下载文档原格式
智能摄像头的技术要求智能摄像头是一种利用计算机视觉技术进行图像和视频分析的设备。
它具有高度智能化的特点，能够实时监控、识别和跟踪目标，应用于安防监控、智能家居、智慧交通等多个领域。
智能摄像头的技术要求如下：1. 高清画质：智能摄像头应具备高分辨率和高动态范围，以保证图像和视频的清晰度和细节展示。
高清画质能够提供更为精准的图像识别和目标追踪，增强系统的可靠性和功能性。
2. 夜视能力：智能摄像头需要具备较好的夜视功能，能够在光照不足的环境下实时监控。
夜视能力的提升可以通过增加红外照明、低照度传感器和图像增强算法等方式来实现。
3. 宽动态范围（WDR）：智能摄像头应具备宽动态范围技术，以应对光照强烈变化的环境。
WDR技术能够自动调整图像的曝光，将亮度过亮或过暗的区域细节保留并显现出来，提高目标检测和识别的准确性。
4. 视野覆盖广：智能摄像头的视野应具备广阔的覆盖范围，能够拍摄到更大的监控区域。
视野广阔可以减少盲区，提高监控的全面性和效果。
5. 实时监控与响应：智能摄像头具备实时监控和响应能力，能够迅速发现异常事件，并立即发出警报。
实时监控和响应能够帮助及时处置危险和异常情况，保障人员和财产的安全。
6. 高精度的目标检测和识别：智能摄像头应具备高精度的目标检测和识别技术，能够准确判断出正常和异常的目标。
目标检测和识别的准确性直接影响到智能摄像头的应用效果和价值。
7. 移动和跟踪能力：智能摄像头具备移动和跟踪能力，能够自动追踪目标并跟随其运动。
移动和跟踪功能可以提高监控的灵活性和效果，减少人工干预的需求。
8. 数据传输和存储：智能摄像头需要具备快速、可靠的数据传输和存储功能，能够将采集到的图像和视频及时传输给监控系统。
数据的传输和存储技术直接关系到智能摄像头的实时性和扩展性。
9. 强大的算法支持：智能摄像头需要有强大的算法支持，以实现图像分析、目标检测和识别等智能化功能。
面向对象识别、行为分析和场景感知等算法能够使智能摄像头实现更多的应用场景和功能。
安防监控、信息安全及人脸识别重要标准实施安防监控领域强制性国家标准据介绍，GB35114-2017旨在从5个方面解决当前公共安全视频监控存在的信息安全隐患问题：一是采用基于国密算法和部件的数字证书设备身份认证技术，有利于确定设备身份，解决设备替换和私接乱接问题;二是基于密钥的信令认证，解决摄像头被控制问题;三是基于数字签名技术，保障重要视频数据的真实性、完整性，解决视频证据的可信度问题;四是基于数字证书用户认证管理，解决未授权用户访问视频信息问题;五是采用基于视频帧的端到端视频加密保护，解决视频监控系统重要视频“裸奔”问题。
在安防视频监控行业领域，为了有效保障视频数据和系统安全，除了上面提到的GB35114强制性国家标准。
还有《公共安全重点区域视频图像信息采集规范》（GB37300）；该标准明确了视频监控联网系统中重点公共区域和重点行业、领域涉及公共区域的视频图像信息采集与管理要求，其中明确要求摄像机至少应达到GB35114A级标准。
信息安全领域重要标准近几年，在人工智能、物联网、大数据等新兴技术带动下，网络安全需求增长，在网络安全建设也得以不断推进，几项比较重要的标准相继发布和实施：2019年《信息安全技术远程人脸识别系统技术要求》正式发布。
该标准是信息安全鉴别与授权标准体系及生物特征识别信息安全标准体系架构中重要的基础标准，更是全国首个使用人脸识别技术进行身份鉴别的网络安全国家标准。
从满足个人信息安全保护与信息安全总体要求出发，充分考虑当前人脸识别系统创新发展需求、用户接受度和技术成熟度现状，结合我国当前的信息安全技术发展水平，深入分析ISO、ITU、NIST、FIDO等国外标准化组织制定的生物特征识别相关技术标准内容，使得利用人脸识别系统进行身份验证有标准可循。
该标准的发布是推动我国人脸识别技术产业化发展进程的里程碑，丰富了我国以人脸识别为核心的生物特征识别技术体系和应用场景，真正发挥了标准的技术引领作用。
