車(chē)站智能化人臉識(shí)別閘機(jī)應(yīng)用介紹：
 

　　一、車(chē)站出入場(chǎng)景：人、證、票驗(yàn)證，主要應(yīng)用區(qū)域體現(xiàn)在：
 

　　在候車(chē)入口處布置智能人臉識(shí)別閘機(jī)，對(duì)進(jìn)入候車(chē)室的人員進(jìn)行身份核實(shí)，有效提升站內(nèi)的安全級(jí)別；各智能化閘機(jī)均可按需要配置，對(duì)職工/旅客進(jìn)行身份識(shí)別；各終端閘機(jī)，均與后臺(tái)的對(duì)應(yīng)的業(yè)務(wù)系統(tǒng)對(duì)接，業(yè)務(wù)之間既有關(guān)聯(lián)又有互聯(lián)，實(shí)現(xiàn)系統(tǒng)的完整性；
 

　　出口區(qū)域
 

　　職工、旅客可通過(guò)北京西莫羅出口通道閘機(jī)進(jìn)出；
 

　　二、系統(tǒng)邏輯層次架構(gòu)
 

　　1、采集層
 

　　系統(tǒng)需能為系統(tǒng)獲取開(kāi)展人臉識(shí)別分析應(yīng)用所需基礎(chǔ)圖像數(shù)據(jù)的各種采集方式，主要包括以下幾種：
 

　　2、數(shù)據(jù)庫(kù)信息批量采集
 

　　可以從中山大學(xué)原有的教職工、學(xué)生相片庫(kù)等第三方系統(tǒng)批量獲得建庫(kù)所需人員信息及相片數(shù)據(jù)，用以建立系統(tǒng)自己的人員數(shù)據(jù)庫(kù)。
 

　　3、數(shù)據(jù)層
 

　　包括相片庫(kù)、基礎(chǔ)模板庫(kù)和索引庫(kù)三種數(shù)據(jù)庫(kù)。
 

　　4、相片庫(kù)
 

　　l教職工/學(xué)生庫(kù)、外來(lái)人員庫(kù)、預(yù)約來(lái)訪人員庫(kù)、黑名單人員庫(kù)信息及相片。
 

　　5、基礎(chǔ)模板庫(kù)
 

　　l與相片庫(kù)相對(duì)應(yīng)的人像識(shí)別比對(duì)基礎(chǔ)模板庫(kù)。
 

　　6、索引庫(kù)
 

　　索引庫(kù)是本平臺(tái)的重要核心，是應(yīng)用和特征庫(kù)之間的重要橋梁，索引庫(kù)在各相片庫(kù)及基礎(chǔ)特征庫(kù)之間按人員信息建立索引，可以為各警種的人像智能識(shí)別比對(duì)應(yīng)用提供數(shù)據(jù)共享；此外還可根據(jù)不同警種業(yè)務(wù)需求建立相應(yīng)的業(yè)務(wù)特征庫(kù)索引，縮小識(shí)別比對(duì)范圍，提高識(shí)別比對(duì)效率。
 

　　7、支撐層
 

　　人臉建模
 

　　該模塊負(fù)責(zé)從靜態(tài)圖片以及人臉中定位和提取出人臉數(shù)據(jù)，并對(duì)人臉數(shù)據(jù)進(jìn)行建模和局部分析，抽取出相應(yīng)的人臉特征，進(jìn)而對(duì)局部特征作結(jié)構(gòu)化處理。
 

　　人臉識(shí)別比對(duì)
 

　　該模塊是人臉識(shí)別分析技術(shù)應(yīng)用的核心，負(fù)責(zé)完成從獲取的人臉圖像與數(shù)據(jù)庫(kù)中的人臉圖像進(jìn)行特征比對(duì)和檢索等關(guān)鍵功能。
 

　　8、功能層
 

　　包括了系統(tǒng)應(yīng)用的所有基礎(chǔ)功能模塊：人員建庫(kù)、人臉特征采集、實(shí)時(shí)數(shù)據(jù)上傳、基礎(chǔ)信息管理、人臉特征比對(duì)分析、人臉特征比對(duì)報(bào)警及人像抓拍分布統(tǒng)計(jì)等功能模塊或子系統(tǒng)。
 

　　9、應(yīng)用層
 

　　具有人像識(shí)別比對(duì)相關(guān)業(yè)務(wù)需求的應(yīng)用功能。
 

　　三、車(chē)站智能人臉識(shí)別閘機(jī)系統(tǒng)特色
 

　　模塊化的系統(tǒng)結(jié)構(gòu)功能。
 

　　系統(tǒng)采用“服務(wù)器+工作站”的模塊化結(jié)構(gòu)，這種結(jié)構(gòu)便于不同智能部門(mén)根據(jù)權(quán)限來(lái)進(jìn)行獨(dú)立管理，避免權(quán)限交叉和管理混亂等現(xiàn)象。如數(shù)據(jù)服務(wù)器專(zhuān)門(mén)用于數(shù)據(jù)交換和存儲(chǔ)；維護(hù)工作站用于系統(tǒng)維護(hù)；應(yīng)用工作站用于對(duì)旅客、職工進(jìn)行管理；
 

