目录
1.系统概述........................................................................................................................................................... 1
1.1 建设背景 ............................................................................................................................................ 1 1.2 建设原则 ............................................................................................................................................ 2 1.3 设计依据 ............................................................................................................................................ 3 1. 系统架构....................................................................................................................................................... 4
1.4 系统总体架构 .................................................................................................................................... 4 1.5 系统逻辑架构 .................................................................................................................................... 6 1.6 系统数据流程 .................................................................................................................................... 7 1.7 系统性能指标 .................................................................................................................................... 8
1.7.1 人像识别系统.......................................................................................................................... 8 1.7.2 用户网络环境.......................................................................................................................... 8 1.7.3 其他性能指标要求.................................................................................................................. 8 1.8 系统关键技术 .................................................................................................................................... 9
1.8.1 基于深度卷积神经网络构建的识别算法和行为分析算法.................................................. 9 1.8.2 全新云架构，微服务化设计.................................................................................................. 9 1.8.3 强大的智能能力资源池.......................................................................................................... 9
2. 系统功能..................................................................................................................................................... 10
2.1. 人脸抓拍子系统 .............................................................................................................................. 10
2.1.1. 设备管理................................................................................................................................ 10 2.1.2. 抓拍功能................................................................................................................................ 11 2.1.3. 比对功能................................................................................................................................ 12 2.1.4. 事件回溯................................................................................................................................ 13 2.2. 人脸布控子系统 .............................................................................................................................. 15
2.2.1. 以图搜图................................................................................................................................ 15 2.2.2. 区域防控................................................................................................................................ 17 2.2.3. 布控抓拍................................................................................................................................ 17 2.2.4. 布控设置................................................................................................................................ 19 2.2.5. 人脸属性分析........................................................................................................................ 22 2.3. 人脸追踪子系统 .............................................................................................................................. 22
2.3.1. 多人物共同检索.................................................................................................................... 23 2.3.2. 人物轨迹图............................................................................................................................ 24 2.3.3. 数据可视化............................................................................................................................ 26 1.9 术语释义 .......................................................................................................................................... 27
人脸识别技术.................................................................................................................................... 27 人脸识别流程.................................................................................................................................... 28 公安业务库........................................................................................................................................ 28 1.10 建设原则....................................................................................................................................... 29 1.11 设计依据....................................................................................................................................... 30 1.12 设备选型....................................................................................................................................... 32
