在我们生存的这个地球上，居住着近65亿人，每个人的面孔都由额头、眉毛、眼睛、鼻子、嘴巴、双颊等少数几个区域组合而成，它们之间的大体位置关系也是固定的，并且每张脸的大小不过七八寸见方，然而，它们居然就形成了那么复杂的模式，从而形成了在这个世界上找不出两张完全相同的人脸的结论。那么，区分如此众多的不同人脸的“特征”到底是什么？能否设计出具有同样的人脸识别能力的自动机器？这种自动机器的人脸识别能力是否能够超越人类自身？
人脸识别技术是21世纪十大高科技之一，保护信息安全日益成为IT产业的重要课题。生物识别在我国的发展从2003年开始进入第三轮的快速发展期，产品体系建立，技术标准逐渐完善，行业内企业数量继续增加，产品成本大幅度下降，技术获得市场认可，各领域应用趋于普及化态势，行业体系亦然成型。
人脸识别的优势在于其自然性和不被被测个体察觉的特点。所谓自然性，是指该识别方式同人类（甚至其他生物）进行个体识别时所利用的生物特征相同。例如人脸识别，人类也是通过观察比较人脸区分和确认身份的，另外具有自然性的识别还有语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体。
中科院自动化研究所是我国最具权威的生物特征识别认证科研机构，中国自动化学会、中国图像图形学会、国家自然科学基金委员会、中国科学院、清华大学、北京大学、浙江大学、武汉大学、西北大学、广东中山大学等一批高校及国际生物识别领域著名学者、权威专家对我国在生物识别领域的发展起到了积极的推动作用。以国内顶级科研单位、著名高校的生物特征识别科研成果为依托，北京中科模识科技有限公司、长春鸿达、西安青松、中科奥森、北京数字指通软件技术有限公司、北大高科、杭州中正生物认证有限公司、北京行者、上海银晨科技、道肯奇等一批生物识别领域的高新技术公司慢慢发展起来，带动着行业的发展。一般来说，人脸识别系统包括图像摄取、人脸定位、图像预处理、以及人脸识别（身份确认或者身份查找）。系统输入一般是一张或者一系列含有未确定身份的人脸图像，以及人脸数据库中的若干已知身份的人脸图像或者相应的编码，而其输出则是一系列相似度得分，表明待识别的人脸的身份。目前人脸识别的算法有四种：基于人脸特征点的识别算法、基于整幅人脸图像的识别算法、基于模板的识别算法、利用神经网络进行识别的算法。
人脸识别目前主要应用于1、门禁系统：受安全保护的地区可以通过人脸识别辨识试图进入者的身份。2、摄像监视系统：在例如机场、体育场、超级市场等公共场所对人群进行监视，以达到身份识别的目的。例如在机场安装监视系统以防止恐怖分子登机。3、网络应用：利用人脸识别辅助信用卡网络支付，以防止非信用卡的拥有者使用信用卡等。4、娱乐。
据商务通讯公司(# # Co. Inc.)预测，到2007年欧美整个生物特征识别市场规模有望达到34亿美元以上，其中人脸识别市场将占据35%左右的市场份额（约为12亿美元）。在过去的数年里，这一市场平均每年以29.1%的速度在高速增长，其中人脸识别技术市场在过去四年中每年的增长速度为31.5%至33.3%之间，明显高于整个市场的增长速度。相关的市场预测数据并未包含构成完整的生物特征识别系统的周边设备、系统运行软硬件平台、网络环境。按常规来推断，生物特征识别系统中与生物特征识别技术直接相关的部分成本一般占整个系统造价的20%-25%左右，那么保守地估计，整个生物特征识别系统到2007年将形成年销售136-170亿美元的市场，其中人脸识别市场将形成年销售47.6-59.5亿美元的市场规模。据上海银晨科技预测，在我国相关领域的行业市场（如公安、国安、军队、金融等），人脸识别系列产品的市场总容量即在100万套以上。到2007年，以上五大门类的人脸识别产品预计将形成人民币112.2亿的市场规模，其中包括构建人脸识别系统的外设及软硬件运行环境。按照每年平均30%的增长速度来预测，到2010年人脸识别产品将形成人民币246.5亿的市
从中国目前各生物识别技术市场占有率看，人脸识别占有率仅为2%，和指纹识别市场应用相比，几乎可以忽略不计。与目前世界生物识别技术市场人脸识别为占有率16%相比，2%的占有率说明中国人脸识别市场潜力更大，13亿人口也决定了中国是未来全球最大的生物识别技术市场。
2. 技术专利及证书：
3.竞争优势：
现国内拥有人脸识别技术产品的有上海银晨（此公司于1999年成立，产品价位为4万-8万元人民币）、上海（北京）海鑫（产品价位为10万-40万元人民币）其他公司或研究院产品。尽管目前国内外都没有完整的一套人脸识别技术标准，无法从权威机构认证哪一家技术为最优秀，但是本公司将产品、技术的应用环节进行了一一测试，对比国内知名的人脸识别公司或研究所的产品或技术后发现，我司的多项测试都领先（我们可以提供测试方案）。
4.前景：
人脸识别技术所涵盖的市场领域巨大，可广泛应用于娱乐行业、办公行业、安防行业、金融行业、电信行业、电子行业及教育行业等多个领域。
不遗余力地研发各款人脸识别产品，广泛应用于诸多行业；同时，我们也会以技术授权或技术合作的方式，通过借助第三方品牌的优势力量，与各行业中的领先者共同开拓人脸识别行业市场！
5 合作项目：
5.1 运作项目：
5.1.1 人脸识别考勤机
利用人脸作为考勤者的特征密码，所以非接触，无后期耗材。它由考勤机、考勤管理系统两大部分组成，考勤机完全脱离PC机独立工作，日常考勤由考勤机完成，可随时将考勤数据传送到PC机，根据已设定的考勤规则完成考勤数据的汇总统计，并自动产生考勤详细报表和月报表，并可以自动选择报表的具体内容。
5.1.2 人脸识别办公门禁系统
独有的自主研发、自主知识产权的人脸识别专利核心技术，由专用硬件和算法软件构成，是世界上最准确迅速、安全可靠的人脸识别系统。具有如下独有特点：世界上最准确迅速的人脸识别系统。不受环境光线的影响，可在0.0000 -- 60,000 Lux 照度下正常工作,使用自然方便。提供辨识真人/照片的防伪措施，确保系统安全可靠，不受妆容等表象特征的影响。
5.1.3 全球人脸识别身份证
人脸识别系统可以轻松解决模拟画像和视频监控的人脸识别，根据公安机关需要移动办公的特点，还可通过手机照相进行人脸识别查询。也就是说，该系统具有无线人脸的识别功能，应用手机拍摄人脸图像，通过无线传输，发送到人脸识别系统进行人脸识别，并把识别结果（包括人脸识别数据库中的人脸图像和个人身份档案）发回手机。值得一提的是，该系统具有文档资料和人脸图像混合的识别查询功能，这项功能有助于提高查找犯罪嫌疑人的准确率。
5.1.4 人脸漫画项目
传感器自动完成图像输送，人脸识别软件对图像进行人脸捕捉定位后提取人脸模块与漫画特征模块进行匹配，完成人脸变漫画的过程。再在自动进行发型、衣服、背景配对，可多种选择，后续也可自行配对。总时间为一秒内完成。
5.1.5 智能小区出入控制应用项目
智能小区出入控制系统安全等级高，人脸识别技术是最高等级的生物识别技术之一，优于指纹、IC卡、密码器、钥匙等一般传统手段；使用便利，不需携带任何附加物品，直接用自己的手指考勤开门，使用非常方便、快捷。
