三维人脸识别系统的设计思路
发布: 2008-2-03 16:29 | 作者: 李华明 | 来源: CSAI | 查看: 376次 | 进入软件测试论坛讨论一、序言
基于生物特征的身份认证技术近年来发展迅速，这其中，利用人脸特征进行身份验证又是最自然直接的手段,相比其它人体生物特征它具有直接、友好、方便的特点，易于为用户所接受。因此计算机人脸识别技术是生物特征最为活跃最有挑战性的领域之一。它结合了认知科学、图象处理、计算机图形学、机器视觉和模式识别等多个研究领域，研究的成果有着广阔的应用前景。
计算机人脸识别由于有着广泛的应用前景而成为计算机模式识别领域的一个十分活跃的研究课题。计算机人脸识别技术也就是利用计算机分析人脸图像,进而从中提取出有效的识别信息,用来"辨?quot;身份的一门技术。人脸识别技术应用背景广泛,例如：可用于公安系统的罪犯身份识别、驾驶执照及护照等与实际持证人的核对、银行及海关的监控系统及自动门卫系统等。特别是在非接触环境和不惊动被检测人的情况下，人脸识别技术的优越性远远超过已有的虹膜、指纹等检测方法。在众多科研人员的不懈努力下，迄今为止在计算机人脸识别方面已经取得许多科研成果，产生了一系列的方法与理论，但均存在着这样或那样的限制，如识别率易受姿态、表情、光照等因素的影响。它的困难体现在：
(1)人脸塑性变形(如表情等)的不确定性;
(2)人脸模式的多样性(如胡须、发型、眼镜、化妆等);
(3)图像获取过程中的不确定性(如光照的强度、光源方向等)。
识别人脸主要依据人脸上的特征，也就是说依据那些在不同个体之间存在较大差异而对于同一个人则比较稳定的度量。由于人脸变化复杂，因此特征表述和特征提取十分困难。这诸多因素使得人脸识别成为一项极富挑战性的课题。
通常的面貌识别系统多是针对二维照片或动态视频序列进行研究，以图象处理技术为基础，但是，基于二维照片进行识别存在严重的障碍，无法解决上述的问题对识别的影响。产生这些问题的主要原因是人的面貌本身是三维的，而照片是对三维面貌进行平面投影的结果，在此过程中必然丢掉一部分重要信息。采用三维识别与传统的方法最大的区别就在于，人脸的信息可以更好的表现和存储，例如人脸的特征点的深度信息及点之间的拓扑结构等等。通过更全面的信息，可以较好的解决识别过程中的误识率和虚警率问题，同时由于三维人脸模型具备光照无关性和姿态无关性的特点，能够正确反映出人脸的基本特性，同时人脸主要的三维拓扑结构不受表情的影响，从而形成相对稳定的人脸特征表述。因此基于三维人脸模型的识别方法可以很好的解决目前在这一领域存在的研究瓶颈。国外研究者已经开始研究三维的面貌识别系统，但研究很不充分，并且针对实际应用系统的研究更少。正是基于这样的原因，我们开始了三维人脸识别系统的研究
二、三维人脸识别过程及系统功能
真正的三维面貌鉴别是自80年代末期开始，目前已经取得了一定的进展。国外三维人脸识别的典型方法主要是利用深度图象自身的几何特征，利用深度图象处理技术，分析面貌曲面的曲率等几何特征，对面貌曲面进行凹凸区域的分割、正侧面轮廓边缘的提取。最早对三维图象面貌识别的研究有Lapreste 提出的基于轮廓线的方法，通过对人脸面貌曲率的分析，提取轮廓线上的特征点，利用轮廓线作为特征进行面貌的识别。Lee&Milios 从人脸面貌深度图象中抽取凸区域，这些凸区域形成了特征集，计算出所有凸区域相关的扩展高斯图，
两幅面貌特征的匹配就是利用这些扩展高斯图象进行的。当然还有很多基于轮廓线和凸区域的改进方法，例如：凸凹点多阶段融合过程方法、轮廓线的欧氏距离识别方法、轮廓线曲率比较方法等等。但这些方法还停留在理论研究的层次，没有实质的自动化系统的出现。
对于国内而言，三维人脸识别的研究也相应的展开，但与国外的研究相比还处于刚起步的状态。目前，三维数据获取已经成为可能，并已经成熟的在实际工作中使用(如三维激光扫描技术、CT成像技术、结构光方法等)，使得三维图形识别技术得到了应用的可能，可以迅速地完成人头三维面貌数据获取。这也为我们的研究提供了实现的基础。
总的来说，要实现一个自动的人脸识别系统主要要完成以下的4个功能：
① 人脸检测(Detection)与分割(Segmentation)。从任意的场景中检测人脸的存在并进行定位，提取出一个人脸。
② 人脸的规范化(Normalization)。校正人脸在尺度、光照和旋转等方面的变化。
③ 人脸表征(Face Representation)。采用某种方法表示出数据库中的已知人脸和检测出的人脸，通常的方法有几何特征、代数特征、特征脸、固定特征模板等。
④ 人脸识别(Recognition)。根据人脸的表征方法，选择适当的匹配策略将得到的人脸与数据库中的已知人脸相比较。
我们研究的基于三维模型的人脸识别方法，与以往的系统的最主要区别就在于：人脸库中记录的不是象以前一样，记录着每个人的各种姿势、位置、表情的头部照片，而是存储的一个人脸的三维空间模型。由这个区别引申出人脸的表征和识别的方法也与二维识别方法不同。
由人脸表征的区别，三维人脸识别系统也分两类，一是纯三维之间的对比，例如通过多角度拍照，系统自动构建人脸的三维模型，与库中的三维模型进行比较。这种方法中人脸的表征是一个基于三维的特征向量。由于人脸的三维重构目前还是一个正在研究的领域，其过程依然是一个病态的过程。因此我们没有选择这种方法进行我们的系统开发。第二种系统是通过三维模型增强了的二维之间的对比。即通过对三维模型的变化，我们可以找到和成像环境一致的三维模型的位置，通过他的平面投影得到一个二维的图片，和原有的照片进行二维上的比较，实现识别的过程。在选择人脸表征时，使用了实时性最好的特征点表示法。使用人脸关键特征点所形成的几何特征来对人进行区别。
由这个主导思想，产生的新的人脸识别系统的主要功能如下：
① 人脸检测与分割。从任意的场景中、视频数据中检测人脸的存在，提取出一个人脸及各个区域部分。在人脸上自动标记出我们需要的特征点，例如外眼点、内眼点、眉间点、鼻下点、颌下点、嘴角点，等等。这个领域的研究目前已经出现了许多的成熟的方法，在这里就不一一介绍了。
② 人脸的规范化。计算出人脸在尺度和旋转等方面的变化，得到摄像过程中人脸的实际位置，将库中的人脸三维模型也变化到同样的位置。这是几何特征识别的一个关键的问题。由于人脸的几何特征的相似性比较，受人脸拍摄角度的影响很大，当人脸偏转超过一定的角度的时候，许多重要的特征点在二维上不可见了，因此也无法计算出对应的特征向量。如果不能将人脸模型和照片保持在同样的偏转环境下，识别的可信性就不具备。
