第1章 系統概述

1.1 人臉概述

人臉識別技術是基於人的臉部特徵，對輸入的人臉圖像或視頻流，首先判斷是否存在人臉，如果存在人臉，則進一步的給出每個臉的位置、大小和各個面部器官的位置信息，並依據這些信息，進一步提取每個人臉中所蘊涵的身份特徵，並將其與已知的人臉進行對比，從而識別每個人臉的身份。

人臉與人體的其它如指紋、掌紋、虹膜、視網膜等具有唯一生物特徵性，它的唯一性和不易被複制的良好特性為身份鑑別提供了必要的前提，與其它類型的生物識別比較人臉識別具有如下特點：

非強制性：用戶不需要專門配合人臉採集設備，幾乎可以在無意識的狀態下就可獲取人臉圖像，這樣的取樣方式沒有“強制性”；

非接觸性：用戶不需要和設備直接接觸就能獲取人臉圖像；

併發性：在實際應用場景下可以進行多個人臉的分揀、判斷及識別；

視覺特性：“以貌識人”的特性，操作簡單、結果直觀、隱蔽性好；

人臉識別技術主要包括四個組成部分：人臉圖像檢測及採集、人臉圖像預處理、人臉圖像特徵提取以及人臉特徵數據匹配與識別。

人臉圖像採集及檢測：基於人的臉部特徵，對輸入的人臉圖像或視頻流，首先判斷是否存在人臉，如果存在人臉，則進一步的給出每個臉的位置、大小和各個面部器官的位置信息。

人臉圖像預處理：對於人臉的圖像預處理是基於人臉採集及檢測結果，通過人臉智能算法，對選擇出來的人臉圖片進行優化和擇優選擇，挑選當前環境下最優人臉並最終服務於特徵提取的過程。其預處理過程主要包括人臉圖像的光線補償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波以及銳化等。

人臉圖像特徵提取

人臉特徵比對識別：通過採集到的人臉圖片形成人臉特徵數據，與後端人臉庫中的人臉特徵數據模板進行搜索匹配，通過設定一個闕值，相似度超過這一閾值，則把匹配得到的結果輸出。這一過程又分為兩類：一類是確認，是一對一進行圖像比較的過程，另一類是辨認，是一對多進行圖像匹配對比的過程。

1.2 行業需求

社會信息化安全進程的快速發展，人臉識別技術的應用已逐漸滲透到人類生存、活動的各個領域，並且受到了社會各個領域的重點關注。

在智能樓宇行業，人臉門禁、人臉考勤、企事業訪客、活動簽到、公安人臉布控、酒店住客身份登記等，甚至消費支付方式都在引入指紋、人臉等生物識別技術進行身份安全確認；

針對各個環境下的人員管理複雜困難度，人臉識別技術有效增加了樓宇、企事業等人員身份安全進出管理效率、活動簽註準確度及安全性。

1.3 需求分析

樓宇的人員進出及人員身份安全管理包括門禁刷卡進出，企事業單位的刷卡考勤、活動簽到以及紙質簽註訪客身份信息，小區人臉布控等還處在大量保安人力管理的傳統方式下，在效率及人員信息數據管理等存在極大的不足及困難；

門禁：刷卡進出呼叫安保人員確認開門，存在無法確認進出人員身份，卡容易丟失；

考勤：無法確認刷卡人員身份，容易代打卡，卡容易丟失；

活動簽到：

訪客：紙質文字簽到與身份證核對，效率低下，無法有效記錄全訪客人員信息；

小區布控：小區安保人員無法確認非法進出人員身份，人為安全事故常發；

酒店住客身份登記及驗證：客人入住酒店，無法確認客人和客人提供的身份證是否是同一個人？存在監管的漏洞。

通過採用XXX先進高效的人臉識別系統，配合樓宇人臉門禁系統、小區/園區出入口人臉布控系統、酒店人證合一系統等，形成多功能化綜合人臉應用系統，確保小區、企業、酒店等人員安全進出及進出人員身份信息的登記核對管理。

第2章 人臉應用重點場景

2.1 人臉門禁

通過人臉識別門禁系統，加強小區、企業生產園區、辦公樓宇、倉庫廠房等門禁出入管理控制，完全使用人臉識別技術替代刷卡、密碼等門進出入方式，做到精準識別、安全門禁人員進出。

