人脸识别案例.pdf

1、 人脸识别 、车牌识别 应用 案例 北京海鑫科金高科技股份有限公司 北京海鑫智圣技术有限公司 第 2 页 目 录 公司简介 . 1 技术介绍 . 3 （一）人脸识别技术概述 . 3 产品介绍 . 10 （一） 人脸识别监控比对引擎系统 10 （二） 人脸识别系统 11 （三） 综合监控系统（人脸及车辆监控报警系统） 14 （四） 机动车信息综合采集与管控平台 17 一、政府应用案例 19 （一）大型活动应用案例 . 19 1. 中国 2012 年深圳第十四届 高交会人脸识别监控报警系统 20 2. 中国 2012 年深圳第八届文博会人脸识别监控报警系统 20 3. 中国 2011 年深圳第 2

2、6 届世界大运会人脸采集与比对系统 21 4. 中国 2010 年上海世博园区人脸采集与比对系统 23 （二）公安人口系统应用案例 . 29 （三）公安刑侦应用案例 . 29 1. 全国公民身份证号码查询服务中心人像比对认证系统 30 2. 人脸识别系统在“清网行动”中的应用 30 3. 河南省厅人像识别比对系统 32 4. 青海省机动车综合采集与管控研判平台 38 5. 深圳市局人 脸识别系统 39 6. 深圳市公安局福田分局刑侦人脸识别系统 41 7. 青海省公安厅刑侦综合采集与比对系统 50 8. 德阳市公安局人脸识别系统 52 9. 四川省泸州市公安局 刑侦人脸识别系统 55 10.

3、河南省郑州市公安局二七分局人口信息研判系统 55 （四）公安出入境应用案例 . 58 1. 广西壮族自治区出入境人脸识别系统 58 2. 首都机场旅 客自助通关查验系统 59 3. 深圳罗湖口岸旅客自助通关系统 60 4. 珠海拱北口岸旅客自助通关系统 62 （五）公安交管行业应用案例 . 63 1. 深圳地铁北站人脸采集与 比对系统 64 2. 武汉交管人脸识别自助查询罚款缴费机 65 （六）铁路公安行业应用案例 . 66 第 3 页 1. 昆明铁路公安局人脸识别监控系统 67 2. 北京铁路公安局人脸自动识别系统 68 （七）司法行业应用案例 . 73 1. 国家司法考试人脸验证系统 73

4、 （八）社保行业应用案 例 . 74 1. 内蒙古社保人脸识别验证系统 74 二、社会面应用案例 75 （一）智能小区综合监控系统 . 75 （二）网吧人脸监控系统 . 76 （三）煤炭下井人员身份识别系统 . 77 三、国际应用案例 78 （一）乌拉圭机场人脸识别监控报警系统 . 78 四、公益应用案例 78 （一）“宝贝回家”网站 . 78 五、车牌识别应用案例 . 79 1. 香港新界快速道路行车速度屏 79 2. 香港隧道收费站应用 80 3. 香港内河码头车牌识别应用 82 4. 澳门华士古停车场车牌识别应用 84 公司简介 北京海鑫科金高科技股份有限公司（简称 ： 海鑫科金） 成立

5、于 1998 年， 长期致力于生物特征识别技术 与产品的 研发、生产与销售，是首批国家级高新技术企业，拥有国家计算机信息系统集成二级资质、软件企业 资质 等十余 项 资质 。 海鑫科金拥有行业领先的技术水平和持续的研发能力，公司内部拥有一支专注、专业、持续力强的技术和市场团队。成立十余年来，公司致力于多生物特征识别产品技术和智能系统研发，先后推出了横跨指掌纹 采集与识别 、信息综合管理、人脸识别、车牌识别、笔迹鉴别、多种信息综合追逃、 DNA 数据库、图像处理等多项 社会公共安全领域的产品；建设了十余个省级 的以生物特征识别技术为基础的公安信息化系统，在国内率先实施了指掌纹活体采集系统的实战化

6、应用， 为世博园区 、 深圳大运会、 北京西站、北京南站 等安装了人脸采集和 比对系统 、为全国公安机关提供统一的“ 公安机关现场信息勘验系统” 等。 公司 目前 年销售收入 2.0 亿元，员工规模 超过 300 人，拥有一支包括 7 名博士、 24 名硕士在内的近 200 人的高素质研发团队，是 国内最主要的多生物特征识别技术和智能系统 研究、开发、生产与服务 的 提供 商。 2006 年 5 月 20 日，海鑫科金与 丁晓青教授带领的 清华大学电子工程系智能图文信息处理研究 团队 签署了“ TH-IDface 人脸识别系统”长期合作协议， 依法取得了该人脸识别系统所有的知识产权，包括“ T