ICS13.310A 91备案号：团体标准T/ZJAF XXX—20XX人脸数据安全管理规范Specification for safety management of face data（征求意见稿）202X – XX – XX发布202X – XX – XX实施T/ZJAF XXXX—20XX目次前言 (5)引言 (6)1 范围 (7)2 规范性引用文件 (7)3 术语和定义 (7)4 基本原则 (8)5 管理流程 (8)6 数据类型与管理策略 (9)6.1 数据类型 (9)6.2 数据安全等级 (9)6.3 管理策略 (10)7 应用场景与策略采用 (10)8 全生命周期管理要求 (10)8.1 通用要求 (10)8.2 采集要求 (11)8.3 传输要求 (11)8.4 存储要求 (11)8.5 使用要求 (11)8.6 销毁要求 (11)9 安全事件处置 (12)9.1 安全状态监控 (12)9.2 安全事件处理 (12)10 安全检查与优化 (12)参考文献 (13)T/ZJAF XXXX—20XX前言本标准按照GB/T 1.1-2009给出的规则起草。
请注意本文件的某些内容有可能涉及专利。
本文件的发布机构不承担识别这些专利的责任。
本标准由浙江省安全技术防范行业协会提出并归口。
本标准起草单位：本标准主要起草人：本部分于20xx年首次发布。
T/ZJAF XXXX—20XX引言近年来，随着信息技术的快速发展和互联网应用的普及，特别是人脸识别技术在各行各业正在被广泛使用，越来越多的组织大量收集、使用人脸数据，出现了对人脸数据的非法采集、滥用、泄露等问题，使人脸数据作为个人信息数据的一个重要部分面临严重的安全威胁，因此采取相应的安全对策来维护人脸识别数据和保护个人信息安全是十分必要的。
本标准针对安全防范领域内人脸数据的安全管理问题，通过各类人脸数据在不同场景下应用过程中安全策略的实施，规范了人脸数据在采集、传输、存储、使用和销毁等全生命周期的相关行为，旨在遏制人脸数据的非法采集、滥用、泄露等乱象，最大程度地保护个人的合法权益和社会公共利益。
智慧社区人脸安防解决方案目录1.社区人脸安防背景 (4)2.社区人脸安防设计依据及原则 (5)2.1项目设计依据 (5)2.2项目设计原则 (6)3.社区人脸安防总体解决方案 (7)3.1社区人脸安防建设内容 (7)3.2社区人脸安防建设目的 (7)3.3社区人脸安防部署图 (8)3.4社区人脸安防方案亮点 (9)4.社区人脸识别门禁管理系统 (9)4.1人脸门禁系统概述 (9)4.2人脸门禁系统优势 (9)4.3人脸门禁系统结构 (10)4.4人脸门禁系统功能 (11)4.4.1基本功能 (11)4.4.2实时监控功能 (12)4.4.3异常报警功能 (12)4.4.4联动功能 (13)4.5人脸门禁产品参数 (14)4.5.1智能动态人脸门禁一体机 (14)5.社区人脸识别视频预警系统 (15)5.1基础需求分析 (15)5.2视频预警方案介绍 (15)5.3视频预警系统架构 (15)5.4视频预警系统工作原理 (17)5.5人脸识别工作流程 (19)5.6视频预警系统功能 (19)5.6.1人脸识别实时预警功能 (19)5.6.2人脸、跟踪、去重检测功能 (20)5.6.3人脸标签浏览功能 (20)5.6.4人脸搜索功能 (20)5.6.5设备管理 (20)5.6.6 预警模板下发 (21)6.社区人脸识别访客管理系统 (21)6.1智能访客系统 (21)6.2访客系统网络结构 (22)6.3系统功能 (23)6.3.1访客登记 (23)6.3.2报警功能 (23)6.3.3表查询 (24)6.3.4预约功能 (24)6.4人脸识别访客核查机 (24)1.社区人脸安防背景随着社会经济的高速发展，居住环境的舒适性和安全性已经成为人们居住首选。
而门禁系统在安全的居住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以卡类设备、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。
重点单位重要部位安防系统要求党政机关介绍： 1范围本标准规定了本市党政机关安全技术防范系统设计、施工、检验、验收和维护的要求。
本标准适用于本市各级党政机关。
其他人民团体机关参照本标准执行。