智能小区出入控制系统节约成本，无需任何介质开门，人员变动时不需更换任何物理部件，如门锁、钥匙、IC卡等。智能小区出入控制系统可根据各种情况设置人员的门禁权限，包括不同时段，不同的门禁点等条件。
智能小区人脸门禁识别系统可根据情况设置门的状态，包括安全状态，休眠状态，打开状态等。智能小区出入控制系统可以查询各种报表，包括正常事件、异常事件、人员区域变动事件。
智能小区出入控制系统各站点都通过TP/TCP网络标准联结管理中心,具有强大的数据接口功能，可以和其他智能楼宇系统如信息系统、监控系统、可视对讲系统等很好的融合起来，实现统一管理；各站点设有可靠的主机系统，可保证即使管理中心出现故障时，它们也能独立工作。
智能小区出入控制系统模块化的结构，利用标准的可更换的电子部件，很容易进行系统的升级与扩充，从而减少维护费用。
智能小区出入控制系统功能强大的、可靠的中央管理中心可以监控所有的远端的站点；完善的数据库管理及各种报表的产生。
智能小区出入控制系统管理中心软件都是基于最新的# #软件开发，并采用大型#数据库，具有兼容性强、界面友好、易于操作等特点。
5.2 后期研发项目：
5.2.1 人脸识别家用门锁：
人脸识别家用门锁是将人的脸当作“钥匙”开门的锁具，是现代高科技智能化的先进产品，智能锁与机械锁、电控锁、智能卡锁相比，堪称“门上霸王”，是专门为别墅及高档豪华楼盘量身打造的一款高科技门锁产品，它采用人脸、密码、钥匙三种方式开锁，可以和智能家居系统连接在一起实现如可视对讲开门、报警等多种功能。此种锁多用于是高档楼盘、公寓、别墅住宅用户及企业所在办公场所的高级、重要部门，是提高楼盘整体素质和价值的大卖点。
5.2.2 人脸识别ATM取款机：
人脸识别是依据人的面部特征来进行身份鉴别的生物识别技术，比密码、身份证、指纹、笔迹这些传统的“通行证”具有更高的安全性。在银行卡上储存进人脸的生物特征，取款时该系统会自动进行比对，客户可以不输入密码，仅凭人脸在ATM机上实现自由存款和取款。
5.2.3 人脸识别PC端运用：
通过认证前的人脸特征取样,把取样数据储存在PC端内。每次认证时,通过PC端的比对与认证,将认证信息输出告之用户。主要可运用于:密码管理、加密认证管理等。
主要有以下优势：
1、可完成图像加密功能；
2、可完成时时、时间戳的加密功能；
3、以人脸的唯一性为特征进行必对，可以做到明码加密；
4、可兼容多种安全芯片进行多种加密技术。
5.2.4 人脸识别投票选举认证系统：
世界各国、各地区选举的频率为几年一次，但每次选举时难以避免一人多次投票的不公正现象，到目前为止，没有一种能解决此类问题的方案。大部分地区还在使用登记签名的传统方式来尽量避免。原因选举投票时，人员规模相当庞大，一千万以上的基数使得所有生物识别系统都无能为力，处理速度、认证准确率都成为瓶颈。但能准确反映个人特征的，只有生物识别系统。现在通过高精度的人脸识别仪加上指纹识别仪，用叠加的方式一次完成身份识别，而且制造成本极其低廉。
5.3 人脸识别技术二期开发：
3.3.1 人脸识别算法二期开发：
1、重新构架修正人脸训练算法；
2、进行更多人次、更多种环境变化、距离变化、角度变化的建库工作；
3、重新训练人脸算法后生成新的人脸识别算法。
5.3.2 人脸识别算法嵌入式二期开发：
1、对TI公司的DM642以外的其它系列进行开发，主要是解决成本下降；
2、对其它平台的主控芯片进行研发，解决多用途的适应性；
3、对各种应用平台搭建各种嵌入式更适合的应用人脸识别算法。
5.3.3 人脸识别算法芯片研发：
1、完成人脸算法二次更新后，进行植入式芯片的研发及生产；
2、植入式芯片稳定后，重新设计研发芯片；
前期运作项目都可以演示，团队组成略。资金需求500—1000万人民币，主要用途：产品应用完善、产品销售渠道建立、后期项目研发，需要详细运行计划请于我司沟通。
项目名称：智能人脸识别监控摄像头
英文名称：Intelligent Face Recognition Monitoring camera
关键词：人脸识别，摄像头
关键词英文：Face Recognition，camera
项目信息：
应用领域：工业控制、科研、医疗
设计摘要：
人脸检测系统应用范围非常广泛。大型会场安检系统，机场安检系统，楼宇门禁系统，银行，个
人电脑，手机等需要身份辨识以及数码照相机，新型输入采集设备等需要表情语言识别的场合都
需要先对图像或视频数据中是否含有人脸进行辨别。这些应用场合对人脸检
测系统的硬件体积，检测率，检测速度，检测图像分辨率都有不同等级要求，这就要求人脸检测
系统能够在嵌入式硬件上实现，并达到实时处理要求。
目前，PC机上Adaboost算法的软件实现已经能够基本达到实时性的要求。对于384X288像素
的图像，在PIV 2GHz的计算机上，正向人脸的检测速度已近能够达到25帧/秒。然而，软件实现的Adaboost算法在处理图像时，需要占用几乎所有的CPU计算能力。此外，在实时视频处理领域，不仅进行人脸检测计算，还需要相关的预处理和识别计算，因此PC计算机的处理能力还是达不到实时性要求。虽然可以利用更加强劲的CPU(例如工作站)进行运算，但其功耗，系统体积，系统成本都是十分巨大的，而且系统能应用的场合也十分有限。所以，当前的嵌入式CPU 处理能力无法达到实时处理的要求。因此，人脸检测算法的嵌入式硬件实现就显得十分有意义。系统要完成基于Adaboost算法和SVM算法的人脸识别硬件实现。智能人脸识别监控摄像头可应用于楼宇监控、室外人员流动监控、机场安全检测等等
设计摘要(英文)：
Face detection system a wide range of applications. Large venue security system, airport security systems, building access control systems, banking, personal computers, mobile phones, as well as the need to identify the identity of digital cameras, new input devices, such as acquisition expression language to identify the needs of the occasions of the need to image or video data contain people face identification. These applications face the seizure of Hardware volume measurement system, detection rate, detection speed, detection of image resolution levels have different requirements, which requires face detection system can achieve in the embedded hardware, and achieve real-time processing requirements.
