1 / 35
文档名称:

611所人脸识别系统设计方案.doc

格式:doc   大小:1,095KB   页数:35页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

611所人脸识别系统设计方案.doc

上传人:zxwziyou8 2018/7/15 文件大小:1.07 MB

下载得到文件列表

611所人脸识别系统设计方案.doc

相关文档

文档介绍

文档介绍:项目名称:人脸识别门禁管理系统
建设单位:成都飞机设计研究所
设计单位:成都吉比特科技有限公司
成都飞机设计研究所
人脸识别门禁管理系统




成都吉比特科技有限公司
2013年8月15日
人脸识别门禁管理系统设计方案
系统概述
随着成都飞机研究所各项建设的推进,传统的监控管理模式面临着改革的挑战。一方面安全保卫形式的日趋严峻;另一方面是管理机构压缩、人员编制等新的形势向安全保卫工作提出了新的需求。
在成都飞机研究所的统一安排下,根据技术要求的在区域内设置了人脸识别门禁系统,并对系统进行了合理有效的整合,使达到了物防、技防、人防的有机结合。
厂区大门是厂管场所与外界交接的重要部位。为严格控制厂区来访人员、生产区人员出入,防范潜入来访人员逃脱,随时掌握厂内人员数量,掌握厂内来访人员分布情况,实现有效的统一指挥,确保厂管场所的安全,在厂区大门装备智能身份识别管理系统。
厂区门禁身份识别管理系统由以下子系统组成:
人脸识别+IC管理系统:采用IC卡加红外人脸识别,双重验证,人脸IC卡技术根据面相的唯一性、确定性和可分类性的特点,将先进的面相识别技术与智能卡读写技术高度结合,具有面相采集与IC卡读写的全部功能和高效、准确、安全等特点。可严格厂管和控制每个人员进出每道大门的情况;
证件识别管理系统:证件识别系统与人脸识别系统配合使用,严格控制外来人员进出状况,避免来访人员采用其他人员身份进出的可能性;
考勤系统:红外人脸识别门禁系统兼有考勤系统,同时也可以根据每道门的实际情况,仅采用IC卡考勤系统,人脸识别与IC卡管理可以任意组合,方便管理。
动态人员分布电子地图:根据人员进入门禁系统记录,采用智能IC卡管理,形成实时的警力,内部人员,外来人员的分布电子地图。
门禁综合管理系统:门禁系统具有多种进出区域及时间设置,可设置在规定时间内进入规定区域,否则可报警处理。
在访人员面像数据库:利用红外人脸识别技术,将所有在访人员面像录入系统数据库,严密管理来访人员个人资料。
蝴蝶闸进出通道管理:采用红外人脸识别+IC卡双重验证。自动控制蝴蝶闸开关情况。

科技的进步和经济的发展带来了整个社会生活水平的提高,但同时,各种危害到社会安定和人民的生命财产安全的犯罪也层出不穷,对现有的安防体系提出了新的挑战。因此,采用高科技手段预防和制止犯罪,保证各行业和国家重点部门、重要机构的正常运转已成为安防工作的重要任务。
人脸识别技术:是基于人的脸部特征,对输入的人脸图像或者视频流,首先判断其中是否存在人脸,如果存在人脸,则进一步的给出每个人脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息,进一步提取每个人脸中所蕴含的身份特征,并将其与已知人脸库中的人脸进行对比,从而识别每个人脸的身份。包括人脸检测、人脸标准化、人脸比对、人脸跟踪等内容。
红外人脸识别技术优点:
非接触性;直观性;良好的获取性;
采用红外技术,大大改善对光线强弱变化的适应能力,适用于室内和室外,白天和黑夜,有灯光和地灯光。
采用高识别率的红外技术之余,配合彩光摄像头,用以捕捉面像登记,以便查询。
KJ-Face人脸识别技术算法原理
动态局部特征分析(Dynamic Local Feature Analysis, DLFA)是一个新颖高效的人脸识别技术。首先进行人脸照片的预处理,目的是为了去除照片过高的噪声,将输入的人脸照片用边缘适应检测的方法转换成二进位的照片(如左下图),再提取出人脸皮肤肌理(即肤纹,如右下图),然后使用局部特征分析方法来处理脸部的边缘阴影和肤纹,从而识别人脸。
皮肤纹理
局部特征分析(Local Feature Analysis, LFA)是一种用局部特征表示的类似于搭建积木的统计原理(如下图)。LFA 基于所有的人脸都可由很多不能再简化的结构单元子块综合而成。LFA使用32到50个子块区域来辨别一个人脸,选用的最通常的点包括鼻子、眼睛、嘴巴和特定的骨骼曲率差,如脸颊。这些子块是使用复杂的统计技术而形成的,它们代表了整个人脸,通常跨越多个像素并代表了普遍的脸部形状,但并不是通常意义上的脸部特征。要确定一个人脸不仅仅取决于特性子块,还决定于它们的几何结构(如形状和相关位置)。通过这种方式,LFA将人脸的特性对应为一种复杂的数字表达式,就可以进行人脸识别了。
LFA人脸识别系统:图中5点分别对应可接受区域嘴巴、鼻子、眉毛、下颚轮廓和颧骨。
用动态边缘分析方法获得的脸形信息能减少不同光线环境的影响,而肤纹信息提供了标准化的人脸特征的细节。将脸形和肤纹两种信息组合再用局部特征分析(LFA)算法来比较、统计脸部的173个特征点,不论登记和识别人脸时是在何种光线环境下,我们人