2 规范性引用文件下列文件的条款通过本标准的引用而成为本标准的条款。
凡是注日期的引用文件，其随后所有的修改单（不包括勘误的内容）或修订版均不适用于本标准，然而，鼓励根据本标准达成协议的各方研究是否使用这些文件的最新版本。
凡是不注日期的引用文件，其最新版本适用于本标准。
GB 104091范围本标准规定了本市党政机关安全技术防范系统设计、施工、检验、验收和维护的要求。
本标准适用于本市各级党政机关。
其他人民团体机关参照本标准执行。
2规范性引用文件下列文件的条款通过本标准的引用而成为本标准的条款。
凡是注日期的引用文件，其随后所有的修改单（不包括勘误的内容）或修订版均不适用于本标准，然而，鼓励根据本标准达成协议的各方研究是否使用这些文件的最新版本。
凡是不注日期的引用文件，其最新版本适用于本标准。
GB 10409 防盗保险柜GB 12663 防盗报警控制器通用技术条件GB 15208 微剂量x射线安全检查设备GB 15210 通过式金属探测门通用技术条件GB 20815 视频安防监控数字录像设备GB 50198 民用闭路监视电视系统工程技术规范GB 50348 安全防范工程技术规范GB 50394 入侵报警系统工程设计规范GB 50395 视频安防监控系统工程设计规范GB 50396 出入口控制系统工程设计规范GA/T 75 安全防范工程程序与要求GA/T 644 电子巡查系统技术要求DB 31/321 防盗防火安全门通用技术条件3术语和定义3.1党政机关中国共产党、人大、政府、政协、审判、检察、民主党派的各类机关及其部门的统称。
4系统要求4.1总体配置要求4.1.1党政机关重要部位的安全技术防范系统的设计原则应符合GB 50348的规定，并应根据本标准表1要求设置安全技术防范系统。
安防行业人脸识别技术应用方案第1章：项目背景与需求分析 (3)1.1 人脸识别技术概述 (3)1.2 安防行业应用需求 (4)1.3 项目目标与意义 (4)第2章人脸识别技术原理 (5)2.1 人脸检测与定位 (5)2.1.1 基于皮肤色彩模型的人脸检测 (5)2.1.2 基于特征分类器的人脸检测 (5)2.1.3 基于深度学习的人脸检测 (5)2.2 人脸特征提取 (5)2.2.1 基于几何特征的提取方法 (5)2.2.2 基于局部特征的提取方法 (5)2.2.3 基于深度学习特征的提取方法 (5)2.3 人脸识别算法 (6)2.3.1 支持向量机（SVM） (6)2.3.2 深度神经网络（DNN） (6)2.3.3 模型融合与集成 (6)2.4 人脸识别功能评估 (6)2.4.1 识别准确率 (6)2.4.2 误识率与拒识率 (6)2.4.3ROC曲线与AUC值 (6)2.4.4 对比实验 (6)第3章硬件设备选型与部署 (6)3.1 摄像头选择与布设 (6)3.1.1 摄像头类型选择 (7)3.1.2 摄像头布设 (7)3.2 服务器与存储设备 (7)3.2.1 服务器选型 (7)3.2.2 存储设备 (7)3.3 辅助设备选型 (8)3.3.1 网络设备 (8)3.3.2 显示设备 (8)3.3.3 控制设备 (8)3.3.4 供电设备 (8)第4章系统架构设计 (8)4.1 总体架构 (8)4.2 前端采集模块 (8)4.3 后端处理与分析模块 (9)4.4 数据存储与管理模块 (9)第5章人脸识别关键算法实现 (9)5.1 人脸检测算法 (9)5.1.1 基于皮肤色彩模型的人脸检测 (9)5.1.2 基于特征分类器的人脸检测 (9)5.1.3 基于深度学习的人脸检测 (10)5.2 特征提取算法 (10)5.2.1 主成分分析（PCA） (10)5.2.2 线性判别分析（LDA） (10)5.2.3 深度学习特征提取 (10)5.3 人脸识别算法优化 (10)5.3.1 支持向量机（SVM） (10)5.3.2 深度神经网络（DNN） (10)5.3.3 集成学习方法 (11)第6章系统功能模块设计 (11)6.1 实时监控与报警 (11)6.1.1 实时视频流处理 (11)6.1.2 人脸检测与跟踪 (11)6.1.3 实时报警 (11)6.2 历史数据查询与回放 (11)6.2.1 数据存储 (11)6.2.2 