宁东公租房人脸识别系统建设
智慧小区人像分析应用系统
建设方案
2019年11月6日
商汤科技
目录
随着经济的快速发展,社会的改革,智慧化小区也成为新型小区建设的新一目标,人脸识别这一高新技术带来更加智能,更加便捷来识别和管理小区工作人员、住户、外来人员等在小区间的行为。人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。它的唯一性和不易被复制的良好特性为身份鉴别提供了必要的前提。随着深度学习,大数据等新技术的发展,人脸识别的效果在某些条件下,已经超越人眼识别的效果,人脸识别技术在智慧化小区应用成为可能。
人脸识别与其它类型的生物识别比较人脸识别具有如下特点:
本系统的设计以“先进性、可靠性、规范性、扩展性、安全性、易用性”为原则。
系统的搭建,从设计思路、开发原则、系统架构、实施软件系统、硬件设备、开发工具等各种角度考虑整体解决方案的先进性,所选技术架构具有先进及前瞻性,在今后较长时间内保持一定的技术先进性性,并结合业务需求引入人工智能深度学习算法、云计算、高性能计算、大数据等技术,旨在打造一套智能、高效、以科技强警为最终目的的信息化系统。
系统采用成熟的技术和设备,在关键设备、关键数据、关键程序模块均考虑备份及冗余措施,有较强的容错和系统恢复能力,确保系统长期正常运行。系统具备自检、故障诊断等功能,在出现故障时,能快速确定故障点,并及时恢复。
系统采用模块化设计,在满足当前业务需求的基础上,能适应将来系统规模扩展、功能扩充、软件升级等常规需要。
系统采取有效的安全保障措施,防止系统被非法接入、非法攻击和病毒感染等;对接入的设备和用户进行必要的接入认证,以保证接入的安全性;采取适当的措施保证信息传输过程中的保密性和真实性。
系统提供清晰、简洁、友好的、符合智慧楼宇行业风格以及操作习惯的中文人机交互界面,安装、维护、业务操作简便、灵活、易学易用。
人员动态分析系统通过API可对第三方业务数据集成及数据共享,系统基础硬件服务器可单机版部署,单台设备最高支持48路视频或96路图片流,也可支持N+1集群模式。可接入硬件有SenseKeeper人脸识别闸机、SensePass人脸识别门禁、网络摄像机、人脸抓拍机、及SenseID人证核验设备。
针对公租房两个小区,一个小区12栋,另一个小区18栋,每栋3个单元现有情况。基于商汤Sensepass人脸识别一体机和Senselink管理平台方案。 在12栋楼小区大门部署SensePass设备用于对每个大门的进入方向刷脸通过,遂需要36台SensePass和senselink私有云管理平台一套。
在18栋楼小区大门部署SensePass设备用于对每个大门的进入方向刷脸通过,遂需要54台SensePass和senselink私有云管理平台一套。
人脸识别设备在人员进出时,需要将人脸数据录入到SenseLink管理平台,SenseLink再将人脸数据下发至每一台人脸设备设备上。SenseLink也可以统一管理人脸识别设备。
人脸质量筛选主要是对现有人脸片以及抓拍图片进行质量判断、筛选、标记,选择存储质量更高的人脸特征数据,并可对特征库内或不同库之间的人脸信息进行查重,减少数据库的存储容量,并较少检索时间。质量筛选分为以下两个部分:
抓拍图片质量筛选
在人脸卡口摄像机抓拍图片或通过后端对视频流中的人脸进行抓拍时,系统会根据人脸所在位置、人脸大小、人脸偏转情况以及光线环境等情况自动对人脸图片质量进行判断,并筛选、标记出质量最好的图片进行特征提取、比对、入库。
静态图片质量筛选
在静态图片入库及人脸模板增量入库时,系统将待入库图片提取特征后与库内、其它库的人脸特征进行比对确认重复情况后,根据判断的图片质量状况选择替换存储或不存储人脸特征模板,保留该人员质量最高的图片提取的特征值,并作出标记,方便比对、查询。
人脸照片建模主要负责将人脸图片的特征值抽取后存储到数据库或比对。对导入的人脸照片提取人脸特征信息、人员证件号码、姓名、身份类型、人员分类、采集时间、采集地点等结构信息。
人脸底库提取建模