1.系统概述
1.1 建设背景
20**年，随着人工智能算法能力的大幅提升，业内掀起了人脸识别应用浪潮，加速推进了城市前端采集点位的建设效率，多数城市前端点位覆盖能力直线上升，以“人脸识别”为核心技术的城市级人像防控系统的建设，逐步将“事后被动侦查”转换到“事前主动预
警”。但目前，人像防控系统实战应用能力仍然不高，主要存在以下问题：
1.百花齐放百家争鸣。业内存在多家算法厂家，不同地市、区县，采用系统方案架构不尽相同，算法厂家各自为阵，数据源无法互通，应用开展受限。
2.自立门户能力单薄。由于人脸应用的快速发展，前期随着点位数目、系统规模的不断扩大，人脸识别技术使得管理端感受到了高速检索的便捷性；但当点位数目上升到一定数量级，人脸数据随之大幅增加，如何和其它信息关联、交互、碰撞，提供更丰富的信息，未能得到很好的解决。
3.实战应用能力不高。随着人像防控系统能力的不断提升，人员检索、轨迹分析等应用逐渐成熟，但基于人脸大数据、配合公安业务系统的实战应用挖掘能力，仍有待提升。
考拉智能监控系统Seye是采用独有的多模态识别技术，再结合图像处理、模式识别和人脸识别、物体识别等技术研发的一套具有智能视频分析和处理的监控系统。它实现了事前预警，事中处理，事后追溯的全业务流程的闭环。它除了具有传统监控系统的所有功能以外，还具有自动识别人、车、物，快速准确定位异常情况，自动警报，人像检索等功能，是一套可以广泛应用于公安追逃、平安校园、社区安防、机场安防等场景的监控系统。 1.2 建设原则
1）实用性
整个系统从实用性的角度出发，最大限度的满足人员管控系统建设的需求，能适应新技术的发展，选择性价比高的产品，既控制了建设费用，又保障了系统的完整功能。
2) 先进性
采用领先的科学技术水平，集成了先进的人员及人脸识别算法，在保证整个系统功能和性能的前提下，最大限度地采用成熟、可继承、具备广阔发展前景的先进技术。要努力保证整个系统功能的科学合理性，防止片面追求某一局部的高指标与先进性。
3) 可靠性
人员管控系统是处于24小时工作，系统采用业内主流产品，保证了系统的高稳定性、高可靠性。前端高清智能网络摄像机在硬件设计上考虑室外工作的特殊性，具有耐高温、散热性能好，防雷、防浪涌保护等多方面安全考虑，为系统的稳定运行提供保障。
4) 可扩展性
无论在系统软件、硬件的设计和选型上，都充分考虑其后期的可扩展性，结构上应易于扩充，以便于后期新功能的扩充。在硬件的接口上也比较丰富，能适应后期更多设备的接入控制。
5) 易操作性
系统具有简单易学的操作界面，无需专业的计算机知识，普通用户即可轻松完成日常人员管控系统的操作。 1.3 设计依据
GB50348-2004《安全防范工程技术规范》 GA/T74-2000《安全防范系统通用图形符号》 GB/T367-2001《视频安防系统技术要求》
GA/T1127-2013《安全防范视频监控摄像机通用技术要求》 GA/T1211-2014《安全防范高清视频监控系统技术要求》
GB/T28181-2016《安全防范视频监控联网系统信息传输、交换、控制技术要求》 GB/T1400-20**《公安视频图像信息应用系统》 GA/T1093-2013《出入口控制人脸识别系统技术要求》
GA/T922.2-2011《安防人脸识别应用系统 第2部分：人脸图像数据》
GB/T792《城市监控联网系统 管理标准 第一部分 图像信息采集、接入、使用管理要求》
GB/T20271《信息安全技术 信息系统通用安全技术要求》
GB/T《信息技术 生物特征识别数据交换格式第五部分：人脸图像数据》 GA/T 893-2010 安防生物特征识别应用术语 安防人脸识别应用视频人脸图像采集要求 安防人脸识别应用视频人脸图像提取技术要求 安全防范视频监控人脸识别系统技术要求 1. 系统架构
本系统采用统一云架构，服务器节点可根据实际需求线性扩展，轻松满足爆炸式增长的业务需求，同时系统支持上千万级别人脸注册库/人脸抓拍库、人体特征库，人脸/人体属性库等，极大的满足安保部门对重点人员的事前预警和事后追查需求。 1.4 系统总体架构
系统基于人脸识别核心技术，遵循公共安全行业信息化标准规范，依托综合可靠的通信网络、分布式数据库和集群计算等多项技术，充分考虑系统安全性、可靠性、可扩展性，可广泛应用于公共安全各业务领域的人脸比对综合应用平台，能有效地协助对不法人员的鉴别、抓捕和布控，保护国家安全和社会稳定。
图2.1-1 智能安防系统架构图
整个系统被分为视频接入智能分析服务和应用平台服务两大部分。
视频接入智能分析部分主要负责接入摄像头，调度算法进行视频分析。前端的实时视频流经过视频集群服务器转发到智能分析服务组中，实现人脸图片的抠图（视频流）和特征提取后，与分布式缓存计算集群中的人像库进行碰撞比对。产生的预警信息推送至应用平台, 同时将抓拍人脸，场景入库。其他行为分析经过分析服务组的判断（如闯入报警），同样将消息推送至应用平台。
应用平台服务提供统一的资源管理，如摄像头分组，计算资源分组。抓拍库管理，人像库管理，人员管理，系统后台管理等。通过分布式数据库，分布式文件系统和分布式缓存计算集群提供丰富的智能应用，如以图搜图，属性查询，多项查询，轨迹追踪等功能。同时还提供了传统的大数据分析统计功能。
1.5 系统逻辑架构
系统整体逻辑架构图如下，由下至上依次是设备接入层、PAAS层、SAAS层和应用层。
图2.2-1 智能安防逻辑架构图
接入层包含主流摄像头（海康，大华，宇视等）的接入拉流，同时兼容主要的NVR存储，并且可以对接传统视频监控平台。通过现有平台获取实时视频流和调用录像回放。
