人脸识别系统方案.docxVIP

第 第 PAGE 1 页 共 NUMPAGES 2 页 人脸识别系统方案 1、人像智能识别检索系统 随着经济的高速发展以及城镇化进程的加快， 各地城市人口的流动愈发频繁，人口构成也越来越复杂， 城市综合治理领域的人员安全防范与管理面临着巨大的挑战。 在日常社会治安管理中， 主要利用视频监控系统关注人、 车等活动目标， 机关在破案过程中往往也需要根据关键区域内视频监控采集的人、 车等信息来分析疑犯的去向和线索。 目前针对车辆卡口系统的联网整合、 数据研判应用已推行多年， 但针对人员信息的前端智能采集、 云端解析应用相对落后， 综治对特殊人员的管理服务仍依靠传统的人工查看方式， 从海量非结构化视频数据中逐一排查， 犹如大海捞针， 费时费力。 依托监控摄像技术的发展， 利用视频监控从过去的“看得见” 发展 到当前的“看得清”， 但随着深度学习、 人工智能技术的快速发展， 人工智能技术在的防范、 控制和打击中的发挥着越来越重要的角色， 已经让视频监控进入了“看得懂” 阶段。 如何运用大数据的思路， 实现海量视频资源的深度信息挖掘， 解决反恐维稳和社会治安的问题， 成为政府部门必须面临和解决的问题。 在此背景下， 引入人脸识别技术实现人像大数据的分析、 研判、 应用， 突破人员管控难题成为必然趋势。 本服务以“先进性、 可靠性、 开放性、 实用性、 安全性、 经济性” 为基本原则。 以特殊人群管理服务为核心， 结合人员“衣、 食、 住、 行” 四大生活基本需求， 以及“文、 娱、 医、 财、 游” 五大品质生活附加需求， 对重点场所、 区域的人员出入口进行监控点位部署， 形成一张基于人脸卡口的人像感知网， 并依托现有的政务外网、 视频专网、 互联网等基础网络设施， 分级整合不同区域、 部门间的人像资源，建立综治重点人像资源库； 同时， 以实战应用为导向， 采用深度学习、 人脸识别、大数据、 云计算等先进技术， 构建中心人像智能识别检索， 实现视频图像深度解析，形成基于人脸模型的多维度数据关联应用， 推动城市人员管控模式向信息化、 智能 化转变。 2、设计思路 人脸识别分析由云解析系统、 人像资源库、 人像大数据应用系统三部分组成。 云解析系统负责对视频、 图片进行结构化分析， 深度挖掘蕴藏在视频图像中的人脸属性、 人脸模型等有价值信息； 人像资源库负责存储云解析系统提取的人脸图片、过人数据、 人脸模型数据， 以及对接业务数据库后同步的人脸图片、 人员信息， 并对多维度数据进行关联分析， 发掘数据背后隐藏的价值； 人像大数据应用系统负责 提供人员踪迹查询、 人员布控、 人员身份核查等各类业务应用服务， 并实现对系统的管理、 校时。 人像智能识别检索系统架构如下图所示： 3、云解析系统 3. 1 系统架构 视频图像大数据应用是未来平安建设及应用的重要方向之一， 如何对城市海量视频、 图片中出现的人员进行结构化分析， 提取有价值描述信息， 帮助政府快速锁定重点人员， 确认其身份信息及出行轨迹， 是目前城市立体化防控体系建设中急需突破的关键点。 本方案设计采用“前端智能采集+云端解析” 的思路， 实现对非结构 化数据中人员信息的结构化分析。 前端提取是指通过新建的人像感知网， 部署人脸抓拍单元， 实时采集现场行人过往画面， 并对画面中的人脸特征进行结构化描述， 实现前端智能化分析； 云端解析是指中心部署云解析系统， 通过人脸识别、 分布式计算、 CPU+GPU 混合处理等技 术方式， 实现视频流人脸云分析、 人脸图片云分析两大功能， 突破传统技术在人脸数据分析、 信息挖掘等方面的性能瓶颈。 其中视频流人脸云分析负责对前端推送的视频进行智能化分析， 通过视频触发方式对每一帧图像中的过往行人的人脸进行检测、 抓拍， 提取出视频监控中人脸图片； 人脸图片云分析负责对人脸图片进行特征 识别和人脸模型建模， 深度挖掘图片中有用的人脸信息。 3.2视频图片质量要求 为确保云解析系统能从原始视频、 图片中精准的提取人脸图片、 识别特征属性、建立模型数据， 对视频、 图片的要求如下表所示： 视频图片质量要求表 3.3系统功能 1. 视频流人脸云分析功能 支持视频共享/联网平台监控点的实时视频流、 历史视频流的接入； 支持本地视频的导入； 支持直连网络摄像机， 接入视频流； 支持对视频中过往行人进行检测， 自动触发抓拍人脸图片。 2. 人脸图片云分析功能 1) 人脸图片分析 支持对图片中的人脸进行特征识别、 建模、 比对预警。 2) 人脸特征识别 支持性别、 年龄段、 是否戴眼睛等人脸特征的识别。 3) 人脸建模 支持对人脸图片中的目标人脸进行建模， 便于后期通过人脸模型实现以脸搜脸应用， 即通过有哪些信誉好的足球投注网站图像文本或者视觉特征， 在检索系统中通过类似信