精心整理智能人脸识别系统
技
目录
1智能人像比对平台
1.1系统结构
接口，将业务系统获取的人像照片与相关人像库进行比对。
1.2设计原则
本着统一标准、分级管理、资源共享、无缝对接的设计原则，以人像比对算法为核心，整合多区域现有资源，实现准确识别、快速反映，覆盖全面的智能人像识别应用平台。
1.2.1
1.2.2
密1.2.3
出来的服务接口组成。系统可“随需而变，以不变应万变”提供多种可靠服务功能。
1、系统级接口
系统级接口指的是不同地区部署的人像辅助识别平台之间的接口，主要有两种访问方式第一种采用页面查询的方式，以只查询方式进行访问，通过系统提供的Guest权限进行页面访问。适用于不同平台之间快速的调阅查询。第二种通过请求服务与直接调阅的形式进行数据库的查询，系统预留标准数据库查询接口，
服务接口主要以WebService与ActiveX等方式提供。满足各业务系统二次开发，集成使用。
服务接口说明
留有全部的模板数据，任意一个计算节点损坏都不会影响到数据完备性。当有计算结点损坏时，集群控制器会收到通知并且发出服务请求让剩余的计算节点加载受损节点的模板数据。
1.3人像对比算法
1.3.1技术选型标准
根据公安部《关于加快推进人口信息人像比对技术应用的通知》（公治明发【2012】331号），原则上优先选用国内算法，
1.3.3基本比对功能
（1）1:1一对一比对，对输入系统的两张照片比对确认是否同一人；
（2）1:N一对多比对，输入一张照片与选定的照片分库比对以返回最相似的照片和信息；
（3）M:N多人对多人比对，提交多张照片与选定的照片分库比对以返回各自最相似的照片和信息；
（4）自库查重：系统支持照片分库自我查询，例如出入境照片库进行库内滚动比对，查找“一人多证”的记录；
（5）异库查找：系统支持不同照片分库之间进行滚动比对，查找人员在各库中的关联信息；
1.4人像资源库
1.4.1
1.4.2
1.4.3
建立少数民族人像库，按照民族种类建设少数民族人像基础库，加强流动的少数民族人员安全管理。
1.4.4建设宗教人像库
因信教群众众多，宗教活动场所若干所，同时近年来在新疆、西藏发生多起教徒暴动事件，为较好控制公共安全，对各教众采集其标准人像信息，以宗教信仰为建库标准，分别建立各类人像
1.4.5
1.4.6
和更新，以便动态更新的入库照片数据能够及时参与比对；系统自动检测各类业务照片数据库，如有更新，则根据用户设置的更新时间，自动提取照片，先与已有人像特征库进行比对，确保唯一性后再入库。
1.5软件系统介绍
该系统平台利用公安各类业务系统采集的海量人像数据，建立标准的人脸特征数据库，利用先进的人脸识别技术和计算平台强大的数据处理能力，快速准确地确认人员的真实身份。该系统
1.5.1
2K，
务资源检测控制管理），比对处理，服务接口三个部分。系统支持比对负载均衡，合理分配比对任务，即从比对应用服务接收到比对请求后根据比对节点的繁忙程度，分发给相关比对节点，比对处理快速与指定范围内的模板进行比对，产生比对结果；支持
比对计算节点的任意扩展；支持比对服务热备份，不因为计算节点的宕机而造成比对服务终止；支持多个人脸综合模板比对；支持1：N和1：1比对方式，能做多机并发比对方式；单机比对速度至少1120万次/秒；100万二代证人像库比对前50位命中率达到82%以上；支持WebServices形式的人像比对服务；支持HTTP，
B/S
3
13小时以内完成；
(4)Web人像搜索系统
该子系统对高清照片能进行初步的人脸图像裁剪，提供带条件的人像查询，如性别，年龄，地区，面部特征，设置阈值。支
持人脸图像裁剪，针对用户提交照片先进行自动的人脸筛选，未达到要求的照片再进行手工裁；支持带条件比对识别，用户提交比对识别请求，可以同时附加约束条件，设置阈值等，接受比对识别结果，显示比对识别结果；提供快速查询（前台）与模糊比对（后台）查询两种查询方式，快速查询主要查询符合比对要求
IP
口库、流动人口库、缉控库等各类重点关注人像库；保存人像图片和对应的基本信息、模板数据，以及异步比对模式下的比对结果等数据；支持自动数据库更新；支持多种与业务相关的查询统计功能；支持对不同业务用途的人脸图片及模板数据分库组、分
库别保存；支持多个子库别，通过专用的C/S管理软件支持日志查询，能够获取每天更新的情况与历史日志。
1.5.2人机交互系统功能
1、系统支持用户自定义功能（如可通过警号自定义用户），
任务查询，支持比对类型（单人、多人、验证）、操作用户、状态、操作时间、操作IP以及操作类型等条件的组合查询。
6、系统支持对上传照片的再次编辑，支持提取符合要求的人像数据，可选择直接对比检索或“保存本地”。
7、系统支持根据操作类型、状态、操作人、操作日期等条件查询任务状态，支持“查重耗时”“目标库”、“查重库”、“查重类型”、“查重结果数”等状态描述。
8、系统支持常见的浏览器，如IE６.0以上、360安全浏览器，chrome浏览器等。
1.5.3
7、系统建设的人像库是基于二代证彩色照片，而公安提交的照片有黑白照片、夜间红外照片、手绘素描照片等，系统确保能进行彩色照片和这些照片的比对，且达到国内同行最好水平；
8、系统能将人像比对结果导出为excel表格形式；
9、必须保证系统安全、稳定，非合法用户不允许访问系统，提交比对任务；
1.5.4系统配置清单
整个智能人像识别系统包含了多种子系统，及软件模块，下
1.5.5依赖软件与平台
1
首页点击左下角按钮进入注册人脸界面，提供上传人脸以及对应的信息功能：
点击顶部图标即可选择人脸照片：
填完信息之后点击注册即可将数据上传至服务器进行人脸注册。
首页点击右下角按钮进入系统设置页面，可以设置1:1比对相似度阈值、1：N比对返回结果
数以及服务端地址：
点击对应的设置框即可跳转至对应的设置页面。
1.7网络环境
本平台在内部TCP/IP网中使用，可以使用现有的网络资源。网络最低2M。
2
警记录查询、人脸倒查、人脸图片文件备份与建库、及移动车载终端人脸比对分开处理，这种模块化思路简化了施工难度，节约施工成本，按需取量，相比传统视频监控提升了产品的智能化程度。各个重点治安场所的监控摄像头都可经内网或4G网络将现场
人脸数据提交到区、后台的动态人脸监控比对服务器比对，比对完成后把比对的报警结果发送至前端的监控报警中心。系统的总体结构图如下：
图中画虚线框的设备可以根据系统大小进行裁剪，如果系统比较小，可不用单独在设备上部署，直接可将相关服务部署到其
●单个人脸视频处理器复用的粒度大，可以作为一个设备复用；
●每个人脸视频处理器负责一路摄像机，不需要复杂的调度程序；
●不需考虑负载均衡。
2.1动态监控数据库
该子系统主要完成人像图片和对应的基本信息、模板数据，以及异步比对模式下的比对结果等数据的存储录入，可提供自动数据库更新，支持多种与业务相关的查询统计功能。
5种
1.