经过一定水平及仰俯偏转三维人脸模型
正常的三维人脸模型
对这个问题的解决可以结合人类学、面貌测量学多年来由统计而来的经验公式来完成。
③ 人脸表征。采用标记出的特征点的几何特性(例如：特征点分布欧氏距离、B样条曲面等方法)表示出数据库中的已知人脸和检测出的人脸。对同一个照片的特征点采取多层次描述的方法，形成多个几何特征向量，这种多层次描述的方法可以有效的降低人脸识别过程中的误识现象的出现。同样，识别的过程也是采取多分类器合作的模式识别方法。
④ 人脸识别。根据获得的人脸照片特征点，计算出人脸的偏转角度，同时计算出多个特征向量，从数据库中取出已知的人脸特征点信息，构建出三维人脸特征点拓扑模型，对此
模型进行偏转，使之与二维人脸照片的拍摄环境一致。计算出三维模型的多个特征向量，通过面貌特征的多层次描述、多分类器合作的模式识别方法，对投影结果与二维相应照片进行相似性度量。在进行识别时，对每个分类器设定一个阀值，对所有的特征向量的结果也设置一个阀值，一旦所有的度量结果都达到阀值的要求，即认定此次识别是成功的，否则继续从数据库中读数据，进行识别。
三、技术路线与设计方案
为了实现上面的研究内容，我们选择了一个可行的解决方案。使用Microsoft的Visual Studio作为系统的开发平台，利用他提供的强大的图形图象处理功能，使用OPENGL专业三维引擎，最后配合Oracle数据库对异构数据的管理功能，实现我们的系统。其中，人脸三维数据的获取采用加拿大polhemus公司生产的手持式三维激光扫描仪FastSCAN以及Inspeck公司基于结构光栅拍摄的三维数据建模设备(Inspeck)。整个系统的用例图如下所示：
系统用例图
其中的关键技术如下：
1) 供系统管理人员使用的管理平台。主要进行人脸三维数据的获取和预处理以及三维特征点的选择和存储等功能。利用Visual C++和OPENGL开发的三维模型的管理系统，通过激光扫描仪或结构光拍摄相机获得原始的人脸三维模型，由于得到的三维数据坐标不统一，为了便于计算使用，要进行坐标的统一，通过平台实现对原始模型的光滑平顺，坐标变换，根据分辨率要求，生成三维面貌表面数据。由于人脸的三维特征点的选取工作不要求太强的实时性，故可以采取手工选取的方式，由系统管理员通过平台对特征点进行标定。全部标定结束后，记录入后台数据库中。当然管理平台还具备其他的功能，例如新用户的添加、用户的删除、信息修改等常用数据库管理功能。
2) 基于Visual C++、OPENGL和DirectShow开发出人脸的自动化识别系统。首先通过DirectShow对视频流进行分析，自动检测出人脸的存在并从图象中将其分割出来。找到人脸后，使用VC实现的ASM主动形状模型对人脸特征点进行自动的标定。得到特征点后，根据主要的特征点位置，计算出拍摄角度。对三维数据的进行读取，读取后使用OPENGL构建出人脸的抽象三维模型，同时按照拍摄角度的变化模型。当三维模型的平面投影和二维照片中人脸的旋转角度相同时，通过多特征向量生成、多分类器判别及阀值设定的方法实现识别。
3) 底层数据库使用Oracle数据库，利用它良好的异构数据存储性和大量数据的处理能力，实现系统需要使用到的三维空间信息和属性信息的统一存贮，以及对海量数据的查询检索。
4) 不论是管理平台还是自动识别系统，对人脸数据库的读取都通过数据库中间件完成，统一的进行信息读取、维护、操作。
最终形成一个基于三维数据库中间件的三层C/S体系的应用程序。这个设计方案可以用下图表示：
系统设计方案示例图
四、总结
这个系统与已有的各种人脸识别系统的最大的区别就在于，数据库中记录的是三维人脸模型，而不是象目前各种库中存储的人脸的多姿态照片。通过三维深度信息的投影变化解决人脸识别中多姿态的问题。利用物体几何拓扑的不变性原理，排除大部分人脸表情对识别的影响，而且由于采用的方法与照片的明暗程度无关，可以解决人脸识别过程中受拍摄环境光照强度的影响。因此可以达到较理想的人脸识别效果。
基于三维模型的人脸识别的方法研究刚刚开始，上述的只是我的一个思路，还有很多的问题要解决，同时也具有很多的缺点。希望大家提出宝贵的意见，谢谢。
动态人脸识别巡更系统 设 计 方 案 北京博睿视科技有限责任公司 2017年8月18日
目录 第一章人脸识别巡更系统设计要求 一、人脸识别巡更系统社会意义 略 第二章系统概述 人脸识别智能巡更系统为基于深度学习算法的通过式人脸记录巡检系统。根据需要将用于人脸抓拍的监控摄像机安装在需要巡逻的线路或执勤岗位上，人员对该地进行巡更通过时摄像机自动抓拍巡更人员的人脸照片同时将抓拍时间与对应的巡更人员人脸库进行比对结果通过局域网存入系统数据库。此记录将成为巡更人员何时到达该地巡更的依据。管理人员通过系统管理系统软件可清晰地了查询巡更人员巡更的实际情况，如漏查、误点、非本人带班等信息，方便管理人员有效管理。 1、人脸识别巡更系统构成 该系统由人脸静态建库、人脸动态入库、人脸信息修改、实时人脸抓拍、人脸检索、人脸图像聚类、以图搜图、联动报警八大部分组成。整个软件的逻辑体系结构如下图所示。 软件结构体系（C/S结构）
图3-3 软件逻辑体系示意图 3.3.1、人脸静态建库 实现布控人员建库，提供用户建立临时人脸库的功能，使用者可自行注册，批量导入人脸照片，静态人脸库包括黑名单、白名单。 图3.3.1人脸静态建库 3.3.2、人脸动态入库 将摄像机抓拍的人脸图片，建立动态抓拍人脸库，不断累积抓拍数据，为后 期进行人脸管理和提升识别率提供必要的支撑。
图3.3.2人脸动态入库 3.3.3、人脸信息修改 人脸信息修改模块主要是针对各个不同的人脸库，查询符合条件下的人员信息，并对其 中的信息进行修改删除等操作，同时也可针对选择的人脸库进行新人员信息的注册。 图3.3.3人脸信息修改