数据查询 (11)6.2.3 数据回放 (11)6.3 人脸比对与识别 (12)6.3.1 人脸特征提取 (12)6.3.2 人脸比对 (12)6.3.3 识别结果展示 (12)6.4 用户权限管理 (12)6.4.1 用户角色划分 (12)6.4.2 权限分配 (12)6.4.3 用户行为审计 (12)6.4.4 登录与认证 (12)第7章数据安全与隐私保护 (12)7.1 数据加密与传输 (12)7.1.1 数据加密 (12)7.1.2 数据传输 (13)7.2 用户隐私保护策略 (13)7.2.1 最小化数据收集 (13)7.2.2 数据脱敏 (13)7.2.3 透明告知 (13)7.2.4 用户授权 (13)7.3 安全审计与合规性 (13)7.3.1 安全审计 (13)7.3.2 合规性检查 (14)7.3.3 内部管理与培训 (14)7.3.4 应急预案 (14)第8章系统测试与优化 (14)8.1 系统测试方法与指标 (14)8.1.1 测试方法 (14)8.1.2 测试指标 (14)8.2 算法优化与调优 (15)8.2.1 模型优化 (15)8.2.2 特征提取优化 (15)8.2.3 比对策略优化 (15)8.3 系统稳定性与可靠性评估 (15)8.3.1 系统稳定性评估 (15)8.3.2 系统可靠性评估 (15)第9章项目实施与运维 (15)9.1 项目实施步骤与方法 (15)9.1.1 需求分析与方案设计 (16)9.1.2 系统开发与集成 (16)9.1.3 设备安装与调试 (16)9.1.4 系统验收与交付 (16)9.1.5 售后服务与运维 (16)9.2 系统运维管理 (16)9.2.1 运维团队建设 (16)9.2.2 系统监控与维护 (16)9.2.3 系统升级与优化 (17)9.3 售后服务与技术支持 (17)9.3.1 售后服务 (17)9.3.2 技术支持 (17)第10章行业应用案例与前景展望 (17)10.1 行业应用案例介绍 (17)10.1.1 公共安全领域 (17)10.1.2 智能家居领域 (17)10.1.3 教育行业 (17)10.1.4 医疗行业 (17)10.2 行业发展前景分析 (18)10.2.1 政策支持 (18)10.2.2 市场需求 (18)10.2.3 技术进步 (18)10.3 技术发展趋势与挑战 (18)10.3.1 技术发展趋势 (18)10.3.2 技术挑战 (18)第1章：项目背景与需求分析1.1 人脸识别技术概述人脸识别技术，作为生物识别技术的一种，通过对人脸图像的采集、处理、分析和识别，实现对个体的身份认证和特征提取。
中科奥森-- 视频监控人脸识别系统技术背景：人脸识别是最为自然的、可视化、极具潜力的一种生物身份识别方式，符合人类自身的生理视觉习惯，人类自身就是通过人脸来鉴别人的。
现阶段大多数人脸识别系统都是受控条件下的近距离人脸识别，要求用户以正面姿态近距离面对摄像机以获得高质量的人脸图像，且一次只能识别一个人。
这些限制条件使得现阶段大多数人脸识别系统局限于用户配合的应用，如门禁管理、人员考勤、生物护照等。
国际安全形势日益严峻，视频监控正在快速普及，众多的视频监控应用迫切需要一种远距离、用户非配合状态下的快速身份识别技术，以求远距离快速确认人员身份，实现智能预警。
人脸识别技术无疑是最佳的选择，采用快速人脸检测技术可以从监控视频图象中实时查找人脸，并与人脸数据库进行实时比对，从而实现快速身份识别。
但近距离人脸识别技术对用户的种种限制使得其在视频监控中难以使用。
面向视频监控的远距离人脸识别技术在强劲的需求带动下应运而生。
由于视频监控摄像机距离目标较远且用户处于非配合的运动状态，使得采集质量好的人脸图像比较困难，极易产生运动模糊，所采集图像的质量远低于近距离配合状态下获取的人脸图像；同时由于用户处于非配合的运动状态，活动更自由，侧脸和背对摄像机的概率大大增加，这就给人脸检测、人脸跟踪、人脸对比识别带来相当大的困难；此外。
监控场景中通常会有多人同时出现，身体容易相互遮挡，给身份关联带来一定的困难，且系统还需要对每一个人保持跟踪识别，这一系列因素导致面向视频监控的远距离人脸识别难度非常大。
