下面是小编为大家整理的科技智能人脸识别系统,供大家参考。
科技智能人脸识别系统
一、 研发背景
经济的快速发展，带来人员在不同地域之间频繁的流动，每年刑事案件和治安案件逐年上升，众多涉案人员潜逃未能归案，严重损害了社会治安和人民群众的安全和利益。因此，具备人脸识别功能成为了新形势下对安防监控系统提出的必然要求。
当前市场上安防领域的人脸识别产品在应用过程中存在对人脸清晰度要求高、大数据的人脸库容易造成识别检索准确率底、速度慢的问题，这些成为困扰人脸识别技术应用的关键因素。为解决这些问题，“人脸识别系统”应运而生。
二、系统主要功能 “科技智能人脸识别系统”可以根据不同的业务场景和需要提供1:1 静态人证比对、1:N 动态人脸识别、人脸检索查询、人脸轨迹等服务。整体的服务涵盖了静态和动态、实时和事后的多种人脸识别应用范畴，产品服务覆盖全面。1:1 静态人证比对，能够为人员及其所持证件进行快速的一致性比对验证服务，且系统支持二代身份证、驾驶证、护照、港澳通行证、台湾居民大陆通行证等证件，类型涵盖了目前国内公民的主要身份证件。值得称道的是，在评测过程中有在身
份证是在 10 年之前办理的，系统均能够准确辨识人员和证件是否对应。1：N 人脸识别在系统中支持实时布控、多任务检索、人脸查看等功能，特别是人脸轨功能可对关注的人脸在地理上对其经过的路径进行描绘，给人惊艳体验。
三、应用领域 业内主要的安防厂家近几年均向市场推出人脸识别产品，作为最容易隐蔽使用的识别技术，人脸识别技术已然成为了当今国际反恐和安全防范最重要的手段之一，被广泛运用到了安检、刑侦、反恐、公司保密管理等诸多领域。在未来的几年内，它必将超越其他生物识别技术，在智能交通、城市管理、政府机构、教育机构、医疗行业、高档小区等民用领域得到充分应用。
推出的“智能人脸识别系统”，让世人感受到了人脸识别产品的投入和技术积累，掌门神系统产品基本上能够代表安防领域人脸识别的前沿技术。不仅拥有业内一流的高准确度人脸算法，更凭借其多年积累的软件技术能力，将其封装成商业化的人脸识别服务产品，根据项目的实际情况、条件和业务目标，为客户提供最优化的人脸识别解决方案。
四、系统主要特色 1.超大规模人脸异步集群识别检索
人脸识别应用的困扰之一是大容量的人脸库的人员检索查询的时效性难以保障。目前，在安防行业，一般大容量人脸库的规模能达到100 万数量级，检索速度勉强满足要求。但对于千万级甚至更大规模的人脸数据，在数据库表检索和硬件的性能均达到极限情况下，仍旧难以支撑业务要求。
为解决该问题，系统分别在海量运算和海量存储上做异步分步式的处理架构，对前端提前的任务系统在优化数据库表检索速度的同时，采用异步集群的架构，利用开源的分布式系统基础架构 Hadoop在普通 PC 机上搭建起基础云平台，使得系统的基础建设成本降低，同时 Hadoop 基础云平台能方便快捷地水平扩充系统性能，而不会引起大幅的成本增加。人脸基础信息数据库则采用分布式的 HBase，同时 HBase 还能存储人脸数据库处理的中间结果。搜索引擎技术则方便采用 Lucene 的分布式实现 Katta，Katta 基于 Hadoop 框架实现，索引的建立和搜索的打分排序都能在 Mapreduce 运算模型上进行，大大提高了运行的速度，这为超大规模数据的业务应用提供了技术支撑和保障。
基于以上技术，在已测试的案例中，系统在 6052 路摄像机接入时，每路视频每秒可处理 5 帧数据。针对 1000 万的人脸库，检索响应时间小于 1 秒。
2.人脸识别最小支持到 18.5 亚像素级
传统的人脸识别算法对人脸像素的要求很高，很多号称小像素级的算法在小像素时效果很差，只有到 60 像素以上时，才有了较好的效果，本系统的核心算通过不断的攻坚技术难点，创新的提出一种基于双层异构的改进深度神经网络，实现了双层网络间的信息反馈与数据评介采样，不仅提高了网络的稳定程度，而且在训练中可加入半监督的处理流程，通过人工构建一层网络来不断监测和微调学习网络，解决传统基于卷积神经网络的深度学习，以及网络构建很难人工干预的问题，从而从根本上解决了人脸识别准确率与误识率的问题。同时，为了解决小像素信息量严重缺失的问题，系统对建立起了对人脸周边区域信息的评介体系，通过建立精细像素信息网络，对人脸信息进行亚像素级的精细化处理，从而解决了小人脸识别的一大难题。
推荐访问:科技智能人脸识别系统 识别系统 智能 科技