At present, PC machine software Adaboost algorithm has been able to meet the real-time requirements. 384X288 pixels for the image, the PIV 2GHz computer, being the speed of face detection can be achieved for almost 25 / sec. However, the software implementation of the Adaboost algorithm in image processing, the need to occupy almost all the CPU computing power. In addition, real-time video processing, not only for face detection, the need to
pre-treatment and identification of related terms, so the computer's processing power PC or not real-time requirements. Although it can be more robust use of the CPU (such as workstations) for computing, but its power consumption, system size, system cost is very great, and the application of the system is very limited occasions. Therefore, the current embedded CPU processing capacity can not meet the requirements of real-time processing. Therefore, the face detection algorithm for embedded hardware implementation it is very meaningful.
System to complete the Adaboost algorithm and SVM-based face recognition algorithm for hardware implementation. Intelligent Face Recognition surveillance camera surveillance can be applied to buildings, outdoor mobility monitoring, airport security check, etc.
系统原理和技术特点：
由于人脸是具有复杂特征的二维模式，是一种有弹性的局部可变形的非刚性目标，与刚性目标的检测和识别相比，非刚性目标的处理更加复杂和困难。通过对人脸模式的分析，发现人脸具有如下特点:
1)人脸具有结构的恒常性:人类脸部具有相同的生理结构，眼睛、鼻子、嘴等脸部器官的排列和相对位置不因个体差异和外界因素而改变。
2)人脸外观具有很强的可变性:个体外貌差异、表情变化、光照的影响、位姿变化的影响、眼镜和化妆等脸部附属物的影响。
3)人脸视图具有丰富而细致的模式变化:人脸视图的模式变化一方面来源于人脸外观的可变性，另一方面还来源于不同的图象采集、处理过程所产生的变化，包括图象分辨率的变化、几何变换(如旋转、缩放、平
移、镜像等)以及通过中间载体(如印刷的纸张)引入的纹理。
4)人脸模式包含的特征具有复杂性和多样性:人脸图象所包含的模式特征十分丰富，如肤色颜色特征、椭圆轮廓特征、对称等结构特征、直方图特征等。
由人脸的这些特征可以看见，人脸检测的实现是一项具有挑战意义的课题。
人脸识别的大体流程为:读入人脸图像或者视频数据，判断其中是否存在人脸，若存在，则标定出每个人脸或主要面部器官的位置信息，并依据这些信息，提取出每个人脸中蕴含的身份特征，将其与已知人脸库中的人脸进行比对，从而识别出待识别者的身份。
因此，一个完整的人脸识别系统的操作过程为:人脸检测及定位、人脸特征提取、比对和识别人脸，如图所示.
AdaBoost算法
1990年，Schapire最先构造出一种多项式级的算法,即最初的Boosting算法。这种算法可以将弱分类规则转化成强分类规则。一年后，Freund提出了一种效率更高的Boosting算法。1993年，Drucker和Schapire第一次以神经网络作为弱学习器，应用Boosting算法来解决实际的OCR问题。 Boosting算法在分类、建模、图像分割、数据挖掘等领域均已得到简单而有效的应用。
1995年，Freund和Schapire提出了AdaBoost算法是对Boosting 算法的一大提高，其全称为Adaptive Boosting，作者称其为AdaBoost 是因为这个算法和原先的Boosting算法需要预先知道假设的错误率下限有所不同，它根据弱学习的反馈，进行适应性地调整相应的假设错误率，即AdaBoost算法不需要任何关于弱学习器性能的先验知识，加上它和原来Boosting算法的效率一样，因此非常容易应用到实际问题中。
AdaBoost算法提出后在机器学习领域受到了极大的关注，实验结果显示无论是应用于人造数据还是真实数据，AdaBoost都能显著提高学习精度。
系统框图：11.JPG
系统框图：jiance.JPG
