人臉識別：技術挑戰(zhàn)
1、可見光
不同的光線環(huán)境是影響人臉識別準確率的一個主要因素
2、姿態(tài)
絕大多數(shù)人臉識別算法只能 15 度的人臉姿態(tài)變化
3、遮擋
帽子、眼睛、圍巾、發(fā)型等可能遮擋人臉的因素
4、年齡
針對同一個人不同年齡時期的照片進行人臉識別，在技術上亦是一個挑戰(zhàn)。
5、海量人臉庫
當人臉庫規(guī)模達到 100 萬以上，對人臉識別算法的識別精度將是一個極大的考研，而且人臉庫規(guī)模越大，考研越大。

圖像質(zhì)量檢測
圖像質(zhì)量的好壞直接影響到識別的效果，圖像質(zhì)量的檢測功能能對即將進行比對的照片進行圖像質(zhì)量評估，并給出相應的建議值來輔助識別。
人臉檢測
面貌檢測是指在動態(tài)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(shù)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(guī)則法
由于人臉具有一定的結構分布特征，所謂人臉規(guī)則的方法即提取這些特征生成相應的規(guī)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(jīng)網(wǎng)絡的方法，即通過對面像樣品集和非面像樣品集的學習產(chǎn)生分類器；
④膚色模型法
這種方法是依據(jù)面貌膚色在色彩空間中分布相對集中的規(guī)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(tǒng)中也可綜合采用。
人臉識別系統(tǒng)功能分析人臉識別系統(tǒng)以“人員軌跡查詢、身份確認、人員布控”三大業(yè)務需求為主線，結合“事前預警、事中布控、事后偵查”應用模式，從“搜人、判人、控人”三個維度規(guī)劃人像大數(shù)據(jù)應用系統(tǒng)功能，形成“人員蹤跡查詢、人員身份研判、人員布控預警”三大業(yè)務功能；同時輔以系統(tǒng)管理、移動應用需求，建立對應的“系統(tǒng)安全管理、人像“APP”兩大增值功能，將業(yè)務應用與人性化管理機制進行有機結合，創(chuàng)新基于人像大數(shù)據(jù)的綜合實戰(zhàn)化應用模式。
01人臉管理功能
1）名理。對名單庫及庫內(nèi)名單進行管理。支持用戶新增、修改、刪除名單庫，也可以對庫內(nèi)名單進行新增、修改、刪除等動作。2）資源管理。對布控點及布控點內(nèi)的人臉采集攝像機/抓拍相機進行管理，可添加，修改，刪除抓拍機。
3）布控管理。支持添加、編輯、撤銷布控任務?？商砑右粭l含布控名稱、布控對象、布控范圍（可地圖選點）、分時段閾值、布控原因的布控任務，并可通過輸入關鍵字對人臉布控進行檢索。
4）任務管理。支持對上傳記錄進行顯示、查詢及刪除操作?？娠@示上傳圖片的記錄，并按姓名、證件號和建模狀態(tài)查詢查看建模的黑名單、總數(shù)、成功數(shù)和失敗數(shù)。
02人臉應用功能
可通過多種查詢方法，對人員信息、人員抓拍進行數(shù)據(jù)處理和分析，從而篩選出滿足提交的人員信息。
1）實時抓拍。
基于前端高清攝像機或人臉抓拍相機，通過系統(tǒng)或抓拍相機在實時視頻中檢測人臉，跟蹤人臉運動軌跡，截取到清晰的一幀進行儲存。并把抓拍人臉照片、經(jīng)過時間、相機地點信息等記錄在路人庫中，抓拍到并儲存的人臉信息可作為檢索數(shù)據(jù)庫使用。支持按樹形目標選擇抓拍通道，并同時查看一路或多路實時人臉圖片抓拍。支持背景圖及小圖的下載。
2）實時預警（人臉卡口）。
支持抓拍圖片與黑名單庫的實時比對。支持預警接收的設置，在預警設置里,可選擇預警接收的布控任務和布控范圍。3）歷史預警。支持按布控任務、布控范圍、布控對象、相似度、時間、報警確認形式進行單一條件或組合條件的查詢。支持設置查詢結果按時間或相似度排序。
4）人臉查詢。
支持對動態(tài)抓拍庫、靜態(tài)名單庫的人臉查詢。查詢照片支持原圖查看，詳細信息查看，前后視頻預覽。人臉圖像及相關結構化信息可導出成excel文件。
5）以臉搜臉（1:N比對）。