2.2 人臉考勤

利用人臉識別進行企事業單位人臉考勤，做到無接觸、精準身份信息確認，防止代打卡情況發生，並可通過視頻進行事後準確複核考勤記錄，做到有據可查，實時效率大大提升。

系統可與HR（HRM/SAP）系統進行數據對接，實現人臉考勤數據實時互通及保存備份。

2.3 企事業訪客

訪客系統利用人臉識別進行訪客人員身份信息確認，簡化訪客登記流程，提高企事業單位及園區安全等級，提升企業園區訪客進出體驗與企事業園區形象等，並有效提高接待人員接待工時，配合XXX門禁系統，實現人臉訪客企事業園區安全進出管理。

2.4 活動簽到

活動簽到免除人工紙質簽註記錄，利用人臉識別進行活動人員名單記錄及身份信息確認，有效避免代簽注及真實記錄活動人員身份信息；

2.5 小區人臉布控

人臉識別部署在小區出入口、單元門等場所，對進入小區的居民、租客和外來人員進行出入管控，通過高清視頻結合人臉識別，將慣犯、危險人員照片錄入人臉數據庫（可與公安進行人臉數據對接），一旦闖入小區能第一時間發現潛在的危險，並且可進行人臉路徑追蹤，有效加強小區安保強度。

2.6 酒店住客&訪客身份登記及驗證

酒店住客身份登記及驗證系統採用認證一體機設備，部署在酒店的前臺，

住客或訪客於前臺登記時，出示身份證，通過人證識別一體機驗證身份真偽、讀取身份證信息、抓拍記錄登記人員，並自行將抓拍人臉與身份證照片進行比對，識別持證人與證件是否為同一人，加強酒店反恐的安全。

第3章 人臉系統設計

3.1 人臉門禁考勤方案（前端比對）

3.2 小區/單元門人臉布控方案

3.2.1 業務需求

在企業園區/小區出入口、單元門等場所，外來人員、租客、訪客非常的多，如何對進入企業園區/小區的居民、租客和外來人員進行出入管控，通過高清視頻結合人臉識別，將慣犯、危險人員照片錄入人臉數據庫（可與公安進行人臉數據對接），一旦闖入小區能第一時間發現潛在的危險，並且可進行人臉路徑追蹤，有效加強企業園區/小區安保強度。

3.2.2 設計思路

人臉布控方案採用後端的人臉比對方案，即採用具有完全自主知識產權的人臉檢測算法、人臉跟蹤算法、人臉抓拍算法、人臉質量評分算法及人臉識別算法、並結合配套的前端攝像機機設備和後端智能分析服務器，實現了實時人臉抓拍建模、實時人臉比對、靜態人臉圖片檢索等功能。

本方案針對人臉註冊庫/人臉抓拍庫動態30萬的系統，前端採用高清網絡攝像機，在多路前端攝像機環境下，通過人臉檢測服務器對實時視頻中出現的人臉進行檢測抓拍並上傳人臉照片至人臉識別服務器，人臉識別服務器對抓拍的照片進行數據庫一對一（N）模式對比，從而實現人臉精確識別。

3.2.3 系統架構

3.2.3.1 系統構架

邏輯架構如下：

系統業務邏輯包含三塊內容：

人臉採集系統：人臉採集系統包括普通高清網絡攝像機及人臉檢測服務器，將前端採集到的視頻圖片等非結構化數據進行分析處理，定位檢測獲取人臉圖片。

人臉比對系統：人臉比對識別系統是對人臉採集系統傳輸的數據進行智能分析處理，進行人臉建模，通過人臉眼睛、鼻子、嘴、下巴等局部構成，對這些局部和它們之間結構關係的幾何描述，進行人臉特徵數據提取入庫，並根據考勤業務需求進行二次人臉確認和事後人臉檢索應用。

人臉庫：人臉庫包括人臉抓拍庫、人臉註冊庫，其中抓拍庫包括場景圖片、場景下扣取的人臉圖片、人臉特徵數據，是人臉採集系統採集的人臉圖片存儲庫，用於人臉比對識別系統進行人臉圖片比對檢索；註冊庫包括標準人臉圖片、人員身份信息、人臉特徵數據，用於人臉比對系統進行人臉圖片比對檢索。