人脸识别系统的原理与发展 一、引言 人脸识别系统以人脸识别技术为核心，是一项新兴的生物识别技术，是当今国际科技领域攻关的高精尖技术。它广泛采用区域特征分析算法，融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，具有广阔的发展前景。2012年4月，铁路部门宣布车站安检区域将安装用于身份识别的高科技安检系统人脸识别系统；可以对人脸明暗侦测，自动调整动态曝光补偿，人脸追踪侦测，自动调整影像放大； 二、概述 人脸识别系统概述 广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音(语音)、体形、个人习惯(例如敲击键盘的力度和频率、签字)等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别(用语音识别可以进行身份识别，也可以进行语音内容的识别，只有前者属于生物特征识别技术)、体形识别、键盘敲击识别、签字识别等。 人脸识别系统功能模块 人脸捕获与跟踪功能：人脸捕获是指在一幅图像或视频流的一帧中检测出人像并将人像从背景中分离出来，并自动地将其保存。人像跟踪是指利用人像捕获技术，当指定的人像在摄像头拍摄的范围内移动时自动地对其进行跟踪。 人脸识别比对：人脸识别分核实式和搜索式二种比对模式。核实式是对指将捕获得到的人像或是指定的人像与数据库中已登记的某一对像作比对核实确定其是否为同一人。搜索式的比对是指，从数据库中已登记的所有人像中搜索查找是否有指定的人像存在。 人脸的建模与检索：可以将登记入库的人像数据进行建模提取人脸的特征，并将其生成人脸模板(人脸特征文件)保存到数据库中。在进行人脸搜索时(搜索式)，将指定的人像进行建模，再将其与数据库中的所有人的模板相比对识别，最终将根据所比对的相似值列出最相似的人员列表。
AI智能人脸识别系统 技 术 方 案 北京XX软件科技 2019年X月
目录 第1章设计背景 (1) 第2章系统方案 (4) 2.1 智能人像比对平台 (4) 2.1.1 系统结构 (4) 2.1.2 设计原则 (5) 2.1.3 人像对比算法 (8) 2.1.4 人像资源库 (10) 2.1.5 软件系统介绍 (12) 2.1.6 移动终端介绍 (18) 2.1.7 网络环境 (19) 2.2 动态人脸监控识别平台 (19) 2.2.1 动态监控数据库 (22) 2.2.2 人像基础比对服务平台 (24) 2.2.3 可用实例分析 (25) 2.3 校园人脸识别系统 (27) 2.3.1 概述 (27) 2.3.2 系统组成 (28) 2.3.3 系统功能 (29) 2.4 系统集成 (31) 2.4.1 集成建设总体原则 (31) 2.4.2 本期集成项目集成规划思路 (52) 2.4.3 项目成果交付 (74) 2.4.4 项目质量服务体系 (77) 第3章售后服务计划 (89)
第1章设计背景 随着国内平安城市、智慧城市项目的深入发展，城市监控的高清化进一步得到普及，摄像机数量大规模增长，使得人脸识别在数据的采集上阻碍大大减小，提升了人脸识别的质量与应用领域。在人脸识别的应用场景中，面部解锁、上班打卡、机场安检等一些场景被不断尝试，成为人脸识别最重要的应用场景。 据统计数据显示，仅在中国大陆，在未来三年内有望形成年销售额过百亿，并在未来十年内则有望形成年销售额过千亿的市场规模。从2010年起，其118个成员国家和地区，必须使用机读护照，人脸识别项目技术是首推识别模式，该规定已经成为国际标准。中国公安部一所正在加紧规划和实施中国的电子护照计划。在技术越来越先进的未来，技术的不断进步势必会倒逼信息安全标准的不断升级，因此包括身份证以及电子护照等证件的升级换代势必会给人脸识别领域带来更多的机会。 目前我公司人脸识别项目系统基于神经网络”深度学习”的模型选择算法，提供人脸布控、人脸比对、以图搜图、轨迹跟踪、白/ 黑名单管理等核心业务功能，克服了传统技术的缺点，可实现重点监控区域人员的快速查找。 1、平安城市：延安市公安局高清视频监控指挥系统，延安市公安局高清视频监控指挥系统建设项目是由延安市公安局负责牵头建设的市府2012年重点建设项目之一。作为市政府数字延安的重要组成部
智能人脸识别系统技术方案
目录 1智能人像比对平台 1.1系统结构 建立标准统一的共享人像库，并在此基础上，部署完整的人像比对判定平台。该系统由人像标准化采集系统，人像数据库子系统、基础比对服务平台、人脸识别应用平台4大部分组成，支持前端人像采集、静态人脸查询、移动警务通人脸识别一体化服务。 该平台支持统一人像数据交换接口，兼容大多数人像数据交换标准。统一的安全标准接口，兼容PKI密钥，网络加密狗等常见的安全标准接口。系统总体结构如下： 系统采用B/S架构，以浏览器方式进行人像预处理、人像比对、结果查询、用户管理、系统运行状态查询等管理操作，减少了系统后台管理、人口治安及其他警种成百上千终端安装和维护难度，方便未来多警种共享应用。系统可提供标准的WebService接口，将业务系统获取的人像照片与相关人像库进行比对。 1.2设计原则 本着统一标准、分级管理、资源共享、无缝对接的设计原则，以人像比对算法为核心，整合多区域现有资源，实现准确识别、快速反映，覆盖全面的智能人像识别应用平台。 1.2.1先进性 该平台算法由中国科学院自动化研究所研究员、国际知名人脸识别专家、IEEE院士李子青教授领衔研发，是基于中国自主知识产权，针对公安各警种业务特点专门研发的综合智能人像识别应用系统平台。
1.2.2开放性 人像采集与比对平台具有统一的服务接口，兼容公安部拟指定的统一人像数据交换标准草案。统一的安全验证，兼容PKI密钥，身份认证等常见的安全验证机制。 1.2.3扩展性 整个平台系统接口分为系统级别之间的接口与单个系统开放出来的服务接口组成。系统可“随需而变，以不变应万变”提供多种可靠服务功能。 1、系统级接口 系统级接口指的是不同地区部署的人像辅助识别平台之间的接口，主要有两种访问方式第一种采用页面查询的方式，以只查询方式进行访问，通过系统提供的Guest权限进行页面访问。适用于不同平台之间快速的调阅查询。第二种通过请求服务与直接调阅的形式进行数据库的查询，系统预留标准数据库查询接口，以市，县二层结构进行数据库间的查询调用，采用本系统建立的数据中心，纵向上进行直接的调用，高层中心保留下级中心的数据库信息索引。即市级中心直接查询市级与县级中心，市级中心直接查询县级中心。横向上以请求服务形式进行调用，横向系统间不保留对方的数据库信息索引，而是通过请求服务方式进行。 2、服务接口 服务接口适用于该系统与其他业务应用系统做二次开发或者集成用接口，包括所有系统级接口与平台应用接口。 人像基础比对服务平台通过WebService进行与其他系统的交换机制，通过标准的XML或者Jason格式文件进行数据交换，兼容《GA/T 922.2-2011标准第二部分人像数据采集标准》中的数据格式交换。 服务接口主要以WebService与ActiveX等方式提供。满足各业务系统二次开发，集成使用。 服务接口说明