7、H-IDface 人脸识别系统”现在和未来的算法源代码。 先进的基础技术与公司强大的业务理解能力、技术研发实力相结合，促进了公司业务、产品 水平的不断进步。 2008 年 ， 海鑫科金 荣获了 国家科学技术进步二等奖，北京市科学技术 进步 一等奖 。 2009 年 ， 海鑫科金 成立全资子公司北京海鑫智圣技术有限公司，专门从事人脸识别、车牌识别等智能视频分析技术的研发、生产与营销。 2010 年， 丁晓青教授 因 在人脸识别领域和文字识别领域所取得的杰出成就和贡献，当选了国际电气与电子工程师学会（ IEEE， The Institute of Electrical and Electronic

8、s Engineers）的会士（ Fellow）。 2011 年 ， 清华 大学百年校庆 前夕 ，中共中央政治局常委、全国人大委员会委员长吴邦国 专程 参观试用了 我们 的人脸识别系统，并给予了高度的评价。 同时 此年，海鑫科金荣获了上海科学技术一等奖。 2012 年， 海鑫科金 被北京市批准为 院士 专家 工作站点以及 博士后流动站点单位 。 面向未来，海鑫 科金将继续保持自己旺盛的创新能力和蓬勃的发展活力，为客户提供更加强大、简约的基于生物识别技术的信息化系统，秉承与客户共同成长的服务理念，在技术服务、业务交流、需求定制等多个层次上，提供更加丰富的客户服务，为用户、为公司、为社会的福利增长

9、和文明进步，贡献自己的力量。 第 2 页 资质荣誉 海鑫科金高新技术企业 系统集成二级资质 海鑫智圣高新技术企业 软件企业证书 院士专家工作站 博士后工作站点授予资料 海鑫科金 ISO9000 质量体系认证 海鑫智圣 ISO9000 质量体系认证 第 3 页 技术 介绍 （一） 人脸识别技术概述 1.人脸识别流程 人脸 识别是一种重要的生物特征识别技术， 是通过计算机自动判断两幅人脸照片相似度的技术统称。一个典型的人脸识别流程 如图 1 所示。其中，信号采集部分通过光学（如 照相机、摄像机、扫描仪）传感设备采集人脸照片。预处理 模块对采集的原始信号进行处理，去除噪声干扰，确定人脸所在的区域 。

10、特征提取模块则将预处理后的 信号转换成 能够精确表征其特性的一串“数字码”，存储在模板数据库中。比对时，将目标特征与 数据库中的人脸特征进行运算，经过后处理后确定目标的身份。 人脸识别 流程 依据以上识别流程可以看出，人脸识别系统通常可以分为采集系统、比对系统、后处理 系统 三部分。采集系统是为了获取待比对对象的高质量图像；比对系统将图像转换为计算机能理解的特征编 码，并与预存的人脸数据库（一般称为“ 比对目标库 ”）进行比较，确认待比 对 对 象的身份；后处理部分则把比对结果与用户的业务应用紧密地联系在一起。 2.人脸识别的技术模式 从技术角度来看， 人脸识别主要有三种应用模式 ： 1) 验

11、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。 第 4 页 2) 监控报警模式 (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，库容量一般为几万人 甚至几十万人 级别 。 3) 检索模式 (1:N) 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

12、 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 级别 。 3.人脸识别的应用模式 人脸识别技术与 政府 、 社会 等 领域 的具体应用相结合，可以产生很多应用模式，包括： 1) 实名制 验证 将待 确认 身份人员的人脸照片与其宣称身份所对应的人脸照片进行 1:1 验证， 系统返回的结果“是”或者“不是”，自动 确定两者是否 为同一人 。 主要应用在 网吧、酒店、大型活动、大型活动、重点单位 /场所、办

