基于人脸识别的火车站监控解决方案(图)

1.1概述

一般而言，生物识别技术包括采集、预处理、特征提取、特征比对等模块，处理流程如图1所示。

图1 生物识别技术处理流程图

点击此处查看全部新闻图片

在实现形式上，采集单元往往是作为一个独立的设备存在的。例如，人脸识别技术中，一般通过CCD来采集人脸的图像。而预处理、特征提取、特征比对一般是以独立模块或存在于计算机中算法模块的形式存在，作为比对系统的一个模块。比对过程是将采集、提取到的生物特征与统一存储在数据库或文件系统中的所有备选的生物特征进行比较，确定最相似的一个或多个人作为输出。

1.2 应用指标

应用生物识别技术，必须考虑以下几个指标：

1. 可靠性

可靠性是识别技术应用的基础，与识别技术机理有着密不可分的关系。可靠性衡量了识别特征中蕴含的信息，以及这些信息的可分性。一般而言，识别特征蕴含的信息量越丰富，区分能力越强，可靠性就越好。

2. 稳定性

稳定性是指识别特征是否会随着环境和时间的变化而发生变化，是否能够保持同一不变。

3. 采集安全性

采集安全性是目前国际上都非常重视的一个问题，它主要考量的是识别特征的收集是否会对人体造成伤害。一般而言，人脸、声音和虹膜识别这种非接触式的采集方式较之指纹、掌纹、视网膜等直接接触的采集方式要更安全。

4. 便利性

便利性是生物识别技术应用中非常重要的一个条件。便利性，一方面是指特征的便于携带、不易丢失、防伪防盗性能好；另一方面也是指识别特征采集过程中对人的要求。一般而言，直接采集方式的生物识别技术都需要人主动配合，采集时间也较长。这类生物识别技术的便利性较之非接触式的生物识别技术要差。

5. 响应速度

响应速度一般是指单次生物特征识别所需要的时间。一般而言，系统地响应速度与应用架构有着密切关系。例如，在不同库容的指纹、人脸数据库中进行一次查询，系统地响应时间自然也不相同。为了比较不同的生物识别技术的响应速度，通常我们可以用1：1比对所需要的时间来衡量。

6. 识别性能

生物识别技术的性能一般用误识率和拒识率两个参数来衡量。所谓的误识率是指识别错误的样本占识别总数的比率；而拒识率是指没有被正确识别的样本占总的样本的比率。

表1给出了指纹、人脸、声音、虹膜、视网膜等生物识别技术上述指标的比较结果。


识别技术	可靠性	稳定性	采集安全性	便利性	响应速度	识别性能
指纹	中	中	中	高	较高	高
人脸	中	中	高	高	较高	高
声音	差	差	高	高	较高	差
虹膜	高	高	较高	较高	较高	高
视网膜	高	高	低	高	较快	较高

表1 各类生物识别技术比较

考虑安防系统本身的特点，识别特征采集的安全性、使用的便利性、系统的响应速度是非常关键的。在这些方面，人脸、指纹是有优势的。例如，现有的基于生物识别技术的门禁系统多采用指纹、人脸作为识别特征。另一方面，在安防系统中部署生物识别系统，必须充分利用现有的安防设备，对现有系统地改造尽可能的小，成本造价尽可能的低。综合这两方面的因素，我们认为人脸识别技术是现阶段与安防系统成功结合的首选。

2人脸识别技术

在识别技术上，早期的人脸识别技术采用特征脸、神经网络等方法，需要大量的训练样本进行训练。基于几何特征的人脸识别方法利用人的眼、鼻、嘴等部件的形状或类型以及它们之间的几何关系来做识别。这种方法识别速度快，但识别率较低，并且，往往需要人工干预，确定眼睛、下巴等位置。