FID。
2.
3.
4.
5.
6.
2.1.1人像照片质量判定
在将原始人像照片从原始数据库或者手工录入进行导入时，首先会检测人像图片质量，然后再提取特征，并将照片以光照质量、角度、面部姿态关键字段在人像照片库中进行标定，同时将适合建模的图像进行建模。
2.1.2人像数据入库方式说明
人像数据库子系统对于人像特征入库主要有如下3种方式：1.历史常态库入库：
特指常驻，暂住等人口管理相关的历史库入库，提取对应库照片中的人像特征入人像特征库，如人员信息库与相应的比对库。
2.
3.
C/S
更新，缉控库的主要来源为1）本地照片2）本地数据库3）请求服务获取4）手工录入。任意的单独采集的照片录入时，照片经过首先与比对甄别，无身份的人员入库并与相应案事件等信息进行关联。
2.2人像基础比对服务平台
该子系统主要实现并行化比对运算处理，加快比对响应速度。包括比对应用服务（负责比对请求分发与结果汇总，以及比对服务资源监测控制管理）、比对服务、服务接口三个部分。从比对
2.3
财产安全，经现场勘测监控点，结合不同监控场所的实际情况，从中选取两个监控点做如下分析。
注意：以下所有相机的安装点仅供参考，为能达到最佳的识别效果，在相机安装过程中需根据现场的实际情况合理的调整相
动态人脸识别巡更系统 设 计 方 案 北京博睿视科技有限责任公司 2017年8月18日
目录 第一章人脸识别巡更系统设计要求 一、人脸识别巡更系统社会意义 略 第二章系统概述 人脸识别智能巡更系统为基于深度学习算法的通过式人脸记录巡检系统。根据需要将用于人脸抓拍的监控摄像机安装在需要巡逻的线路或执勤岗位上，人员对该地进行巡更通过时摄像机自动抓拍巡更人员的人脸照片同时将抓拍时间与对应的巡更人员人脸库进行比对结果通过局域网存入系统数据库。此记录将成为巡更人员何时到达该地巡更的依据。管理人员通过系统管理系统软件可清晰地了查询巡更人员巡更的实际情况，如漏查、误点、非本人带班等信息，方便管理人员有效管理。 1、人脸识别巡更系统构成 该系统由人脸静态建库、人脸动态入库、人脸信息修改、实时人脸抓拍、人脸检索、人脸图像聚类、以图搜图、联动报警八大部分组成。整个软件的逻辑体系结构如下图所示。 软件结构体系（C/S结构）
图3-3 软件逻辑体系示意图 3.3.1、人脸静态建库 实现布控人员建库，提供用户建立临时人脸库的功能，使用者可自行注册，批量导入人脸照片，静态人脸库包括黑名单、白名单。 图3.3.1人脸静态建库 3.3.2、人脸动态入库 将摄像机抓拍的人脸图片，建立动态抓拍人脸库，不断累积抓拍数据，为后 期进行人脸管理和提升识别率提供必要的支撑。
图3.3.2人脸动态入库 3.3.3、人脸信息修改 人脸信息修改模块主要是针对各个不同的人脸库，查询符合条件下的人员信息，并对其 中的信息进行修改删除等操作，同时也可针对选择的人脸库进行新人员信息的注册。 图3.3.3人脸信息修改
人脸识别解决方案 浙江大华技术股份 有限公司 解决方案部大华人脸识别解决方案
目录 1 人脸识别技术 (3) 2 人脸识别解决方案 (4) 3 第二章. 方案概述 (5) 3.1 项目概况 (5) —
1人脸识别技术 随着平安城市基础建设的不断完善和加强前端摄像机采集到的数据呈现一种爆炸式的增长。对于公安行业来说数据总量不断充实的情况下如何从非结构化数据中挖掘结构化信息是平安城市建设的二期目标。另一方面公安行业对车辆的结构化信息采集已逐渐趋于成熟化、普遍化但对人员信息采集和认证技术一直使用传统技侦方式。人脸识别技术在以上情况下解决视频录像、图片等非结构化信息到人员照片、身份信息等结构化的转变。人脸识别技术相对于其他生物识别技术如指纹、指静脉、虹膜等同属于四大生物识别技术具有生物特征唯一性、可测量性、可识别性、终身不变性等特点。但相较其他识别技术具有本质的区别 1.非强制性用户不需要专门配合人脸采集设备几乎可以在无意识的状态下就可获取人脸图像这样的取样方式没有“强制性” 2. 非接触性用户不需要和设备直接接触就能获取人脸图像 3. 并发性在实际应用场景下可以进行多个人脸的分拣、判断及识别人脸识别技术流程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人脸特征数据匹配与识别。人脸图像采集及检测基于人的脸部特征对输入的人脸图像或视频流,首先判断是否存在人脸如果存在人脸则进一步的给出每个脸的位置、大小和各个面部器官的位置信息。人脸图像预处理 对于人脸的图像预处理是基于人脸采集及检测结果通过人脸智能算
法对选择出来的人脸图片进行优化和择优选择挑选当前环境下最优人脸并最终服务于特征提取的过程。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。 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。 1.1人脸识别解决方案 人脸特征比对识别通过采集到的人脸图片形成人脸特征数据与后端人脸库中的人脸特征数据模板进行搜索匹配通过设定一个阙值相似度超过这一阈值则把匹配得到的结果输出。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。
智能人脸识别系统技术方案
目录 1智能人像比对平台 1.1系统结构 建立标准统一的共享人像库，并在此基础上，部署完整的人像比对判定平台。该系统由人像标准化采集系统，人像数据库子系统、基础比对服务平台、人脸识别应用平台4大部分组成，支持前端人像采集、静态人脸查询、移动警务通人脸识别一体化服务。 该平台支持统一人像数据交换接口，兼容大多数人像数据交换标准。统一的安全标准接口，兼容PKI密钥，网络加密狗等常见的安全标准接口。系统总体结构如下： 系统采用B/S架构，以浏览器方式进行人像预处理、人像比对、结果查询、用户管理、系统运行状态查询等管理操作，减少了系统后台管理、人口治安及其他警种成百上千终端安装和维护难度，方便未来多警种共享应用。系统可提供标准的WebService接口，将业务系统获取的人像照片与相关人像库进行比对。 1.2设计原则 本着统一标准、分级管理、资源共享、无缝对接的设计原则，以人像比对算法为核心，整合多区域现有资源，实现准确识别、快速反映，覆盖全面的智能人像识别应用平台。 1.2.1先进性 该平台算法由中国科学院自动化研究所研究员、国际知名人脸识别专家、IEEE院士李子青教授领衔研发，是基于中国自主知识产权，针对公安各警种业务特点专门研发的综合智能人像识别应用系统平台。
