人脸识别系统设计

人脸识别处理方案浙江大华技术股份有限企业处理方案部大华人脸识别处理方案逻辑架构系统业务逻辑包括三块内容

3.1人脸采集系统人脸采集系统包括专业人脸抓拍机和一般高清网络摄像机+人脸检测服务器是将前端采集到时视频图片等非构造化数据进行分析处理定位检测获取人脸图片并结合人员身份信息采集系统获取人员身份信息进行关联管理人脸比对系统人脸比对系统是对人脸采集系统传播的数据进行智能分析处理进行人脸图片建模、通过人脸眼睛、鼻子、嘴、下巴等局部构成对这些局部和它们之间构造关系的几何描述进行人脸特性数据提取入库并根据平台I业务需求进行实时比对识别和事后人脸检索应用人脸库人脸库包括人脸抓拍库、人脸注册库、黑名单库其中抓拍库包括场景图片场景下抠取的人脸小图、人脸特性数据是人脸采集系统采集日勺人脸图片存储库用于人脸比对系统进行人脸图片比对检索注册库包括原则人脸图片、人员身份信息、人脸特性数据是系统设定前公安批量导入的重点人员库用于人脸比对系统进行人脸图片比对检索黑名单库是注册库中将部分重点人员进行布控构成用于实时比对人脸采集系统传播的人脸图片业务应用通过平台进行实时布控、查询检索、配置管理等功能应用整体逻辑架构如下图人脸三大业务库

3.2系统数据库应包括三种业务库人脸抓拍库、人脸注册库和黑名单库人脸抓拍库-包括抓拍现场图片、人脸小图和构造化的人脸特性数I据、抓拍地点、抓拍时间等信息此类库日勺重要业务应用场景是图片检索比对查询目标人员日勺人像出没地点、时间等信息人脸注册库-重要是导入某些大规模的人像图片、构造化的人脸特性数据和身份信息如一种地级市当地的社保人像信息库等导入后重要的I应用场景是图片检索比对和身份信息查询确定人员身份黑名单库-包括I高危人员、特殊人员的人脸图片、构造化的人脸特性数据和人员身份信I息重要的应用场景是在各个人脸卡口进行实时人流时人脸比对预警一般来说人脸抓拍库和人脸注册库做为静态库合用于事后查询检索目标、黑名单库作为动态库用于实时比对报警一种或多种黑名单也可以进行勾选布控形成具有针对性的人脸布控库与前端实时视频进行人脸比对报警其中抓拍库因人流量和伴随时间将越来越大需根据项目状况合算存储设备大小黑名单库数据由公安或专业人员导入存储大小一般有微调不过不会有数量级上的变化系统拓扑

3.3系统由前端摄像机、人脸检测服务器、人脸识别服务器、存储设备、人脸数据库、人脸识别系统平台六类设备前端摄像机

3.

3.1前端摄像机包括一般高清网络摄像机和专业人脸抓拍机一般高清网络摄像机重要实现图像采集、编码等功能专业人脸抓拍机不仅实现一般高清网络摄像机的所有功能其内置大华自主研发的智能分析算法还能实现对视频中人脸进行自动捕捉、跟踪、抓拍等功能同步专业人脸抓拍机拥有人脸区域自动曝光优化、人脸小图优化处理等功能更适合于人脸卡口场景下获取最优人脸图片人脸检测服务器人脸检测服务器搭配一般高清网络摄像机对传播时实时视频流进行人脸检测、定位、跟踪、人脸图片选优将人脸图片进行抠取传播到识别服务器进行存储和人脸建模、比对人脸识别服务器运用大华自主研发日勺人脸识别算法对人脸检测服务器传播的人脸小图进行建模和构造化获取人脸特性数据后为人脸实时比对识别、人脸后检索等功能提供算法支持人脸数据库服务器和人脸图片存储

3.

3.2人脸数据库专门用于存储人脸系统的人脸数据要包括抓拍库人脸特性向量、注册库人脸小图、注册库人脸特性向量、黑名单人脸小图、黑名单人脸特性向量此外抓拍库图片人脸小图和抓拍大图存储在人脸识别服务器中当识别服务器存储容量局限性时可外扩设备进行存储人IPSAN脸视频存储前端摄像机对实时视频的存储可存储在平台下挂载的I IPSAN或专业监控行业存储设备中也可以通过网络硬盘录像机做视频存储管理平台

3.