较之于其它的生物识别技术，人脸识别技术的优势非常明显。首先，作为识别特征，人脸具有稳定、可靠、安全、便利等特点。在一般情况下，人的面部特征是非常稳定可靠的，“携带”便利。面像也是用于区分人的首要特征。正因为如此，在公安、安全部门的侦查、在安全保卫、出入控制中，人像得到广泛的应用。其次，人脸图像的采集非常方便，尤其是基于标准视频的图像采集方式。目前，绝大多数安防系统采用的都是可见光范围内的标准摄像头，完全满足人脸图像的采集要求，不需要进行任何改造或升级。人脸图像的采集是非接触式的，也不需要人主动配合，最大限度地提高了系统的响应速度。第三，与安防系统结合人脸识别系统能够最大效能的发挥现有监控系统的优势，真正达到“预防-记录-取证”的目标。我们知道，目前安防系统最关注的还是监控场景中的人，尤其是重点关注的人及其行为。这种关注通常是“隐性的”，“非介入式”的，不能进行专门的干预。采用人脸检测技术可以快速的分析出场景中人的位置，采集到人的面部图像。采用人脸识别技术，可以迅速的将这些图像与数据库中的“嫌疑人、“危险人物”等进行比对排查。一旦命中，系统将迅速做出响应。人脸识别系统采集的人脸图像又可以作为非常重要的监控数据记录下来，存储在监控数据库中，作为事后检索的索引，或者与公安、安全部门的数据库接驳，进行取证、认定。从这个角度来说，如果说目前的安防系统有“录”无“防”的话，那么人脸识别系统的应用，将给安防系统一双“慧眼”，检测、识别场景中的人，做到能“防”、能“录”、能“查”，满足机场、海关、金库等重要场合的安全保障任务。

北京海鑫科金信息技术有限公司首席科学家、清华大学电子工程系丁晓青教授领导的研究小组采用基于弹性匹配的方法进行人脸识别。该人脸识别技术包含了在复杂背景下多人脸实时检测算法、人脸特征的提取及鉴别特征的筛选、以及在特征层次上的统计识别判决，对于光照、姿态、表情变化、年龄、装饰甚至伪装、场景、图象来源具有极强的适应能力和鲁棒性。图2为人脸识别技术处理流程图。

图2 人脸识别技术处理流程图

点击此处查看全部新闻图片

该技术采用属性拓扑图来表示人脸，拓扑图的任一个顶点均包含一个特征向量，用来记录人脸在该点附近的信息。这种方法结合了灰度特性和几何结构，在比对时允许图像存在弹性形变，在克服表情变化对识别影响方面收到了较好的效果。同时对于单个人也不再需要多个样本进行训练。以这种方法为核心的TH-ID Face系统在2004年第17届国际模式识别大会举办的FAT2004人脸认证竞赛中，以高比率胜出而获得大会颁发的唯一的“人脸验证算法全面最优性能奖”，为中国争得了荣誉。

测试项目	测试排名
BANCA数据库上基于手动定位的测试结果	排名第一
BANCA数据库上基于自动定位的测试结果	排名第一
FAR (误识率)	排名第二
FRR (误拒率)	排名第一
HTER(Half-Total Error Rate )	排名第一
综合排名	排名第一

表2 FAT2004人脸认证竞赛中TH-ID Face系统测试排名

3．案例分析

下面我们以国内某市火车站监控中心系统为例，分析人脸识别系统在城市安全监控中的成功运用。

3.1 案例背景

某市火车站地处重要地理位置，濒临多条繁华商业街区，站内外客流量较大，流动作案分子较多，常有各类刑事案件发生。在进出站行人中藏匿着各类特殊人群。当有需要对这些人员进行辨别、防范时，如何准确、有效地发现他们就成为车站公安、安保部门迫切希望解决的问题。