用戶可以選擇某張人像圖片，在抓拍庫或者靜態(tài)名單庫中尋找相似度高的人像圖片。系統(tǒng)根據(jù)相似度高低來排序。待比對的圖片可以本地上傳，也可以是抓拍圖片或者是靜態(tài)圖片。當上傳圖片過于模糊時，支持用戶手動標注加強識別的功能，通過界面手動標注特征點或框選范圍，幫助系統(tǒng)識別到準確的人臉位置，提高比對準確率，改善模糊照片的比對效果。
6）人臉查重（N:N比對）。
系統(tǒng)支持針對單個人員庫或兩個人員庫之間的重復人員查詢，并返回查重結果。在查重任務進行過程中，可查看任務狀態(tài)、相關信息等，并對已完成的查重任務進行查看、刪除等操作。
7）人臉APP。
支持人臉檢索功能，通過拍照上傳或者本地圖片上傳的方式，進行人臉比對，比對成功后，按相似度返回相應的人臉檢索結果。
8）人員軌跡分析。
可利用已有的人臉圖片或者系統(tǒng)檢索出的人臉圖片，搜索出一定時間段及監(jiān)控范圍內(nèi)的相似人臉圖片，選擇目標人員人臉圖片，分析目標人員“從哪里來、到哪里去、沿途經(jīng)過哪里”。
主要功能特色包括：
1.靈活的系統(tǒng)擴展性
基于先進的分布式系統(tǒng)架構，支持動態(tài)擴充人臉匹配服務器，實現(xiàn)千萬級甚至億級海量人臉庫的支持。
2.的人臉比對性能
單臺人臉匹配服務器每秒可完成 2000 萬人次實時比對，從人臉檢測到人臉識別耗時不足 200ms。在百萬人臉庫規(guī)模下，人臉比對結果前 10 位的命中率在95%以上
3.對人臉的寬容度高，具備人臉姿態(tài)矯正功能，當人臉左右上下傾斜在 25 度以內(nèi)時不會影響識別結果。
支持基于可見光環(huán)境下的人臉識別，人臉識別結果受光線變化影響小。
對于人臉的變化，包括表情、胡須、眼鏡、發(fā)型、年齡等，算法均具有良好的適應性，不影響識別準確度。
4.支持移動終端
系統(tǒng)客戶端可運行在基于 Android 或 iOS 的移動終端上，可通過移動終端進行實時人臉采集與人臉比對。
人臉識別系統(tǒng)具有廣泛的應用：人臉識別出入管理系統(tǒng)、人臉識別門禁考勤系統(tǒng)、人臉識別監(jiān)控管理、人臉識別電腦安全防范、人臉識別照片搜索、人臉識別來訪登記、人臉識別ATM機智能視頻報警系統(tǒng)、人臉識別監(jiān)獄智能報警系統(tǒng)、人臉識別RFID智能通關系統(tǒng)、人臉識別公安罪犯追逃智能報警系統(tǒng)等等。
技術原理：
人臉識別內(nèi)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(tài)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(shù)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(guī)則法
由于人臉具有一定的結構分布特征，所謂人臉規(guī)則的方法即提取這些特征生成相應的規(guī)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(jīng)網(wǎng)絡的方法，即通過對面像樣品集和非面像樣品集的學習產(chǎn)生分類器；
④膚色模型法
這種方法是依據(jù)面貌膚色在色彩空間中分布相對集中的規(guī)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(tǒng)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(tài)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(wǎng)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(jīng)識別算法?！边@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(shù)據(jù)形成識別參數(shù)與數(shù)據(jù)庫中所有的原始參數(shù)進行比較、判斷與確認。一般要求判斷時間低于1秒。

操作簡單
　　系統(tǒng)正常使用時，只需要啟動設備，人臉識別通過即可正常駕駛施工升降機。

http://elimstereo947.com