1.2.2开放性 人像采集与比对平台具有统一的服务接口，兼容公安部拟指定的统一人像数据交换标准草案。统一的安全验证，兼容PKI密钥，身份认证等常见的安全验证机制。 1.2.3扩展性 整个平台系统接口分为系统级别之间的接口与单个系统开放出来的服务接口组成。系统可“随需而变，以不变应万变”提供多种可靠服务功能。 1、系统级接口 系统级接口指的是不同地区部署的人像辅助识别平台之间的接口，主要有两种访问方式第一种采用页面查询的方式，以只查询方式进行访问，通过系统提供的Guest权限进行页面访问。适用于不同平台之间快速的调阅查询。第二种通过请求服务与直接调阅的形式进行数据库的查询，系统预留标准数据库查询接口，以市，县二层结构进行数据库间的查询调用，采用本系统建立的数据中心，纵向上进行直接的调用，高层中心保留下级中心的数据库信息索引。即市级中心直接查询市级与县级中心，市级中心直接查询县级中心。横向上以请求服务形式进行调用，横向系统间不保留对方的数据库信息索引，而是通过请求服务方式进行。 2、服务接口 服务接口适用于该系统与其他业务应用系统做二次开发或者集成用接口，包括所有系统级接口与平台应用接口。 人像基础比对服务平台通过WebService进行与其他系统的交换机制，通过标准的XML或者Jason格式文件进行数据交换，兼容《GA/T 922.2-2011标准第二部分人像数据采集标准》中的数据格式交换。 服务接口主要以WebService与ActiveX等方式提供。满足各业务系统二次开发，集成使用。 服务接口说明
项目背景 随着经济的发展，社会开放程度的提高，社会上的一些违法犯罪事件 也日渐影响到学校校园。如何建立一个安全的校园环境，保障师生的学习、校园生活安全一直是教育部门、公安部门和社会各界关注的焦点。 特别是学校的校园安全建设尤其重要，学校师生均属于安全防卫能力较弱的群体，大部分学生尚未成年，防范意识和自我保护能力比较弱。学校园安全问题，维系着社会的稳定，牵动着家庭的幸福，已成为全社会密切关注的话题，直接影响到和谐社会的建设。 据社会调查显示，造成学校安全事故发生的原因，分为校外社会人员的侵害、校园内外舍学生入侵、学生外出活动伤害等等。 近年来，随着人脸识别技术、大数据技术的迅猛发展，并在实际应用中逐步成熟，在校园打击预防违法犯罪、校园园内人员管理、校园出入人员管控、智慧一脸通等方面起到了良好的作用。且通过人脸识别可以校园多场景中应用。 重庆中科云丛科技有限公司是中国科学院旗下专注于人脸识别等计算机视觉技术的人工智能企业，目前拥有技术人员近1000 人，核心技术人员主要来自于中科院各大研究院全球顶级学府和研究机构。云从科技作为中国科学院战略性先导科技专项的唯一人脸识别团队参与了国内首个人脸识别国家 标准起草与制定。 项目需求 1. 校园安防人脸识别需求分析通过校园安防人脸识别系统管理门禁，
针对流窜作案、多次作案人员，在校园出入门、周界、路口、重要区域增加人脸识别拍抓摄像机，对嫌疑人员、多次作案人员、兄弟院校嫌疑人员、公安部门通辑人员等建立嫌疑人数据库，对经过完人脸抓拍机人会实时抓拍与嫌疑人、在校师生、学校服务人员等数据库中的人像比对，发现黑名单或非本校师生等人的时候，校园安防人脸识别系统将自动报警。 2. 校园宿舍人脸识别需求分析 针对学生宿舍安全管理，以及在校学生夜不归寝，导致学生人身安全.学业.得不到妥善保障的解决方案及建议。在当今充满诱惑物欲横流的社会，充满好奇、缺乏分辨能力、自主意识薄弱的学生最容易学会夜不归寝并且无法自拔，还有甚者引以为荣，逐渐的人数越来越多。从而影响了学业，威胁学生的人身安全。通过校园宿舍人脸识别系统可实现以下功能。 大大降低校园被盗事件的发生，往往偷盗事件发生的两个因素，第一是学生防盗意识薄弱，第二是校园硬件设备滞后。而其中一个环节的提高，都会使得偷盗事件发生率的降低。传统的监控设备，起到作用是方便案件发生后的追查。而人脸识别的门禁设备，是把事件的发生制止与未然。把犯罪嫌疑人止于门外。 提高安全，解决潜在隐患。因为钥匙、磁卡可复制性，以及流动性强，决定了一旦钥匙丢失、或者传递，便使得宿舍楼处于亚安全状态，无形中增加管理难度。人脸识别系统采用人脸面部验证，不仅仅能确保出入人员的身份，更能记录下出入详细信息。通过设置，还能实现出入人员的管理（例学生在假期间识别无效，赋予假期留校生专门权限）。
前后门人脸识别系统需求方案为进一步加强厂区人员管控，杜绝无关人员及违禁物品进入厂区，把好人员、物品入场安全第一关，辅助和提升管理人员工作效率，提高公司安全生产管理技术水平，现申请安装前后门人脸识别系统，需求如下: 一、公司人员出入管理存在问题 目前，公司合作单位人员通过办理出入证卡，由前门内勤员进行核对放行的方式进入厂区。但出入证件卡在实际使用过程中存在以下问题：1.卡面磨损程度严重，无法确认人员真实信息，一般情况下多为依靠内勤人员的印象辨别外来人员，如此一来需要耗费大量人力，无法保证厂区人员识别的准确性；2.人员离职后没有及时办理退卡，仍使用出入证逗留厂区；3.一卡多用、借给他人使用；4.合作单位常以未能及时取到证件卡为由，临时通行等。 二、系统实现功能 1.采用快速人脸检测技术，实行一人一脸录入，支持现场设备或者移动客户端录入。 2.系统验证方式需支持人脸识别及身份证均可认证。 3.可在系统管理设置限定时间内（如3-5天，具体时间由我司管理人员自定义），如人员未进行验证，系统会自动发出相关人员名单信息警报提示或停止其使用。 4.前后门验证设备数据要求放置前门值班室处进行统一管