根据目前国内多数火车站进出站管理流程的模式来看，火车站的进站口、出站口、售票口都是有人值守的位置，而且是旅客必经之地。另外在这类地区旅客的流动速度会放慢，因为每个旅客都会在这段时间被摄像头拍摄。当有特殊人群的查找任务出现时，上述地点将会成为公安、安保部门最为关注的地点。通常，相关部门会在进出站口和售票处安装录像监控设备，利用这些地点的特殊性来布置和实施信息网络，搜集旅客的面部信息进行辨认识别。但人工查找和比对有很大的局限性，例如：人的记忆力有限，通常不能清楚地记住短时间接触的对象的面部特征；不能同时辨认多个对象；不能长时间保持注意力和辨认力等等。因此现有的安防系统在这类应用中的作用非常有限，且相关部门迫切需要引入人脸识别技术，来提高安全防范的效率和效果。

3.2 方案设计与特点

结合前文介绍的各类生物识别技术的比较和案例背景需求的分析，我们选择人脸作为识别特征。其原因主要在于：

· 直观、自然。在本案例中，安保工作人员人工辨别也是采用人脸作为特征的，采用人脸识别技术最符合安保人员的工作习惯。

· 非接触、便利。由于火车站流量大，必须保证一定的通过速度，避免旅客的等候与滞留。因此，采用指纹、掌纹、虹膜等需要旅客主动配合的，响应速度慢的生物识别技术是不合适的。

· 成本。本案例中，相关部门已经在各个关键位置安装了视频录像系统。客户希望能够对系统的改造尽可能的小，成本低。指纹、掌纹、虹膜等识别方式需要安装新的采集设备，必须重新进行布线、安装、联调等，工作量大，成本高。而人像识别系统前端可以完全利用现有安防系统中的摄像头，只需要在后端配置一台人脸比对服务器，工作量小，成本低。

3.3 系统架构

整个系统的架构如图3所示。在传统的视频监控系统之上，我们通过一个视频分频器将摄像头采集到的监控录像输送到海鑫人脸特征提取器里，完成人脸的检测、存储、记录后，将人脸图像通过局域网提交到人脸比对服务器上，与各类特殊人群数据库进行比对。比对的结果将实时显示在人像比对显示器上。一旦有人员命中，系统将触发监控室的语音报警系统，并将比对结果写入系统日志。同时，在滞留室中，可以将犯罪嫌疑人的照片录入到监控对象数据库中，并且提交到人脸比对服务器中，进行实时比对，一旦命中，即可直接由相关工作人员确认。

图3 某车站人脸识别监控布控方案图

点击此处查看全部新闻图片

公司整套系统应用软件以国际领先水平的、具有完全自主知识产权的技术为核心，并根据应用的实际情况进行定制化开发。例如，利用分布式计算技术，将人脸识别系统的主要模块人脸自动检测、特征提取与比对分摊到人脸特征提取器与比对服务器上，充分发挥了机器的协作处理能力，提高了系统的响应速度。根据机场安全保卫系统的业务流程，实现了系统的授权与认证管理、日志记录、报表生成与打印等。

3.4实施效果

整个工程自2005年8月开始实施，历时一个月竣工。

图4某车站监控指挥中心人脸比对显示墙

点击此处查看全部新闻图片

图4显示了系统工作时的状态。图示时刻入站旅客与数据库中匹配上，值守人员核对无误后，监控室将会收到报警信号，相关人员会迅速采取行动。

该系统自2005年10月正式投入使用。一年来，系统已正确识别出近百名嫌疑人员，误识率小于1%，为安全保卫部门提供了及时、准确的信息与证据。未使用人脸识别系统的前两年，车站相关工作人员只能通过人工辨别和检查身份证的方式识别，耗时较长，效率很低，而借助人脸识别系统的点睛之笔，就能够有效地发挥安防监控系统的应有作用。