3.3人脸识别系统平台重要实现人脸系统有关的设备管理、识别场景规则设置、报警联动等配置和管理并结合客户端实现对图像的预览检索、多种报警信息的查看等操作高清IPC高清视频专网高清I PCIP高清球IPC人脸抓拍相机人脸抓拍相机人脸抓拍相机高清IPC高清球高清球高清球人脸抓拍相机人脸检测服务器人脸检测服务器人脸识别服务器平台DSS-C8100人脸数据库服务器平台客户端人脸图片存储IPSAN实时视频存储IPSAN/NVR平台数据库人脸抓拍相机人脸抓拍相机人脸抓拍相机人脸抓高清IPC高清IPC高清IPC高清球高清IPC高清球高清球高清球人脸检测服务器人脸检测服务器人脸识别服务器…人脸抓拍相机人脸抓拍相机人脸抓人脸抓拍相机人脸抓拍相机人脸抓拍相机人脸抓拍相机人脸抓拍相机联网设计

3.

3.4人脸识别系统布署在视频专网下前端摄像机直连人脸抓拍服务器或人脸识别服务器识别服务器对接基础平台在公安视频专网中布署人脸识别系统对出入口、重点道路等位置安装前端摄像机并通过人脸识别系统平台进行统一管理同步数据通过网闸共享到公安专网下公安可以对重大嫌疑目标进行事后目标检索目标轨迹跟踪并根据目标出没时间和地点安排警力布署人脸识别流程

3.

3.53系统数据流包括人脸实时比对和人脸历史查询其中实时比对发生在事前或事中当系统发既有布控人员出现时执勤人员可以迅速作出反应历史查询则是针对事后重点人员排查可通过可疑人员图片查询系统记录日勺人员信息实时视频人脸比对一般高清网络摄像机通过人脸检测服务器或专业人脸抓拍相机分析视频中的人脸提取人脸图片转发给人脸识别服务器人脸识别服务器通过智能算法从抓拍的人脸中提取特性数据与黑名单库中的人脸特性数据库进行遍历检索最终由平台展现人脸比对成果图片检索人脸比对通过平台客户端提交需检索的人脸图片人脸识别服务器提取人脸图片特性数据与人脸抓拍库或人脸注册库中欧人脸特I性数据进行遍历比对现比对成果性能指标规定

3.

3.6性能指标重要包括人脸抓拍率、建模成功率和识别成功率人脸抓拍率:在符合施工规范人脸距离相机中心左右偏离±30°上下偏离平面偏离以内、光线很好的场景人脸光照亮度±15°±15°下正常人脸日勺抓拍率可达以上识别成功率250-800Lux95%人脸比对性能与黑名单注册图像质量和黑名单数据库大小亲密有关一般状况下识别成功率可达以上系统可根据实际需要设置不一样90%的人脸相识度阀值来调整识别率此外人脸比对性能和黑名单注册图像质量、数据库大小、环境、光线等原因影响很大详细比对性能视实际场景及实际注册图像质量而定单台人脸检测服务器性能

3.

3.

6.1支持路的视频接入检测辨别率下检测所需最小人41080P I1080P脸像素大小同步可以对画面中最多个的人脸进行检测抓拍检测60*6020精确率95%单台识别服务器性能

3.362人脸特性向量大小在左右人脸识别像素大小支持实2KB100X100时识别-支持日勺黑名单库可以支持路以上人脸识别前端30W161080P相机人脸抓拍/注册库检索性能-最大可支持库人脸检索300W前端设计4前端系统构成人脸识别前端重要分为两类

4.1一般高清后端需要配合人脸检测服务器进行人脸检测再接IPC-入人脸识别服务器人脸抓拍可以直接接入人脸识别服务器IPC-布点设计

4.2一般人员抓拍相机对于安装的场景有比较高的规

4.

2.1定人脸大小像素以上（双眼距离不小于像素）角度上下角度在度1005015以内左右角度在度以内（眉尖可见）图像质量聚焦清晰光照均匀尤30其注意防止逆光、侧光必要时进行补光其他情自然尽量防止帽子、围巾、墨镜等遮挡面部信息一般在某些都市中经典的适合人员抓拍的地点和场I景有火车站汽车站出入口

1.机场安检处

2.政府机关企事业单位重要场所的走道

3.J.大型商场出入口上下扶梯处

4.小区、小区出入口非室外环境等等5施工布署规定

3.15后可采集原则的人脸图像为后续建设人脸注册库做基础准备人脸比I对场景根据公安规定建设用于道路和室外场景对目标人脸进行比对识别安装指导规范专业采集场景环境规定

4.