经过长期持续的研究探索，中科奥森在视频监控人脸识别技术上取得重大阶段性进展，使得把人脸识别技术应用在视频监控上成为可能。
系统简介：中科奥森视频监控人脸识别系统是基于可见光下的中远距离人脸识别算法而开发的公共安防智能报警平台，可对多路摄像头监控范围内的多个人脸同时进行自动检测、跟踪和识别，并与数据库中人员（黑名单或VIP等）的面部信息进行高效比对，实时对过往人员身份进行排查，一旦发现黑名单人员或可疑分子，后台自动报警，并指导安全人员极早采取防范措施。
进出监人脸识别系统技术要求与设备清单(一)系统详细设计（1）人员进监流程此处人员进监不涉及初次入监的人员登记、身份核验，只针对外协人员的临时进入人员进行登记、身份核验。
在狱政科出部署人证核验登记终端，用于对需要进监的外协人员身份核验、登记，登记时应包含外协人员的人脸照片、指纹信息和权限有效期。
在A门进口处部署人脸指纹核验终端设备，认证方式为人脸+指纹的多重认证方式，用于进监人员（含民警、外协人员）的身份核验，由武警在客户端上查看人员核验信息，确认无误后方可手动开门放行。
在B门进口处部署人脸指纹核验终端设备，认证方式为人脸+指纹的多重认证方式，用于进监人员（含民警、外协人员）的身份核验，由B门值守民警在客户端上查看人员核验信息，确认无误后方可手动开门放行。
流程图如下：（2）人员离监流程罪犯离监时，应有狱政科A/B岗事先在系统中录入离监人员的离监原因（刑满释放）、离监日期，由狱政科领导进行审批，审批通过以后，离监人员即拥有离监日期之后的离监认证权限。
外协人员的离监时间以狱政科登记时的有效时间为准。
在B门进口处部署人脸指纹核验终端设备，认证方式为人脸+指纹的多重认证方式，用于离监人员（含民警、外协人员、罪犯）的身份核验，由B门值守民警在客户端上查看人员核验信息，确认无误后方可手动开门放行。
在A门出口处部署人脸核验终端设备，先离监人员依次在人脸核验终端上刷脸认证，由武警在客户端上查看人员核验信息，确认无误后方可手动开门放行。
流程图如下：（3）指挥中心指挥中心不对人员的流程进行管控，但需要在客户端上面看到AB门人员出入信息、抓拍图片以及视频信息。
（4）人员信息录入已有人员信息（在押罪犯、民警）根据身份不同，需分别录入至系统的罪犯库、民警库，人员信息包含字段如下：1、民警：1)姓名2)民警编号3)性别4)部门5)职务6)人脸照片7)指纹信息8)门禁卡号2、罪犯：1)姓名2)人员编号3)身份证号4)出生日期5)类别6)罪名7)入监日期8)期满日期9)刑期10)单位11)民族12)籍贯13)户籍地址14)人脸照片15)指纹信息3、外协人员1)姓名2)身份证号3)手机号码4)协作公司5)民族6)籍贯7)责任民警8)出入事宜9)出入单位10)人脸照片11)指纹信息12)有效期现有的民警信息及罪犯信息的录入最好通过与原有系统数据库对接实现，考虑到原有系统缺乏研发人员维护，可能无法很好的完成系统对接，平台提供人员信息导入选项，可以按照平台模板完善CVS表格、人脸照片采集后实现现有人员信息的录入。
人脸识别技术在公安监控中的应用近年来，随着科技的不断发展，人脸识别技术逐渐成为公安监控领域中广泛应用的一种技术手段。
人脸识别技术以其高效准确的特点，为公安侦查工作提供了有力的支持。
本文将探讨人脸识别技术在公安监控中的应用，并分析其带来的影响与挑战。
一、人脸识别技术的基本原理人脸识别技术是指通过对人脸图像或视频序列进行处理，提取和识别图像中的人脸，从而实现身份认证或信息检索的一种技术。
其基本原理包括：人脸检测、图像预处理、特征提取与匹配等步骤。
通过这些步骤，人脸识别系统可以实现对人脸的快速精准识别。
二、人脸识别技术在公安监控中的应用1. 公安视频监控人脸识别技术能够自动检测视频监控中的人脸信息，并与公安系统中的人脸数据库进行比对。
一旦发现与嫌疑人相似的人脸，系统将自动报警，提醒相关人员进行及时处理。
这种实时性的监控可以大大提高公安工作的效率，并帮助公安机关更早地侦测和预防犯罪行为。
2. 失踪人员搜索与寻找公安部门经常面临失踪人员的搜寻工作，传统的搜索手段往往效率低下。
而利用人脸识别技术，公安机关可以通过与人脸库中的信息进行对比，从大量视频监控数据中快速准确地找到目标人员的行踪。