理，同时实现网络远程管理。5.前后门人行道设置双通道区分进出道，进道只允许进入通行不允许出，出道只允许出通行，不允许进入；人员进厂需进行人脸认证，出口红外线感应开启（明确的通行指示功能）。 6.当断电时，闸门能自动打开，确保人员安全通行。 7.前后门各加装2个摄像头，1台监控主机设备，监控闸门位置，防止人员违规通行或设备破坏，有效调查录像取证。 8.单独配置管理电脑套装（主机加显示器等）。 9.在系统出现故障，或者非法闯入时，系统产生声光报警提示功能。 10.系统管理需考虑预留出口道闸后续可以实现增加人脸识别功能融合使用。 三、系统硬件要求
脸识别与其他认证技术的比较： 人脸识别应用模式：
人脸识别优点： 对姿态、光照、遮挡鲁棒、年龄，有较强的自适应性。在国际公开数据库FDDB评测中拥有国际领先的检测性能 从海量数据中自动学习得到有效特征，判别性强，紧致度高 活体检测技术，防止人脸照片、模型、视频等攻击 马尔可夫算子，千万级样本训练 基于可变形状模型的人脸检测算法 基于级联回归的人脸特征点定位算法 基于3D模型的人脸姿态校正 基于深度学习的人脸识别算法
系统优势- 高效人脸检测 在提高速度的同时，我们的算法还降低了漏检，避免了误检。以下几个例子是公认的比较困难的情况（通常是不能检测的），我们的方法对多数情况都能够检测。
视觉技术 此套技术在人脸识别、物体识别、图像搜索、图像处理、智能监控等多个领域均有创新性技术积累。联合全球视觉计算技术的行业领袖NVIDIA，提供基于大数据下的深度学习打造的下一代计算机视觉识别和人工智能引擎，以产品和应用以及在线云API 的产品形式，让广大企业级用户可以快速集成最好的计算机视觉识别技术。 人脸技术 基于BIG DATA下的Deep Learning 的人脸识别算法 基于大数据下的深度学习的卷积神经网络人脸识别算法，大幅提升了各种现实情况如侧脸、半遮挡、面部涂抹，模糊人脸等中的人脸识别能力。并且随着大数据的深度学习可持续优化与提升。 人脸识别技术 人脸识别算法包括人脸检测、关键点定位、特征提取、匹配识别等功能模块： ①人脸检测模块采用了基于多尺度、多视角、多通道的Adaboost 算法，可对不同姿态、不同场景、不同光照的人脸进行实时检 测； ②关键点定位模块采用了随机蕨级联回归算法，可对表情丰富、 角度多变的人脸进行精准定位； ③特征提取和匹配识别模块分别采用了深度卷积网络和联合贝 叶斯模型，训练过程更加自动化、学习特征更具代表性、识别
动态人脸识别巡更系统 案 北京博睿视科技有限责任公司 2017年8月 18日 目录 第一章人脸识别巡更系统设计要求 一、人脸识别巡更系统社会意义 略 第二章系统概述 人脸识别智能巡更系统为基于深度学习算法的通过式人脸记录巡检系统。根据需要将用于人脸抓拍的监控摄像机安装在需要巡逻的线路或执勤岗位上，人员对该地进行巡更通过时摄像机自动抓拍巡更人员的人脸照片同时将抓拍时间与对应的巡更人员人脸库进行比对结果通过局域网存入系统数据库。此记录将成为巡更人员何时到达该地巡更的依据。管理人员通过系统管理系统软件可清晰地了
查询巡更人员巡更的实际情况，如漏查、误点、非本人带班等信息，方便管理人员有效管理。 1、人脸识别巡更系统构成 该系统由人脸静态建库、人脸动态入库、人脸信息修改、实时人脸抓拍、人脸检索、人脸图像聚类、以图搜图、联动报警八大部分组成。整个软件的逻辑体系结构如下图所示。 软件结构体系（ C/S 结构） 图3-3 软件逻辑体系示意图 实现布控人员建库，提供用户建立临时人脸库的功能，使用者可自行注册，批量导入人脸照片，静态人脸库包括黑名单、白名单。 人脸动态入库 将摄像机抓拍的人脸图片，建立动态抓拍人脸库，不断累积抓拍数据，为后 期进行人脸管理和提升识别率提供必要的支撑。 人脸信息修改 人脸信息修改模块主要是针对各个不同的人脸库，查询符合条件下的人员信息，并对其 中的信息进行修改删除等操作，同时也可针对选择的人脸库进行新人员信息的注册。
实时人脸抓拍 该子系统为监控画面和报警端的界面，主要分为4 个部分：视频设备列表，监控画面，现场抓拍图像和匹配报警图像。 图实时人脸监控子系统效果图 功能模块分别为 视频设备列表：列举所有可以使用的监控摄像头 图视频设备列表 监控画面：播放窗口显示该摄像机的实时监控 图监控画面 现场抓拍图像：显示摄像头所抓取的人脸图片 图现场抓拍图像 报警图像：根据抓拍到的人脸图像，与数据库中的人员进行比对查询。 图匹配报警图像 人脸图像检索 人脸图像检索即为对摄像头抓拍到的人员信息或系统识别比对结果进行进一步的查询。该模块分为比对结果查询，抓拍人像查询和比对库人脸查询三个部分 比对结果查询：选择要查询的设备和黑白名单类型以及匹配的开始和结束时间，然后点击查询按钮。 显示的匹配结果以倒序方式进行排列，离结束时间最近的排在最 图比对结果查询 抓拍人像查询：选择抓拍起始时间和抓拍结束时间，然后点击查询按钮。显示的内容以“抓拍时 间”中的内容倒序方式进行排列，即离结束时间最近的排在最前面。 图抓拍人像查询比对库人脸查询：选择入库的开始时间和入库结束时间，然后点击查询按钮。显示的结果以“入库时间”中的内容倒序方式进行排列，即离结束时间最近的排在最前面。 图比对库人脸查询 聚类
实用 小区人脸识别系统 解决方案
目录 1背景概述 (3) 2人脸识别应用优势 (3) 3设计原则 (4) 4设计依据 (5) 5系统组成 (6) 6主要功能 (11) 7产品特点 (12) 8规格参数 (14) 9客户端功能 (16) 10小区应用场景 (17) 10.1新疆庭院化社区 (17) 10.2智慧小区 (18) 11案列 (20)