13、证机构、边检通关、网络 注册 实名制。 2) 身份核查 将待确认身份人员的人脸照片送入常住人口库、暂住人口库等有明确人员身份信息的人脸库中进行 1:N 检索，系统返回最相似的若干人员，工作人员随后逐一检视，确定该人员的真实身份。 主要应用在办证机构、巡逻 /火车站 /重点场所 /大型活动 /大型会议、多警种应用。 3) 前科查重 将刑嫌人员的人脸照 片送入 刑嫌人员库 、高危人群库等 进行 1:N 检索，系统返回最相似的若干人员，工作人员逐一检视，确定该刑嫌人员是否有前科 及处理次数，以及屡次所犯事件的信息 。 主要应用在涉案 刑嫌 人员 身份核查上 。 4) 同证不同人分析 在常住人口库、暂

14、住人口库等可以通过证件唯一标识人员身份的人脸库中， 对 同一个证件号码对应的多张人脸 情况 进行验证，将验证结果为不同人的证件号码进行记录并人工核验。 第 5 页 主要应用在户政部 门 、出入境、各种考试院校等。 5) 同人不同证分析 在常住人口库、暂住人口库等可以通过证件唯一标识人员身份的人脸库中，对指定范围内的人脸照片进行验证，对验证结果为相同人的记录再检验其证件号码，如果证件号码不一致，则同时记录照片标识与证件号码并人工核验。 主要应用在户政部 门 、出入境、各种考试院校等。 6) 黑名单 /白名单比对，特别是追逃 将进入系统的人脸照片与预存的黑名单 /白名单 ，比如与逃犯库 进行 1:

15、n 比对，自动判定该人脸是否存在于黑名单 /白名单之中。如果该人脸存在于黑名单 /白名单之中，则返回其对应的身份信息等资料。 为保证效果 ， 黑名单 /白名单的库容量 一般能达到几万至几十万的数量级。 主要应用在 大型活动、重点单位 /场所、地铁站 /火车站 /长途汽车站 /飞机场 、小区 /银行 /网吧 /酒店 /娱乐场所等。 7) 轨迹分析 将目标人员的人脸照片送入视频监控采集人脸日志库中进行 1:N 检索，得到最相似的若干人员，并根据人脸库中的采集时间与采集地点等信息描绘出目标人员的行动轨迹。 轨迹分析中的监控 日志库的库容 会 随系统运行时间的增加而增长，一般能 达到百万至千万的数量级

16、。 主要应用在 涉案人、可疑人 员 的前期分析上 。 8) 视频侦查 从视频监控系统截取人脸照片，送入常住人口库、暂住人口库等有明确人员身份信息的人脸库中进行 1:N 检索，系统返回最相似的若干人员（一般选取前 100 名），按相似度降序排列。工作人员随后逐一检视，确定所截取目标人员 的 身份。 这 种应用模式中，比对库（常住人口库、暂住人口库）的容量很大，一般达到 千万级的数量 级 。 主要应用在刑嫌 犯罪 人员 身份核查上 。 4.人脸识别对应用环境的要求 应用环境的差异直接关系到采集 人脸照片质量的高低 ， 人脸 照片采集的质量 也 关系到人脸识别的性能 。 图像质量越高，人脸识别的性能

17、越好。 如果 用户对采集的 人脸照片无法人工知晓质量是否符合系统的要求 ， 是否能对系统进行下一步操作，这就给用户 使用带来干扰 。 对于 人脸识别 系统本身来说 ， 要选取 高质量合乎要求的 照片才能第 6 页 入库并识别比对。 所以我们在系统中增加了质量判断模块，自动完成对采集来的照片进行 质量 评价，输出质量分值，对分值过低的图像给予不合格提示。 另外， 人脸识别应用环境是复杂多样的， 这就会对系统部署产生诸多影响，只有达到了人脸识别系统对环境的要求，才会真正发挥系统的性能，才能满足用户的业务需求。 为了 保证系统能发挥最好的优势 ， 人脸识别应用环境有如下几方面 具体 要求： 1) 入

18、库照片的要求 拥 有良好质量 的 人脸 照片为人脸数据库（ 比对目标库 ） ，是人脸识别技术发挥最好优势的前提 条件， 人脸入库照片一般满足下面要求 为最佳 ： 双眼间距大于 30像素 ； 正面直立人脸 ； 人脸图像清晰、无过曝光、欠曝光 ； 人脸姿态角度在 -30， 30度，俯仰角度 -15， 15度内 ； 无墨镜、口罩等饰物遮挡面部图像。 双眼间距大于 30 像素 人脸姿态角度 照片正面 现举例说明各类场景 下人脸入库照片识别效果 由佳 至 差的顺序排列如下： 1） 对固定场所有严格质量规范采集的 照片，如二代证照片、驾驶证照片、出入境照片等为入库照片是最为标准， 目前 ， 对其识别性能达

