人臉識別系統組成分析：系統由前端人臉抓拍采集子系統、網絡傳輸子系統和后端解析管理子系統組成，實現對通行人臉信息的采集、傳輸、處理、分析與集中管理。系統中，前端人臉采集設備負責人臉圖像的采集，接入服務器主要實現圖片及信息的接收和轉發功能，可為多種型號、多個廠家的抓拍機提供統一接入服務，接收到的抓拍圖片存入云存儲單元，并由人臉結構化分析服務器對抓拍的視頻及圖像進行建模以及黑名單實時比對報警，建模得到的人臉信息以及模型數據存入大數據單元。后端解析應用平臺則根據用戶的應用需要，支持實時人臉抓拍、檢索等功能，可向用戶提供黑名單庫與抓拍圖片的實時比對信息，為快速高效查到可疑目標提供服務。
一文讀懂人臉識別技術，沒那么神秘
01前端人臉抓拍采集子系統
前端人臉抓拍采集子系統負責完成人臉信息的采集，包括人臉小照片、過人場景照片、視頻流等。主要由人臉圖像采集設備（視頻監控攝像機或帶人像識別功能的人像抓拍機）、補光燈、外場工業交換機、開關電源、防雷器等設備及桿件組成。
02網絡傳輸子系統
負責系統組網，完成數據、圖片、視頻流的傳輸與交換。一般通過租用運營商光纖鏈路組建專網，可通過EPON方式組網（單點上傳帶寬≥20Mbps，可根據需求增加），包括光纖收發器或EPON設備。
03后端解析管理子系統
負責對前端人臉抓拍采集子系統相關數據的匯聚、處理、存儲、應用、管理與共享，由人臉結構化分析服務、應用管理和存儲系統組成。中心管理平臺由搭載平臺軟件模塊的服務器組成，包括中心管理服務器、視頻流接入處理服務器、圖片流接入處理服務器等。二、人臉識別系統架構分析人臉識別系統架構分為內網和專網兩個部分。其中內網的人像應用平臺，主要負責區域特色主題庫和個性化采集人像庫的特征提取、建庫，以及與其他部署單元的聯動功能；專網的人像識別前置服務主要負責實時視頻分析、人臉照片結構化、人像比對計算、路人數據存儲和路人檢索等功能，承擔主要的計算功能。

人臉建模與檢索
系統可以將登記入庫的人像數據進行建模提取人臉的特征，并將其生成人臉模板（人臉特征文件）保存到數據庫中。在進行人臉搜索時（搜索式），將*的人像進行建模，再將其與數據庫中的所有人的模板相比對識別，終將根據所比對的相似值列出相似的人員列表。

技術原理：
人臉識別內容
人臉識別技術包含三個部分：
(1)人臉檢測
面貌檢測是指在動態的場景與復雜的背景中判斷是否存在面像，并分離出這種面像。一般有下列幾種方法：
①參考模板法
首先設計一個或數個標準人臉的模板，然后計算測試采集的樣品與標準模板之間的匹配程度，并通過閾值來判斷是否存在人臉；
②人臉規則法
由于人臉具有一定的結構分布特征，所謂人臉規則的方法即提取這些特征生成相應的規則以判斷測試樣品是否包含人臉；
③樣品學習法
這種方法即采用模式識別中人工神經網絡的方法，即通過對面像樣品集和非面像樣品集的學習產生分類器；
④膚色模型法
這種方法是依據面貌膚色在色彩空間中分布相對集中的規律來進行檢測。
⑤特征子臉法
這種方法是將所有面像視為一個面像子空間，并基于檢測樣品與其在子孔間的投影之間的距離判斷是否存在面像。
值得提出的是，上述5種方法在實際檢測系統中也可綜合采用。
(2)人臉跟蹤
面貌跟蹤是指對被檢測到的面貌進行動態目標跟蹤。具體采用基于模型的方法或基于運動與模型相結合的方法。此外，利用膚色模型跟蹤也不失為一種簡單而有效的手段。
(3)人臉比對
面貌比對是對被檢測到的面貌像進行身份確認或在面像庫中進行目標搜索。這實際上就是說，將采樣到的面像與庫存的面像依次進行比對，并找出佳的匹配對象。所以，面像的描述決定了面像識別的具體方法與性能。目前主要采用特征向量與面紋模板兩種描述方法：
①特征向量法
該方法是先確定眼虹膜、鼻翼、嘴角等面像五官輪廓的大小、位置、距離等屬性，然后再計算出它們的幾何特征量，而這些特征量形成一描述該面像的特征向量。
②面紋模板法
該方法是在庫中存儲若干標準面像模板或面像器官模板，在進行比對時，將采樣面像所有象素與庫中所有模板采用歸一化相關量度量進行匹配。此外，還有采用模式識別的自相關網絡或特征與模板相結合的方法。
人臉識別技術的核心實際為“局部人體特征分析”和“圖形/神經識別算法。”這種算法是利用人體面部各器官及特征部位的方法。如對應幾何關系多數據形成識別參數與數據庫中所有的原始參數進行比較、判斷與確認。一般要求判斷時間低于1秒。


http://www.skys1314.com