人臉抓拍庫做為靜態庫，適用於事後查詢檢索目標、人臉註冊庫作為動態庫，用於實時比對報警，與前端實時視頻進行人臉比對報警。

其中抓拍庫因人流量和隨著時間將越來越大，需根據項目情況合算存儲設備大小。人臉註冊庫庫數據由或專業人員導入，存儲大小一般有微調，但是不會有數量級上的變化。

系統拓撲架構如下：

人臉識別系統由前端攝像機、人臉檢測服務器、人臉識別服務器、人臉識別系統平臺、人臉數據庫及存儲設備等組成；

前端攝像機：前端攝像機使用高清網絡攝像機，主要實現圖像採集、編碼等功能；

人臉檢測服務器：人臉檢測服務器搭配高清網絡攝像機對傳輸的實時視頻流進行人臉檢測、定位、跟蹤、人臉圖片選優，將人臉圖片進行扣取，傳輸到識別服務器進行人臉建模、比對及存儲；

人臉識別服務器：利用XXX自主研發的人臉識別算法，對人臉檢測服務器傳輸的人臉小圖進行建模和結構化，獲取人臉特徵數據後為人臉實時對比識別、人臉後檢索等功能提供算法支持；

DSS綜合管理平臺：人臉識別系統平臺主要實現人臉系統相關的設備管理、識別場景規則設置、報警聯動等配置和管理，並結合客戶端實現對圖像的預覽檢索、各種報警信息的查看等操作。

人臉數據庫服務器和人臉圖片存儲設備：人臉數據庫專門用於存儲人臉系統的人臉數據，主要包括抓拍庫人臉特徵向量、註冊庫人臉小圖、註冊庫人臉特徵向量；抓拍庫圖片（人臉小圖和抓拍大圖）存儲在人臉識別服務器中，當識別服務器存儲容量不足時，可擴展IPSAN設備或雲存儲等方式進行存儲；

3.2.3.2 人臉採集設計

(1)、 人臉採集設計

人臉識別系統採集有如下方式進行人臉採集錄入：

1. 固定視頻攝像頭人臉/單元門門口機攝像頭人臉採集

2. 移動終端拍照人臉採集

3. 身份證人臉信息採集

4. 網絡上傳人臉信息採集

以上方式進行人員人臉採集錄入驗證，快速導入人臉註冊庫,進行人臉註冊。

(2)、 性能指標要求

人臉識別系統性能指標主要包括人臉抓拍率、建模成功率和識別成功率及系統性能指標。

n 人臉抓拍率

在符合施工規範（左右旋轉[-30°,30°]，俯仰角度[-15°,15°]，平面旋轉[-15°,15°]）、光線較好的場景（人臉光照亮度250~800Lux）下，正常人臉的抓拍率可達95%以上。

n 建模成功率

人臉抓拍庫：人臉抓拍庫中的數據由前端採集並進行結構化處理，輸出人臉圖片和人臉特徵向量，在建模時對抓拍的人臉進行篩選，對抓拍到的人臉建模成功率基本可達100%。

n 識別成功率

人臉比對性能與註冊圖像質量和數據庫大小密切相關，性能指標主要從由兩個指標進行衡量：誤拒率和誤識率，誤拒率是指人員漏報的比率，誤識率是指錯誤報警的比率。一般情況下如果錯誤報警越多（誤識率越高），那麼漏報的可能性就越小（誤拒率越低），如果錯誤報警越少（誤識率越低），那麼漏報的可能性就越大（誤拒率越高）。

一般情況下，識別成功率可達96%以上，系統可根據實際需要設置不同的人臉相識度閥值來調節識別率。另外，人臉比對性能和註冊圖像質量、數據庫大小、環境、光線等因素影響很大，具體比對性能視實際場景及實際註冊圖像質量而定。

n 系統性能

單臺支持4路1080P的視頻接入檢測抓拍；1080P分辨率下檢測所需最小人臉像素大小60*60；同時可以對畫面中最多20個的人臉進行檢測抓拍，檢測準確率95%。

人臉特徵向量大小在2KB左右，人臉識別像素大小支持100×100；實時識別-支持30W的註冊庫，人臉抓拍庫檢索性能-最大可支持300W庫人臉檢索。

視頻存儲與傳統視頻監控計算方式相同，可項目實際情況修改，根據實際產品進行計算，需要明確選擇的盤位數和所選單盤空間。

3.2.3.3 系統前端設計

人臉識別前端主要分為：

普通高清IPC（單元門口機IPC攝像機）-後端直接接入人臉識別服務器，人臉識別服務器上需部署人臉檢測服務、人臉識別服務；

² 人臉大小： 100像素以上(雙眼距離大於50像素)

