人脸识别

人脸大数据系统的建设以“高精度识别、高性能处理、统一标准服务、突出实战、加强资源共享”为原则，强化顶层设计和规划，提供技术先进、性能可靠、信息安全、易用性强的综合人脸大数据实战系统，满足新形势下的公共安全领域的应用。系统建设总体遵循以下原则：

1) 先进性和实用性原则

人脸大数据系统采用世界领先的识别技术，依托于云从自主研发的先进成熟的大数据分析技术，提供行业内领先的人脸识别技术应用。同时，其他核心部件及关键服务，均采用先进的技术，满足当前及以后的业务系统的应用与扩展需求。

系统采用运行稳定、质量可靠、性价比合理的相关技术及系统设备，在满足用户各个业务应用需求的同时，考虑各个业务之间的实战系统应用需求，提供实用性强、结构合理、逻辑清晰、功能简洁的运行系统。

2) 标准化和资源共享原则

系统设计及开发应用符合国家及行业对信息系统的要求和管理规范，相关对外和对内的服务接口，均采用行业内主流的技术要求规范，充分考虑人脸数据量大、格式多样、业务应用需求复杂的要求，对各类数据格式及通信标准做了统一的考虑，保证系统内部各个业务模块设计合理性的同时，为其他业务系统可提供开放性、标准化的服务接口，满足其他业务系统对人脸识别系统的应用需求。

同时，基于统一的数据标准规范及通信协议，保证了不同数据来源的人脸信息汇聚和不同业务应用系统之间的数据通信，提高数据的应用价值和业务服务能力，避免了项目建设经费的重复、资源信息的浪费等问题。

3) 智能性和高效性

系统针对当前公共安全领域构建的完善的视频监控体系，采用深度学习和计算机视觉技术，提供人脸信息实时监控、查询分析比对的自动化、智能化和高效化，降低人力资源查找成本，提升关联人员信息的快速查询与分析，真正做到智能监控、自动预警、预判分析的处理能力，减轻工作人员的工作负担，提升工作效率。

4) 高可靠性和稳定性原则

系统运行稳定可靠，根据业务量分析和预测，考虑系统设备的处理能力，系统应具有过负荷控制能力。考虑系统在平时和峰值情况下，安全可靠运行的设备和数据备份机制，确保不死机，没有数据丢失。系统应支持无间断服务。从而提供一个稳定、健壮、容错能力强的信息系统。

建设目标

Ø 研究和制订一套符合实际应用需求的人像识别技术标准体系

包括识别算法选型原则、特征库建库规则以及应用接口标准等，为人像智能识别比对应用的广泛共享与服务奠定基础；

Ø 完善以人脸识别比对为代表的非结构化数据智能分析手段。

研发建立适应海量人脸信息的快速比对、分析、查询的大数据分析服务，包括多种人像信息的接入、融合，不同人像信息的清洗处理，特征提取，海量人像特征信息的匹配、识别、存储与管理，以及应对各类业务应用的快速分析处理服务，并在此基础上叠加地点、时间、视频智能分析等能力，各系统应具备良好的数据交互、数据共享能力。

Ø 加强业务数据横向关联与比对碰撞的能力。

结合实际业务应用需求，适当考虑处理性能及业务深化的扩展性应用需求，汇聚多种业务数据并借助大数据技术进行情报信息挖掘，以人脸业务为核心进行组织、采集、管理，平台与人员管控过程能够紧密结合。

人脸三大业务库

系统数据库应包含三种业务库：人脸抓拍库、高危人群注册库和布控黑名单库。

人脸抓拍库-包含抓拍现场图片、人脸小图和结构化的人脸特征数据、抓拍地点、抓拍时间等信息，此类库的主要业务应用场景是图片检索比对，查询目标人员的人像出没地点、时间等信息；

高危人群人脸注册库-主要是重点人员的人像图片、结构化的人脸特征数据和身份信息，导入后主要的应用场景是定时图片检索比对确认其行为动向；

布控黑名单库-包含重点危险分子的人脸图片、结构化的人脸特征数据和人员身份信息，主要进行实时人流的人脸比对预警。

系统基本功能设计

人证核验功能设计

人脸抓拍：自动从图像中扣取人脸。

身份证信息采集：经工作人员刷身份证后，自动核验身份证真伪，并读取身份证照片及相关信息。

人脸验证：现场人脸与证件照片进行比对，判断是否为本人，识别率＞99％，响应时间≤3s。

身份证过期提醒：所持身份证过期时，自动发出告警信息提示业务受理人员。

后台管理功能：

Ø 可进行后台多条件历史查询（姓名查询、设备查询、身份证号查询、时间查询以及多种条件复合查询等），报表导出等操作。

Ø 对前端进行名称、ID等进行统一编码，统一管理；

Ø 实现登录用户权限范围内所有设备的总体查询、浏览功能。用户可通过“设备名称”、“设备号”、“设备类型”以及“设备IP”等多种方式对设备进行查询。

设备互联/数据共享：可通过有线/4G/WIFI等方式连接到云从管理平台，数据自动同步，平台提供集中网管和大数据分析。可与第三方信息系统对接，实现数据共享。

人像功能设计