1背景概述 随着社会经济的高速发展和我国城镇化进程的加快，城市人口日趋密集，居住环境的舒适性和安全性已经成为人们居住首选，而门禁系统在安居环境中起到的重要作用得到越来越多的重视。目前国内的门禁系统主要以卡类设备、视频门禁、指纹设备或密码设置为主，这些识别方式都要求人员近距离操作，当使用者双手被占用时则显得极不方便，同时也带来卡片或密码丢失、遗忘，复制以及被盗用的隐患和成本高的问题，而指纹识别，被网上的指纹套破解了“密码”，更让人觉得惶恐不安。 为切实解决小区门禁系统存在的问题，夯实社会稳定和长治久安的基层基础，及高清技术、智能化技术、网络技术的日趋普及与成熟，我司立足实际需求，针对小区门禁操作不便、卡片易丢失容易被复制、密码容易忘记等问题，推出人脸识别系统解决方案。 系统采用先进的人脸识别算法，高速芯片作为识别算法的运行硬件平台，通过出入口的身份证信息采集、实时人脸抓拍识别和人证比对，从而实现人证合一验证。并针对小区实现固定人员刷脸通行，访客人员登记后刷脸通行或刷身份证人证比对成功后通行，解决固定人员通行时需要刷卡或遗忘密码的问题，人证比对失败人员则需要小区管理人员确认后手工放行。 2人脸识别应用优势 人脸识别技术特指利用比较不同人脸视觉特征信息进行身份鉴别的最新识别技术，属于生物特征识别技术的一种。人脸识别技术是一种基于人的脸部特征，对输入的人脸图像或者视频流进行处理，根据每个脸的位置、大小和各个主要面部器官的位置信息，进一步提取每个人脸中的身份特征，并将其与一直的人脸进行对比，配合人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理，身份确认以及身份查找等，确认具体人员的身份。 人脸识别技术在人员身份识别方面的应用优势与特点： 非接触的，用户不需要和设备直接接触；
营门出入管理人脸识别 系统技术方案 LEKIBM standardization office【IBM5AB- LEKIBMK08- LEKIBM2C】
营区出入管理人脸识别系统
1.系统概述 根据管理需求对通行人员使用出入管理人脸识别系统进行验证识别。出入管理人脸识别系统实现对人脸的采集、识别和验证。出入管理人脸识别系统主要由人脸注册管理软件、人脸采集摄像机、人脸验证识别服务器组成，具有人脸注册、人脸特征库管理、支持人脸图像的输入、人脸验证识别、记录管理、人脸库参数设置等功能，并提供相应的的软件接口，支持与上层应用系统对接和集成。 2.人员验证识别方式 为了进一步提高出入管理业务的效率，增强内部、来访人员通行的便利性，提出了1:N人脸验证识别方式。 1:N人脸识别业务流程如下所示： 内部人员内部管理中心预先采集所有人员人脸图像信息，来访人员在传达室采集人脸图像信息，人脸图像经过特征提取存储到人脸识别系统人脸库中。 通行人员通过出入口时，设置在出入口的人脸采集摄像机现场采集内部人员人脸信息，与指定人脸库中的N个人脸进行比对，找出最相似的一张脸或多张人脸。根据待识别人脸与现有人脸库中的人脸匹配程度，返回用户信息和匹配度，匹配度超过指定阈值时，对该当通行人员予以放行。在人脸验证识别方式无法正常验证通过时，由执勤人员验证确认后予以放行。流程图见图1。
人脸特征库人脸特征库 人脸照片和身份证信息 出入口 出入管理系统 人脸识别设备 人脸采集摄像机 出入管理系统后台服务 ①信息采集出入管理人脸识别系统组成图如图2、3所示。
图2 出入管理人脸识别系统组成框图 测试机A 测试机B 人脸识别服务器S1 人脸采集摄像机C1 人证采集设备 (身份证T1、军官证T2)图 图2 出入管理人脸识别系统组成与连接关系图
人脸识别系统解决方案 深圳xx智能科技有限公司 xx年6月13日
目录 一、概述 (3) 1、背景分析 (3) 2、设计原则 (3) 二、系统介绍 (4) 1、系统组成 (4) 2、人脸识别特性 (4) 3、主要功能 (6) 4、产品特点 (6) 三、主要设备介绍 (7) 四、公司简介 (9) 五、售后服务 (11) 1、维修技术人员情况 (11) 2、维护服务 (11) 3、维修服务及应及维修时间安排 (11) 4、售后服务流程 (12) 5、以下情况不属保修范围 (12) 6、更新改进服务 (12) 7、建立用户档案，完善产品质量 (12)
一、概述 1、背景分析 随着我国城镇化进程的加快，城市人口日趋密集，人口流动性也大大增加，社会犯罪率呈逐年升高的趋势。在传统侦查工作方式中，多采用人工排查的方式，要排查重要场所人员身份，和限制外来人员进入固定区域，不仅费时费力，还可能造成遗漏等情况，排查效率大打折扣，同时给公共安全防范和社会维稳工作带来了极大的困难。 为切实解决重点复杂区域社会治理难题，夯实社会稳定和长治久安的基层基础，及高清技术、智能化技术、网络技术的日趋普及与成熟，我司立足实际需求，针对复杂区域流动人口多、身份难以核查、人员来访不易管理的局面，推出人脸识别系统解决方案。 系统采用先进的人脸识别算法，高速芯片作为识别算法的运行硬件平台，通过出入口的身份证信息采集、实时人脸抓拍和人证比对，从而实现人证合一验证。并针对不同场所实现固定人员刷脸通行，访客人员人证比对登记，解决固定人员每次需要刷证或输入密码的问题，人证比对失败人员则需要安保人员或工作人员人工确认后手动放行。 2、设计原则 系统设计遵循技术先进、深度学习算法、性能稳定、节约成本的原则；本系统设计内容是系统的、全面的、完整的、易用的以及符合人机交互的；方案设计具有科学性、合理性、可操作性。
智能人脸识别系统 技 术 方 案 2018年3月
目录 1智能人像比对平台 1.1系统结构 建立标准统一的共享人像库，并在此基础上，部署完整的人像比对判定平台。该系统由人像标准化采集系统，人像数据库子系统、基础比对服务平台、人脸识别应用平台4大部分组成，支持前端人像采集、静态人脸查询、移动警务通人脸识别一体化服务。 该平台支持统一人像数据交换接口，兼容大多数人像数据交换标准。统一的安全标准接口，兼容PKI密钥，网络加密狗等常见的安全标准接口。系统总体结构如下： 系统采用B/S架构，以浏览器方式进行人像预处理、人像比对、结果查询、用户管理、系统运行状态查询等管理操作，减少了系统后台管理、人口治安及其他警种成百上千终端安装和维护难度，方便未来多警种共享应用。系统可提供标准的WebService接口，将业务系统获取的人像照片与相关人像库进行比对。 1.2设计原则 本着统一标准、分级管理、资源共享、无缝对接的设计原则，以人像比对算法为核心，整合多区域现有资源，实现准确识别、快速反映，覆盖全面的智能人像识别应用平台。 1.2.1先进性 该平台算法由中国科学院自动化研究所研究员、国际知名人脸识别专家、IEEE院士李子青教授领衔研发，是基于中国自主知识产权，针对公安各警种业务特点专门研发的综合智能人像识别应用系统平台。