19、到 90%以上； 从而 对大规模数据信息 的 研判提供 坚实的基础 。 2） 对固定场所质量要求不是严格 质量 规范 采集 的照片，如社保卡照片、 员工证件照片等为入库照片也可以满足应用，目前，对其识别性能达到 89%以上，对社会面的应用提供了有利的技术手段 。 3） 对监控场所、移动采集等无规范 质量 的照片，如视频码流中的人脸照片、网上逃犯照片等为入库照片，目前，人脸识别技术也已取得突破性进展，对其识别性能达到 85%以上，已全面投入应用。 第 7 页 2) 光 照环境 的要求 光照是 影响 人脸识别系统部署的重要条件之一 。 当背景有强光时，会出现逆光、黑脸，甚至会出现图像白色盲区；光线

20、来源不均匀时会出现阴阳脸；光线不足时会出现图片过暗 ， 各种 不利 的 光源条件，都会导致采集的人脸照片无法满足 系统 要求，所以光照条件对于人脸照片 的 采集尤为重要。应用环境的光照条件要保证光线的均匀，亮度保持 100lux 左右为最佳的；当光照环境不符合要求时，要对场景加以改造，如增加 LED 辅助光源、闪光灯、柔光箱等（补光）措施，提高光照环境质量，以保证采集的照片质量。 光 照 影响照片采集 质量的 情况 3) 通道 式部署 设计要求 人脸识别系统需要采集人员的正面照片，在不影响人员通行，且满足人员姿态要求范围内的前提下，图像采集设备的架设地点在人员行进路线的前上方为最佳。所以就需要

21、对人员的行进路线进行规范，使人员流动方向单一，且同时出现在场景中的人员数量越少越好，如能达到每次仅一人出现在场景时为最佳。当现场环境不符合要求时，通常在场景内人工设计通道来提高人员照片采集质量，通道的设计要求及参数如下所示： 表 1.通道设计参数要求 序号 参数项 参数要求 1. 架设地点 室内通道类环境最佳，若人流量大则要求每个通道每次仅通过 1 人。 2. 架设高度 距地面 2.5m 以内，使得俯视人脸 15 度以内。 3. 对焦宽度 地面 2m 以内宽度，使得监控人脸宽度至少占画面宽度的 1/8（人两眼之间距离 40 像素以上）。 4. 背景要求 背景颜色及图案尽量不要太复杂，单色、浅色

22、为宜， 尽量不要有玻璃等强反光物 体 。 第 8 页 通道部署示意图 4) 摄像机的选择 摄像机负责 场景内人员人脸信息的采集，是系统重要的组成部分。摄像机的品质以及对光照等外部环境的适应性，直接决定采集的人脸照片 质量。 摄像机的选择根据业务需求及技术进步的发展，有标清摄像机和高清摄像机，其中接入的方式有以下几种采集模式： 模拟摄像机 + 人脸抓拍视频服务器（标清） IP 摄像机 + 人脸抓拍 视频服务器（高清） IP 摄像机（内含嵌入式智能分析模块） 5) 摄像机 参数要求 在系统部署时， 可根据需求，来选择标清摄像机、高清摄像机 ， 如果采用 标清 摄像机 ， 推荐采用如下参数或性能参数

23、更高的摄像机。 表 2.摄像机 的 参数要求 序号 摄像机及镜头参数项 参数要求 1. 图像传感器尺寸 1/3CCD/CMOS 或更高 2. 水平清晰度 520TVL 或更高 3. 扫描系统 逐行最佳 4. 最低照度 0.3lux 或更高 第 9 页 5. 电子快门 1/500sec 或更高 6. 光圈控制 自动 /手动 7. 自动增益 支持 8. 白平衡 支持 9. 宽动态 支持 10. 背光补偿 支持 11. 可配镜头类型 DC/VIDEO/手动 12. 镜头焦距 5-50mm 或更高 随着高清图像处理技术的不断发展与普及 ，对提升人脸识别系统的性能帮助非常大。选择高清摄像机，可以参照表