深圳亿维 人脸检测智能监控系统 技术方案
目录 第1章前言 (1) 1.1 项目背景 (1) 1.2 设计依据 (2) 1.3 设计原则 (2) 1.3.1 先进性 (2) 1.3.2 实用性 (2) 1.3.3 易用性 (3) 1.3.4 扩展性 (3) 1.4 用户需求 (3) 第2章系统方案 (5) 2.1 系统结构 (5) 2.2 系统功能 (7) 2.2.1 营业网点监控功能设计说明 (7) 2.2.1.1 ATM机监控 (7) 2.2.1.2 营业厅大门监控 (7) 2.2.1.3 营业厅监控 (8) 2.2.1.4 监控室 (8) 2.2.2 智能化 (8) 2.2.3 集中管理（联网模式） (9) 2.2.4 网络连接 (9) 2.2.5 人脸采集的现场因素分析 (10) 2.2.5.1 安装方位 (10) 2.2.5.2 镜头焦距 (10) 2.2.5.3 光照 (10) 2.2.5.4 场景复杂程度 (11) 2.2.5.5 人员的姿态和服饰 (12) 2.2.6 扩展与升级 (12) 2.3 系统构成 (13) 2.3.1 亿维锐创智能监控主机 (13) 2.3.1.1 功能特点 (13) 2.3.2 亿维锐创智能视频叠加器 (15) 2.3.2.1 功能及特点 (15) 2.3.2.2 系统参数 (15) 2.3.3 远程管理软件（联网模块） (16) 2.3.3.1 远程运行状态监控 (17) 2.3.3.2 远程录像检索回放 (17) 2.3.3.3 远程人脸检索查看 (17) 2.3.3.4 远程实况监看 (17) 2.3.3.5 系统维护 (18) 2.3.3.6 典型应用 (18) 2.4 配置选型 (18) 2.4.1 主要硬件 (18)
人脸检测智能监控系统 技术方案 设计单位：深圳市云驰数字技术有限公司
目录 第1章前言 (1) 1.1 项目背景 (1) 1.2 设计依据 (2) 1.3 设计原则 (2) 1.3.1 先进性 (2) 1.3.2 实用性 (2) 1.3.3 易用性 (3) 1.3.4 扩展性 (3) 1.4 用户需求 (3) 第2章系统方案 (5) 2.1 系统结构 (5) 2.2 系统功能 (7) 2.2.1 营业网点监控功能设计说明 (7) 2.2.1.1 ATM机监控 (7) 2.2.1.2 营业厅大门监控 (7) 2.2.1.3 营业厅监控 (8) 2.2.1.4 监控室 (8) 2.2.2 智能化 (8) 2.2.3 集中管理（联网模式） (9) 2.2.4 网络连接 (9) 2.2.5 人脸采集的现场因素分析 (10) 2.2.5.1 安装方位 (10) 2.2.5.2 镜头焦距 (10) 2.2.5.3 光照 (10) 2.2.5.4 场景复杂程度 (11) 2.2.5.5 人员的姿态和服饰 (12) 2.2.6 扩展与升级 (12) 2.3 系统构成 (13) 2.3.1 云驰数字监控主机 (13) 2.3.1.1 功能特点 (13) 2.3.2 云驰数字视频叠加器 (15) 2.3.2.1 功能及特点 (15) 2.3.2.2 系统参数 (15) 2.3.3 远程管理软件（联网模块） (16) 2.3.3.1 远程运行状态监控 (17) 2.3.3.2 远程录像检索回放 (17) 2.3.3.3 远程人脸检索查看 (17) 2.3.3.4 远程实况监看 (17) 2.3.3.5 系统维护 (18) 2.3.3.6 典型应用 (18) 2.4 配置选型 (18) 2.4.1 主要硬件 (18)
在我们生存的这个地球上，居住着近65亿人，每个人的面孔都由额头、眉毛、眼睛、鼻子、嘴巴、双颊等少数几个区域组合而成，它们之间的大体位置关系也是固定的，并且每张脸的大小不过七八寸见方，然而，它们居然就形成了那么复杂的模式，从而形成了在这个世界上找不出两张完全相同的人脸的结论。那么，区分如此众多的不同人脸的“特征”到底是什么？能否设计出具有同样的人脸识别能力的自动机器？这种自动机器的人脸识别能力是否能够超越人类自身？ 人脸识别技术是21世纪十大高科技之一，保护信息安全日益成为IT产业的重要课题。生物识别在我国的发展从2003年开始进入第三轮的快速发展期，产品体系建立，技术标准逐渐完善，行业内企业数量继续增加，产品成本大幅度下降，技术获得市场认可，各领域应用趋于普及化态势，行业体系亦然成型。 人脸识别的优势在于其自然性和不被被测个体察觉的特点。所谓自然性，是指该识别方式同人类（甚至其他生物）进行个体识别时所利用的生物特征相同。例如人脸识别，人类也是通过观察比较人脸区分和确认身份的，另外具有自然性的识别还有语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体。 中科院自动化研究所是我国最具权威的生物特征识别认证科研机构，中国自动化学会、中国图像图形学会、国家自然科学基金委员会、中国科学院、清华大学、北京大学、浙江大学、武汉大学、西北大学、广东中山大学等一批高校及国际生物识别领域著名学者、权威专家对我国在生物识别领域的发展起到了积极的推动作用。以国内顶级科研单位、著名高校的生物特征识别科研成果为依托，北京中科模识科技有限公司、长春鸿达、西安青松、中科奥森、北京数字指通软件技术有限公司、北大高科、杭州中正生物认证有限公司、北京行者、上海银晨科技、道肯奇等一批生物识别领域的高新技术公司慢慢发展起来，带动着行业的发展。一般来说，人脸识别系统包括图像摄取、人脸定位、图像预处理、以及人脸识别（身份确认或者身份查找）。系统输入一般是一张或者一系列含有未确定身份的人脸图像，以及人脸数据库中的若干已知身份的人脸图像或者相应的编码，而其输出则是一系列相似度得分，表明待识别的人脸的身份。目前人脸识别的算法有四种：基于人脸特征点的识别算法、基于整幅人脸图像的识别算法、基于模板的识别算法、利用神经网络进行识别的算法。 人脸识别目前主要应用于1、门禁系统：受安全保护的地区可以通过人脸识别辨识试图进入者的身份。