1.2.2开放性 人像采集与比对平台具有统一的服务接口，兼容公安部拟指定的统一人像数据交换标准草案。统一的安全验证，兼容PKI密钥，身份认证等常见的安全验证机制。 1.2.3扩展性 整个平台系统接口分为系统级别之间的接口与单个系统开放出来的服务接口组成。系统可“随需而变，以不变应万变”提供多种可靠服务功能。 1、系统级接口 系统级接口指的是不同地区部署的人像辅助识别平台之间的接口，主要有两种访问方式第一种采用页面查询的方式，以只查询方式进行访问，通过系统提供的Guest权限进行页面访问。适用于不同平台之间快速的调阅查询。第二种通过请求服务与直接调阅的形式进行数据库的查询，系统预留标准数据库查询接口，以市，县二层结构进行数据库间的查询调用，采用本系统建立的数据中心，纵向上进行直接的调用，高层中心保留下级中心的数据库信息索引。即市级中心直接查询市级与县级中心，市级中心直接查询县级中心。横向上以请求服务形式进行调用，横向系统间不保留对方的数据库信息索引，而是通过请求服务方式进行。 2、服务接口 服务接口适用于该系统与其他业务应用系统做二次开发或者集成用接口，包括所有系统级接口与平台应用接口。 人像基础比对服务平台通过WebService进行与其他系统的交换机制，通过标准的XML或者Jason格式文件进行数据交换，兼容《GA/T 922.2-2011标准第二部分人像数据采集标准》中的数据格式交换。 服务接口主要以WebService与ActiveX等方式提供。满足各业务系统二次开发，集成使用。 服务接口说明
XX学校 校园人脸识别安全防范系统建设 方案建议书 北京圣邦天麒科技有限公司 2016年1月
目录 1 前言 (1) 2 需求分析 (2) 3 方案设计遵循标准和原则 (3) 3.1设计依据 (3) 3.2设计目标 (3) 3.3设计原则 (3) 3.4设计思想 (4) 4 技术概述 (5) 4.1关于人脸识别技术 (5) 4.2人脸识别技术原理 (5) 4.3人脸识别技术特点 (5) 4.4人脸识别应用于身份鉴别的优势 (6) 4.4.1 与密码、IC卡身份验证系统比较 (6) 4.4.2 与指纹身份验证系统比较 (6) 4.4.3 与虹膜、手指静脉身份验证系统比较 (6) 5 方案设计 (7) 5.1系统拓扑结构 (7) 5.2系统建设目标 (8) 5.3系统功能设计 (8) 5.4人脸识别流程示意图 (10) 5.5人脸识别终端设备 (10) 5.5.1产品资料 (10) 5.5.2电气特性 (11) 5.5.3人脸识别参数 (11) 5.5.4 I/O接口 (11) 5.5.5系统平台及存储能力 (11) 5.6系统管理平台 (12)
5.7系统使用简介 (13) 5.8应用设计 (14) 5.8.1学校门禁应用 (14) 5.8.2学校宿舍管理应用 (14) 5.8.3学生家长身份验证应用 (14) 5.8.4学生防逃课系统应用 (15) 附录一：系统配置表 (16)
1前言 人脸识别技术的研究始于20世纪60年代末期。20世纪90年代后期以来，一些商业性的人脸识别系统逐渐进入市场，但是，这些技术和系统离实用化都有一定距离，性能和准确率也有待提高。 美国遭遇恐怖袭击后，这一技术引起了广泛关注。作为非常容易隐蔽使用的识别技术，人脸识别逐渐成为国际反恐和安全防范最重要的手段之一。近年来，人脸识别在中国的市场，也经历着迅速的发展，而且发展的脚步也越来越快。主要原因为： 1、科技的进步 国际上，美国标准与技术研究院（NIST）举办的Face Recognition Vendor Test 2006，通过大规模的人脸数据测试表明，当今世界上人脸识别方法的识别精度比2002年的FRVT2002至少提高了一个数量级（10倍），而对于高清晰，高质量人脸图像识别，机器的识别精度几乎达到100%。在我国，近年来科技界和社会各个方面都认识到人脸识别技术的重要性，国家政策对人脸识别技术研究给予了很大支持，使得我国人脸识别技术也得到了迅速的发展。 2、应用需求的增加 越来越趋向于高科技的犯罪手段使得人们对各种场合的安全机制要求也近 乎苛刻，各种应用需求不断涌现。人脸识别市场的快速发展一方面归功于生物识别需求的多元化，另一方面则是由于人脸识别技术的进步。从需求上来说，除了传统的考勤、门禁等应用外，视频监控环境下的身份识别正成为一种迫切的需求，即在一个较复杂的场景中，在较远的距离就识别出特定的人，这显然是其它生物识别方法所欠缺的，而人脸识别却是一个极佳的选择。
人脸识别系统解决方案 深圳东南创通智能科技有限公司 2018年6月13日
目录
一、概述 1、背景分析 随着我国城镇化进程的加快，城市人口日趋密集，人口流动性也大大增加，社会犯罪率呈逐年升高的趋势。在传统侦查工作方式中，多采用人工排查的方式，要排查重要场所人员身份，和限制外来人员进入固定区域，不仅费时费力，还可能造成遗漏等情况，排查效率大打折扣，同时给公共安全防范和社会维稳工作带来了极大的困难。 为切实解决重点复杂区域社会治理难题，夯实社会稳定和长治久安的基层基础，及高清技术、智能化技术、网络技术的日趋普及与成熟，我司立足实际需求，针对复杂区域流动人口多、身份难以核查、人员来访不易管理的局面，推出人脸识别系统解决方案。 系统采用先进的人脸识别算法，高速芯片作为识别算法的运行硬件平台，通过出入口的身份证信息采集、实时人脸抓拍和人证比对，从而实现人证合一验证。并针对不同场所实现固定人员刷脸通行，访客人员人证比对登记，解决固定人员每次需要刷证或输入密码的问题，人证比对失败人员则需要安保人员或工作人员人工确认后手动放行。 2、设计原则 系统设计遵循技术先进、深度学习算法、性能稳定、节约成本的原则；本系统设计内容是系统的、全面的、完整的、易用的以及符合人机交互的；方案设计具有科学性、合理性、可操作性。
二、系统介绍 1、系统组成 人脸识别系统由人证识别终端、通道闸、人脸识别管理客户端及平台组成。 人脸识别系统拓扑图 2、人脸识别特性 人脸识别系统核心组成部分主要包括人脸图像采集模块、动态人脸定位、人脸识别预处理、身份查找、身份比对、身份确认、执行机构和记录平台等，并通过一脸通平台判断人员身份及权限，开放相应的区域，保留人脸通行记录事件，并根据相应的权限命令各子系统作出响应，例如固定客户通道自动放行，访客只允许进入指定楼层等。 人脸识别一体化终端使用世界领先的人脸检测、识别算法（FDDB与LFW世界前三），将其运行在高性能嵌入式平台中，配合200W像素的摄像头，终端实现人脸检测、人脸跟踪、与人脸识别，并可在屏幕上呈现相应的反馈。 本产品能够同时识别5个人，光线环境良好的情况下最远能识别5米远的人脸，人脸跟踪与检测耗时20ms左右，人脸特征提取耗时200ms左右，人脸比对耗时左右，对光