人脸识别综述 摘要:首先介绍了人脸识别的发展历程及基本分类；随后对人脸识别技术方法发展过程中一些经典的流行的方法进行了比较详细的阐述。最后介绍了人脸识别的应用及发展现状，总结了人脸识别所面临的困难。 关键词:人脸识别 1引言 人脸是人类最重要的生物特征之一，反映了很多重要的生物信息，如身份，性别，种族，年龄，表情等等。随着计算机技术的飞速发展，基于人脸图像的计算机视觉和模式识别问题也成为近些年研究的热点问题。其中包括人脸检测，人脸识别，人脸表情识别等各类识别问题。对于人脸识别问题的研究已有几十年的时间，在理论研究和实际开发方面都取得了一定的进展，并且目前已有一些电子产品配备了人脸识别系统。但是，对于人脸性别和种族识别的研究却比较少，但研究这个问题的意义和实际价值却是不可忽视的。在实际公共场所的安检系统中，大多数情况下都是将多种模式识别系统结合在一起，以尽量提高检测识别的准确度，性别识别系统也是其中不可缺少的一部分。对它的研究不仅有助于提供更多个性化的人机交互方式，还可以应用于各种监控系统、电子产品的用户身份鉴别和信息采集系统。从理论意义上来说，也丰富了原有的人脸识别方法，使得人脸识别系统不但可以识别出被识别者是谁，还能自动给出其性别和种族，从而提高人脸识别的准确率和图像检索效率。 所谓人脸识别,就是利用计算机分析人脸视频或者图像,并从中提取出有效的识别信息,最终判别人脸对象的身份。人脸与人体的其他生物特征(指纹、虹膜等)一样与生俱来,它们所具有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；同其他生物特征识别技术相比,人脸识别技术具有操作简单、结果直观、隐蔽性好的优越性。因此,人脸识别在信息安全、刑事侦破、出入口控制等领域具有广泛的应用前景。 2人脸识别的发展历程及方法分类 关于人脸识别的研究最早始于心理学家们在20世纪50年代的工作，而真正从工程应用的角度来研究它则开始于20世纪60年代。最早的研究者是Bledsoe,他建立了一个半自动的人脸识别系统,主要是以人脸特征点的间距、比率等参数
XXX人脸识别系统 一、XXX人脸识别系统简介 XXX人脸识别系统采用区域特征分析算法，融合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，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如逃犯照片库、失踪人口照片库、常住人口照片库等）完成比较，返回一个包含若干最相似人脸图像的匹配列表。支持照片比照片、视频流比照片、视频流比视频流等多种方式。可以实现在局域网、内部网、In ternet上进行照片比对和身份确认。 二、功能特性 先进性：采取XXX独特的混合人脸识别算法，识别精度更高，识别速度更快。 多样化：支持数据来源的多样化，动态人脸捕抓、手机拍摄、摄像机抓取，照片扫描等多种方式；支持现场捕捉照片与数据库中照片自动匹配检索； 高效低成本化：合理配置和选取合适的产品软硬件型号，使整个系统稳定、高效、可靠、低成本运行。 快速化：普通照片中提取人脸特征值，极大地降低了数据存储空间，加快了比对查询速度，单台计算机对比速度为每秒5 300万张（因选用的面纹模板而异）；
方便性：完善的照片比对功能，比对方式多，比对准确率 高，比对速度快，支持全局人脸识别和分部人脸部件的人脸识别 （化装问题），系统操作清晰，公安侦查人员和授权用户都能方便 的使用系统。 实用性：适合于各国人种，不受种族肤色及性别的影响， 不 受面部表情，胡须和发型等变化的影响。 简易性：支持现场捕捉照片与库中照片自动匹配检索照 片 库的授权链接访问； 三、系统逻辑结构图 四、应用情景 XXX 人脸识别产品已广泛应用于金融、司法、军队、公安、边 检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领 域。 1、 企业、住宅安全和管理。 2、 电子护照及身份证。 人脸相关业务 人脸识别系统 人脸比对 人脸建库 JMCT 人脸图像散据 移动警务 身盼豪■ 1} --------- 人輪阳憧JMtVEft ■库于累气
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
第18卷增刊1 系统仿真学报?V ol. 18 Suppl.1 2006年8月Journal of System Simulation Aug., 2006 三维人脸识别算法综述 柳杨 （浙江科技学院信息学院, 浙江杭州 310023） 摘要：三维人脸识别与二维人脸识别相比，由于其不受视角、光照、姿势等因素的影响，越来越 受到研究者的关注。综述主要是对目前已有的三维人脸识别算法，并且指出了目前三维人脸识别存 在的一些问题。 关键词：人脸识别；三维；算法 中图分类号：TP391.9文献标识码：A文章编号：1004-731X (2006) S1-0400-04 Survey of 3D Face Recognition Algorithms LIU Yang (Zhejiang University of Science and Technology, Hangzhou 310023, China) Abstract: Researchers pay more attention to 3D face recognition, because comparing with 2D face recognition it’s not affected by factors such as viewpoint, illumination, pose etc. This survey focuses on the relevant algorithms on 3D face recognition, and points out the challenges in 3D face recognition. Key words: face recognition; 3D; algorithms 引言 生物识别（Biometrics）技术目前越来越受到研究者的关注。手写识别是比较老的生物识别技术。人脸识别和指纹识别的研究也有比较长的一段历史了。最近，声音识别、步态识别、视网膜识别、虹膜识别以及三维人脸识别也发展比较快。 相比二维人脸识别而言，三维人脸识别具有不受视点、光照和表情等因素影响的优点，本文主要对三维人脸识别的算法做一个综述。 1 三维人脸识别算法 1.1Minimum Distance最小距离法 将与测试样本最近邻样本的类别作为决策的方法称为最近邻法。 