4．结语

人脸自动识别系统解决方案是信息技术、通讯技术和生物识别技术发展的产物，也正是基于“平安城市”建设而实现安全防范管理的有效措施。海鑫人脸自动识别系统在使用时，依据人面像本身所固有的生理特征，利用图像处理技术和模式识别的方法来达到身份识别或验证目的。该系统采用国际领先的识别算法，用于大规模面像照片和相关信息数据库中高准确度、高速度的身份认证，具有速度快、精度高、对环境适应能力强等优点。因其安全、适用面广、极为方便的使用和管理方式，被应用于海关、机场、金融机构、宾馆、校园、高档写字楼、智能化小区等高安全性要求的重要场所。该系统已成为安全防范进入新一代生物识别领域的重要标志。

城市安全已经成为社会各界日益关注的话题。人们在生活质量提高的同时，愈来愈关心自己的生命和生存环境的安全。而现有被动的安防监控系统已经不能满足这种对于安全的强烈需求，于是生物识别技术的出现与成熟为建设主动式、智能型安全监控系统提供了必要的技术基础。在车站、机场、海关等重要场合的安全保卫工作中，生物识别技术将继续发挥巨大的作用。

基于人脸识别的火车站监控解决方案(图)相关推荐

智能门禁（2）---安检人脸识别人证验证系统解决方案
安检人脸识别人证验证系统解决方案方案一.概述及特点基于可见光下的中远距离人脸识别算法--人脸识别智能监控平台,对多个摄像头监控范围内的多个人脸同时进行检测.跟踪和识别,实时对人员身份进行确认,一旦 ...
基于人脸识别的门禁系统报告
视频演示:基于人脸识别的门禁系统设计_哔哩哔哩_bilibili PPT汇报:基于人脸识别的门禁系统设计PPT汇报_猫猫爱吃小鱼的博客-CSDN博客参考代码来源:Python 3 利用 Dlib 实 ...
刷脸支付基于人脸识别系统的新支付方式
刷脸支付,顾名思义,刷脸支付即基于人脸识别系统发明的支付新方式.人脸识别,是一种基于人的脸部特征信息进行身份认证的生物特征识别技术.用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪 ...
基于人脸识别技术的智能安防系统优化升级
作者:禅与计算机程序设计艺术近年来随着无人机.机器人等新型产品的出现,越来越多的人群开始把目光投向安防领域.虽然在短时间内智能化建筑.物联网.无人机等技术出现并迅速崛起,但由于技术发展速度不断加快, ...
使用Python实现基于人脸识别的上课考勤系统(一)：数据录入端
一.简介这个人脸识别考勤签到系统是基于大佬的人脸识别陌生人报警系统二次开发的. 此处放一个大佬原项目GitHub链接:基于OpenCV的视频人脸识别[陌生人报警]系统项目使用Python实现,基于 ...
基于人脸识别的课堂签到管理系统（一）---环境设置以及简单的QT界面设计
基于人脸识别的课堂签到管理系统(一)---环境设置以及简单的QT界面设计一.前言二.Pycharm安装与环境配置 2.1 Pycharm安装配置 2.2 Pycharm环境配置三.QT界面设计 ...
开源公告｜更可信的人脸识别，腾讯优图TFace正式开源！
继神经网络推理框架 ncnn.TNN,动作检测算法 DBG,通用目标检测算法 OSD,人脸检测算法 DSFD.人脸属性算法 FAN等众多优秀的框架.算法开源后,腾讯优图实验室又有一项人脸识别算法研究项 ...
基于人脸识别的考勤记录项目
写在前面,通过小项目来驱动学习和实践是一种进步很快的方法,本文就是介绍一个基于人脸识别的考勤小项目(Python). 项目学习自一位Youtuber. 1.前期知识 1)了解face_recognit ...
高级货！Django实现基于人脸识别的门禁管理系统【源码】
项目介绍基于人脸识别的门禁管理系统 (Python+Django+RESTframework+JsonWebToken+Redis+Dlib) 该项目为宿舍门禁系统管理,并额外加入宿舍管理.水电费管 ...

基于人脸识别的火车站监控解决方案(图)

基于人脸识别的火车站监控解决方案(图)相关推荐

最新文章

热门文章