这为寻找失踪人员提供了新的工具和手段。
3. 罪犯抓捕与预防人脸识别技术在抓捕犯罪嫌疑人方面具有独特的优势。
通过将公安系统中的人脸库与实时监控数据进行比对，可以及时发现目标嫌疑人的行踪，并提前做好准备，实施抓捕行动。
此外，通过在公共场所布置人脸识别设备，可以有效预防犯罪行为的发生。
三、人脸识别技术的影响与挑战1. 隐私保护问题人脸识别技术的广泛应用，引发了对隐私保护的担忧。
在公安监控中使用人脸识别技术，涉及到大量的个人敏感信息。
因此，如何确保个人隐私得到合法合规的保护，是需要认真考虑的问题。
2. 技术误差与偏见尽管人脸识别技术在准确性上已经取得了长足的进步，但仍然存在一定的误差率和偏见。
在进行人脸识别时，系统可能受到光线、角度、遮挡等因素的影响，导致识别结果的准确度下降。
一、交底目的为确保安防智能化系统安全、稳定、高效地运行，提高安防管理水平，保障人民群众的生命财产安全，特进行本安全技术交底。
二、交底对象1. 安防智能化系统设计、施工、维护等相关人员；2. 使用安防智能化系统的相关部门和人员。
三、交底内容1. 系统概述（1）系统名称：XXX安防智能化系统；（2）系统功能：实时监控、智能分析、自动报警、数据统计等；（3）系统组成：视频监控系统、人脸识别系统、门禁控制系统、报警系统等。
2. 技术要求（1）视频监控系统：采用高清摄像头，支持720P/1080P/2K/4K等分辨率，具备夜视、红外、宽动态等功能；（2）人脸识别系统：支持人脸识别、比对、追踪等功能，识别准确率≥98%；（3）门禁控制系统：支持指纹、人脸、卡证等多种识别方式，具备权限管理、实时监控等功能；（4）报警系统：支持入侵报警、火灾报警、紧急呼叫等功能，具备远程报警、语音对讲等功能；（5）系统互联：实现各子系统之间的数据共享和联动，提高安防管理水平。
3. 系统部署（1）前端设备：按照设计要求进行安装，确保设备安装牢固、线路连接正确；（2）网络传输：采用光纤、5G网络等高速、稳定、安全的传输方式；（3）中心设备：服务器、存储设备等按照设计要求进行配置，确保系统运行稳定；（4）软件系统：按照设计要求进行安装和配置，确保系统功能正常运行。
4. 安全保障（1）数据安全：采用加密传输、存储等手段，确保数据安全；（2）网络安全：采用防火墙、入侵检测、病毒防护等措施，确保网络安全；（3）设备安全：定期检查设备运行状况，确保设备安全可靠；（4）操作安全：加强操作人员培训，提高操作技能，确保系统安全运行。
5. 维护与保养（1）定期检查设备运行状况，发现故障及时处理；（2）定期更新系统软件，确保系统功能完善；（3）定期备份系统数据，防止数据丢失；（4）定期对系统进行安全检查，确保系统安全稳定运行。
四、注意事项1. 严格按照设计要求进行施工，确保系统质量；2. 加强系统维护与保养，提高系统使用寿命；3. 定期对操作人员进行培训，提高操作技能；4. 加强安全意识，确保系统安全稳定运行。
安全防范系统视频监控人脸识别系统技术要求 1 范围 本标准规定了安全防范领域视频监控人脸识别系统的基本构成、功能要求、性能测试要求以及供电、防雷、接地、安全性、可靠性、电磁兼容性、环境适应性等要求，是设计、验收安全防范用视频监控人脸识别系统的基本依据。 本标准适用于以安全防范为目的的视频监控人脸识别系统的总体规划、方案设计、工程实施、项目验收、运行维护以及与之相关的系统设备开发、生产和质量控制。其他领域的视频监控人脸识别系统可参考使用。
2 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，仅所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。 GB 50395-2007 视频安防监控系统工程设计规范 GA/T 893-2010 安防生物特征识别应用术语 GA/T 922.2-2011 安防人脸识别应用系统 第2部分：人脸图像数据
3 术语和定义 GA/T 893-2010界定的以及下列术语和定义适合于本文件。 3.1 视频监控 video monitoring 利用视频手段对目标进行监视和信息记录。 [GB 50395-2007]