人脸识别布控系统建设方案
目录 1、前言 (3) 2、平安城市应用需求 (4) 3、系统方案设计 (5) 3.1人脸识别技术简介 (5) 3.2人脸比对系统说明 (7) 3.2.1前端接入层 (7) 3.2.2人脸识别分析层 (8) 3.2.3传输层 (9) 3.2.4管理及应用层 (9) 3.3系统应用功能 (11) 3.4系统特点及优势 (13) 4、产品介绍-高清人脸比对分析仪 (14) 4.1高清人脸比对分析仪 (14) 4.2设备性能指标 (15) 4.3影响人脸识别准确度的因素 (16)
1、前言 随着经济的发展，城镇建设速度加 快，使得城市中人口密集，流动人口增 加，引发了城市建设中的交通、社会治 安、重点区域防范、网络犯罪日益突出 等城市管理问题，近年来社会上不断出 现的各类恐怖袭击事件、报复社会伤人事件、以及各类刑事案件等均呈逐年升高的趋势，罪犯的犯罪手法也更加隐蔽和先进，实施的地点包括在各类人群聚集的场所、车站、机场、码头等，监控难度非常大，给广大公安人员预防案件发生、以及后期侦破案件都增加非常大的难度。 平安城市监控系统是一种非常有效的管理手段，能很好的协助公安人员，对各个监管区域的实时查看，以及在出现问题后能快速复查该区域的视频录像。目前平安城市的视频监控领域的两个最主流的发展趋势，即为高清化和智能化，高清视频监控系统已经开始逐步替换传统的模拟视频监控系统，而智能化则是将使得视频监控系统不仅能够“看得清”，而且需要能够“看得懂”，作为视频监控中最主要的被关注对象（监控对象）——“人”，其身份识别就成为看得懂的一个最重要的需求之一，而如果需要从视频中能直接识别出是谁，则需要借助人脸识别系统。
人脸识别解决方案浙江大华技术股份 有限公司 解决方案部大华人脸识别解决方案
目录 —
1人脸识别技术 地数据呈现一种爆炸式地增长. 设地二期目标.另一方面公安行业对车辆地结构化信息采集已逐渐趋 方式.人脸识别技术在以上情况下解决视频录像、图片等非结构化信息到人员照片、身份信息等结构化地转变.人脸识别技术相对于其他 具有生物特征唯一性、可测量性、可识别性、终身不变性等特点.但 . . . 脸地分拣、判断及 采集及检测、人脸图像预处理、人脸图像特征提取以及人脸特征数据匹配与识别.人脸图像采集及检测基于人地脸部特征对输入地人脸图像或视频流,首先判断是否存在人脸如果存在人脸则进一步地给出每个脸地位置、大小和各个面部器官地位置信息. 于人脸地图像预处理是基于人脸采集及检测结果通过人脸智能算法
对选择出来地人脸图片进行优化和择优选择挑选当前环境下最优人脸并最终服务于特征提取地过程.其预处理过程主要包括人脸图像地光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等. 人脸图像特征提取人脸识别系统可使用地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.人脸特征提取地方法归纳起来分为两大类一种是基于知识地表征方 .基于知识地表征方法主要是根据人脸器官地形状描述以及他们之间地距离特性来获得有助于人脸分类地特征数据其特征分量通常包括特征点间地欧氏距离、曲率和角度等. 对这些局部和它们之间结构关系地几何描述可作为识别人脸地重要 .基于知识地人脸表征主要包括基于几何特征地方法和模板匹配法. 1.1人脸识别解决方案 相似度超过这一阈值则把匹配得到地结果输出.这一过程又分为两类 进行图像匹配对比地过程.
1引言 近年来，生物识别技术以其特有的稳定性、唯一性、方便性，被广泛地应用在安全认证等身份鉴别领域，正日益成为人们日常生活和工作中的重要且普遍的安全验证方式。 人脸识别技术属于生物特征识别技术中的一种，它利用不同人的面像有各自的特点这一事实，通过比较待识别者与库中候选对象的面像信息，以确认其身份归属。在公安部门的刑侦工作中，人脸识别技术有着广泛的运用，存在多种多样的应用形式，包括网上追逃、卡口追逃、监狱管理、重点对象监控等等。从广义上说，公安系统中所有包含人脸信息的数据库，如常驻人口库，均可被用于基于人脸特征的智能检索。随着公安部门对人睑识别系统的熟悉和深入使用，随时有可能发现或产生新的应用方式，对系统功能提出更高的要求.这决定了本系统应当具有极强的可扩充性与适应性，以满足公安部门不断增加和变化的应用需求。本文介绍的我们研制的人脸识别系统是针对公安部门的需求而设计的，并同时可适用于银行、海关等领域。文中将主要描述本系统的总体设计思想，系统结构和主要实现技术，而系统的图像预处理技术和具体的人脸识别算法，因文章篇幅所限，这里不再赘述。 2系统总体结构设计 提取出人脸区域的特征信息;最后，通过将所提取的人脸特征与原先库存的特征相匹配，以发现待识别者的身份. 2.1人脸识别的流程 自动人脸识别研究已有三十多年的历史，出现了诸如PCA, SVM, Bayesian等一系列行之有效的人脸识别方法，-s7。从总体流程上看，人脸识别包括:人脸检测、人脸特征抽取、特征比对识别三个重要的环节，算法的整个工作流程如图1所示。 对于输入的人脸图像，我们首先通过人脸检测算法定为图像中相应的人脸区域;在此基础上，我们使用特征抽取算法提取出人脸区域的特征信息;最后，通过将所提取的人脸特征与原先库存的特征相匹配，以发现待识别者的身份. 2.2系统设计复杂性分析 人脸识别技术是一种较为成熟的技术，然而，要使用这一技术架构起一个强大的身份识别系统，依然存在着许多影响设计复杂性的不确定因素.这些因素主要包括: ·数据库差异:人脸识别系统需要对底层个人信息数据库进行管理维护，这要求系统对底层数据库有明确的了解和控制。然而，公安部门目前使用的各类数据库并没有统一的设计规范，库与库之间的结构定义，信息存储均存在着较大的差异。我们需要限制这种差异带来的影响，以统一的方式为不同的应用提供一致的操作界面。 ·信息获取方式差异:在实际应用中，我们可以通过多种途径来获得人脸信息，包括简