² 角度： 上下角度在30度以內，左右角度在15度以內(眉尖可見)

² 圖像質量： 聚焦清晰，光照均勻，避免逆光、測光，必要時進行補光

² 其他： 表情自然，避免帽子、圍巾、墨鏡等遮擋面部信息

(1)、 前端點位設計

n 安裝角度要求

前端攝像頭與水平線的夾角α最好在-15°度到15°度之間，且人臉的寬度像素不小於100*100像素。

n 人臉大小和姿態要求

左右旋轉[-30°,30°]，俯仰角度[-15°,15°]，平面旋轉[-15°,15°]，免冠，不戴墨鏡、口罩、帽子等遮擋面部的飾物，眼鏡框、頭髮不遮擋眼睛；

n 環境光照要求

人臉採集區域無逆光，面部無明顯反光，光線均勻且無陰影。另外，為保證抓拍人臉時現場光照足夠，建議若鏡頭畫面中人臉不夠亮時，需要相應增加照明設備，對人員臉部補光（一般應達到250~800Lux）。

(2)、 採集場景要求

n 採集場景環境要求

採集環境在室內，架設攝像頭方式為高度>=2米，長度>=1米，寬度>=2米

n 環境光照要求

無逆光，人臉面部無明顯反光，光線均勻無陰影。保證抓拍人臉時現場光照足夠，相應增加照明設備，對人員臉部進行補光（應達到250~800Lux）。

n 攝像機安裝

攝像機採用壁掛方式安裝，安裝高度距離地面2米-2.5米，安裝距離距被採集人員點位1-1.5米。

n 人員採集點位

確定被採集人員點位，若環境光低於人臉採集要求，則攝像機周邊需要安裝光源進行補光，採集人員背後不要有強光源。

n 攝像機調整

安裝人員站到採集點位，調整攝像機上下角度與焦距，使人臉位於圖像中心位置，對人臉進行對焦，調整清晰度到最佳。

n 安裝角度要求

攝像機鏡頭調整與垂直線的夾角在15°度到30°度之間。

n 安裝距離要求

攝像機選用百萬像素高清網絡攝像機。建議選用2.8mm(或者3.6mm)鏡頭。

n 人臉大小和姿態要求

人臉距離攝像機中心左右偏離±10°，上下偏離±15°，平面偏離±15°以內，免冠，不戴墨鏡、口罩、帽子等遮擋面部的飾物，眼鏡框、頭髮不遮擋眉毛眼睛。

3.2.3.4 系統存儲設計

人臉系統存儲內容主要包括以下方面：

1、人臉註冊庫存儲：包括人臉圖像和結構化的特徵數據，是對富士康員工建立的人員庫，在人臉識別庫中充當標準庫，供人臉系統查詢比對。

2、人臉抓拍庫存儲：包含實時抓拍的現場圖像、人臉小圖和結構化的特徵數據，在人臉識別系統中充當實時抓拍下來的員工面部特徵庫，供人臉系統檢索比對。

3、視頻錄像存儲：針對系統需要存儲實時視頻進行視頻搜索，可通過DSS平臺掛載存儲設備存儲前端實時視頻錄像；或在前端路數較多情況下，可以通過前端直連NVR進行視頻存儲，減輕平臺轉發存儲負擔。

其中，前端攝像機抓拍到的現場圖片和人臉小圖存儲在識別服務器中，一般人臉識別服務器存儲容量較小，在無法符合大量的抓拍圖片時，可掛載IPSAN或者使用雲存儲等進行擴展存儲；抓拍庫人臉特徵數據存儲在人臉數據庫中，特徵數據較小，一條人臉特徵數據大小約為2KB；後端人臉註冊庫中的人臉圖片和人臉特徵數據和人員身份信息存儲在人臉數據庫中，標準配置支持30W註冊庫存儲；

(1)、 圖片存儲計算

人臉識別系統中人臉特徵數據包括兩個部分：

1、抓拍庫人臉特徵數據

2、註冊庫人臉特徵數據

每條人臉特徵數據大小約2KB，300W抓拍庫、300W註冊庫約佔空間5.7GB×2=11.4GB。

圖片存儲要求：圖片存儲12個月，每路每分鐘抓拍10張，工作時間10小時，一天存儲,6000張圖片。

存儲一天的容量計算：0.3MB×10×60×10≈1.8G

存儲12個月共需：1.8G×360≈0.63T

(2)、 視頻存儲計算

一般使用攝像機主碼流進行前端攝像機人臉抓拍，輔碼流進行錄像存儲。錄像存儲方案可將前端直連NVR，NVR直接存儲攝像機錄像；或通過8900掛載IPSAN方式進行錄像存儲。