3.1采集环境提议在室内高度＞米长度＞米宽度＞米=3=6=6人员采集点位确定被采集人员点位若环境光低于人脸采集规定则顶部需要安装光源进行补光注意背后不要有强光源摄像机安装

4.

3.

1.1摄像机采取吊顶或者三脚架方式安装安装高度距地面米米安2-

2.5装距离距被采集人员点位米若采用三相机抓拍中间的相机正对采集4-6点位其他两个相机布署在中间相机的两侧米处

1.5摄像机调整

4.

3.

1.2安装人员甲站到采集点位安装人员乙依次对三个相机进行调整调整摄像机上下角度与焦距使得人脸位于图像日勺中心位置双眼距离不小于像素对人脸进行对焦调整清晰度到最佳50安装角度规定相机与水平线的夹角最佳在度到度之间a-1515°安装距离规定摄像机一般选用百万高清摄像机距离和选用的不一样镜头的焦距有关系焦点在通道出入口且人脸的宽度像素不不不小于像素100*100因此摄像机日勺型号与监控范围有着亲密关系人脸大小和姿态规定人脸距离相机中心左右偏离上下偏离土平面偏离土以内±30°15°15°免冠不戴墨镜、口罩、帽子等遮挡面部的饰物眼镜框、头发不遮挡眼睛环境光照规定无逆光面部无明显反光光线均匀且无阴影此外为保证抓拍人脸时现场光照足够提议若镜头画面中人脸不够亮时需要对应增加照明设备对人员脸部补一般应到达250〜800LUX侧视图根据摄像机日勺安装位置和安装高度规定如下高度提议在

2.0米范围焦距距离摄像机在米处保证相机照射目标人脸呈度角〜

2.54〜615度人脸采集场景俯视图一般对人脸进行采集过程中因人员不受控制常常无法采集到正脸图片在后续比对识别过程中非原则的人脸图片将降低人脸识别精确率通过布署三台相机每台相机相距米两侧相机距抓拍点展现夹

1.530°角人员通过采集点可以同步进行人脸抓拍并关联存储入库可以大大缩减因抓拍人脸角度问题引起的识别比对精确率不高日勺问题存储设计5存储总体设计人脸系统存储内容重要包括三方面

5.1人脸注册库存储包括人脸图像和构造化的特性数据是公安人员对

1.重点管控人员等建立的人员库在人脸识别系统中充当原则库供人脸系统查询比对人脸抓拍库存储包括实时抓拍日勺现场图像、人脸小图和构造化

2.的特性数据在人脸识别系统中充当实时抓拍下来的人员面部特性库供人脸系统检索比对视频录像存储针对系统需要存储实时视频进行视频搜索可通过

3.平台挂载存储设备存储前端实时视频录像或在前端路数较多状况DSS-C下可以通过前端直连进行视频存储减轻平台转发存储承担……前NVR端一般高清摄像机……人脸抓拍摄像机抓拍库图片存储注册库存储、抓拍库特性码存储平台DSS-C8100视频流抓拍大图、人脸小图存储视频存储IPSAN视频存储NVR其中前端摄像机抓拍到的现场图片和人脸小图存储在识别服务器中一般人脸识别服务器存储容量较小在无法符合大量的抓拍图片时可挂载进行扩展存储抓拍库人脸特性数据存储在人脸数据库中特性数据IPSAN较小条人脸特性数据大小约为后端人脸注册库中欧人脸图片和人2KB I脸特性数据和人员身份信息存储在人脸数据库中原则配置支持注300W册库存储存储容量计算项目修改

5.2抓拍库图片存储计算

1.

2.1图片存储规定图片存储个月每路每分钟抓拍张工作时间小121010时一天存储张图片,6000存储一天日勺容量计算存储个月共需

0.3MBX10X60X10^

1.8G12仁人脸特性数据存储计算人脸识别系统中人脸特性数

1.8GX

3600.63T522据包括两块抓拍库人脸特性数据

2.注册库人脸特性数据

3.每条人脸特性数据大小约抓拍库、注册库约占2KB300W300W空间

5.7GBX2=

11.4GBo视频存储

4.