2、摄像监视系统：在例如机场、体育场、超级市场等公共场所对人群进行监视，以达到身份识别的目的。例如在机场安装监视系统以防止恐怖分子登机。3、网络应用：利用人脸识别辅助信用卡网络支付，以防止非信用卡的拥有者使用信用卡等。4、娱乐。 据商务通讯公司(# # Co. Inc.)预测，到2007年欧美整个生物特征识别市场规模有望达到34亿美元以上，其中人脸识别市场将占据35%左右的市场份额（约为12亿美元）。在过去的数年里，这一市场平均每年以29.1%的速度在高速增长，其中人脸识别技术市场在过去四年中每年的增长速度为31.5%至33.3%之间，明显高于整个市场的增长速度。相关的市场预测数据并未包含构成完整的生物特征识别系统的周边设备、系统运行软硬件平台、网络环境。按常规来推断，生物特征识别系统中与生物特征识别技术直接相关的部分成本一般占整个系统造价的20%-25%左右，那么保守地估计，整个生物特征识别系统到2007年将形成年销售136-170亿美元的市场，其中人脸识别市场将形成年销售47.6-59.5亿美元的市场规模。据上海银晨科技预测，在我国相关领域的行业市场（如公安、国安、军队、金融等），人脸识别系列产品的市场总容量即在100万套以上。到2007年，以上五大门类的人脸识别产品预计将形成人民币112.2亿的市场规模，其中包括构建人脸识别系统的外设及软硬件运行环境。按照每年平均30%的增长速度来预测，到2010年人脸识别产品将形成人民币246.5亿的市
公安局人脸识别智能监控系统 实施方案 V 2.0 飞锐智能科技有限公司 20108月
一、情况分析 主要根据我司先前的工作经验，先估计系统需求情况如下： 1、配合本市311工程监控系统的建设，增加人脸识别的智能化系统功能； 2、对已建设的视频监控系统进行有效补充，主要是对若干监控点进行实时 抓拍人脸，存储之以备事后的快速搜索及人脸识别； 3、可以对存储的人脸进行检索； 4、可以对存储的人脸进行比对搜索； 5、系统支持与视频监控系统进行联动，即可根据人脸关联到对应监控录像 片段，人脸预警时自动切换显示对应的即时视频画面； 6、在有特殊重要行动或紧急需要时，将特定人员目标设置到若干人员出入 口的监控点上布控，通过动态抓拍及识别人脸，在目标出现时自动预警； 7、人脸识别要求有一定条件，而监控现场环境复杂多样，可能受到摄像机 安装、光线、姿态等条件制约，故用户方目前并不要求很高的识别效果； 8、能提供系统联通所需的网络资源。
系统结构示意图 图注：下半部是已有网络监控系统的大致构成形式，而上半部则是飞锐智能科技有限公司人脸识别智能监控系统的主要构成部分。 对上述对人脸识别的要求，可以以飞锐智能科技有限公司科技的人脸识别智能监控系统ISFaceWatch 3.0为骨干来实现。 二、实施方案 相关步骤如下： 1、大致实施流程 第一步：选择安装人脸抓拍的若干监控点位置 这方面一般是从公安的业务需要考虑，可能的考虑因素： ?人员经常出入或者事件频发的重要场所： ?出入口、通道的环境容易控制，适合人脸抓拍； ?监控点同时安装有视频监控设备（或者人脸抓拍摄像头同时作为一路监控画面接入已建视频监网络）；这样便于人脸与监控联动； 注意，初步选定的抓拍点，一般都要再进行现场勘察，以确定现场环境、光线、设备安装方式及位置的可行性； 第二步：安装中心端后台系统 安装中心后台系统，主要是相关的服务器设备上，安装上前端采集服务器、通信服务器、比对服务器； 在管理系统中，将各抓拍点的信息进行录入，以便系统进行管理。 另外就是布控管理机和报警处理机。 第三步：在选定的抓拍点安装飞锐智能科技有限公司视频盒 飞锐智能科技有限公司视频盒是独立的小型硬件，可就近安装于人脸抓拍现场，走网络连接到后台系统； 将抓拍点分批，分别安装视频盒，并接入网络； 同时，抓拍摄像头的画面也接入到视频监控中。 抓拍的人脸数据通过网络传送，送到中心端后台系统处理。
智能人脸识别系统 技 术 方 案 2018年3月
目录 1智能人像比对平台 1.1系统结构 建立标准统一的共享人像库，并在此基础上，部署完整的人像比对判定平台。该系统由人像标准化采集系统，人像数据库子系统、基础比对服务平台、人脸识别应用平台4大部分组成，支持前端人像采集、静态人脸查询、移动警务通人脸识别一体化服务。 该平台支持统一人像数据交换接口，兼容大多数人像数据交换标准。统一的安全标准接口，兼容PKI密钥，网络加密狗等常见的安全标准接口。系统总体结构如下： 系统采用B/S架构，以浏览器方式进行人像预处理、人像比对、结果查询、用户管理、系统运行状态查询等管理操作，减少了系统后台管理、人口治安及其他警种成百上千终端安装和维护难度，方便未来多警种共享应用。系统可提供标准的WebService接口，将业务系统获取的人像照片与相关人像库进行比对。 1.2设计原则 本着统一标准、分级管理、资源共享、无缝对接的设计原则，以人像比对算法为核心，整合多区域现有资源，实现准确识别、快速反映，覆盖全面的智能人像识别应用平台。 1.2.1先进性 该平台算法由中国科学院自动化研究所研究员、国际知名人脸识别专家、IEEE院士子青教授领衔研发，是基于中国自主知识产权，针对公安各警种业务特点专门研发的综合智能人像识别应用系统平台。
1.2.2开放性 人像采集与比对平台具有统一的服务接口，兼容公安部拟指定的统一人像数据交换标准草案。统一的安全验证，兼容PKI密钥，身份认证等常见的安全验证机制。 1.2.3扩展性 整个平台系统接口分为系统级别之间的接口与单个系统开放出来的服务接口组成。系统可“随需而变，以不变应万变”提供多种可靠服务功能。 1、系统级接口 系统级接口指的是不同地区部署的人像辅助识别平台之间的接口，主要有两种访问方式第一种采用页面查询的方式，以只查询方式进行访问，通过系统提供的Guest权限进行页面访问。适用于不同平台之间快速的调阅查询。第二种通过请求服务与直接调阅的形式进行数据库的查询，系统预留标准数据库查询接口，以市，县二层结构进行数据库间的查询调用，采用本系统建立的数据中心，纵向上进行直接的调用，高层中心保留下级中心的数据库信息索引。即市级中心直接查询市级与县级中心，市级中心直接查询县级中心。横向上以请求服务形式进行调用，横向系统间不保留对方的数据库信息索引，而是通过请求服务方式进行。 2、服务接口 服务接口适用于该系统与其他业务应用系统做二次开发或者集成用接口，包括所有系统级接口与平台应用接口。 人像基础比对服务平台通过WebService进行与其他系统的交换机制，通过标准的XML或者Jason格式文件进行数据交换，兼容《GA/T 922.2-2011标准第二部分人像数据采集标准》中的数据格式交换。 服务接口主要以WebService与ActiveX等方式提供。满足各业务系统二次开发，集成使用。 服务接口说明