Lao[11]利用从立体图像创建稀疏深度图来进行三维人脸识别。利用等亮度轮廓线进行立体匹配。利用等亮度轮廓线和2d边缘查找虹膜。利用虹膜的位置查找其它的特征点位置从而进行姿势标准化处理。当数据被转化成规范的数据后就可以利用相应点间的最近平均差分进行识别。 Cartoux[5]进行三维人脸识别的方法是，首先基于主曲率分割一个范围图片，并找到通过脸的双边对称平面用来对姿势进行归一化。 Beumier和Acheroy[3]利用3D和2D数据的加权相似测 收稿日期：2006-01-30 修回日期：2006-05-31 作者简介：柳杨(1978-), 女, 湖北武汉人, 助教, 硕士, 研究方向为计算机图形学, 虚拟人技术。量和进行多模态的识别。他们在3D和2D人脸中均使用一个中轴轮廓线和一个横向轮廓线，这样得到四个分区，利用加权相似矩阵和来进行三维人脸的识别。他们使用测试的数据库中包含有100个人， 每个人有几种不同姿势的照片。在这个试验中使用了图库中27人的照片和一个29人的搜索集，错误率低于1.4％。大体上说多模态的3D+2D识别比单纯的3D识别或2D识别要好。 Xu[31]使用了Beumier的图库。原始的3D点云被转化为正常网格。鼻子首先被找到，并作为一个锚点用来寻找其他的局部区域。从嘴、鼻子、左眼和右眼局部区域的数据中计算特征向量。特征空间的维度通过主成分分析降维。利用全局和局部形状成分，基于最近领域法进行配准。 1.2Correlation关联算法 每个三维模型都有一个扩展高斯球（EGI）与之对应。EGI记录了面片法向落入全空间各个方向的多边形面积大小。一般用一组向量来表示某个三维模型对应的EGI 特征：每个向量的长度正比与每个面片的面积，方向平行于面片的法向，将这些向量平移到坐标原点，形成一种球坐标系的下的矢量分布，构成了三维模型EGI 的向量表示。 Tanaka[27]对非多边形物体利用主曲率而不是面法线进行分割，利用扩展高斯球表征脸，利用EGI的球面相关性进行三维人脸的识别。 Lee和Milios[12]基于均值和高斯曲率的符号分割距离图像中的凸起，给每一个凸起区创建扩展高斯球。通过关联扩展高斯球对搜索图片和图库图片进行配准。扩展高斯球利用通过物体表面的表面法线分布状态来描述物体的形状。利用
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
人脸识别研究综述 摘要：论文首先介绍了人脸识别技术概念与发展历史，解释人脸识别技术的过程与优缺点；随后对近几年人脸识别技术的研究情况与一些经典的方法进行详细的阐述，最后提出人脸识别技术在生活中的应用与展望。 关键词：人脸识别研究现状应用与展望 一、概念 人脸识别技术是基于人的脸部特征，对输入的人脸图像或者视频流。首先判断其是否存在人脸，如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。 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。 二、发展历史 人脸识别的研究历史比较悠久。高尔顿(Galton)早在1888 年和1910 年就分别在《Nature》杂志发表了两篇关于利用人脸进行身份识别的文章，对人类自身的人脸识别能力进行了分析。但当时还不可能涉及到人脸的自动识别问题。最早的AFR1的研究论文见于1965 年陈（Chan）和布莱索（Bledsoe）在Panoramic Research Inc.发表的技术报告，至今已有四十年的历史。近年来，人脸识别研究得到了诸多研究人员的青睐，涌现出了诸多技术方法。 三、过程与优缺点 人脸的识别过程： (1)首先建立人脸的面像档案。即用摄像机采集单位人员的人脸的面像文件或取他们的照片形成面像文件，并将这些面像文件生成面纹(Faceprint)编码贮存起来。 (2)获取当前的人体面像。即用摄像机捕捉的当前出入人员的面像，或取照片输入，并将当前的面像文件生成面纹编码。 (3)用当前的面纹编码与档案库存的比对。即将当前的面像的面纹编码与档案库
1、绪论 人脸识别是通过分析脸部器官的唯一形状和位置来进行身份鉴别。人脸识别是一种重要的生物特征识别技术，应用非常广泛。与其它身份识别方法相比，人脸识别具有直接、友好和方便等特点，因而，人脸识别问题的研究不仅有重要的应用价值，而且在模式识别中具有重要的理论意义，目前人脸识别已成为当前模式识别和人工智能领域的研究热点。本章将简单介绍几种人脸识别技术的研究方法。 关键词：人脸识别 2、人脸识别技术的主要研究方法 目前在国内和国外研究人脸识别的方法有很多，常用的方法有：基于几何特征的人脸识别方法、基于代数特征的人脸识别方法、基于连接机制的人脸识别方法以及基于三维数据的人脸识别方法。人脸识别流程图如图2．1所示： 图2．1人脸识别流程图 3、基于几何特征的人脸识别方法 基于特征的方法是一种自下而上的人脸检测方法，由于人眼可以将人脸在不此研究人员认为有一个潜在的假设：人脸或人脸的部件可能具有在各种条件下都不会改变的特征或属性，如形状、肤色、纹理、边缘信息等。基于特征的方法的目标就是寻找上述这些不变特征，并利用这些特征来定位入脸。这类方法在特定的环境下非常有效且检测速度较高，对人脸姿态、表情、旋转都不敏感。但是由于人脸部件的提取通常都借助于边缘算子，因此，这类方法对图像质量要求较高，对光照和背景等有较高的要求，因为光照、噪音、阴影都极有可能破坏人脸部件的边缘，从而影响算法的有效性。 模板匹配算法首先需要人TN作标准模板(固定模板)或将模板先行参数化(可变模板)，然后在检测人脸时，计算输入图像与模板之间的相关值，这个相关值通常都是独立计算脸部轮廓、眼睛、鼻子和嘴各自的匹配程度后得出的综合描述，最后再根据相关值和预先设定的阈值来确定图像中是否存在人脸。基于可变模板的人脸检测算法比固定模板算法检测效果要好很多，但是它仍不能有效地处理人脸尺度、姿态和形状等方面的变化。 基于外观形状的方法并不对输入图像进行复杂的预处理，也不需要人工的对人脸特征进行分析或是抽取模板，而是通过使用特定的方法(如主成分分析方法(PCA)、支持向量机(SVM)、神经网络方法(ANN)等)对大量的人脸和非人脸样本组成的训练集(一般为了保证训练得到的检测器精度，非人脸样本集的容量要为人脸样本集的两倍以上)进行学习，再将学习而成的模板或者说分类器用于人脸检测。因此，这也是j 种自下而上的方法。这种方法的优点是利用强大的机器学习算法快速稳定地实现了很好的检测结果，并且