3.2 监控现场图像 monitoring scene image 利用视频手段采集的监控区域的图像。 3.3 监视名单 watch list 一个被监视的已知身份的目标人列表。 [GA/T 893-2010] 3.5 视频监控人脸识别 video monitoring face recognition 利用人脸识别技术，判别监控现场人脸图像是否在监视名单中，如果在监视名单中则确定其身份的过程。 3.6 人脸特征 face feature 从人脸图像样本中提取的，用于代表该样本的特定物理量。 3.7 人脸注册 face enrolment 采集特定已知人的人脸生物特征，抽取其特征并存储的过程。 3.8 测试对象 test object 作为样本参与视频监控人脸识别系统性能测试的人。若测试对象已列入监视名单中，则称为已注册测试对象，否则称为未注册测试对象。 3.9 监控区域 monitoring area 视频监控人脸识别系统划定的实体边界之间的区域，进入该区域的人能够被视频监控人脸识别系统有效识别。 3.10 通行测试 passage test 测试对象从进入监控区域至离开监控区域的过程称为通行测试，计量单位为次。若N个
测试对象依次或者同时进入并离开监控区域，则记为N次通行测试。 3.11 报警 alarm
视频监控人脸识别系统判定监控区域中存在已列入监视名单中的人，并向系统操作员或者管理员发出的告警信息。 3.12 首次报警时间 first alarm time 能够产生报警的通行测试中，从测试对象进入监控区域至系统首次报警之间的时间间隔。 3.13 人脸图像质量 face image quality 描述视频监控人脸识别系统中人脸数字图像的一种综合属性，通常用人脸图像的姿态、分辨率、光照影响程度、面部是否遮挡等参数表示。
4 系统基本结构 安全防范领域视频监控人脸识别系统(以下简称系统)由视频采集单元、人脸比对单元、报警输出单元三部分构成，其基本构成框图如图1所示。
视频采集单元人脸比对单元报警输出单元 图1 安全防范领域视频监控人脸识别系统基本构成框图 视频采集单元负责从摄像机或者其他系统中获取图像，并将获取到的图像提供给人脸比对单元；人脸比对单元是系统的核心，用于从视频采集单元提供的图像中提取人脸特征信息，并与监视名单进行比对，向报警输出单元提供比对结果；报警输出单元根据人脸比对单元提供的比对结果，判断现场图像中的人是否已列入监视名单中，如果是则执行预先设定的报警步骤。
5 系统功能要求 5.1 人脸注册功能 5.1.1 系统应提供静态图像人脸注册功能，能够利用符合GA/T 922.2-2011中4.1规定的人脸图像数据进行人脸注册。 5.1.2系统宜具有监控现场人脸注册功能，能够采集监控现场人脸图像数据进行人脸注册。 5.1.3系统宜具有批量人脸注册功能，能够连接数据库导入人脸图像数据进行人脸注册。 5.2 监视名单管理 5.2.1 系统应提供监视名单查询功能。 5.2.2 系统应提供监视名单中目标人信息修改和删除功能。 5.3 人脸图像采集 系统应能够采集监控现场图像，图像采集帧率不低于5帧/秒。 5.4 人脸识别 5.4.1 系统应具备视频监控人脸识别功能。 5.4.2 系统应能同时识别场景中出现的多张人脸。 5.5 报警输出 系统应提供报警输出功能，可输出报警现场图像和对应的监视名单中目标人信息。 5.6 报警记录管理 5.6.1 系统应能够实时记录报警现场图像、报警现场图像中人脸位置、对应监视名单中目标人身份信息、相似度。 5.6.2 系统应提供报警记录查询功能。 5.6.3 系统应提供报警确认功能，可由操作人员人工判断报警是否正确。 5.6.4 系统应提供报警记录统计和导出功能。 5.7 系统参数设置 系统应提供比对阈值等参数设置功能。 5.8 用户管理 5.8.1 系统应具有权限管理功能，可以设置不同的角色，为每个角色分配一组操作权限。 5.8.2 系统用户应分为管理员用户和普通用户两类。管理员用户具有最高的操作权限，可以添加或删除普通用户，可以为普通用户分配角色。 5.9 系统日志 5.9.1 视频监控人脸识别系统应能够自动生成运行日志，记录系统内各模块启动、异常、恢复、关闭等状态及发生时间。 5.9.2 视频监控人脸识别系统应能够自动生成操作日志，记录操作人员进入、退出系统的时间和主要操作情况。 5.9.3 视频监控人脸识别系统应提供操作日志查询和导出功能。