智能分析(动态人脸识别）系统技术需求书一、概述 动态人脸识别智能分析系统是以数字化、网络化视频监控为基础,是一种更高端的视频监控应用。视频智能分析(动态人脸识别)系统能够自动识别不同的物体，发现监控画面中的异常情况,并能够及时发出警报和提供有用信息,从而能够更加有效的协助管理人员处理危机,并最大限度的降低误报和漏报现象。视频智能分析（动态人脸识别）系统是视频监控技术发展的方向,是未来视频监控的趋势。 随着人脸识别技术的进一步发展，将人脸识别技术与数字监控系统的进一步融合,同时人脸识别与监控技术的结合在安防领域中得到了重用。一方面在人脸识别技术已经找很多的行业领域上已经实践的证明,这项技术为安防管理业务创新提供了很大的技术支持,也为日常安保管理效率有了很大的提高和成本的节省。以《全国监狱信息化建设规划》提出的“科技兴监”的思想为指导,随着人像技术不断的创新和发展,成熟的人像识别技术完全可以结合现在监狱管理业务,特别针对监狱人员进出管理业务，现在成熟的人像识别技术能在当中发挥巨大的作用，为监狱的相关管理做出更多有效可行的创新和改变，可以对行业内的原有业务管理流程进行优化和简化，同时也提高相关业务管理效率和质量。 二、总体要求 1.功能需求 ★本次项目建设的人脸识别智能分析系统需要无缝接入监狱视频监控平台、监狱综合安防管理平台以及省局综合安防管理平台。本次投标费用包括完成本次建设的新系统与原平台及系统的对接开发工作,中标方不得再向建设方申请开发费用(投
标时提供纸质承诺)。 1.1罪犯人脸识别布控需求 在监狱B门内警戒区域,精确捕捉在布控区域内出现人员的面部特征及场所内场景，对所有出现在布控区域内的人员实施“近”距离监控。自动抓拍出现在布控区域内人员的人脸图象,将所有的在押人员设置成布控对象，并与布控库中的对象实时比对,一旦在押人员到达该布控区域，系统会自动识别并报警。 １.２ AB门车辆识别需求 当前监狱系统AB门车辆识别采用人工检测方式,通过人工对比车牌号、车辆型号、车辆驾驶员进行管理，管理人员工作量大,容易出错,需要一套自动识别系统来减轻管理人员的工作量。 项目计划采用视频智能分析（动态人脸识别)系统,针对监狱构建了高度可靠的AB门通道出入车辆及人员身份识别，通过动态人脸识别技术对关押犯人实时监控管理等，构建一套集动态人脸识别与分析应用于一体、统一数据标准和接口规范的监狱人脸识别应用系统。提供人脸动态识别、视频监控智能分析、监测设备运行、基于大数据技术构建一个服务管理系统，实现视频图像资源的融合汇聚、集中管控、交互整合，为构建监狱系统的“智慧大脑“奠定基础。 2．兼容性需求 ★建设的设备,必须具有开放性，中标方须承诺项目所涉及的软硬件需要全部免费提供开放接口及底层SDＫ开发包接口完全免费开放,可提供给第三方进行系统集成开发（投标时提供纸质承诺）。 ３.建设要求 1、设备选型时各系统应整体考虑各子系统之间的接口问题，特别是所提供设备
智能分析(动态人脸识别)系统技术需求书 一、概述 动态人脸识别智能分析系统是以数字化、网络化视频监控为基础，是一种更高端的视频监控应用。视频智能分析（动态人脸识别）系统能够自动识别不同的物体，发现监控画面中的异常情况，并能够及时发出警报和提供有用信息，从而能够更加有效的协助管理人员处理危机，并最大限度的降低误报和漏报现象。视频智能分析（动态人脸识别）系统是视频监控技术发展的方向，是未来视频监控的趋势。 随着人脸识别技术的进一步发展，将人脸识别技术与数字监控系统的进一步融合，同时人脸识别与监控技术的结合在安防领域中得到了重用。一方面在人脸识别技术已经找很多的行业领域上已经实践的证明，这项技术为安防管理业务创新提供了很大的技术支持，也为日常安保管理效率有了很大的提高和成本的节省。以《全国监狱信息化建设规划》提出的“科技兴监”的思想为指导，随着人像技术不断的创新和发展，成熟的人像识别技术完全可以结合现在监狱管理业务，特别针对监狱人员进出管理业务，现在成熟的人像识别技术能在当中发挥巨大的作用，为监狱的相关管理做出更多有效可行的创新和改变，可以对行业内的原有业务管理流程进行优化和简化，同时也提高相关业务管理效率和质量。 二、总体要求 1.功能需求 ★本次项目建设的人脸识别智能分析系统需要无缝接入监狱视频监控平台、监狱综合安防管理平台以及省局综合安防管理平台。本次投标费用包括完成本次建设的新系统与原平台及系统的对接开发工作，中标方不得再向建设方申请开发费用（投标时提供纸质承诺）。 1.1罪犯人脸识别布控需求
在监狱B门内警戒区域，精确捕捉在布控区域内出现人员的面部特征及场所内场景，对所有出现在布控区域内的人员实施“近”距离监控。自动抓拍出现在布控区域内人员的人脸图象，将所有的在押人员设置成布控对象，并与布控库中的对象实时比对，一旦在押人员到达该布控区域，系统会自动识别并报警。 1.2 AB门车辆识别需求 当前监狱系统AB门车辆识别采用人工检测方式，通过人工对比车牌号、车辆型号、车辆驾驶员进行管理，管理人员工作量大，容易出错，需要一套自动识别系统来减轻管理人员的工作量。 项目计划采用视频智能分析（动态人脸识别）系统，针对监狱构建了高度可靠的AB门通道出入车辆及人员身份识别，通过动态人脸识别技术对关押犯人实时监控管理等，构建一套集动态人脸识别与分析应用于一体、统一数据标准和接口规范的监狱人脸识别应用系统。提供人脸动态识别、视频监控智能分析、监测设备运行、基于大数据技术构建一个服务管理系统，实现视频图像资源的融合汇聚、集中管控、交互整合，为构建监狱系统的“智慧大脑“奠定基础。 2.兼容性需求 ★建设的设备，必须具有开放性，中标方须承诺项目所涉及的软硬件需要全部免费提供开放接口及底层SDK开发包接口完全免费开放，可提供给第三方进行系统集成开发（投标时提供纸质承诺）。 3.建设要求 1、设备选型时各系统应整体考虑各子系统之间的接口问题，特别是所提供设备与本系统、各子系统之间的接口满足联动的基本要求。投标方应解决接口问题。 2、投标采用的主要设备器材需经过检验，且具备有效的试验报告和合格证。检测的内