2.2一般使用摄像机主码流进行前端摄像机人脸抓拍辅码流进行录像存储录像存储方案可将前端直连直接存储摄像机录像或通过NVRNVR挂载方式进行录像存储DSS-C8100IPSAN人脸识别系统前端摄像机选用像素摄像机为例视频存储按公200W安规定一般存储个月1路前端视频存储容量计算天・14Mb X60SX60MIN X24H X30路前端视频存储容量计算视频存储与老式视8%

1.23T

501.23TX50=

61.5T频监控计算方式相似可项目实际状况修改根据实际产品进行计算需要明确选择时盘位数和所选单盘空间,一般提议选用硬盘3T应用设计6检测抓拍

1.

1.1平安都市人脸识别系统平台提供简洁、完善的人脸监控界面可以以便快捷日勺调取各个设备和通道日勺视频信息对视频监控中出现日勺多张人脸进行自动框定定位支持实时刷新抓拍人脸图片支持对检测区域出现的人员进行人脸检测和评分并筛选出最为清晰的人脸图像最为抓拍人员人脸图片人脸检测抓拍

6.

1.1识别报警

1.

1.2根据前端摄像头中出现日勺人脸图片和黑名单中日勺人脸进行实时比对假如人脸相识度超过预设报警阀值系统可自动通过声光方式进行报警系统可按通道对人脸进行布防每个通道可以单独配置黑名单实现单独布防使用人员可以在监控界面查看抓拍原图和黑名单人员图片进行核算也可以点击查看更多跳转报警查询页面进行录像核算抓拍库查询

1.

1.3对案发时间地点出现的可疑目标查询顾客可根据时间、采集地点信息查询历史人脸图片也可关联录像查看现场详细状况支持内容的导出抓拍库检索

1.

1.4顾客上传嫌疑目标人脸图片根据抓拍地点、相似度、抓拍时间等检索条件通过以图搜图方式检索注册库比对成果可以迅速查询嫌疑目标与否在可疑时间段内出目前案发地点中O黑名单管理

1.

1.5支持外部批量导入符合格式的黑名单人脸图片及人员有关信息包括姓I名、生日、性别、省份、都市、证件类型、证件号码也可删除或者修改黑名单中已经有人员的信息同步支持通过图片的单个人脸注册注册时需要输入姓名、生日、性别、省份、都市、证件类型、证件号码等信息图片中包括多种人脸时由人脸识别服务器负责人脸识别后顾客可选择需要注册的人脸最大支持万张黑名单人脸图片30注册库查询

1.

1.6顾客可通过注册库名称、姓名、证件类型、证件号码、性别等信息对注册库进行人员检索支持内容的导出针对重点人员可查询后对其迅速进行黑名单布控实现人脸实时比对识别报警注册库检索

1.

1.7顾客可上传可疑人员图片根据查询库类型、相似度条件迅速检索确承认疑目标身份信息注册库查重

1.

1.8公安人员通过注册库查重功能通过调整相似度条件可以迅速日勺对查询库相似人脸进行检索适合公安在对一人多证案件进行迅速排查报警管理

1.

1.9支持顾客对抓拍地点中发生的历史报警信息进行检索也可对抓拍时间和抓拍库进行检索有关人脸报警信息包括有关人员人脸图片、报警记录发生地点、报警记录发生时间时支持进行该时间段前后联动有关录像进行确认方案优势7直观、自然、非接触性无需停

7.1无需被检人员配合对出现的嫌疑人平台可做到实时告警提醒给国家安全机关工作人员迅速反应迅速控制可疑人员提供宝贵时告警行动时间国际领先的人脸识别算法

7.2在国际人脸识别领域使用最广泛、权威时非受限人脸数据库LFWfLabeled）中大华人脸识别算法测试精确率超过仅次于国际Faces inthe Wild98%第一名高斯人脸超过人眼辨别人脸能力多相机抓拍人脸关联

7.3国内领先的处理方案通过国内实际案例结合公安实际业务需求提出三路相机联动抓拍技术在后续作为黑名单布控或抓拍库检索时通过一张抓拍人脸对比三张人脸图片可增强人脸比对成功率为后续增强人脸比对成功率提供有力保障海量数据检索

