三防3G终端产品介绍.ppt

引言 人脸在日常生活中扮演着重要角色，传达着身份、性别、年龄、种族、情绪等信息。人脸识别的研究始于1960年代中期，近40年得到快速发展，特别是自2001年“911”事件发生以来，更成为计算机应用领域中一个活跃的研究课题。 生物特征身份认证技术是指利用人的自然生理特征作为区分身份的一种自然标志，利用计算机技术获得人与人之间的这些自然生理特征的区别，通过一定的判定标准来区分或确定目标人的身份。目前出现的生物特征识别技术包括人脸识别、指纹识别、声纹识别、虹膜识别、掌纹识别、骨骼识别、皮下静脉毛细血管网识别、DNA识别等多种方向，人脸识别技术是最主要的身份认证技术之一。 优势 与其他生物特征识别技术相比，人脸识别具有如下优势： 直观：将人脸作为判断一个人的身份是生物特征识别技术中最为直观的一种技术，非常符合人的视觉认知习惯和思路，易于为使用人所接受，具有天然的市场推广优势； 快捷、非接触：利用人脸进行身份验证是日常生活中识别他人的最主要方式，同时由于其非接触性，可以在隐蔽的条件下进行，适用于安全监控； 存在丰富的数据源：如公安部门的身份证照片数据库，学校里的学生学籍数据库等等，在各种身份证明材料中，一般都包含标准的人脸照片，而其他生物特征一般只能通过专家认定。 算法及系统介绍 人脸识别方面的算法研究主要集中在： 人脸检测 人脸器官精定位 人脸识别 人脸实时跟踪 人脸图像质量评估 大规模人脸数据库的快匹配 系统介绍 本系统在人脸检测、正面和准正面人脸识别的首选识别率、姿态变化对识别的影响等方面，都有较好的实验结果，在图像匹配效率上，对2万张人脸库的比对速度控制在1秒之内，在匹配的精度、速度方面形成了优势。 根据我们在全球人脸识别领域最经典的人脸测试库FERET的测试和实际场景测试的结果，在较为理想的条件下（即与目标集中单张人脸的光照条件相似，并获得正面或准正面人脸图像），在1000人目标集规模首选正确识别率在93%以上，前5选的累积识别率可以达到96%以上，在实际项目中的实验，基于2千余张的目标人脸集，在无约束条件下，拒识率控制在1‰，首一识别率可以达到85%左右。 人脸检测工作流程 系统流程图： 流程说明 智能手机或者高清数字摄像机获取现场实时图像或者视频，人脸抓拍系统首先检测视频流中是否有人脸，然后标定目标不间断跟踪，通过人脸图像质量评估筛选，取得质量最佳的多张人脸图像形成跟踪，并将其中的人脸最好几张图片挑选出来，送入预处理及特征提取环节。 对图片进行器官定位、图像归一、图像评估，最后提取筛选特征点，进入比对环节。 通过优秀的比对机制，抓拍的图片特征点数据与图片库的特征点数据库进行数据比对，可进行大容量快速比对识别。 识别结果返回界面，显示识别结果，当识别结果相似度大于设定阈值时发出报警信息，提示人工介入验证。 系统特点 智能手机或者高清数字摄像机采集视频，可兼顾人脸大小和全景覆盖范围，获取全景图片的同时完成人脸识别。 人脸检测、跟踪算法及专用的人脸图像质量评估算法，同一人脸只选择质量最佳的几张图片进入识别环节，保证识别准确性的同时大大降低识别运算压力。 自适应光照、姿态，完全在自然通行状态下完成人脸识别。 匹配首选正确率高，拒识率低。 专用的快速识别算法，基于大容量嫌疑库的快速人脸比对，真正做到完全实时处理。 系统参数要求 图像视频采集端：200万像素 同时检测跟踪人脸数：16 同时识别人脸数：6 单人脸识别时间（2万嫌疑库）：1秒 输出：报警信息，彩色全景图片，彩色目标人脸图片