24、2 中的参数 ，一般选用 200 万高清网络摄像机 。 高清相对于标清摄像机的优势在于， 能 获取更多的有效信息 ，覆盖场景更宽，为案件侦破提供更多的细节信息，实现同场景中的多张人脸检测抓拍，为人脸比对及其他 业务应用提供更准确的数据源。 6) 被 采集人员的外部适应性 对被 采集 人员的姿态、表情、饰物等具有一定的适应性，其适应范围如下表所示： 表 3.被采集人员的外部适应要求 序号 参数项 参数要求 1. 姿态 左右 角度在 -15， 15度，俯仰角度 -30， 30度内 2. 眼镜 当眼镜不因反光等原因遮挡人眼时，对性能无影响 3. 饰物 双眼需可见、没有被饰物、闪光遮挡，不能戴墨镜 4

25、. 表情 夸张的表情可能使人脸识别性能下降 5. 年龄 对未导致显著面部差异的年龄变化具有很好的适应性 6. 背景 具备场景适应性 7) 辅助工具 质量判断 人脸识别系统在检测、抓拍场景中 的 人脸图像时，辅助 工具 质量判断能够保证抓拍到的人脸图像有足够的可辨识度。质量判断是对采集到的正面人脸图像的质量进行评价，会对图像中的人脸与眼睛位置进行自动定位，计算人脸图像质量的各种指标，包括亮度、对比度、清晰度、曝光程度、图像锐度、光照均匀性、双眼间距、头部姿态等，并融合为人脸质量综合分值 。 通过一个有效的人脸图像质量评价标准， 能够 提高人脸图像采集质量 ， 从而有效提高系统性能。 第 10 页

26、 产品介绍 （一） 人脸识别监控比对引擎系统 人脸识别监控比对引擎采用了 ivsign R 自主知识产权的人脸识别技术，提供了多种前端采集设备的接入、多路监控视频接入、目标人员注册、目标人员数据管理、人脸比对等功能，比对引擎采用黑盒模式，对外接口调用方便，可供各类厂商进行各个专业领域，尤其是重点场所出入控制的系统开发和方案集成。 系统功能 流程 示意图 产品功能 人脸自动抓拍人脸自动比对持续验证策略多种设备接入多路视频接入目标人员注册第 11 页 采集比对主界面 产品性能 测试的硬件环境是： CPU 主频 2.33GHZ，内存 4G 目标库容： 1000 人；目标库来源：员工照片 规格项 描

27、述 最小人脸尺寸 60 60 px 人脸特征大小 5K Byte 人脸检测速度 10ms 眼睛定位速度 22ms 特征提取速度 98ms 比对速度 30 万次 /秒 比对性能 正确识别率： 85.2% 错误识别率： 0.55% 错误拒绝率： 14.7% 报警时间 小于 3 秒钟 （二） 人脸识别系统 海鑫人脸识别系统采用国际领先的 ivsign R 人脸识别技术，实现在大规模人脸图像数据库中进行人脸检索。从各种采集源获取的人脸图像可以迅速地与预先存储的数以千万计的图像数据库完成比较，返回一个包含若干最相似人脸图像的匹配列表。海鑫 人脸识别系统提供人脸采集与质量评价工具，增强人脸检索的性能；提供

28、人脸鉴定第 12 页 工具，帮助用户对匹配列表中的人脸图像进行仔细甄别。 系统功能 流程 示意图 产品功能 建立逻辑分库交互式人员入库批量数据处理人员信息管理人脸信息检索辅助人工鉴定移动客户端接入业务报表统计第 13 页 逻辑分库界面 单人入库界面 人脸比对结果界面 辅助人工鉴定工具界面 业务报表统计界面 移动客户端接入示意图 系统性能 测试样本数据 第 14 页 库容为 224 万底库， 8 核 CPU，主频 2.33GHZ，内存 16Gbyte。 V6.5（ ORCL 10g） 操作系统： 32 位 导库速度 10.8 万人 /小时 从数据库中加载时间 1 小时 排前率 首选 92.94%

29、 5 选 95.80% 10 选 96.39% 100 选 97.75% 比对速度 400 万人 /秒 （三） 综合监控系统 （人脸及车辆监控报警系统） 人脸及车辆监控报警 系统 采用国际先进的人脸和车辆检测、跟踪算法，可以实时检测、跟踪、抓拍监控场景中的人脸和车辆，实现场景人员与车辆信息的综合采集。根据抓拍人的面部特征信息来进行身份的鉴别或确认。生成的人脸和车辆日志进行存储，供数据 信息的二次挖掘。它不需要布控对象的主动配合，时刻采集人脸信息和车辆信息，实现在大规模人脸图像数据库中进行人脸检索，在大规模车辆数据库中进行车辆查询，可迅速的 完成数据 比对，及时发现可疑信息进行报警。同时可利用数