7.4迅速响应能力人脸识别系统通过企业专业人脸识别专家长达一年优化最大可布控黑名单库响应迅速从实时采集人脸到报警端显示时间间隔30W「秒根据图片检索数据根据图片检索数据响应时间可在内完成可21S在完全施工规范的场景下抓拍率达以上、识别率可到达以上95%90%实际应用中可能会因为光照或者摄像机安装等原因而导致识别率降低建库应用

7.5服务公安实战业务大华人脸识别系统具有人脸采集业务数据库、人脸实时抓拍比对数据库、事后人脸检索数据库、贴近公安实战应用针对不一样业务需求可结合导入全国在逃人员、全国违法犯罪人员、公安重点防控人员信息库进行实时比对和事后检索有效提高公安机关的工作效率和业务作战能力设备选型8人脸识别技术1伴随平安都市基础建设日勺不停完善和加强前端摄像机采集到的数据展现一种爆炸式的增长对于公安行业来说数据总量不停充实的状况下怎样从非构造化数据中挖掘构造化信息是平安都市建设的二期目标另首先公安行业对车辆的构造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老式技侦方式人脸识别技术在以上状况下处理视频录像、图片等非构造化信息到人员照片、身份信息等构造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性唯一性、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.非强制性顾客不需要专门配合人脸采集设备几乎可以在无意识1的状态下就可获取人脸图像这样的取样方式没有“强制性”非接触性顾客不需要和设备直接接触就能获取人脸图像

2.并发性在实际应用场景下可以进行多种人脸的分拣、判断及识别

3.人脸识别技术流程重要包括四个构成部分分别为人脸图像采集及检测、人脸图像预处理、人脸图像特性提取以及人脸特性数据匹配与识别人脸图像采集及检测基于人日勺脸部特性对输入的人脸图像或视频流，首先判断与否存在人脸假如存在人脸则进一步时给出每个脸的位置、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成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目前环境下最优人脸并最终服务于特性提取的过程其预处理过程重要包括人脸图像日勺光线赔偿、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性提取人脸识别系统可使用日勺特性一般分为视觉特性、像素记录特性、人脸图像变换系数特性、人脸图像代数特性等人脸特性提取的措施归纳起来分为两大类一种是基于知识的表征措施此外一种是基于代数特性或记录学习的表征措施基于知识时表征措施重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性数据其特性分量一般包括特性点间的欧氏距离、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构造关系的几何描述可作为识别人脸的重要特性这些特性被称为几何特性基于知识日勺人脸表征重要包括基于几何特性的措施和模板匹配法人脸识别处理方案

1.1人脸特性比对识别通过采集到的人脸图片形成人脸特性数据与后端人脸库中的人脸特性数据模板进行搜索匹配通过设定一种阙值相似度超过这一阈值则把匹配得到的成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识别是一对多进行图像匹配对比的过程方案概述2项目概况

2.1伴随经济日勺发展城镇建设速度加紧以及互联网日勺突飞猛进导致都市中人口密集流感人口增加引起了都市建设中的交通、社会治安、重I点区域防备、网络犯罪日益突出等都市管理问题此后现代化都市的建设、网络信息必然将安全作为重中之重与都市的经济建设处在同等重要的地位近年来社会犯罪率呈逐年升高的趋势尤其是网络犯罪愈加日勺严重网络逃犯频频发生罪犯的犯罪手法也愈加隐蔽和先进给广大公安人员侦破案件增加了难度同步恶性事件时有发生使人们对公共生活场所日勺安全感普遍降低同步公安人员在对通缉犯进行人工排查时如大海捞针成功率极低效果也不明显重要有如下实际问题首先由于罪犯群体不停扩大要在数以百万计时人员照片库中找出犯罪嫌疑人不仅费时费力还有可能导致遗漏等状况破案的效率大打折扣其次目前公安机关侦察案件大多数仍然依托事后追查和通缉对已经发生日勺案件导致的损失很难有效弥补最终假如在案发的同步即能防患于未然就能第一时间将损失控制在最小范围内采用高效使用的人脸监控和比对系统第一可协助公安侦查人员迅速识别辨别特定人员真实身份把过去难以想象日勺千万级日勺海量照片库比对需求变成现实从而有效的为公安视频侦查、治安管理、刑侦立案等工作提供实战上的有效协助和处理措施第二可协助公安侦查人员办案时候追查和通缉真正从打变为防可以极大的减少警力I资源挥霍和事故发生概率目前人脸抓拍比对系统重要应用在如下几种方面公安治安人员黑名单比对实时报警针对某些人员密集区域如车站、地铁站、机场、小区等的关键出入口、通道等卡口位置布置人员卡口后端对重点关注人员、打防控人员进行黑名单布控通过实时视频流比对布控黑名单现人脸比对识别不明身份人员身份确认治安人员在平常巡查、人员身份验证过程中防止肢体接触和冲突使用前端摄像机或手机进行抓拍后端通过数据库进行人员信息比对分析到达人员身份确认时应用治安或刑侦人员对流动性人口中的无合法有效身份证件、无固定住所、无合法职业或合法经济来源的人员进行非接触性身份确认重要点位重点人员身份排查针对某些重要管控的区域如大型保障活动政府、公安出入口等布置前端摄像机对现场进行人脸抓拍每日安排公安人员人工进行重点人员筛选排查本章文字内容可以根据项目详细状况修改重点人员布控