项目名称：人脸识别门禁管理系统 建设单位：飞机设计研究所 设计单位：吉比特科技
飞机设计研究所 人脸识别门禁管理系统 设 计 方 案
吉比特科技 2013年8月15日 人脸识别门禁管理系统设计方案一、系统概述 随着飞机研究所各项建设的推进，传统的监控管理模式面临着改革的挑战。一方面安全保卫形式的日趋严峻；另一方面是管理机构压缩、人员编制等新的形势向安全保卫工作提出了新的需求。 在飞机研究所的统一安排下，根据技术要求的在区域设置了人脸识别门禁系统，并对系统进行了合理有效的整合，使达到了物防、技防、人防的有机结合。 厂区大门是厂管场所与外界交接的重要部位。为严格控制厂区来访人员、生产区人员出入，防潜入来访人员逃脱，随时掌握厂人员数量，掌握厂来访人员分布情况，实现有效的统一指挥，确保厂管场所的安全，在厂区大门装备智能身份识别管理系统。 厂区门禁身份识别管理系统由以下子系统组成： 1.人脸识别+IC管理系统：采用IC卡加红外人脸识别，双重验证，人脸IC卡 技术根据面相的唯一性、确定性和可分类性的特点，将先进的面相识别技术与智能卡读写技术高度结合，具有面相采集与IC卡读写的全部功能和高效、准确、安全等特点。可严格厂管和控制每个人员进出每道大门的情况； 2.证件识别管理系统：证件识别系统与人脸识别系统配合使用，严格控制外来 人员进出状况，避免来访人员采用其他人员身份进出的可能性；
3.考勤系统：红外人脸识别门禁系统兼有考勤系统，同时也可以根据每道门的 实际情况，仅采用IC卡考勤系统，人脸识别与IC卡管理可以任意组合，方便管理。 4.动态人员分布电子地图：根据人员进入门禁系统记录，采用智能IC卡管理， 形成实时的警力，部人员，外来人员的分布电子地图。 5.门禁综合管理系统：门禁系统具有多种进出区域及时间设置，可设置在规定 时间进入规定区域，否则可报警处理。 6.在访人员面像数据库：利用红外人脸识别技术，将所有在访人员面像录入系 统数据库，严密管理来访人员个人资料。 7.蝴蝶闸进出通道管理：采用红外人脸识别+IC卡双重验证。自动控制蝴蝶闸 开关情况。 二．人脸识别技术简介 科技的进步和经济的发展带来了整个社会生活水平的提高，但同时，各种危害到社会安定和人民的生命财产安全的犯罪也层出不穷，对现有的安防体系提出了新的挑战。因此，采用高科技手段预防和制止犯罪，保证各行业和国家重点部门、重要机构的正常运转已成为安防工作的重要任务。 人脸识别技术：是基于人的脸部特征，对输入的人脸图像或 者视频流，首先判断其中是否存在人脸，如果存在人脸，则 进一步的给出每个人脸的位置、大小和各个主要面部器官的 位置信息。并依据这些信息，进一步提取每个人脸中所蕴含 的身份特征，并将其与已知人脸库中的人脸进行对比，从而 识别每个人脸的身份。包括人脸检测、人脸标准化、人脸比 对、人脸跟踪等容。 红外人脸识别技术优点： 1.非接触性；直观性；良好的获取性； 2.采用红外技术，大大改善对光线强弱变化的适应能力，适用于室
人脸自动识别方法综述 周 杰,卢春雨,张长水,李衍达 (清华大学自动化系,北京100084) 摘 要: 人脸自动识别是模式识别、图像处理等学科的一大研究热点,近几年来关于人脸识别的研究取得了很大进展.本文重点对近三、四年来人脸识别的研究进行综述并对各种方法加以评论. 关键词: 人脸自动识别;人脸检测;人脸定位 中图分类号: TP39114 文献标识码: A 文章编号: 0372-2112(2000)04-0102-05 A Su rvey of Automa tic Human Face Recognition ZHOU Jie,LU Chun -yu,ZHANG Chang -shui,LI Yan -da (De partment o f Automation ,Tsinghua Unive rsit y ,Be ijing 100084,China) Abstract: Automatic human face recogni tion is attractive in pattern recogniti on and i mage processing.In this paper we gave a survey of automatic human face recogni tion,mainly ai ming at the latest progress. Key words: automatic hu man face recognition;face detection;face localization 1 引言 随着社会的发展,各个方面对快速有效的自动身份验证的要求日益迫切.由于生物特征是人的内在属性,具有很强的自身稳定性和个体差异性,因此是身份验证的最理想依据.这其中,利用人脸特征进行身份验证又是最自然直接的手段,相比其它人体生物特征它具有直接、友好、方便的特点,易于为用户所接受[1]. 人脸识别是人类视觉最杰出的能力之一,它的研究涉及模式识别、图像处理、生理学、心理学、认知科学,与基于其它生物特征的身份鉴别方法以及计算机人机感知交互领域都有密切联系,因此早在六七十年代即引起了研究者的强烈兴趣.进入九十年代,由于各方面对人脸识别系统的迫切需求,人脸识别的研究重新变得非常热门.目前美国等国有许多研究组在从事人脸识别的研究,这些研究受到军方、警方及大公司的高度重视和资助,美国军方每年还专门组织人脸识别比赛以促进这一领域的发展.在国内,也开始有一些学校从事人脸识别相关的研究.近几年来关于人脸识别的研究取得了很大进步,国际上发表有关论文的数量大幅增长,IEEE 的PAM I 汇刊还于1997年7月出版了人脸识别专辑,每年的国际会议上关于人脸识别的专题也屡屡可见.而目前人脸识别综述的文章还是截止到1994年,因此我们认为非常有必要对近几年的研究工作进行一下总结.在本文中我们将对人脸识别方法进行综述,其中主要介绍近三、四年的研究工作,之前的研究工作请参看文[2,3]. 