30、据挖掘技术实现对可疑人员和车辆的信息研判功能。 第 15 页 系统功能 结构 示意图 根据用户的实际需求，可选择专门人脸采集和比对或专门进行车牌采集和比对，也可双项都有的综合 监控 系统。 人脸及车辆监控报警 系统产品形态（根据用户需求不同 选择 ） 功能模块 人脸采集和比对 车 牌 采集和比对 人脸监控模式 车辆监控模式 人车监控模式 系统功能 人脸识别监控车辆识别监控人脸信息检索车辆信息研判系统数据管理业务报表统计第 16 页 人脸监控报警客户端界面 车辆监控报警客户端界面 单人人脸检索界面 批量人员检索界面 系统性能 测试的硬件环境是： 8 核 CPU，内存 4G 服务器 目标 人脸 库

31、容： 5000 人；目标库来源： 二代证照片 规格项 描 述 最小人脸尺寸 60 60 px 人脸特征大小 5K Byte 人脸检测速度 10ms 眼睛定位速度 22ms 特征提取速度 98ms 比对速度 30 万次 /秒 比对性能 正确识别率： 88% 误识别 率： 10% 拒绝率： 2% 车牌识别率 白天：检测率 95,正确率 93% 夜间：检测率 92,正确率 90% 车身颜色识别率 深浅分类准确率 80% 9 种常见颜色车辆的识别率 70% 第 17 页 最小车牌宽度 60 像素，建议值为 80 像素 报警时间 小于 3 秒钟 （四） 机动车信息综合采集与管控平台 海鑫 机动车信息综合

32、采集与管控平台 采用国际领先的 ivsign R 车牌 识别 、 车辆信息分析、 辅以人脸识别的 信息化、 智能化 技术， 系统由车辆信息综合采集与后端管控平台组成， 实现了 车辆基本 信息 综合采集 、 使用车辆 人员信息 以及 车辆 行驶信息 的 大范围 、 综合化采集 与 高层次 分析应用 。 极大地提高办案效率、节省人力物力，为 机动车犯案 预防、发现、制止、打击犯罪和社会管理发挥积极作用，有利于维护人民的合法权益。 机 动 车 信 息 综 合 管 控 平 台综合研判管理 应用分系统数据整合 同步分 系统数据研 判分系统数据 存储分系统特定目标布控甄别高危机动车机动车行迹复现甄别机动车

33、团伙行驶信息异常分析车 辆 信 息 综 合采 集 器网络机 动 车 综 合 管 理平 台车 辆 信 息 综 合采 集 器智能补光灯高 清摄像机智能补光灯高 清摄像机大 情 报 系 统被 盗 机 动 车信 息 库警 务 综 合平 台警 用 地 理信 息 系 统系统功能 结构 示意图 系统功能 车牌信息识别采集数据传输车辆轨迹复现可疑车辆分析高危车辆检索人脸识别比对第 18 页 系统性能 车辆捕获率（ 5km/h 180km/h） 99 ，能准确捕获中线行驶车辆。 牌照识别率 白天车辆号牌识别率 9 5%，号牌识别准确率 9 3%； 夜间车辆号牌识别率 9 2%，号牌识别准确率 90%； 车牌颜色

34、：黑、白、蓝、黄、绿。 车辆信息综合采集 实时监控中心 报警界面 车辆行迹 复现 可疑车辆分析 高危车辆检索 第 19 页 识别牌照种类 民用车牌（除 5 小车辆），警用车牌， 04 式新军用车牌， 07式武警车牌及 2002 式新车牌。 车身颜色识别准确率 深浅分类准确率 80% ； 9 种常见颜色车辆的识别率 70% 。 可识别的车身颜色类别 深色、浅色区分； 识别 9 种常见车身颜色。 系统单次处理时间 800ms 。 测速误差 车速在 0km/h 100km/h 时，误差不超过 -6km/h0km/h； 车速在 100km/h 以上时，误差不超过 -6%0%。 车型判别 2 种 (大、