PAAS层实现：智能分析通过接入层获取标准Rtsp码流解码后调用算法产生的结构化数据（如过特征、属性、闯入报警等）和非结构化数据（如人脸截图和场景图等）进行统一存储入库；在对视频和图像进行相关智能分析服务后，形成统一的人脸，人体，属性智能能力资源池，通过人脸人体智能分析服务对SAAS层提供统一的特征比对计算交互协议，
SAAS层包含基础SAAS、智能应用服务及业务展示端，依赖SAAS层基础能力实现设备管理、用户和权限管理、统一鉴权、消息中心等功能；而智能应用服务通过封装人脸、人体、安防智能管理服务和云数据库提供的能力，对外提供人脸库管理、人脸分析管理、属性查询，布控管理、抓拍和报警消息的查询和检索（以图搜图、多项查询，轨迹追踪等）功能。并提供统一展示界面，实现业务数据展示与应用，支持管理端web页面、应用端
web页面、C客户端等。 1.6 系统数据流程
图2.3-1智能安防系统数据流程架构图
根据应用需求，系统主要分为四大模块：流媒体，智能分析，智能计算和智能应用，下面分别对这四个模块的主要数据流向进行详细描述
1.流媒体-流媒体主要有两个功能，一个是实时流转发，一个提供录像回放接口。主要在于集成各厂商sdk，向客户端提供统一的Rtsp实时流和录像回放接口。客户端通过调用应用平台服务获取流媒体地址，然后返回的流媒体访问地址获取视频流。同时流媒体向智能分析服务提供实时流分发功能，很好的解决了前端摄像头拉流路数限制问题。
2.智能分析-该模块从智能应用服务平台获取配置视频服务连接信息，通过流媒体拉取实时视频，解码，调用算法模块进行实时分析。如人脸检测，人体检测，特征提取，属性分析, 闯入报警等。然后调用智能计算模块进行分布式布控库人员比对。将实时报警信息推送智能应用平台，同时将数据入库。
3.智能计算-对外提供相关数据的计算服务，包括人脸特征比对，人体特征比对。 4.智能应用-应用平台可以动态的添加删除设备，人员等，相关信息会下发到对应的流媒体和分析节点。其他智能应用功能如以图搜图，联合查询，多项查询，属性查询等会根据负载均衡策略，调用较空闲的分析节点，分析节点调度分布式计算节点进行特征比对，然后由分析节点统一回归返回应用平台。平台将信息汇总整理给客户端呈现。 1.7 系统性能指标
1.7.1 人像识别系统
1）中心库容量：XXX万人。 储存注册人员数据XXX；
储存各监控节点实时采集人像的累积数据。 2）处理能力：
系统提供针对XXX万关注人员的实时查询服务，检索比对时间不超过5秒并报警提醒（不包括网络延时）。
中心系统处理能力要能够同时满足中心库所关联的XXX个实时人脸监控节点的实时查询比对需要。 1.7.2 用户网络环境
远程用户查询工作站通过连网与智能安防系统联接，网络带宽为百兆以上。 1.7.3 其他性能指标要求
系统稳定性：系统要求实现7×24小时*365天连续稳定运行。
在保持系统总体比对精度和处理能力的前提下，系统能够进行平滑升级。 1.8 系统关键技术
1.8.1 基于深度卷积神经网络构建的识别算法和行为分析算法
考拉智能安防系统，采用具有完全自主知识产权的人脸检测算法、人脸跟踪算法、人脸抓拍算法、人脸质量评分算法及人脸识别算法、以及人体检测算法，属性提取算法并结合配套的前端摄像机设备和后端平台业务系统，实现了动态黑名单比对报警、非法行为报警，静态人脸、人体图片检索等功能。 1.8.2 全新云架构，微服务化设计
采用标准视图库架构体系，屏蔽前端设备的协议差异，实现多方前端设备的标准接入。流媒体服务集群管理着大量的前端设备，为了保障系统的高性能，流媒体服务采用分布式架构，通过平台统一配置管理，可通过节点的横向扩张，增加前端接入设备的能力，完成海量前端设备的稳定接入。同时，基于分布式组件的动态协调机制，平台具有重新分配设备以保障单节点故障时系统的高可靠性。平台提供设备的统一管理服务，屏蔽设备差异，并向上提供管理逻辑设备的标准接口，实现业务逻辑与设备协议之间的解耦。
另外，平台设计采用微服务化理念，实现了各项平台服务能力的组件化和服务化。各功能模块（视频接入、智能分析，智能计算服务等）内部运作具备负载均衡能力，保障系统整体运转的高效性与高可靠性，对外提供统一服务接口，使得各服务之间的交互更加便捷与高效。
1.8.3 强大的智能能力资源池
平台流媒体服务实现了海康、大华、宇视、安迅视、SONY等主流厂家接入管理，并
对外提供统一接口协议。
智能服务通过分布式架构形成一个智能能力池，实现人脸检测能力、特征提取能力、人脸识别能力（布控能力）、查询能力（根据结构化值来查询）、检索能力（以图搜图）等相关智能能力的快速响应。业务系统通过调用智能服务提供的统一接口来使用智能能力，实现人员库和人员信息管理、布控、抓拍库检索、人像库检索和事件回查等管理功能。 2. 系统功能
2.1. 人脸抓拍子系统
2.1.1. 设备管理
1. 功能描述
➢ 支持添加、删除、导入设备； ➢ 支持设备分组与分组显示；
➢ 支持设备管理配置，手动选择是否加入管理列队； ➢ 支持条件搜索设备，可按状态、设备等条件检索。 2. 功能截图
2.1.2. 抓拍功能
功能描述
实时监控可以实现对重点区域实时监控，同时提供高清的人像抓拍图片。实现对重点区域的全天候、大范围的管理要求，提高了管理水平。监控视频画面复杂，人脸抓拍子系统可将抓拍人脸图像直接展示在监控下方，减轻了安保人员实时监控的工作量。
➢ 支持在摄像头监控过程中抓拍人脸图像 ➢ 支持在实时监控页面下方展示抓拍到的人脸图像 ➢ 支持对抓拍到的人脸图像进一步的结果分析 功能截图
2.1.3. 比对功能
功能描述 实时监控的过程中
➢ 支持抓拍人脸图像与人脸库中图像进行对比 ➢ 支持展示抓拍图像与人像库中图像的人脸相似度
➢ 详情对比信息展示人物姓名、性别、身份证号、抓拍时间、抓拍地点等其他数据信息
功能截图
2.1.4. 事件回溯
功能描述
➢ 支持对入侵事假、尾随事件、攀爬事件、聚集事件、黑名单、白名单事件产生报警记录
➢ 支持回查相关事件信息，可对抓拍时间抓拍地点，事件类型进行检索。包括相关人员人脸图片、事件记录发生地点、事件记录发生时间。
➢ 支持黑名单闯入、区域入侵事件定义，支持按类型、时间、地点等多种方式进行事件追溯，保留事件发生场景图，最大限度还原事件发生现场
功能截图
应用场景
监控数抓拍和报警的记录可以长期保存在数据库中，供事后查询 2.2.