1、绪论 人脸识别是通过分析脸部器官的唯一形状和位置来进行身份鉴别。人脸识别是一种重要的生物特征识别技术，应用非常广泛。与其它身份识别方法相比，人脸识别具有直接、友好和方便等特点，因而，人脸识别问题的研究不仅有重要的应用价值，而且在模式识别中具有重要的理论意义，目前人脸识别已成为当前模式识别和人工智能领域的研究热点。本章将简单介绍几种人脸识别技术的研究方法。 关键词：人脸识别 2、人脸识别技术的主要研究方法 目前在国内和国外研究人脸识别的方法有很多，常用的方法有：基于几何特征的人脸识别方法、基于代数特征的人脸识别方法、基于连接机制的人脸识别方法以及基于三维数据的人脸识别方法。人脸识别流程图如图2．1所示： 图2．1人脸识别流程图 3、基于几何特征的人脸识别方法 基于特征的方法是一种自下而上的人脸检测方法，由于人眼可以将人脸在不此研究人员认为有一个潜在的假设：人脸或人脸的部件可能具有在各种条件下都不会改变的特征或属性，如形状、肤色、纹理、边缘信息等。基于特征的方法的目标就是寻找上述这些不变特征，并利用这些特征来定位入脸。这类方法在特定的环境下非常有效且检测速度较高，对人脸姿态、表情、旋转都不敏感。但是由于人脸部件的提取通常都借助于边缘算子，因此，这类方法对图像质量要求较高，对光照和背景等有较高的要求，因为光照、噪音、阴影都极有可能破坏人脸部件的边缘，从而影响算法的有效性。 模板匹配算法首先需要人TN作标准模板(固定模板)或将模板先行参数化(可变模板)，然后在检测人脸时，计算输入图像与模板之间的相关值，这个相关值通常都是独立计算脸部轮廓、眼睛、鼻子和嘴各自的匹配程度后得出的综合描述，最后再根据相关值和预先设定的阈值来确定图像中是否存在人脸。基于可变模板的人脸检测算法比固定模板算法检测效果要好很多，但是它仍不能有效地处理人脸尺度、姿态和形状等方面的变化。 基于外观形状的方法并不对输入图像进行复杂的预处理，也不需要人工的对人脸特征进行分析或是抽取模板，而是通过使用特定的方法(如主成分分析方法(PCA)、支持向量机(SVM)、神经网络方法(ANN)等)对大量的人脸和非人脸样本组成的训练集(一般为了保证训练得到的检测器精度，非人脸样本集的容量要为人脸样本集的两倍以上)进行学习，再将学习而成的模板或者说分类器用于人脸检测。因此，这也是j 种自下而上的方法。这种方法的优点是利用强大的机器学习算法快速稳定地实现了很好的检测结果，并且
武汉理工大学本科生毕业设计（论文）任务书 学院：自动化学院专业班级：自动化1005 班 姓名：王建华学号： 0121011360501 毕业设计（论文）题目：人脸识别系统的研究与实现 任务书含以下方面的内容： （一）设计（论文）主要内容： OpenCV 是一个开源的跨平台计算机视觉库，可实现图像处理和计算机视觉方面的很多通用算法。OpenCV 给人脸识别提供了一整套图像处理以及图像与模式分析函数，可迅速完成人脸的识别和检测。本研究希望利用OpenCV 库，开发一个人脸识别系统，能够辨认出6-8 个人脸，并有相应的反应。 （二）要求完成的主要任务： 1、查阅不少于15 篇的相关资料，其中英文文献不少于2 篇，完成开题报告。 2、通过对资料的阅读，深入了解OpenCV 库以及人脸检测与识别的相关算法。 3、利用OpenCV 库实现人脸检测与识别算法。 4、完成不少于2 万英文（5000 汉字）印刷符的英文文献翻译。 5、完成毕业论文（设计说明书和相关图纸）。 （三）进度安排 第1-2 周：查阅相关文献资料，明确研究内容，了解研究所需硬件和软件。确定方案，完成开题报告。 第3-4 周：安装软件，学习熟练应用软件OpenCV。 第5-7 周：学习OpenCV 库中的相关函数。 第8-10 周：利用VS2010 软件编程，熟练掌握OpenCV 的各种相关功能。 第10-12 周：OpenCV 程序的修改，调试。 第13-14 周：修改并完成毕业论文。 第15 周：准备论文答辩。 (四) 必读参考资料及主要参考文献 [1]（美）布拉德斯基（Bradski G.），（美）克勒（Kaehler A.），于仕琪，刘瑞祯．学习OpenCV（中文版）[M]．清华大学出版社，2009：601.
人脸识别考勤系统解决方案 一、人脸识别行业背景 严格规范的员工考勤管理是现代企事业单位提高管理效益的重要保证, 而传统的以打卡、刷卡为代表的考勤产品，存在着替代打卡，效率低下，不易统计，管理和使用维护成本高等弊端。 指纹识别产品在考勤中的大规模应用，部分解决了代打卡的问题，但是超过5%左右的人群天生指纹很浅，无法用指纹识别。指纹考勤产品在天气干燥或者换季的时候，识别困难，由于必须接触，就给细菌的传播提供了一个便利的载体。 人脸识别是对人的脸部特征信息进行身份认证的生物特征识别技术。近年来，随着欧美发达国家人脸识别技术开始进入实用阶段后，人脸识别迅速成为近年来全球的一个市场热点，它具有如下显著优点： ◆非接触，智能交互，用户接受程度高。 ◆直观性突出，符合人“以貌识人”的认知规律。 ◆适应性强，不易仿冒，安全性好。 ◆摄像头的大量普及，易于推广使用。 ◆人脸识别杜绝代打卡 ◆方便快捷识别时间少于1秒 ◆非接触更卫生不怕细菌传播 ◆通讯方式 U盘、网络
综上所述，人脸识别被人们称为最自然、最直观的一种生物特征识别技术。 二、人脸识别技术介绍： 目前的人脸识别技术，分为二维人脸识别、三维人脸识别两大类。二维人脸识别是基于人脸平面图像的，但实际上人脸本身是三维的，人脸平面图像只是三维人脸在一个平面上的投影，在这个过程中，必然会丢失一部分信息，因此，二维人脸识别性能的进一步提升，一直受到环境光线、姿态、表情等因素的不利影响。 三维人脸识别是基于三维人脸图像的，从理论上讲具备一些三维图像信息的技术优势，但一直存在采集设备昂贵，采集系统复杂，存储度高，人脸重建算法很复杂，识别速度较慢等缺点。 中控人脸识别+指纹考勤机在人脸识别方面采用了“双目立体”人脸识别算法，专用双摄像头，就好像一个人的一双眼睛，既保留了二维人脸识别简单的优点，又借鉴了三维人脸识别的部分三维信息，识别性能达到国际一流，识别