35、小型 )。 图像分辨率 16001200pixel 。 图片格式及占用空间 JPEG2000， 24bit 彩色，每张约 200KB。 车牌比对准确率 白天 93% ；夜间 90% 销赃路线归一准确率 90% 高危群体跟踪准确率 90% 机动车行迹复现准确率 90% 一、 政府 应用案例 （一） 大型活动应用案例 当前国内外组织奥运会 、 世博会 、 大运会等各种大型活动时 ， 场所内的安全防范越来越受到人 们 的关注，也是安保部门最头疼的一件事情，传统的监控方式 ， 人 的 注意力难以长时间集中，辨识力较弱 ；且存储 数据量太大， 事后排查 缺乏有效技术手段 ，很难满足海量监控数据时各种活动

36、场合的要求。 海鑫 大型活动人 脸 识别监控报警 系统是采用国际先进的 人脸检测、跟踪算法，可以实时分析监控场景视频，对场景中的人脸进行抓拍、跟踪和统计。 根据抓拍 人 的面部特征信息来 进行身份的鉴别或确认 。 它不需要布控对象的主动配合，时刻采集人像信息以及实时比对，有任何可疑问题实时报警显示。 生成的人脸日志既可以通过网络传送到后台系统，又可以存储在本地 。 对事后事件可以通过人员监控日志进行轨迹分析从而实现 在大规模（大型活动）人脸图像数据库中进行人脸检索。从 而采集到的 人脸图像可以迅速地与预先存储的数以百万计的 目标 图像数据库完成比对 。 该 系统 有效解决了传统监控方式耗费大量

37、的人力和时间的问题，是 能够在人员无察觉的情况下，远距离获取人员 照片 信息并自动识别其身份的监控系统 。 第 20 页 1. 中国 2012 年深圳第十四 届高交会人脸识别监控报警系统 应用模式： 黑名单 /白名单比对：通过抓拍现场人员照片与目标库实时进行 1:n 比对，实时监控报警显示可疑人员。 2012年 第十四届中国国际高新技术成果交易会（简称高交会）于 2012年 11月 16日-21日在深圳会展中心举行 。 为着力打击展会扒窃拎包、制贩假证、炒票等违法犯罪行为，给市民创造一个安全有序的参会环境，深圳市公安局福田分局在会展中心 比以往 安保工作中 增加 5套 人脸识别监控报警系统 （

38、高清版） ， 分别安装于北门 2套，西门、东门、 5号馆 2号门各 1套， 在参观者自由通行的情况下自动抓拍其 人脸照片 并与布控的黑名单人员进行比对，当比中布控的黑名单人员时系统自动预警提示安保人员采取控制措施 ， 整个展会期间累计 一共抓拍参会人员 210279人 ， 系统比中布控人员共计 5名。 均核实都是在以往有过前科接受调查人员。此次安保工作中人脸识别监控报警系统取得的成绩效果，受到了市、区领导的一致认可和好评。 部署现场 比中布控人员 2. 中国 2012 年 深圳第八届文博会 人脸识别监控 报警 系统 应用模式： 黑名单 /白名单比对：通过抓拍现场人员照片与目标库实时进行 1:n

39、 比对，实时监控报警显示可疑人员。 2012 年 5 月 18 日至 5 月 21 日 ， 为期四天的第八届文博会在深圳会展中心举行。文博会是 中国唯一一个获得 UFI(国际展览联盟 )认证的综合性文化产业博览交易会，被列入国家 “十一五 ”时期文化发展规划纲要重点扶持的展会之一。 期间 游览、考第 21 页 察、交易的人员甚多，并且进入会场需要购买门票， 这必然 给小偷和黄牛党等有了可趁之机。为了保证文博会期间人民的生命财产安全和通过正规渠道购票 ， 会场安保 部门 应用我司人脸识别监控报警系统 ， 分别 在会展中心北门、东门、西门安检通道部署了 4 套 该系统，其中重点布控人员 库 （小偷

40、和黄牛党）共计 5000 余人 。在 短短 4 天的会展中，比中布控人员 8 名，占抓获总人数的近 38%。 系统 受到了举办单位 领导 及安保部门的一致认可和好评。 图 1.现场检测多人及布控人员比重报警界面 3. 中国 2011 年深圳 第 26 届世界 大运会人脸 采集与 比对系统 应用模式： 黑名单 /白名单比对：通过抓拍现场人员照片与目标库实时进行 1:n 比对，实时监控报警显示可疑人员。 轨迹分析：根据提供的目标人员照片与监控 人脸 日志库进行 1:N 查询检索，给出比中相似度排序，并根据人脸库中的采集时间与采集地点等信息描绘出目标人员的行动轨迹。 视频检索：事前实时监控与事后查询