人脸布控子系统
2.2.1. 以图搜图
功能描述
针对用户提供的目标图片，需要确认其是否在结构化视频中出现，可以进行以图搜图的操作。在搜索界面上导入需要查询的目标图片，选择结果集，阈值、地点、查询条数、时间段等查询条件，检索并返回结果，按照相似度高低排序。支持检索结果查看目标人物的抓拍头像和包含目标的场景图。
➢ 支持将图片导入系统，检索系统内抓拍人员相似图片，并提供场景截图
➢ 支持对比检索结果检索结果，可以返回比对结果照片及所在库名称、相似度、人员ID、证件号等相关信息。
➢ 支持放大上传图像的人脸部分，
➢ 支持获取上传图片与检索结果的详细比对，查看检索结果的详细信息，以供用户核实。
功能截图
应用场景
学校、公安等机构在处理事件过程中，获取嫌疑目标面部图像，可将目标的面部图像上传至静态海量人像检索系统中，在不同类型人员库中查询目标身份信息。
根据场景需求，检索结果可以返回比对结果照片及所在库名称、相似度、人员ID、证件号等相关信息。
支持放大上传图像的人脸部分。
支持获取上传图片与检索结果的详细比对，查看检索结果的详细信息，以供用户核实。
系统支持1S内根据客户要求返回10条-30条比对结果，检索结果按照相似度从高到低排序。 2.2.2. 区域防控
功能描述
区域防控是利用运动目标的智能视频分析原理，在摄像机监视的场景范围内，根据监控需要和目的设置警戒区域，系统可以自动检测入侵到警戒区域内的运动目标及其行为，一旦发现有满足预设警戒条件，则自动产生报警信息，并用告警框标示出进入警戒区的目标，同时标识出其运动轨迹。
➢ 管理员可按需进行指定设备的设置/取消警戒区工作。
➢ 在系统内进行指定库的对应关联设备配置，进行关联设备的勾选。 ➢ 支持在布控配置时，自定义设置报警相似度及对应布控库的报警。 功能截图
警戒区描述 2.2.3. 布控抓拍
功能描述
➢ 当前端摄像头捕获的人脸图片和临时布控库中的人脸数据匹配时，且人脸相似度超过预设报警阈值，系统会自动出发报警，并将报警结果弹窗提醒。
➢ 在报警信息窗口中，可查看报警产生时的场景图、人脸小图、前端通道名称、报警时间，并可展示比对相似度及对应布控人员的基本信息。
功能截图
应用场景
校园及周边安全不论从全国还是全省来看形势都十分严峻。在高校周围时常有敏感人群出没在学校范围内，但学校环境复杂，很多非校内人员混迹在学校内，给学校添加了很多不安全因素，
利用人脸布控子系统，学校可以将可疑人员添加至布控人员库中，在摄像头监控范围内，通过人脸识别系统对敏感人群的、行为轨迹、出没时间等进行管控，从而做到敏感人群防控的目的。
人脸布控功能支持：
能够对至少100万人的库进行布控。 对前端捕获的路人进行布控，延迟小于3秒。 可在任意人员类型下添加布控人员
对于不同的布控人员类型，采用不同的阈值进行报警。 2.2.4. 布控设置
功能描述
➢ 用户可将人脸库实时导入人员库
➢ 通过建立布控人员库，系统可对任意人员类型中的人进行选择性布控 ➢ 支持在布控人员库中自定义添加，删除布控人员 ➢ 支持将布控人员分类，进行不同程度的关注度
➢ 支持对布控人员分类设置布控策略，布控策略包括布控事件，上报告警时间间隔，相似度阈值
➢ 布控方式默认为人脸布控。抓拍和报警的记录可以长期保存在数据库中，供事后查
询
功能截图
应用场景
公安重点人员根据地区和目的不同划分不同人员类型，包括惯偷惯犯、涉恐、涉案、涉毒、水客等当地涉稳人员，同时也包括高危人员等。
多种布控人员需要进行不同程度的布控策略设置，人脸布控子系统可将以上不同类型敏感人员进行区别布控策略设置。
利用人脸布控子系统，将重点人员进行布控，同时后续刻画典型关注人员轨迹，进行高危行为预警研判。
2.2.5. 人脸属性分析
功能描述
➢ 通过实时视频中抓拍的图像信息，能够对具体特定行为特征的人进行分类。 ➢ 支持查询发型、装饰、年龄、性别、是否戴眼镜/墨镜、等30+种人口属性，为相关部门提供有用的统计数据和预警信息。
➢ 用户可以通过筛选某段时间、某地点具有以上特征的目标。 功能截图
应用场景
人脸特征检索的性能指标： 性别：采用生活照准确率≤99%
年龄：采用生活照，平均误差5岁左右，准确率90% 戴眼镜/墨镜：采用生活照准确率≤99% 2.3.