2 人脸自动识别系统 人脸自动识别系统包括两个主要技术环节(如图1所 示):首先是人脸检测和定位,即从输入图像中找到人脸及人脸存在的位置,并将人脸从背景中分割出来,然后才是对归一化的人脸图像进行特征提取与识别 . 图1 人脸自动识别系统构成 这两个环节的研究独立性很强.由于在很多特定情况下人脸检测与定位的工作比较简单,因此/特征提取与识别0环节得到了更为广泛和深入的研究;而近几年来随着人们越来越关心各种复杂情形下的人脸自动识别系统,人脸检测与定位才得到了较多的重视. 评价一个人脸自动识别系统的标准,一个是误识率即将某人错识别为其他人,另一个是虚警率即将其他人识别为这个人.这二者之间是存在矛盾的,所以在实际问题中往往需要进行某种折衷.如,在安全性要求较高的计算机登录系统中,必须要求虚警率要尽可能低,而误识率则可以高一些,这样只是增加合法用户的等录时间,并不会降低计算机系统的安全性.这一点同样适用于特征提取与识别环节,但是对于人脸检测与定位,我们一般则要求误识率要尽可能低,因为这样才可以保证所要识别的人不会在这一步就丢失. 收稿日期:1999-03-15;修订日期:1999-07-06基金项目:自然科学基金(No.69775009)资助课题 第4期2000年4月电 子 学 报ACTA ELECTRONICA SINICA Vol.28 No.4 April 2000
人脸识别研究 代上 （河南大学环境与规划学院河南开封 475004） 摘要：现今世界经济发展迅速，而面对繁杂的社会安全问题却显得有些捉襟见肘，人脸识别技术能够因通过面部特征信息识别身份而受到广泛关注。人脸识别通常使用采集含有人脸图像或视频流的设备，将收集到的人脸信息进行脸部检测,进而与数据库中已有信息进行对比确定被识别对象的身份,已经广泛的应用于公共安全、教育等多个方面，且在以后的社会发展中具有很大的应用前景。本文主要对人脸识别的发展历程、主要识别方法予以总结概括，并对其应用范围与发展趋势进行分析。 关键词：人脸识别；方法；应用；发展 1引言 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。该项技术目前应用到社会的各个领域，例如个人家庭自动门的安全系统、犯罪人的身份识别系统、银行自动取款的服务系统等。 人脸识别系统给人带了很多方便，应用能力很强，但是人脸识别仍然有很多阻碍其发展的困难之处。主要表现在：在收集图像中目标自身的影响；在系统收集图像的过程中容易受到各种外界因素以及系统收集图像之后由于其它因素造成的面部损伤所带来的影响；随着时间的变迁，人的面部逐步发生变化的影响。这些都对人脸识别技术的发展造成了一定的困难，也使得该项技术面临着多种挑战性。 2 人脸识别研究的发展历史与研究现状 2.1发展历史 很早在19世纪80年代就有关于通过人脸对人类的身份进行辨别的论文发表，但是由于技术水平与设备的限制，人脸识别技术并没有受到重视。直到20世纪60年代末，Blcdsoc[1]提出了人脸识别研究的雏形，人脸识别技术才被人们接受。 在人脸识别研究的早期阶段，人们主要研究的是人脸识别的各种方法，但是在实际应用方面却没有得到实质性的进展。 进入20世纪90年代末的时候，人脸识别技术进入了一个快速发展阶段，在这个时期各种新的人脸识别方法相继出现，并创建了人脸图像数据库，对人脸识别的发展起到了巨大的促进作用。在实际应用方面也取得了很大的进展，运用人脸识别技术的产品逐渐进入了社会市场。 进入21世纪以后，人脸识别技术已经逐步发展成熟，但是由于非理想条件如（光照、天气、姿态）的影响，对人脸识别技术的要求也更高。为了解决这些不利因素所造成的影响，研究者们一直努力寻找更加趋于完美的方法，从而减少这些因素所带来的不利影响。 2.2研究现状 近几年来，人脸识别技术已经从以前的认知阶段发展到了实际应用阶段。但是由于每个人的面部都会因为各种不同的原因发生改变，这给人脸识别带来了不小的影响。如光照不同
人脸识别系统解决方案 深圳东南创通智能科技有限公司 2018年6月13日
目录
一、概述 1、背景分析 随着我国城镇化进程的加快，城市人口日趋密集，人口流动性也大大增加，社会犯罪率呈逐年升高的趋势。在传统侦查工作方式中，多采用人工排查的方式，要排查重要场所人员身份，和限制外来人员进入固定区域，不仅费时费力，还可能造成遗漏等情况，排查效率大打折扣，同时给公共安全防范和社会维稳工作带来了极大的困难。 为切实解决重点复杂区域社会治理难题，夯实社会稳定和长治久安的基层基础，及高清技术、智能化技术、网络技术的日趋普及与成熟，我司立足实际需求，针对复杂区域流动人口多、身份难以核查、人员来访不易管理的局面，推出人脸识别系统解决方案。 系统采用先进的人脸识别算法，高速芯片作为识别算法的运行硬件平台，通过出入口的身份证信息采集、实时人脸抓拍和人证比对，从而实现人证合一验证。并针对不同场所实现固定人员刷脸通行，访客人员人证比对登记，解决固定人员每次需要刷证或输入密码的问题，人证比对失败人员则需要安保人员或工作人员人工确认后手动放行。 2、设计原则 系统设计遵循技术先进、深度学习算法、性能稳定、节约成本的原则；本系统设计内容是系统的、全面的、完整的、易用的以及符合人机交互的；方案设计具有科学性、合理性、可操作性。
二、系统介绍 1、系统组成 人脸识别系统由人证识别终端、通道闸、人脸识别管理客户端及平台组成。 人脸识别系统拓扑图 2、人脸识别特性 人脸识别系统核心组成部分主要包括人脸图像采集模块、动态人脸定位、人脸识别预处理、身份查找、身份比对、身份确认、执行机构和记录平台等，并通过一脸通平台判断人员身份及权限，开放相应的区域，保留人脸通行记录事件，并根据相应的权限命令各子系统作出响应，例如固定客户通道自动放行，访客只允许进入指定楼层等。 人脸识别一体化终端使用世界领先的人脸检测、识别算法（FDDB与LFW世界前三），将其运行在高性能嵌入式平台中，配合200W像素的摄像头，终端实现人脸检测、人脸跟踪、与人脸识别，并可在屏幕上呈现相应的反馈。 本产品能够同时识别5个人，光线环境良好的情况下最远能识别5米远的人脸，人脸跟踪与检测耗时20ms左右，人脸特征提取耗时200ms左右，人脸比对耗时左右，对光
智能人行通道闸系统 设计方案 科技有限公司 Bjing Partsonline Technology CO.Ltd.