41、检索。 大运会是一项大型国际体育综合赛事，其规模仅次于奥运会，素有“小奥运”之称， 本届大运会 有 180 个国家和地区 13000 多名运动员参加各项体育比赛，赛事的现场观众超百万人，这为大运会的安保工作带来了极大的压力和挑战，也对相关工作的组织提出了更高的要求。为了确保赛事安保工作的顺利开展，保证大运会期间参赛人员和观众的安全，防止可疑人员进入场馆，对观众、运动员、 工作人员造成危害 ， 我第 22 页 司 基于 2010 年 上海世博 园区人脸采集与比对系统的成功应用之后 ， 以“人脸综合采集与比对系统” 继续为深圳第 26 届世界大运会的安保工作服务。本届大运会持续十几天，我们采用分布

42、式部署、并发比对的 人像识别技术， 前端共部署 20 个安检通道的监控人员采集点，人脸采集率达到 95%以上 ， 采集数据存储保留 15 天， 为 成功构建 “安全、便捷、和谐” 的 大运会 保驾护航 ，受到了安保部 门 的一致好评。 图 2.大运会比对监控点部署界面 图 3.大运会人脸采集比对监控日志轨迹分析界面 第 23 页 图 4.荣获大运会安保工作荣誉证书 4. 中 国 2010 年上海世博园区 人脸 采集与比对系统 应用模式： 黑名单 /白名单比对 ： 通过 抓拍现场人员照片 与目标库实时 进行 1:n 比对，实时监控报警显示可疑人员。 轨迹分析 ： 根据提供 的 目标 人员 照片与

43、监控 人脸 日志库（千万库容）进行 1:N 查询检索，给出比中相似度排序 ，并根据人脸库中的采集时间与采集地点等信息描绘出目标人员的行动轨迹。 实名制 验证 ： 对进入 园区 的工作人员身份 进行 1:1 验证，保证人证合一。 视频检索：事前实时监控与事后查询检索。 海鑫人脸 采集比对 系统有效解决了大型活动中会期长，参观人数众多 ， 安保人员实时监控困难以及人工排查费时费力的问题。 2010 年，我司以“人脸识别监控报警系统”为核心完成了上海世博会园区 人脸 采集与比对系统建设项目。此系统包含了 52个员工通道的 人脸 验证、 800 多个参观者通道 人脸 监控和 设计库容 7000 万 的

44、 人脸 检索。在 184 天会展期间，系统累计抓拍 人脸 1 亿零三百 万 余 人次，峰值抓拍速度超过 20万人次 /小时。在受控条件下的验收测试中，系统以“ 人脸 抓拍率 100%， 人脸 识别正确率 99%， 人脸 检索前 50 名比中率 100%的优异结果通过验收，受到世博局安保部的高度赞誉。 第 24 页 2010 年上海世博园区 人 脸 采集与比对系统典型 应用 案例如下： 实时监控报警疑似人员日志 日志显示 可疑人员 出现的时间 、 地点 、 比中分库 的名称 、 人物姓名、身份证号 信息， 运行期间疑似人员比中实时报警近百次。 下 图 为 现场照片中的人物与世博园区目标对比库（上

45、访库）比中 日志报告。 图 5.监控报警显示可疑人员日志 报告 第 25 页 事后 检索 2010 年 5 月 26 日， 两位老人在安检时将 随身物品遗忘在安检通道，要取回物品但是又不记得是从哪个通道进入 。我们用手机为两位老人采集了照片后 ，利 用 人脸 检索成功查出他们在 2010 年 5 月 26 日 9:31 分从后滩出入口第 60 通道进入园区 ,并且检索结果均在第一名比中。 图 6.两位老年参观者从何安检通道进入园区的检索结果图 出入控制 对 世博园区的 员工通道 入口 安装出入控制 系统 ， 实现 对 园区 工作人员的身份验证 。通过 专用的人脸识别设备， 工作人员 进入园区先刷 证件卡与 摄像头采集的工作人员人脸照片 进行比对，对特殊人身份进行识别 ， 确定是否放行， 加强了对园区工作人员 的管理。 此项目受到了北京市和世博局安保部门的高度赞誉，所获证书如下： 第 26 页 图 7.海 鑫科金世博项目组“北京市模范集体”证书 第 27 页 图 8.上海世博局颁发的荣誉纪念证书