人脸追踪子系统
2.3.1. 多人物共同检索
功能描述
➢ 通过多张照片去分析判断人物是否有关联。
➢ 支持上传两张目标人物的图像，查找目标人物共同出现的场景 ➢ 支持查看抓拍图片以及场景图分析 ➢ 支持筛选抓拍地点以及抓拍时间段
➢ 检索结果可以返回比对结果照片、抓拍时间、抓拍地点等相关信息。 功能截图
应用场景
例如学校时有发生的盗窃电动车事件，对事件时间附近的可疑人员进行单一或组合条件的信息搜索，查找历史人脸图片，并可关联录像查看具体情况，结合电子地图刻画出人员时空轨迹，分析目标人员“从哪里来、到哪里去、沿途经过哪里”。 2.3.2. 人物轨迹图
功能描述
➢ 上传目标人脸图像，以阈值、时间段等查询条件进行单一或组合式条件检索，查找出人员抓拍场景图，结合电子地图刻画出人员时空轨迹。
➢ 支持结合大数据的挖掘应用技术，人像大数据能实现对抓拍库的深层分析 ➢ 支持对人员进行轨迹查询、首次出现、同行人等结果分析。
➢ 抓拍库数据来源于人脸、出现的时间、地点及人脸相似度。最终轨迹可以在地图上进行综合呈现
功能截图
应用场景
对事件发生的时间地点出现的可疑目标，我们可以在抓拍库中查询其轨迹。 例如学校时有发生的盗窃电动车事件，对事件时间附近的可疑人员进行单一或组合条件的信息搜索，查找历史人脸图片，并可关联录像查看具体情况，结合电子地图刻画出人员时空轨迹，分析目标人员“从哪里来、到哪里去、沿途经过哪里”。
对于有嫌疑的人员及相关抓拍记录，可进行重点人员标记入库，可以在人员标记库中直接获取该人员的识别记录。
2.3.3. 数据可视化
功能描述
首页可多维度展示人像业务实时运行情况和统计汇总信息，详细功能如下： ➢ 支持统计累计抓拍总数，今日抓拍总数； ➢ 支持统计累计报警总数，今日报警总数； ➢ 支持统计分析人员库总数；
➢ 支持展示报警情况，对近期有效报警的基本情况进行一览展示； ➢ 支持展示一个月的报警总数，以及趋势分析；
➢ 展示每一类型的报警总报警数的占比分析、以及报警总类型； ➢ 支持统计分析一周内，每日产生的报警数目，并以图表展示；
➢ 支持统计近七天的各类数据新增情况，包括新增ID、新增摄像头、以及新增场所数量，并以图表展示。
功能截图
应用场景
视频应用方面，是大数据在安防领域的应用主要。视频具有比较高信息含量、比较大的数据量因而在视频智能分析中具有重要的地位。智能视频分析研究具有广阔的前景，其以监控视频资源作为资源基础，对于历史监控和实时视频资源目标对象的提取、增强行为分析，使得对于监控视频的处理从被动的处置向事前主动预防转变。
而视频监控的超高清化发展方向，以及数据信息资源的成倍指数级别的爆发式增长，使得对于视频监控的处理方式更加灵、伸缩性更大，多台服务器同时在多个节点进行处理，大大加大了数据的处理进程，使得数据时代下，大数据与安防的结合更加紧密和便利。
在智慧城市公共安全信息化建设深入开展的背景下，海量的视频数据作为物联网视觉感知的重要基础资源，提供了大量的图像信息，在公共安全领域发挥着越来越重要的作用。但也存在不足：人工视频监控视频调阅效率低下，系统存储能力低，现缺乏深度应用模式、视频数据智慧化程度不高等问题。 1.9 术语释义
人脸识别技术
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，将优选好的人脸图片送至识别模块进行特征建模，通过深度学习识别模型将检测到的人脸，提取对应特征向量，特征比对即是对目标源与人员库内生成的特征向量进行比对，将比对结果，推送给展示界面。
图 1.9-1 人脸识别技术
人脸识别流程
系统数据流包含人脸实时比对和人脸历史查询。其中实时比对发生在事前或事中，当系统发现有布控人员出现时，执勤人员可以迅速作出反应；历史查询则是针对事后重点人员排查，可通过可疑人员图片查询系统记录的人员信息。