一、概述 三辊闸、摆闸、翼闸是人行通道的现代化控制设备，用于人员出、入口需要进行控制的地方，如智能小区、饭堂、宾馆、博物馆、体育馆、俱乐部、地铁、车站、码头等场所。三辊闸、摆闸、翼闸的使用可以使人流井然有序。 三辊闸、摆闸、翼闸与智能卡、指纹、条码等身份识别系统设备结合使用，便构成智能门禁通道控制系统；它与计算机、门禁、考勤、收费管理、门票系统等软件结合使用，便构成智能通道闸综合管理系统，可以实现门禁、考勤、消费、售票、限流等功能。 本通道闸管理系统是智能一卡通系统的一部分，设置于小区、工厂、智能大厦、食堂等通道处，可以完成员工持卡通行管制、上下班考勤、就餐等各种管理功能。 ●系统运行环境 安装环境为大型现代化智能小区，要求针对小区大门处的进出人员进行管理，同时方便手推车人员的进出控制。 要求小区人员进出必须刷卡，经系统自动验证后方可进出，系统可自动记录人员进出资料及时间，方便统计查询。 ●设计思路 根据现场的要求，结合本公司多年的智能小区系统设计经验，设计采用智能通道闸结合射频卡技术，实现人员进出刷卡通行。 计划在小区大门处出入口各设一台智能摆闸1台，双向进出控制，即美观豪华又起到人员进出控制的功能。 系统配合智能卡身份验证设备，该设备全部内置安装，并与管理电脑联网，系统可对进出人员进行24小时监控管理，并方便将来的维和护扩展。 本系统主要包括：前端智能通道闸，前端内置身份识别系统设备，中间通讯及管线设备，后台软件及管理发卡系统，后台电脑及打印设备（自配）等几部分。 系统设计主要依据工程建设的总要求，利用现代计算机网络通信及大型数据库为技术基础，基于Windows管理平台建立统一的大楼“一卡通”综合管理系统。在系统设计时，硬件设备的选择和物理链路的建立尽量考虑了目前最先进和通用的设备、最大程度上保证了系统工程建设的后续可维护性和相当长的一段时期内的先进性。 从可靠性和安全性设计出发，考虑系统功能时采用模块化的设计方法，每个子系统的软硬件保持较大的冗余度。模块化的设计便于根据工程需要量体裁衣，保证系统资源的充分利用，又保证了系统的开放性和可扩展性，并且整个系统可作为一个子系统，通过中心服务器成为Internet的一个节点与其它系统可方便地进行数据交换。冗余度使系统运行于一个较为宽松的环境，确保系统在要求不高的环境条件下正常运行，某部分出现问题而不会影响其它子系统的正常运行，即使在网络电缆某处有断损时，系统仍可继续工作并告警。 1.1 系统设计原则 GB4706.1-1998家用和类似用途电器的安全通用要求； GB/T14536.1-1998家用和类似用途电自动控制器通用要求； GB/T14536.13-1996家用和类似用途电自动控制器电动门锁的特殊要求的规定； ISO 10536和ISO 15693国际标准
文献综述 1 引言 在计算机视觉和模式识别领域，人脸识别技术（Face Recognition Technology，简称FRT）是极具挑战性的课题之一。近年来，随着相关技术的飞速发展和实际需求的日益增长，它已逐渐引起越来越多研究人员的关注。人脸识别在许多领域有实际的和潜在的应用，在诸如证件检验、银行系统、军队安全、安全检查等方面都有相当广阔的应用前景。人脸识别技术用于司法领域，作为辅助手段，进行身份验证，罪犯识别等;用于商业领域，如银行信用卡的身份识别、安全识别系统等等。正是由于人脸识别有着广阔的应用前景，它才越来越成为当前模式识别和人工智能领域的一个研究热点。 虽然人类能够毫不费力的识别出人脸及其表情，但是人脸的机器自动识别仍然是一个高难度的课题。它牵涉到模式识别、图像处理及生理、心理等方面的诸多知识。与指纹、视网膜、虹膜、基因、声音等其他人体生物特征识别系统相比，人脸识别系统更加友好、直接，使用者也没有心理障碍。并且通过人脸的表情/姿态分析，还能获得其他识别系统难以获得的一些信息。 自动人脸识别可以表述为：对给定场景的静态或视频序列图像，利用人脸数据库验证、比对或指认校验场景中存在的人像，同时可以利用其他的间接信息，比如人种、年龄、性别、面部表情、语音等，以减小搜索范围提高识别效率。自上世纪90年代以来，人脸识别研究得到了长足发展，国内外许多知名的理工大学及TT公司都成立了专门的人脸识别研究组，相关的研究综述见文献[1-3]。 本文对近年来自动人脸识别研究进行了综述，分别从人脸识别涉及的理论，人脸检测与定位相关算法及人脸识别核心算法等方面进行了分类整理，并对具有典型意义的方法进行了较为详尽的分析对比。此外，本文还分析介绍了当前人脸识别的优势与困难。 2 人脸识别相关理论 图像是人们出生以来体验最丰富最重要的部分，图像可以以各种各样的形式出现，我们只有意识到不同种类图像的区别，才能更好的理解图像。要建立一套完整的人脸识别系统(Face Recognetion System，简称FRS)，必然要综合运用以下几大学科领域的知识： 2.1 数字图像处理技术 数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机
动态人脸识别巡更系统 案 北京博睿视科技有限责任公司 2017年8月 18日 目录 第一章人脸识别巡更系统设计要求 一、人脸识别巡更系统社会意义 略 第二章系统概述 人脸识别智能巡更系统为基于深度学习算法的通过式人脸记录巡检系统。根据需要将用于人脸抓拍的监控摄像机安装在需要巡逻的线路或执勤岗位上，人员对该地进行巡更通过时摄像机自动抓拍巡更人员的人脸照片同时将抓拍时间与对应的巡更人员人脸库进行比对结果通过局域网存入系统数据库。此记录将成为巡更人员何时到达该地巡更的依据。管理人员通过系统管理系统软件可清晰地了
查询巡更人员巡更的实际情况，如漏查、误点、非本人带班等信息，方便管理人员有效管理。 1、人脸识别巡更系统构成 该系统由人脸静态建库、人脸动态入库、人脸信息修改、实时人脸抓拍、人脸检索、人脸图像聚类、以图搜图、联动报警八大部分组成。整个软件的逻辑体系结构如下图所示。 软件结构体系（ C/S 结构） 图3-3 软件逻辑体系示意图 实现布控人员建库，提供用户建立临时人脸库的功能，使用者可自行注册，批量导入人脸照片，静态人脸库包括黑名单、白名单。 人脸动态入库 将摄像机抓拍的人脸图片，建立动态抓拍人脸库，不断累积抓拍数据，为后 期进行人脸管理和提升识别率提供必要的支撑。 人脸信息修改 人脸信息修改模块主要是针对各个不同的人脸库，查询符合条件下的人员信息，并对其 中的信息进行修改删除等操作，同时也可针对选择的人脸库进行新人员信息的注册。
