成都弱電公司訊：

經濟的快速發展，帶來人員在分歧地域之間頻繁的流動，隨之而來的是對公眾人員的平安經管的需求迅速增加，每年刑事案件和治安案件逐年上升，眾多涉案人員在逃，此外，還有數量更為龐大的小偷慣犯難以抓捕。據不完全統計，目前公安在逃人員約50萬，各地的公安需要新的技術手段對協助其案件技偵和對重點區域提供平安保障。而另一方面，目前平安城市基本上完成了聯網、高清化的建設，正在走向以實戰應用、云服務等為代表的新一輪發展，現有的監控系統天天產生海量的網絡高清視頻數據，其中就包含大量可用的人臉信息，而當前這些人臉的信息整體的利用率不高，配套的使用工具簡樸，甚至是依靠人工排查的土辦法。因此，為了實現在海量視頻中的人員身份的快速辨認，人臉辨認技術無疑是最佳的選擇。

人臉辨認作為一種新興的安防智能化產品，其技術源頭始于20世紀60年代，上世紀90年代計算機的出現，人臉辨認的才進入了真正的機器自動辨認階段。目前，在安防監控領域，人臉辨認主要是基于對可見光圖像的人臉辨認。人臉與人體的其它生物特征（指紋、虹膜等）一樣與生俱來，雖然環境光線、人臉的分辨率對辨認結果存在影響，但相比其它特征辨認，其具有非強制性、隱蔽性、友好性、高并發性等特點，因此，對于開放的公共環境下的應用，人臉辨認產品有不可比擬的優勢。

目前，市場上人臉辨認產品中，靜態人臉辨認產品的使用比較廣泛且成熟，在通關、金融、電信、公證等領域需要對人和證件進行一致性驗證的場景下，人臉辨認系統應用表現良好。尤其是金融行業，由于銀行業務對身份核實的需要及VTM的推廣，客戶在辦理業務或自助辦理業務過程中一般均要對客戶的身份進行驗證核實，在實際應用中，系統獲取客戶身份證件內的人臉照片和現場客戶的圖片進行人臉辨認比對，完成人證一致性驗證，大大提升金融的業務工作效率。動態人臉辨認的應用當前處于前期階段，并逐步開始在交通、公安、樓宇、社區等領域推廣。由于辨認目標的非配合性，動態人臉辨認應用上比靜態人臉稍復雜，實現人臉辨認的高準確率和時效性是業務應用的前提，需要專業的團隊開發、部署才能取得滿意使用結果。

人臉辨認技術和應用模式是兩翼，服務是主體

人臉辨認算法技術

當前人臉辨認系統是由人臉圖像采集、預處理、特征提取、匹配辨認這幾個過程。目前，人臉辨認的算法很多，業內比較推崇的是基于神經網絡的人臉辨認算法。神經網絡算法是受到人的神經系統啟發，利用大量簡樸處理單元互聯而構成的復雜系統，模仿人的認知系統，通過學習的過程獲得其它方法難以實現的關于人臉辨認的規律和規則的隱性表達。算法在經過大量人臉正負樣本數據的練習后，其在準確率、容錯性、魯棒性等方面相比另外算法優勢明顯，是一種高效的學習算法，極適于解決人臉辨認這樣的問題。

企業只有在把握了人臉辨認核心算法，才能開發出符合應用要求的人臉辨認產品，目前業內只有少數的大廠家和研究機構推出人臉辨認產品。例如：佳都科技、海康威視、大華等。以佳都科技為例，其人臉核心算法在神經網絡的基礎上加入深度學習機制，不斷監測和微調優化學習網絡，取得更好的辨認結果。

新老項目混合，多種應用模式是基礎

目前，安防系統中人臉辨認系統主要是基于對監控視頻內的動態的人臉進行檢測、辨認、報警、查詢的系統，一般其包含了：人臉采集服務模塊、人臉實時辨認服務模塊、人臉檢索服務模塊、應用服務模塊。能夠在實時和事后，提供人臉抓拍、1：N動態人臉辨認、人臉檢索查詢等多種人臉服務。對于人臉采集模塊，目前有2種實現方式，第1種，直接使用具有人臉抓拍功能的攝像機采集人臉信息，該攝像機直接從其自身的視頻畫面中捕獲的人臉圖片，并傳輸到后臺辨認和儲存。這種模式適合新建設的監控項目中實現人臉辨認的應用，人臉抓拍攝像機可復用，既用于日常監控，又用于人臉抓拍，無需增加太多成本。第2種，使用普通的網絡攝像機配合人臉抓拍主機，由人臉抓拍主機從攝像機的視頻流中抓拍人臉圖片信息并傳輸到辨認模塊。這種模式適合在原有的監控系統基礎上二次改造，無需采購和安裝新的人臉抓拍攝像機，即可增加人臉辨認應用服務，節約客戶成本、簡化了部署條件。目前，佳都科技的人臉辨認系統的人臉采集模塊綜合了以上2種方案，充分發揮各自優勢相互補充，可根據項目的實際情況，為用戶提供最優化的解決方案。