实时视频人脸比对：普通高清网络摄像机的实时视频流或人脸抓拍单元的人脸图片流，会由人脸识别服务器下的动态人像算法进行人脸特征数据提取，并实时与黑名单库中的人脸特征数据库进行遍历比对，并反馈平台每次比对结果。
图像检索人脸比对：通过平台客户端提交需检索的人脸图片/录像，人脸识别服务器自动提取人脸图片特征数据，与人脸抓拍库或人脸注册库中的人脸特征数据进行遍历比对，最后由平台展现比对结果。 公安业务库
系统数据库包含三种业务库：人脸抓拍库、人脸注册库和黑名单库。
人脸抓拍库：包含历史抓拍现场图片、人脸小图和结构化的人脸特征数据、抓拍地点、
抓拍时间等信息，此类库的主要业务应用场景是图片检索比对，查询目标人员的人像出没地点、时间、轨迹跟踪等；
人脸注册库：主要是导入一些大规模的人像图片、结构化的人脸特征数据和身份信息，如地级市当地的社保人像信息库、当地常住人口信息库、当地流动性人口信息库等，导入后主要的应用场景是图片检索比对和身份信息查询，确定人员身份；
黑名单库：包含高危人员、特殊人员的人脸图片、结构化的人脸特征数据和人员身份信息，主要的应用场景是在各个人脸卡口进行实时人流的人脸比对预警。
通常人脸抓拍库和人脸注册库做为静态库，适用于事后查询检索目标、黑名单库作为动态库，用于实时比对报警。一个或多个黑名单也可以进行勾选布控，形成具有针对性的人脸布控库，与前端实时视频或图片进行人脸比对报警。
其中抓拍库因人流量和随着时间将越来越大，需根据项目情况合算存储设备大小。黑名单库数据由公安或专业人员导入，存储大小一般有微调，但是不会有数量级上的变化。 1.10 建设原则
1) 实用性
整个系统从实用性的角度出发，最大限度的满足人员管控系统建设的需求，能适应新技术的发展，选择性价比高的产品，既控制了建设费用，又保障了系统的完整功能。
2) 先进性
采用领先的科学技术水平，集成了先进的人员及人脸识别算法，在保证整个系统功能和性能的前提下，最大限度地采用成熟、可继承、具备广阔发展前景的先进技术。要努力保证整个系统功能的科学合理性，防止片面追求某一局部的高指标与先进性。
3) 可靠性
人员管控系统是处于24小时工作，系统采用业内主流产品，保证了系统的高稳定性、
高可靠性。前端高清智能网络摄像机在硬件设计上考虑室外工作的特殊性，具有耐高温、散热性能好，防雷、防浪涌保护等多方面安全考虑，为系统的稳定运行提供保障。
4) 可扩展性
无论在系统软件、硬件的设计和选型上，都充分考虑其后期的可扩展性，结构上应易于扩充，以便于后期新功能的扩充。在硬件的接口上也比较丰富，能适应后期更多设备的接入控制。
5) 易操作性
系统具有简单易学的操作界面，无需专业的计算机知识，普通用户即可轻松完成日常人员管控系统的操作。 1.11 设计依据
公安部-公装财转发[2014]192号《公安信息化建设“十三五”重点任务考虑》 GB50348-2004《安全防范工程技术规范》 GA/T74-2000《安全防范系统通用图形符号》 GB/T367-2001《视频安防系统技术要求》
GA/T1127-2013《安全防范视频监控摄像机通用技术要求》 GA/T1211-2014《安全防范高清视频监控系统技术要求》
GB/T28181-2016《安全防范视频监控联网系统信息传输、交换、控制技术要求》 GB/T1400-20**《公安视频图像信息应用系统》 GA/T1093-2013《出入口控制人脸识别系统技术要求》
GA/T922.2-2011《安防人脸识别应用系统 第2部分：人脸图像数据》
GB/T792《城市监控联网系统 管理标准 第一部分 图像信息采集、接入、使用管
理要求》
GB/T20271《信息安全技术 信息系统通用安全技术要求》
GB/T《信息技术 生物特征识别数据交换格式第五部分：人脸图像数据》 GA/T 893-2010 安防生物特征识别应用术语