人脸检测智能监控系统 技术方案 设计单位:
目录 第1章前言 (1) 1.1 项目背景 (1) 1.2 设计依据 (2) 1.3 设计原则 (2) 1.3.1 先进性 (2) 1.3.2 实用性 (2) 1.3.3 易用性 (3) 1.3.4 扩展性 (3) 1.4 用户需求 (3) 第2章系统方案 (5) 2.1 系统结构 (5) 2.2 系统功能 (7) 2.2.1 营业网点监控功能设计说明 (7) 2.2.1.1 ATM机监控 (7) 2.2.1.2 营业厅大门监控 (7) 2.2.1.3 营业厅监控 (8) 2.2.1.4 监控室 (8) 2.2.2 智能化 (8) 2.2.3 集中管理（联网模式） (9) 2.2.4 网络连接 (9) 2.2.5 人脸采集的现场因素分析 (10) 2.2.5.1 安装方位 (10) 2.2.5.2 镜头焦距 (10) 2.2.5.3 光照 (10) 2.2.5.4 场景复杂程度 (11) 2.2.5.5 人员的姿态和服饰 (12) 2.2.6 扩展与升级 (12) 2.3 系统构成 (13) 2.3.1 数字监控主机 (13) 2.3.1.1 功能特点 (13) 2.3.2 数字视频叠加器 (15) 2.3.2.1 功能及特点 (15) 2.3.2.2 系统参数 (15) 2.3.3 远程管理软件（联网模块） (16) 2.3.3.1 远程运行状态监控 (17) 2.3.3.2 远程录像检索回放 (17) 2.3.3.3 远程人脸检索查看 (17) 2.3.3.4 远程实况监看 (17) 2.3.3.5 系统维护 (18) 2.3.3.6 典型应用 (18) 2.4 配置选型 (18) 2.4.1 主要硬件 (18)
人脸识别系统解决 方案
人脸识别系统解决方案 深圳东南创通智能科技有限公司 6月13日 目录
一、概述........................................ 错误!未定义书签。 1、背景分析..................................... 错误!未定义书签。 2、设计原则..................................... 错误!未定义书签。 二、系统介绍.................................... 错误!未定义书签。 1、系统组成..................................... 错误!未定义书签。 2、人脸识别特性................................. 错误!未定义书签。 3、主要功能..................................... 错误!未定义书签。 4、产品特点..................................... 错误!未定义书签。 三、主要设备介绍................................ 错误!未定义书签。 四、公司简介.................................... 错误!未定义书签。 五、售后服务.................................... 错误!未定义书签。 1、维修技术人员情况............................. 错误!未定义书签。 2、维护服务..................................... 错误!未定义书签。 3、维修服务及应及维修时间安排................... 错误!未定义书签。 4、售后服务流程................................. 错误!未定义书签。 5、以下情况不属保修范围......................... 错误!未定义书签。 6、更新改进服务................................. 错误!未定义书签。 7、建立用户档案，完善产品质量................... 错误!未定义书签。
人脸识别人工智能系统的原理与发展 一、引言 人脸识别系统以人脸识别技术为核心，是一项新兴的生物识别技术，是当今国际科技领域攻关的高精尖技术。它广泛采用区域特征分析算法，融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，具有广阔的发展前景。2012年4月，铁路部门宣布车站安检区域将安装用于身份识别的高科技安检系统人脸识别系统；可以对人脸明暗侦测，自动调整动态曝光补偿，人脸追踪侦测，自动调整影像放大； 二、概述 人脸识别系统概述 广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音(语音)、体形、个人习惯(例如敲击键盘的力度和频率、签字)等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别(用语音识别可以进行身份识别，也可以进行语音容的识别，只有前者属于生物特征识别技术)、体形识别、键盘敲击识别、签字识别等。 人脸识别系统功能模块 人脸捕获与跟踪功能：人脸捕获是指在一幅图像或视频流的一帧中检测出人像并将人像从背景中分离出来，并自动地将其保存。人像跟踪是指利用人像捕获技术，当指定的人像在摄像头拍摄的围移动时自动地对其进行跟踪。 人脸识别比对：人脸识别分核实式和搜索式二种比对模式。核实式是对指将捕获得到的人像或是指定的人像与数据库中已登记的某一对像作比对核实确定其是否为同一人。搜索式的比对是指，从数据库中已登记的所有人像中搜索查找是否有指定的人像存在。 人脸的建模与检索：可以将登记入库的人像数据进行建模提取人脸的特征，并将其生成人脸模板(人脸特征文件)保存到数据库中。在进行人脸搜索时(搜索式)，将指定的人像进行建模，再将其与数据库中的所有人的模板相比对识别，最终将根据所比对的相似值列出最相似的人员列表。