6 系统性能测试要求 6.1 性能测试指标 6.1.1 漏报率 已注册测试对象进行一次通行测试中，若系统未能报警或者报警结果中不包含该人员在监视名单中的正确身份，则记为一次漏报通行测试。漏报通行测试总次数与已注册测试对象通行测试总次数之比即为漏报率。 6.1.2 误报率 未注册测试对象进行一次通行测试中，若系统将其识别为监视名单中的任何身份，则记为一次误报通行测试。误报通行测试总次数与未注册测试对象通行测试总次数之比即为误报率。 6.1.3 重报率 有报警记录的通行测试中，系统总报警次数减总通行测试次数即为重报次数。重报次数与总报警次数之比即为重报率。 6.1.4 平均响应时间 视频监控人脸识别系统首次报警时间的平均值即为平均响应时间。 6.1.5 注册失败率 视频监控人脸识别系统中人脸注册失败的比率。 6.2 性能测试方法 6.2.1 测试设计原则 6.2.1.1 测试前应制定详细测试方案，测试方案从测试环境设计、测试对象的招募、测试对象的通行方式、测试流程等方面进行具体规定，指导测试的进行。 6.2.1.2 测试宜在系统应用现场进行，若不具备条件，则应模拟与系统应用场景类似的测试环境。测试应用的软硬件平台宜由厂商推荐。 6.2.1.3测试对象群体的年龄和性别，应与实际使用该系统的人群分布接近。测试对象用于注册的人脸图像质量分布应与实际应用情况相符。 6.2.1.4 测试对象的通行方式应模拟应用场景下使用该系统人群的典型通行方式。 6.2.1.4 在执行多系统测试时，应保证不同系统输入的一致性，可采用视频录像的方式进行测试。在无法采用视频方式测试时，宜在同一现场环境下搭建测试平台，测试对象的通行方式应尽可能一致。 6.2.1.5 在利用视频录像进行测试的情况下，应保证视频录像的播放速度与录制速度相同。
6.2.2 测试方法 6.2.2.1 系统性能测试可根据系统支持的监视名单长度分为<=1,000、<=10,000、<=100,000三个级别。测试前，系统提供商应提出参与测试的级别，可参加多个级别的测试。 6.2.2.2 系统测试时，应首先进行人员注册。对于监视名单长度<=1,000级别的测试，成功注册人员数目应达到1,000人，其中测试对象人数不低于10人；对于监视名单长度<=10,000级别的测试，成功注册人员数目应达到10,000人，其中测试对象人数不低于50人；对于监视名单长度<=100,000级别的测试，成功注册人员数目应达到100,000人，其中测试对象人数不低于100人。 6.2.2.3 人脸注册过程中，应记录注册失败的数目，然后计算注册失败率。测试过程中注册成功数目记为N1，注册失败数目记为N2，注册失败率(P)的计算方法如式(1)所示。
%100212NN
NP (1)
6.2.2.4 在预设的测试场景中，已注册测试对象与未注册测试对象打乱顺序，然后模拟应用场景通过监控区域，总的通行测试次数不低于200人次，已注册测试对象通行测试次数不低于100人次。 6.2.2.5 测试过程中需要记录以下信息：总的通行测试次数N；已注册测试对象通行测试次数R；系统总的报警次数A1；产生报警的总通行测试次数A2；产生误报的未注册测试对象通行测试次数T；产生漏报的已注册测试对象通行测试次数L；。然后分别按式(2)、式(3)和式(4)计算系统漏报率(LP)、误报率(FP)和重报率(RP)。
%100R
LLP (2)
%100RN
TFP (3)
%100121A
AARP (4)
6.2.2.6 通行测试过程中随机记录10次首次报警时间，去除其中的最大值和最小值，然后取剩余首次报警时间的均值作为系统的平均响应时间。
6.2.3 测试报告 6.2.3.1 测试报告中应报告6.1提到的所有系统性能指标。 6.2.3.2 测试报告应描述系统应用环境和场景评价测试环境。 6.2.3.3 测试报告应描述测试执行的系统平台，并应报告系统的测试顺序。