　　強(qiáng)大的脫機(jī)使用功能
 

　　像素人臉識(shí)別閘機(jī)門(mén)禁管理系統(tǒng)具有強(qiáng)大的脫機(jī)使用功能，當(dāng)硬件系統(tǒng)與控制系統(tǒng)無(wú)法正常通訊時(shí)，門(mén)禁系統(tǒng)仍能正常使用而不影響旅客出入。硬件控制器的存儲(chǔ)容量可達(dá)10萬(wàn)張照片和10萬(wàn)條歷史記錄，不會(huì)因?yàn)槎唐谕ㄓ嵐收隙斐蓴?shù)據(jù)丟失。
 

　　強(qiáng)大的聯(lián)動(dòng)功能
 

　　系統(tǒng)具有強(qiáng)大的聯(lián)動(dòng)功能，能與人臉識(shí)別、語(yǔ)音播報(bào)等設(shè)備進(jìn)行無(wú)縫聯(lián)動(dòng)，當(dāng)系統(tǒng)觸發(fā)報(bào)警時(shí)，自動(dòng)自動(dòng)保存現(xiàn)場(chǎng)照片和語(yǔ)音播報(bào)進(jìn)行語(yǔ)音提示。如：使用非法卡進(jìn)入通道時(shí)，系統(tǒng)自動(dòng)進(jìn)行圖像抓拍和語(yǔ)音提示，同時(shí)聯(lián)動(dòng)聲光報(bào)警。
 

　　基于人臉大數(shù)據(jù)的深度學(xué)習(xí)人臉識(shí)別，極大提升系統(tǒng)魯棒性和識(shí)別準(zhǔn)確率。
 

　　人臉識(shí)別算法采用基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)模式。通過(guò)利用大量簡(jiǎn)單處理單元互聯(lián)而構(gòu)成復(fù)雜系統(tǒng)，模仿人的學(xué)習(xí)認(rèn)知系統(tǒng)，在學(xué)習(xí)的過(guò)程中獲得其他方法難以實(shí)現(xiàn)的關(guān)于人臉識(shí)別的規(guī)律和規(guī)則的隱性表達(dá)。通過(guò)利用形狀特征、灰度特征、皮膚紋理特征等多種傳統(tǒng)特征并進(jìn)行融合，采用了空間分析和調(diào)度學(xué)習(xí)技術(shù)，實(shí)現(xiàn)高性能、高精度、高魯棒性、可靠的人臉比對(duì)算法；
 

　　基于安防、教育、金融等行業(yè)的實(shí)際應(yīng)用，已具備上億級(jí)不同質(zhì)量、姿態(tài)、光線、性別等用于深度學(xué)習(xí)的人臉大數(shù)據(jù)，利用海量數(shù)據(jù)，采用深度學(xué)習(xí)，自動(dòng)學(xué)習(xí)得到人臉特征。算法在經(jīng)過(guò)大量人臉正負(fù)樣本數(shù)據(jù)的訓(xùn)練后，在準(zhǔn)確率、容錯(cuò)性、魯棒性等方面均有明顯優(yōu)勢(shì)，已經(jīng)過(guò)眾多大型項(xiàng)目的實(shí)際考驗(yàn)，*實(shí)戰(zhàn)應(yīng)用。
 

　　提供強(qiáng)大的人臉圖像預(yù)處理工具  在關(guān)注名單庫(kù)建庫(kù)過(guò)程中，照片質(zhì)量參差不齊，可對(duì)相片圖像進(jìn)行自動(dòng)或者人工處理，使之符合有關(guān)標(biāo)準(zhǔn)和要求。人臉相片處理功能如下：
 

　　l支持通過(guò)插件或其他方式，對(duì)人臉相片進(jìn)行人工剪裁處理。
 

　　l支持調(diào)用第三方圖像處理、分析工具。
 

　　l圖像處理工具包括：顏色處理、亮度調(diào)節(jié)、對(duì)比度調(diào)節(jié)、飽和度調(diào)節(jié)、銳度調(diào)節(jié)、色彩調(diào)節(jié)、魚(yú)眼矯正、光線均衡、橡皮擦、清理背景、恢復(fù)原圖、裁剪工具、超分辨率、自動(dòng)多階亮度、自動(dòng)多階對(duì)比度、自動(dòng)多階飽和度、自動(dòng)多階銳度等。對(duì)于對(duì)魚(yú)眼攝像頭、較差光線下的圖像自動(dòng)化處理，能在這些條件下提高人臉識(shí)別算法的準(zhǔn)確率。