GA/T 1400.1 公安视频图像信息应用系统 第1部分：通用技术要求 GA/T 1400.2 公安视频图像信息应用系统 第2部分：应用平台技术要求 GA/T 1400.3 公安视频图像信息应用系统 第3部分：数据库技术要求 GA/T 1400.4 公安视频图像信息应用系统 第4部分：接口协议要求 GA/T 1399.1 公安视频图像分析系统 第1部分：通用技术要求
GA/T 1399.2公安视频图像分析系统 第2部分：图像内容分析及摘要技术要求 安防人脸识别应用视频人脸图像采集要求 安防人脸识别应用视频人脸图像提取技术要求 安全防范视频监控人脸识别系统技术要求
摄像机的选型、选址与安装除应符合GB50348、GB50395的相关要求，同时还应符合以下要求：
1)公共区域（含正门外、体育场馆、制高点）不应出现监控盲区，在面积较大的公共区域宜安装具有转动和变焦放大功能的摄像机或多台摄像机，通过监视屏应能辨别监视范围内的人员活动情况；
2)财务室、重点实验室、试卷室、危险品储藏室等室内重要部位安装的摄像机，应能清晰辨别显示区域内人员的体貌特征和活动情况，其中安装在危险品储藏室的摄像机还应符合相关规定要求。涉及机密场所的监控图像按相应保密等级管理；
3)食堂膳食厅、计算机教室等场所安装的摄像机，应能清晰显示区域内人员的活动情况；
4)安装于主要通道（含前厅大堂、楼梯口）的摄像机，其监控范围应覆盖主要通道的道口，监控图像应能清晰显示进出道口人员的体貌特征；
5)机动车出入口、停车场（库）出入口及其他与外界相通的出入口应选用低照度带强光抑制功能的彩色固定摄像机和自动光圈镜头，应能清楚的辨别出入人员的面部特征及机动车牌号；
6)电梯厅安装的摄像机，其监控范围应能覆盖整个电梯厅，不应有盲区，监控图像应能清晰显示电梯厅内人员的活动情况和体貌特征；当楼梯口与电梯厅处在同一区域且通过同一个进出口时，可通过电梯厅安装的摄像机实施统一监控；电梯轿厢内的摄像机，应安装在电梯厢门的左上方或右上方，其监控图像应叠加楼层显示，视频信号应该采取防干扰措施；
7)在满足监视目标现场范围的情况下，摄像机安装高度要求：室内离地不宜低于2.5m，室外离地不低于3.5m；摄像机安装角度宜减小监控图像俯视程度；室外摄像机如采用立杆安装，立杆的强度和稳定度应满足摄像机的使用及安装场所设备所需的防护等级的要求；
8)摄像机的安装宜避免或减少逆光对监控图像的影响；摄像机的最低照度应与环境相协调，彩色摄像机的最低照度指标宜大于监控目标区域的最低照度的 10 倍，黑白摄像机的最低照度指标宜大于监控目标区域的最低照度的100倍。在环境照度较低区域宜采用低照度摄像机或采用补光措施，增设辅助照明后，监控目标区域的最低照度宜高于5lx，但最低不低于3lx；如环境不宜采用补光措施时，可选用红外摄像机；环境照度变化大的区域宜采用宽动态摄像机。 1.12 设备选型
根据监控区域的不同，选择高清红外半球摄像机和高清红外枪型摄像机对固定区域进
行监视，采用高清红外球型摄像机对大范围区域进行巡视和重点监控。
1)出入口大门人流复杂，在大门出入口网络视频监控系统设计中，门口安装红外高清球形摄像机，对出入口附近的人员、车辆活动情况进行监控。当出现纠纷以及事故，可远程控制球机对局部区域进行重点监控，事后通过视频录像进行取证；出入口\\空旷区域采用高清红外球型摄像机和高清红外枪型摄像机配合使用。
2)在校园围墙周界设立监控点，安装高清红外枪型摄像机。
3)行政楼、办公楼、宿舍出入口安装高清红外半球摄像机,主要通道走廊安装高清红外枪型摄像机。
4)道路、十字路口、丁字路口人员、车流量大，也是监控的重点区域、安装高清红外球型摄像机或者全景像机。
前端设备其主要完成的功能是将所监控区域的图像信号的采集工作，将采集到的图像信息通过网络传输到监控中心。前端设备包含摄像机、镜头、云台及其他配套的接线箱、电源转换器等周边设备。
因篇幅问题不能全部显示，请点此查看更多更全内容