2.

3.1重点人员包括高危人员、特殊人员等高危人员包括有全国在逃人员、全国违法犯罪人员特殊人员包括水客、涉恐涉案人员、涉毒人员、重大犯罪前科人员、肇事肇祸精神病人本方案可通过手动或自动批量导入手段将高危人员信息导入至人脸注册库中通过摄像机实时视频检测和照片信息检索与人脸注册库内高危人脸进行实时比对识别在出现高危人员时通过平台告警方式通知公安公安重点人员根据地区和目日勺不一样划分不一样类型包括惯偷惯犯、涉恐、涉案、涉毒、水客等人员本方案可通过手动或自动批量导入手段将重点人员信息导入至人脸注册库中通过在超市、大楼、火车站、港口等出入口摄像机实时视频检测和照片信息检索与人脸注册库内高危人脸进行实时比对识别在出现高危人员时通过平台告警方式通知公安高危人员布控

2.

3.2特殊人员包括有水客、涉恐人员、涉毒人员、有重大犯罪前科人员、肇事肇祸精神病人、重点上访人员等人脸识别系统将运用实时视频和身份证信息相结合的手段对出入境人士进行审查识别高危人员包括全国在逃人员、全国违法犯罪人员、重大犯罪前科人员、肇事肇祸精神病人等人脸识别系统将运用实时视频和身份证信息等手段可在火车站、汽车站、港口口岸出入口建设人脸卡口对出入境人士进行审查识别敏感人群布控

2.

3.3敏感人群包括来自特殊地区、特殊身份、特殊职业等人员如来自新疆地区人群、个别少数民族人群、长期无工作人群、非法上访人群等通过在出入境、关键人脸采集卡口对这些人群进行身份信息和人脸信息采集通过人脸识别系统对敏感人群的身份信息、行为轨迹、出没时间等进行管控从而做到敏感人群防控的目的I I身份信息检索

2.

3.4在平常巡查、火车站身份证检查、其他民事应用中可通过单兵、手机、相机对驾驶员进行脸部拍照通过上传照片至后端进行人脸识别确认人员身份信息这种方式合用于未携带身份证、驾驶证时驾驶人员身份迅速确认身份信息查重

2.

3.5对全国人口基本信息资源库中人员身份证进行检索比对排查一人多证日勺问题建设内容*根据详细状况编写

2.4总体设计3大华人脸识别系统采用品有完全自主知识产权的人脸检测算法、人脸跟踪算法、人脸抓拍算法、人脸质量评分算法及人脸识别算法、并结合配套日勺前端摄像机机设备和后端智能分析服务器实现了实时人脸抓拍建模、实时黑名单比对报警、事后静态人脸图片检索等功能本方案针对人脸注册库/人脸抓拍库不不小于万、黑名单库不300不小于万的系统前端可采用一般高清摄像机也可以采用专用的人30脸抓拍相机通过人脸检测服务器对实时视频中出现的人脸进行抓拍人脸识别服务器可对抓拍的照片进行数据库比对根据人流量和抓拍照片数量在针对多路前端相机环境时可布署人脸识别服务器并上传照片在方案中采集图片和构造化特性数据保留在人脸识别服务器中若存在大容量日勺采集图片和构造化特性数据保留规定时间长可扩容存IPSAN储设备保证存储容量。