「应用实测」深数科技-人脸识别服务器 OS-Face-M204

2019-01-21 22:00:29

  深数科技-OS-Face-M204-人脸识别服务器新一代智能视频分析服务器,产品具有人脸实时抓拍、实时建库、布控报警、抓拍库检索历史轨迹和注册库检索、人像库相互比对等功能,可以从监控视频图象中实时查找人脸,并与人脸数据库进行实时比对,从而实现快速身份识别,识别身份信息之后与业务系统数据进行关联,产生各种各样的应用。产品重点应用在通道出入口如火车站、地铁站、机场、小区等,实现敏感人群的布控,以及按人像进行历史行动轨迹检索功能。

  人脸识别服务器动态-OS-Face-M204支持2-4路1080P实时图像分析。打开服务器管理界面,分别有人脸检索、数据统计、系统管理、人脸布控等功能。服务器即可进行在指定区域的人脸检测并抓拍人脸图像,按时间、地点等条件即可查询抓拍图片。自动将将监控摄像头抓拍到的人脸图片与指定人脸库进行实时比对,秒级反馈比对结果,命中则提示报警。值得一提的是不同注册库支持使用不同报警阈值。

人脸识别服务器管理界面

产品性能指标

  人脸识别服务器性能指标可通过以下几项指标来进行比较,包括人脸抓拍率、建模成功率和比对性能。GPU核心在性能上有很大的突破,理想环境下抓拍率和识别率接近100%,误识率和拒识率几乎忽略不计,GPU算法即深度学习算法,深度学习是为了能够得到有助于理解图片、文本等数据所表述的意义而进行的多层次的表示和抽取的学习。

1、人脸抓拍率

对于光线较好的监控环境下,正常的人脸抓拍率几乎可以达到 100%(其中抓拍到的人脸姿态偏转在左右 60 度之内、上下偏转 30 度之内),经过摄像机的人全被准确抓拍。

2、建模成功率

  由于当前的人脸识别主要针对准正面人脸进行(左右偏转 15 度,上下偏转5 度,脸部区域分辨率不能低于 80*80 个像素,且成像清晰),因此在建模时必须要对抓拍到的人脸图片进行筛选。如果满足上述条件,建模成功率不低于99.6%,即 100 个人经过,几乎所有人的脸部图片能够符合建模标准。

3、比对性能

  人脸比对性能与模版库注册图像质量和模版库数据库大小密切相关,性能指标主要由两个指标进行衡量:误拒率和误识率,误拒率是指黑名单人员漏报的比率,误识率是指错误报警的比率。一般情况下如果错误报警越多(误识率越高),那么漏报的可能性就越小(误拒率越低),如果错误报警越少(误识率越低),那么漏报的可能性就越大(误拒率越高)。

  在非常理想情况下(注册图像的采集环境与真实监控环境接近,包括相机型号与架设角度一致且近一年之内采集),误识率和误拒率几乎可忽略不计,也就是说接近 100%为正确识别,非理想环境下(高光,背光,反光等环境)系统可以根据客户实际需要设置不同人脸相似度阀值来调节误识率和误拒率之间关系。

  另外,人脸比对性能和模版库注册图像质量、大小、环境、光线等因素影响很大,具体比对性能视实际场景及实际注册图像质量而定。两张图片识别过程:定位+特征提取+比对,不超过 1S。2张图片从定位、提特征到比对出识别结果的时间,平均耗时 0.11s 特征都在内存中,一百万次比对,用时 0.9 秒。

人脸识别服务器布控界面人脸识别服务器查询界面