根据不同来源的静态人脸数据,实现相应的人脸数据抽取接口,静态采集主要采集实名制人脸数据,建库后主要用于人员身份识别核查,人脸采集后通过人脸特征提取,存储人脸特征信息、人员证件号码、姓名、身份类型、性别、民族等结构信息。
前端采集人脸库建模
从网络摄像机、人脸抓拍机、SenseKeeper、SensePass、SenseID推送过来的的人脸照片实时建模。前端人脸抓拍机会把采集设备名、采集时间、采集位置等信息推送给人像分析系统,人像分析系统会把相应的参数(采集设备名、采集时间、采集位置)推送给人像分析系统,人像分析系统收到相应的数据后,对人脸建模特征提取,并存储人脸特征信息、采集时间、采集设备、采集位置等结构信息。
高性能快速人脸建模采用最新的GPU硬件计算,可同时支持数据并行、模型并行及数据、模型混合并行等技术,可多机并行,快速高效;采用先进的人脸特征提取技术,适应多种照片源,入库率不小于99.95%;支持自动建模、手工建模、批量录入、服务器导入等不同的建模方式。
在硬件性能及网络能力满足需求的前提下,根据硬件配置和软件设置不同,入库时间略有差异。
人脸特征数据库包含:人脸底库数据库和前端采集人脸数据库;规划构建涵盖实有人脸底库特征库(楼宇工作人员、住户、外来人员);
以清晰的抓拍库的人脸照片与人脸注册底库检索,以确认目标人员轨迹不同,该功能主要解决的是以抓拍库中的人脸图片,对海量的、具有人员姓名、身份证号等信息的标准照片或清晰人脸图片库的搜索,从而对抓拍人脸的身份进行确认。业务流程如下:
抓拍图片:直接利用抓拍人脸图片,如果是传统的视频监控系统;
目标库:为楼宇所建立的大数据库,基本包括楼宇工作人员、住户、外来人员,以及不同分类的其它库。
设定阀值:按抓拍图片的质量进行阀值选择,从高往低进行自主设置,直到查找到目标人员;
以图搜图:该单元的以图搜图是通过模糊图像(部分信息图片)对清晰图片的搜索,这在应用上与轨迹还原单元有本质的差别;
身份确认:通过搜索,在情况研判下,通过查找到的目标人员标准照片所包含的姓名、身份证号及其它信息,进行人员的身份确认;
人脸实时抓拍的业务流程图如下图:
视频流:人脸实时监控设备通过网络接入原有监控系统与新建的高清网络摄像机获取视频流;
解码:系统对接入的视频流进行实时的解码;
抓拍:系统对解码的人脸进行动态检测,实时抓拍;
质量评估:同时,系统对相同人脸进行实时的跟踪,并对抓拍图片进行质量评估;
存储:系统对连续跟踪的相同人脸,选择其中画质最高的图片进行存储;
查询取证:存储的图片,用于事后检索。
通过系统的人脸实时监控设备,一方面可以对人脸信息进行全面采集与存储;另一方面,也大大减少了原视频存储对存储设备的巨大需求;同时,能过系统的择优存储,进一步降低了有用人脸信息对存储空间占用。
通过前端人脸抓拍机或对视频流人脸实时抓拍后,系统进入到人脸实时比对功能。人脸实时比对主要基于深度学习的人脸识别专用算法模型,通过人脸建模算法以及人脸比对算法,对通过前端人脸抓拍机采集的人脸照片和接入的高清网络摄像机视频流中抓拍的人脸照片,通过提取每一张人脸图片的特征与布控的人脸黑名单库(白名单库)中每一张照片进行实时的比对,对于相似度达到预设阀值的人员,进行实时报警,从而实现对楼宇工作人员、住户、外来人员等目标人员的提前布控和实时预警,实时掌握楼宇动态,其业务流程图如下:
特征提取:对抓拍到的人脸进行人脸信息的特征提取;
大库搜索:系统自动在目标库中与入库时提取到的目标库人脸信息特征集进行1:N的搜索;
设定阀值:考虑到人的相似性及专用场景的特殊性,所以,需要对在什么样的相似度上进行预警进行提前的预设阀值;
实时预警:当出现的人脸抓拍图像与目标库中的某一人的相似度达到或高于设定的相似度阀值,系统进行实时的预警,可以是在监看的WEB客户端弹出提示框;也可以进行声、光物理报警。其中WEB客户端弹出告警提示框;
预警存储:同时对于以上的预警信息,系统进行实时存储,便于事后的查询与取证;
查询取证:通过预警信息的查询,相比抓拍人脸图片的查询,广大安保人员的工作效率又得到了进一步的提升,即只需要对每天的预警信息进行查询,就能实现重点人员的查询取证工作。
在拥有海量的抓拍人脸图片后,在确认目标人员身份,获得正面标准照或清晰照片后,可以在海量的抓拍人脸图片库中进行搜索,及时确认该目标人员的行为轨迹,就可以支持到安保采取进一步的行动,其业务的流程图如下:
身份确认:已通过情报研判工作,对目标人员的身份进行确认;
清晰图片:通过身份确认,已获取该目标人员的标准证件照片或清晰的人脸图片;
抓拍库:系统通过对抓拍图片的长时间存储,形成了自己的抓拍库;
设定阀值:按抓拍库的情况设定搜索阀值,建议由高到低进行搜索,即高阀值下无法获取时,则降低阀值;
以图搜图:清晰图片对抓拍图片的搜索,即清晰图片对模糊或信息不完整图片的搜索。
轨迹还原:按搜索出的图片所具有的摄像头及时间信息,确认每一张图片的时间、地点,按此即可实现对目标人员的出行线路进行还原。尤其是针对频繁出现分析,根据抓拍时间段、抓拍卡点位置,在海量人脸抓拍库中,按照相似度条件进行碰撞比对,查找出该时间段、位置出现的相似人脸,从而分析活动异常的人员,以及时发现目标人员案前踩点会频繁出现等特征行为;
电子地图:系统可联动在线电子地图/离线电子地图,并可开发对接GIS系统,在电子地图上将被查询人员的行动轨迹展现出来。
采取行动:通过获得的轨迹还原情报信息,如果是重复出现的,则可以实现人工布控抓捕;如果是单次行程,则对目标人员的动向,进行清晰的掌握,可以明确目标人员的离开或闯入线路,即可采取更好的追踪。从而利用人脸识别特征的唯一性,精准、高效地实现对海量人脸抓拍照片库的有效排查,帮助管理快速锁定目标人员的活动轨迹,提高侦查效率。
基于网络摄像头、人脸识别抓拍机、SenseKeeper、SensePass、Nebula-M边缘计算节点采集的人脸数据与已建立的人脸底库数据进行比对,当采集的人脸数据与人脸底库数据不匹配,则对网络摄像头、人脸识别抓拍机、SenseKeeper、SensePass、Nebula-M边缘计算节点中抓拍到的人脸进行陌生人告警。
系统主要由SenseKeeper,SensePass,SenseLink云端管闸机、云端管理平台、服务器构成。
人脸识别门禁根据使用场景和方式的不同包含了不同的硬件设备形态,入写字楼大堂使用的人脸识别闸机,企业前台的人脸识别门禁、重要办公室使用的人脸识别门禁等。
智能化楼宇分析应用系统主要目的在于对该楼宇中的人员进行管控,需要根据目标人员的活动特点、行为轨迹进行科学布点,并对整体前端布点思路具有统一、总体的规划,才能充分发挥系统在人员管控方面的重要作用。
结合“圈块格线点”的一般规划思路,建议从以下三个维度进行人像前端的科学布建。
对于楼宇的安全保障工作来说,最先要了解的便是哪些人进入了楼宇,是否会对楼宇安全造成威胁,进入楼宇主要的通达口就是各个必经的大门,及重点出入口。
接下来,需要关注的便是在这个楼宇中活动的人,有哪些人做了什么事。想要对楼宇中活动的人进行管控,需要找出人员活动频繁或者具有重点保卫意义的区域。
人像识别准确率受前端设备安装位置、现场光照(如过暗、过亮)等因素影响较大,为保证人像采集效果,对安装要求建议如下:
视频人像人像采集设备与目标人相互位置示意图
表:人像采集设备安装要求
摄像机高度H |
监控距离范围L |
摄像机角度范围a |
最佳监控距离范围L |
最佳摄像机角度范围a |
镜头焦段 |
监控宽度 |
2.5m |
7m-11m |
12.5°-8° |
8m-10m |
11°-8.5° |
12.5-50mm |
2.5m |
3m |
10m-15m |
12.5°-8.2° |
11m-14m |
11.5°-9° |
2.5m |
|
3.5m |
12m-19m |
12.5°-8° |
14m-17m |
10.8°-8.5° |
2.5m |
|
4m |
14m-22m |
12.5°-8.2° |
16m-20m |
11°-8.8° |
2.5m |
|
4.5m |
16m-23m |
12.5°-8.8° |
19m-23m |
10.8°-8.8° |
2.5m |
|
5m |
18m-23m |
13°-10.2° |
20m-23m |
11.8°-10.2° |
2.5m |
|
5.5m |
20m-23m |
13.2°-11.7° |
22m-23m |
12.2°-11.7° |
2.5m |