取，搜索引擎实现与数据库中的人脸记录进行比对。

该平台同时还要和监狱现有的信息数据库完成人像相关的信息同步。

平台的组成包括：人像结构化引擎、人像搜索引擎、数据库服务、流媒体服务、应用服务等。

5.3.1 人像结构化引擎

系统采用的人像结构化引擎，是基于国际领先的人脸识别技术和高效的计算架构研发的软硬件一体化设备，内置基于深度学习（其核心为多层神经网络）的人脸技术，实现准确的多角度人脸检测、五官标定、面部特征点定位，以及特征提取与比对，通过高效的软硬件计算架构实现对多路高清前端进行并行处理，以保证计算资源的最高效利用。

人像结构化引擎的主要功能：提取高清摄像机上传的数据中的人脸。

人脸检测提取包括正脸检测、多角度人脸检测、以及实时人脸定位。正脸检测的技术优势包括模型小，速度快，可并行加速；高检测率，在正常光线环境中的人脸检测率极高，一定程度的脸部旋转不受影响；适应性强，对于低像素照片、光线遮挡等恶劣环境有着较强的适应性，检测率受影响度极小。多角度人脸检测的模型分为16个不同的面部朝向，在检测的同时会判断出人脸的朝向，获取更多的图片信息。

5.3.2 人像搜索引擎

人像搜索是基于领先的图像搜索技术提供的海量人像检索服务。通过上传需要

11

智能分析动态人脸识别系统技术需求书

检索人员图片，人像结构化引擎进行识别获得人像特征，再进行人像搜索。搜索引擎获得检搜索请求后，将搜索人脸与人像前端在线采集的动态人像数据（或离线录入的静态人像数据，如身份证图像库）进行比对得到相似度，返回所有相似值达到检索阈值的结果，或按客户端指定的规则（如结果数目、排列顺序）返回结果。同时，人像搜索引擎还可以基于时空信息、人像属性信息等结构化信息索引进行大规模人像检索，或者人像特征与结构化信息联合检索、多种人像特征融合搜索。人像搜索引擎支持集群化拓展、高可用及负载均衡。

人像搜索引擎主要功能：

（1）从人脸数据库导入人脸图像及已存储的人脸特征向量；

（2）人脸特征比对，返回人脸特征匹配相似度分值。

人脸搜索实现在大规模人脸数据库中快速搜索相似的人脸数据，以确定身份。通过预先创建待查人员的面部特征索引，可以在亿万级别以上人脸数据库中迅速查找相似人脸。

5.3.3 数据库服务

数据库服务由服务器、数据库软件、操作系统等组成，主要用于保存系统配置信息、用户权限信息、用户登录信息、系统日志、设备信息、告警信息和系统其他信息等功能，为了保证系统稳定运行，数据库服务支持高可靠性的双机热备设计。

5.3.4 流媒体服务

流媒体服务作为人像识别系统的一部分，提供基础视频转发服务（实现视频直播）、视频片段回放服务。

5.3.5 应用服务

应用服务提供用户交互界面及业务访问、系统管理接口，支持自动负载均衡。提供布控任务配置、布控规则管理、数据库管理以及结果推送等功能。

5.4 数据存储设计

12

智能分析动态人脸识别系统技术需求书

1 抓拍图片存储设计

前端摄像机抓拍到的现场全景图片和人脸小图存储在引擎中，一般引擎存储容量较小，在无法符合大量的抓拍图片时，可挂载IP SAN进行扩展存储。

2 存储容量计算

人脸识别智能监控系统中抓拍的人脸图像需要进行一定天数的存储。

按平均每张人脸图片0.03MB，每张全景图片0.5MB，每路每分钟抓拍15张，工作时间24小时，则一天存储21600套图片。

单路为例：

人脸图片180天存储量约为：0.03MB×15张/分钟×60分钟×24小时×180天≈0.12TB，采用R5备份(20%冗余)合0.15TB。

全景图片180天存储量约为：0.5MB×15张/分钟×60分钟×24小时×180天≈1.86TB，采用R5备份(20%冗余)合2.24TB。

5.5 监狱业务应用

从技术角度来看，动态人像识别主要有三种应用模式：

（1）验证模式（1：1）

即给定两张人脸照片，计算机自动判断是否为一个人，返回的结果为“是”或者“不是”。这种应用模式适用于门禁、出入境通关、网络实名制、办证机构等应用场所，保证人证合一。

（2）布控模式（1：n）

即给定一张人脸照片，计算机在预存的人脸数据库（比对目标库）中寻找是否存在这个人，返回的结果是比中人员的信息。这种应用模式适用于视频监控，比对目标库一般是逃犯、管控人员或者恐怖分子等布控人员，库容量一般为几千人甚至几万人级别。

（3）检索模式（1：N）

13

智能分析动态人脸识别系统技术需求书

即给定一张人脸照片，计算机将其和人脸数据库（比对目标库）中的所有人脸照片进行比较，返回结果是按相似度降序排列的人员候选列表。这种应用模式适用于人员身份的查询和核查，比对目标库一般是常住人口库、逃犯库等覆盖面非常广泛，容量非常庞大的人脸数据库，库容量能够达到上千万、甚至上亿级。

1.人脸采集

主要采用枪机来完成场景内人员人脸信息的采集，是动态人脸系统 …… 此处隐藏：2641字，全部文档内容请下载后查看。喜欢就下载吧 ……