人臉識別系統前端攝像機選用200W像素攝像機為例，視頻存儲按要求一般存儲3個月。

1路前端視頻存儲容量計算：4Mb×60S×60MIN×24H×90天÷8≈3.7T

50路前端視頻存儲容量計算：3.7T×50=185T

3.2.3.5 系統數據對接

人臉系統可與HR系統、物業系統等進行對接，實現人臉數據互通，聯動門禁、人行道閘、訪客等系統。

3.2.4 業務流程

實時視頻人臉比對：普通高清網絡攝像機通過人臉檢測服務器或專業人臉抓拍相機分析視頻中的人臉，提取人臉圖片轉發給人臉識別服務器，人臉識別服務器通過智能算法，從抓拍的人臉中提取特徵數據，與註冊庫中的人臉特徵數據庫進行遍歷檢索，最後由平臺展現人臉比對結果。

圖片檢索人臉比對：通過平臺客戶端提交需檢索的人臉圖片，人臉識別服務器提取人臉圖片特徵數據，與人臉抓拍庫或人臉註冊庫中的人臉特徵數據進行比對，最後由平臺展現人臉比對結果。

3.3 酒店住客&訪客身份登記及驗證

3.3.1 業務需求

酒店住宿實名認證已經推行了很多年，為我們的生活提供了安全保障，但是隨著時間的推移，也發現其中存在著很多弊端，比如我們隨便拿一張身份證都可以去登記住宿，不能準確的說明證件就是本人。

傳統的身份驗證方式為人工審核，完全依靠值班人員主動意識及主觀判斷，且無有效監管方式，存在多方面漏洞。而根據《反恐法》規定，酒店若未按規定對客戶身份進行查驗，或者對身份不明、拒絕身份查驗的客戶提供服務的，由主管部門處10萬元以上50萬元以下罰款，並對其直接負責的主管人員和其他直接責任人員處10萬元以下罰款。在此背景下，對酒店經營管理而言，如何完善住客及訪客登記驗證管理流程至關重要，傳統管理人工核驗的方式已無法應對現階段管理需求。

3.3.2 設計思路

我司結合酒店行業管理需求，為酒店提供如下方案：

前臺登記，於酒店前臺部署人證識別一體機，住客或訪客於前臺登記時，出示身份證，過人證識別一體機驗證身份真偽、讀取身份證信息、抓拍記錄登記人員，並自行將抓拍人臉與身份證照片進行比對，識別持證人與證件是否為同一人；

為避免人工管理環節疏漏或住客訪客故意逃避登記，酒店監控中心部署管理平臺及人臉比對服務器，酒店前臺已登記人員人臉圖片統一上傳人臉庫，於首層大堂電梯廳、樓梯口等必經通道部署人臉抓拍機，對進入區域的所有人臉做抓拍，與已登記人員做比對，發現未登記人員時，聯動監控中心報警，聯動前臺客戶端報警、視頻及圖片彈窗。

3.3.3 系統架構

整個方案分為二個部分：

第一個部分：住客在酒店前臺人證合一比對，即住客的人臉信息和身份證中的人臉信息比對，最終的目的是確認住客的身份。

第二個部分：住客進入房間的比對，採用白名單比對的方案，即人臉抓拍的攝像機照片與人證一體機身份證照片比對。針對酒店訪客可以與公安黑名單庫比對。

3.3.4 業務流程

前臺登記流程如下：

住客：前臺出示身份證，人證識別一體機讀取身份證信息、人證比對成功，向平臺推送人臉信息，值班人員正常辦理入住流程；

訪客：值班人員聯繫被訪人核實訪客信息，值班人員通過客戶端記錄來訪事由，訪客出示身份證，人證識別一體機讀取身份證信息、人證比對成功，向平臺推送人臉信息。前臺收押訪客證件，為訪客發放臨時卡，訪客離開時交還臨時卡，收回證件；

首層必經通道二次核驗流程：

住客、訪客進入監控區，系統抓拍人臉與已登記人臉做比對，若識別到未登記人臉，監控中心客戶端告警彈窗、前臺客戶端告警彈窗，提醒保安及前臺值班人員處理。

閱讀更多 青松來了 的文章

關鍵字: 可以很 解決方案 酒店