先进的特征提取算法
采用独特的自适应的分层特征学习算法，再现系统能针对任意的识别任务通过学习自动生成*优的特征提取，从而不断增加新的检索特征，具有其他系统无法比拟的自学习性和可扩展性。
系统构成：
系统分为服务器端和客户端，服务器端由多台视频智能分析服务器和视频检索管理服务器组成，视频智能分析服务器通过网络从流媒体转发服务器获取视频或图片，由视频智能分析算法进行特征信息的提取，目前主要提供针对人和车辆的相关特征信息的分析与提取，具体包含：
1.人
包括长相、年龄、性别、衣服颜色、裤子颜色、是否戴眼镜、是否留胡子等
2.车
包括车牌、车身颜色、车标、车型等
视频检索管理服务器主要负责与客户端的交互、特性信息数据库的管理以及特征信息的搜索。
技术原理：
人脸识别内容
人脸识别技术包含三个部分：
(1)人脸检测
面貌检测是指在动态的场景与复杂的背景中判断是否存在面像，并分离出这种面像。一般有下列几种方法：
①参考模板法
首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸；
②人脸规则法
由于人脸具有一定的结构分布特征，所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸；
③样品学习法
这种方法即采用模式识别中人工神经网络的方法，即通过对面像样品集和非面像样品集的学习产生分类器；
④肤色模型法
这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。
⑤特征子脸法
这种方法是将所有面像**视为一个面像子空间，并基于检测样品与其在子孔间的投影之间的距离判断是否存在面像。
值得提出的是，上述5种方法在实际检测系统中也可综合采用。
(2)人脸跟踪
面貌跟踪是指对被检测到的面貌进行动态目标跟踪。具体采用基于模型的方法或基于运动与模型相结合的方法。此外，利用肤色模型跟踪也不失为一种简单而有效的手段。
(3)人脸比对
面貌比对是对被检测到的面貌像进行身份确认或在面像库中进行目标搜索。这实际上就是说，将采样到的面像与库存的面像依次进行比对，并找出*佳的匹配对象。所以，面像的描述决定了面像识别的具体方法与性能。目前主要采用特征向量与面纹模板两种描述方法：
①特征向量法
该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性，然后再计算出它们的几何特征量，而这些特征量形成一描述该面像的特征向量。
②面纹模板法
该方法是在库中存储若干标准面像模板或面像器官模板，在进行比对时，将采样面像所有象素与库中所有模板采用归一化相关量度量进行匹配。此外，还有采用模式识别的自相关网络或特征与模板相结合的方法。
人脸识别技术的核心实际为“局部人体特征分析”和“图形/神经识别算法。”这种算法是利用人体面部各器官及特征部位的方法。如对应几何关系多数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。一般要求判断时间低于1秒。
人脸识别：技术挑战
1、可见光
不同的光线环境是影响人脸识别准确率的一个主要因素
2、姿态
绝大多数人脸识别算法只能 15 度的人脸姿态变化
3、遮挡
帽子、眼睛、围巾、发型等可能遮挡人脸的因素
4、年龄
针对同一个人不同年龄时期的照片进行人脸识别，在技术上亦是一个挑战。
5、海量人脸库
当人脸库规模达到 100 万以上，对人脸识别算法的识别精度将是一个极大的考研，而且人脸库规模越大，考研越大。
人脸识别：业界**
1、识别率更高
比以色列face.com 人脸识别系统准确率高 25%比国内某知名人脸识别商用系统准确率高55%
2、识别速度更快
单台服务器每秒可完成1500 万次人脸比对在移动终端上人脸检测帧率是 Google 的 3 倍
3、对人脸容忍度更高
人脸姿态变化30 度内可识别，60 度内可检测人脸大小*低50 像素可识别，28 像素可检测
4、在海量（百万级以上）人脸库应用场景下，人脸识别准确率高达 92%
识别率几乎不受帽子、胡子、眼睛、发型等面部遮挡的影响。
在18-50 年龄范围内，依旧可以保持 90%以上的识别准确率。
脸识别监控系统的几个常用功能模块：
一、人脸登记
人脸登记是指通过前端摄像头或者图像导入的方式，建立人脸库。比如常见的各类政务大厅中摄像头的采集，以及公安系统的身份证照片库等。
二、人脸抓拍
人脸抓拍是指对移动中的人脸部进行识别检索提取，然后上传到系统的人脸对比服务器，与人脸库的黑名单白名单进行比。
三、人脸智能曝光
摄像机安装在室内与摄像机安装在室外光线不稳定环境时，当人走到相机有效采集距离时，摄像头会智能曝光，图像自动增强，脸部不会出现阴阳面(半脸暗，半脸亮)，看不到脸等，所采集的照片可以更好的识别和比对，同时黑夜细节也会更清晰。
四、人脸识别与报警
系统可以对每个通道进行人脸布防预警，人脸抓拍识别的照片，通过建模与数据库中的人脸进行比对，如果阈值到达预设的范围，系统会通过声音、光源等方式发出报警信号。
五、人脸检索
人脸检索是指系统输入带人脸照片，自动检测出照片中的人脸信息并截取人脸照片，用户选取需要检索的人脸，设置人脸相似度阈值、时间等信息，并显示相似的人脸结果。
六、查询功能
查询功能包括报警查询和人脸抓拍查询。报警查询是指，查询某通道设定时间段内所有的报警事件；人脸抓拍查询是指，查询通道内设定时间范围内所有的人脸抓拍事件。
问：人脸识别技术小知识？
答：人脸识别技术是一种基于人脸特征信息的生物识别技术。这一系列相关技术，通常也称为肖像识别技术，采用摄像机采集包含人脸的图像，并自动检测和跟踪图像中的人脸，从而对检测到的人脸进行人脸检测比较。传统的人脸识别技术主要基于可见光图像，这也是一种常见的识别方法。简单说，这是一个让电脑认出你的过程。
人脸识别技术主要是基于人脸图像特征的提取和比较。面部识别系统搜索提取的面部图像的特征数据并将其与存储在数据库中的特征模板进行匹配，并且当人脸与输入的信息吻合时输出匹配结果。
将待识别的人脸特征与获取的人脸特征模板进行比较，根据人脸识别技术判断人脸的身份信息。该过程分为两种类型:一种是确认，即一对一的图像比较过程，另一种是识别，即一对多的图像匹配和比较过程。
理论的面部识别具体包含搭建人脸识别技术的一连串有关技术性，包含面部图象收集、面部精准定位、面部识别归一化处理、真实身份确定及其真实身份搜索等；而范畴的面部识别专指根据面部开展真实身份确定或是真实身份搜索的技术性或系统软件。
-/gbaciei/-
http://www.shrrhb.com