实时人脸抓拍 该子系统为监控画面和报警端的界面，主要分为4 个部分：视频设备列表，监控画面，现场抓拍图像和匹配报警图像。 图实时人脸监控子系统效果图 功能模块分别为 视频设备列表：列举所有可以使用的监控摄像头 图视频设备列表 监控画面：播放窗口显示该摄像机的实时监控 图监控画面 现场抓拍图像：显示摄像头所抓取的人脸图片 图现场抓拍图像 报警图像：根据抓拍到的人脸图像，与数据库中的人员进行比对查询。 图匹配报警图像 人脸图像检索 人脸图像检索即为对摄像头抓拍到的人员信息或系统识别比对结果进行进一步的查询。该模块分为比对结果查询，抓拍人像查询和比对库人脸查询三个部分 比对结果查询：选择要查询的设备和黑白名单类型以及匹配的开始和结束时间，然后点击查询按钮。 显示的匹配结果以倒序方式进行排列，离结束时间最近的排在最 图比对结果查询 抓拍人像查询：选择抓拍起始时间和抓拍结束时间，然后点击查询按钮。显示的内容以“抓拍时 间”中的内容倒序方式进行排列，即离结束时间最近的排在最前面。 图抓拍人像查询比对库人脸查询：选择入库的开始时间和入库结束时间，然后点击查询按钮。显示的结果以“入库时间”中的内容倒序方式进行排列，即离结束时间最近的排在最前面。 图比对库人脸查询 聚类
前后门人脸识别系统需求方案为进一步加强厂区人员管控，杜绝无关人员及违禁物品进入厂区，把好人员、物品入场安全第一关，辅助和提升管理人员工作效率，提高公司安全生产管理技术水平，现申请安装前后门人脸识别系统，需求如下: 一、公司人员出入管理存在问题 目前，公司合作单位人员通过办理出入证卡，由前门内勤员进行核对放行的方式进入厂区。但出入证件卡在实际使用过程中存在以下问题：1.卡面磨损程度严重，无法确认人员真实信息，一般情况下多为依靠内勤人员的印象辨别外来人员，如此一来需要耗费大量人力，无法保证厂区人员识别的准确性；2.人员离职后没有及时办理退卡，仍使用出入证逗留厂区；3.一卡多用、借给他人使用；4.合作单位常以未能及时取到证件卡为由，临时通行等。 二、系统实现功能 1.采用快速人脸检测技术，实行一人一脸录入，支持现场设备或者移动客户端录入。 2.系统验证方式需支持人脸识别及身份证均可认证。 3.可在系统管理设置限定时间内（如3-5天，具体时间由我司管理人员自定义），如人员未进行验证，系统会自动发出相关人员名单信息警报提示或停止其使用。 4.前后门验证设备数据要求放置前门值班室处进行统一管
理，同时实现网络远程管理。5.前后门人行道设置双通道区分进出道，进道只允许进入通行不允许出，出道只允许出通行，不允许进入；人员进厂需进行人脸认证，出口红外线感应开启（明确的通行指示功能）。 6.当断电时，闸门能自动打开，确保人员安全通行。 7.前后门各加装2个摄像头，1台监控主机设备，监控闸门位置，防止人员违规通行或设备破坏，有效调查录像取证。 8.单独配置管理电脑套装（主机加显示器等）。 9.在系统出现故障，或者非法闯入时，系统产生声光报警提示功能。 10.系统管理需考虑预留出口道闸后续可以实现增加人脸识别功能融合使用。 三、系统硬件要求
3D 模型的多姿态人脸识别 张小平,李夏忠,刘志镜 (西安电子科技大学计算机信息应用研究中心 陕西西安 710071) 摘 要:多姿态人脸识别是当前人脸识别中的难点,识别率普遍不是很高。本文提出了一种利用正面、侧面照片建立起三维虚拟人脸模型,然后对待识别照片进行角度估计,把模型库中的每一个3D 模型在该角度附近进行多次投影,搜索出与待识别照片相似度最高的照片。这种方法可以有效的提高人脸识别率,增强人脸识别系统的鲁棒性。 关键词:人脸识别;三维模型;多姿态;角度计算 中图分类号:T P 36811 文献标识码:B 文章编号:1004373X (2003)1405904 Pose var ied Face Recogn ition Ba sed on 3D m odel ZHAN G X iaop ing ,L I X iazhong ,L I U Zh ijing (Computer Info r m ati on R esearch Center ,X idian U niversity ,X i ′an ,710071,Ch ina ) Abstract :Po se varied Face R ecogn iti on is a nu t of face recogn iti on and has a low rati o of recogn iti on at p resen t 1A w ay is p resen ted by bu ilding the 3D virtual person model u sing fron t and side face pho to and then m ak ing the p ro jecti on of the each 3D model near the ro tating angle esti m ated by the unknow n pho to fo r m any ti m es and finding ou t the si m ilar pho to 1R ecogn iti on rati o can be raised effectively and system ′s robu st is increased also by th is m ethod Keywords :face recogn iti on ;3D model ;po se varied ;angle reckon 收稿日期:20030422 1 引 言 近年来,随着自动身份验证、视觉监视系统等应用领域的需求,计算机人脸识别技术受到了广泛的重视。但目前大多数研究集中在正面人脸图像的识别上,然而图像中人脸的姿态不一定是固定的,研究多姿态人脸识别是非常必要的。在这方面,B eym er 等采用引 入虚视点的方法,即将二维的图像和三维的人脸模型相结合,对多姿态的人脸图像进行识别,用这种方法进行识别计算非常复杂[1]。另外,L ades 等采用弹性匹配技术识别不同姿态的人脸[2],这种方法要求较为准确地定位特征,但是人脸通常缺乏足够的纹理信息难以满足这一要求。当前,处理人脸多姿态识别主要有3种方法:一是利用多姿态人脸数据库,通过定位两个 瞳孔点的位置加以配准,再对配准后特定姿态的人脸进行识别,这种方法需要很大的人脸数据库;二是利用与姿态无关的信息进行识别,如肤色模型,这种方法识别率不是很高;三是利用人脸三维几何特征进行识别,但对人脸旋转角度有限制。本文采用建立人脸的三维虚拟模型的方法对人脸进行识别,可以有效地 解决上述问题。2 三维虚拟人脸建模 本文采用从固定拓扑的一般人头模型变形的建模方法,由于人类面部特征的位置、分布基本上是一样的,特定人脸的模型可以通过对一个原始模型中特征和其他一些网格点位置进行自动或交互式的调整(保持拓扑不变)得到。为了使标准人脸网格体在形状上与特定人相吻合,在特征细节上仍需进一步地调整与修改。如果采用自动拟合方法,问题将转化为模式匹配问题,具体做法不在此讨论。自动拟合方法虽然自动化程度高,但计算时间长,而且由于噪声的影响,结果常常不是很理想。如果采用人机交互进行拟合,先将标准人脸图像的网格重叠到特定人的人脸图像上,然后利用鼠标拉动网格点使得标准人脸图像的眼眉、嘴、牙等主要对应部分尽可能地匹配,就可以使人脸模型更精确。 211 特定人脸3D 网格模型的建立 这里采用的是人机交互方式,系统的内部有一个原始的人头模型,以后所有特定模型的建立都是基于这个原始模型。假定包含整个原始模型的最小的立方体的高、宽、深度分别为h ,w ,d ,单位是象素点。可按 9 5