人脸抓拍比对系统，系统主要采用具有自主知识产权的人脸检测算法、人脸跟踪算法、人脸质量评分算法以及人脸识别算法，实现人脸抓拍建模、实时黑名单比对报警和人脸后检索等功能。
在安防系统中，人脸抓拍比对系统可应用于出入口、重要卡点部位等，人脸抓拍比对系统在系统中的作用：
1) 人脸检测与抓拍：建立人脸库，为以后查询与检索用，类似视频录像；
2) 人脸查询：根据时间、地点对人脸库进行查询列举人脸图片，提高查询效率；
3) 人脸检索：根据输入的可疑人脸图片，检索与该人脸图片相似的人脸，定位其曾经出现的时间、地点及周围环境；
4) 人脸实时比对：用于建立重点黑名单库，实时抓拍的人脸与该黑名单库进行比较，用于卡口布控、在线抓捕。
海康威视人脸识别系统已历经众多项目的考验，在项目中成熟商用。
系统由前端高清抓拍摄像机、人脸智能分析服务器、存储设备及中心平台软件组成。
前端摄像机：前端摄像机有两种选择，可以采用普通高清网络摄像机或者人脸抓拍摄像机。普通高清网络摄像机主要实现图像采集、编码等功能。人脸抓拍机不仅实现普通高清网络摄像机的所有功能，其DSP内置智能分析算法，还能对人脸进行自动捕获、跟踪、抓拍的功能。人脸抓拍机分担了人脸实时分析服务器的人脸抓拍运算量，使人脸实时分析服务器能有更多的资源用来人脸的建模、比对识别等功能。
人脸智能分析服务器:人脸智能分析服务器主要实现对前端摄像机采集的图像进行人脸抓拍、建模、比对识别以及后检索功能。在项目中，涉及人脸算法的高运算量，我们推荐使用人脸抓拍机，在前端摄像机中实现人脸抓拍功能，在后端将人脸建模、比对功能和人脸后检索功能分别采用2台人脸智能分析服务器来实现，其中一台用于人脸建模、比对，另一台用于人脸后检索。
存储设备：我们建议架设单独的数据库服务器专门存储人脸系统的数据。视频存储根据实际情况选用IPSAN或NVR存储。
系统架构拓扑图
n 人脸抓拍摄像机设在通道正前方，正面抓拍人脸，左右偏转<30°，上下偏转<15 °
n 建议架设高度h大约2.0-3.5米左右。
n 推荐摄像机的俯视角度α=15度。
n d和选用的不同镜头的焦距有关系，焦点在通道出入口，且人脸像素大小不小于80*80像素。
人脸抓拍监控性能指标包括人脸抓拍率、建模成功率和比对性能等指标。
1) 人脸抓拍率：
对于光线较好的监控环境下，正常的人脸抓拍率可以达到95%左右（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），即100个人经过，大约有95个人的脸会被准确抓拍。
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30度，上下偏转15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进行筛选。如果满足上述条件，建模成功率不低于90%，即100个人经过，大约有90个人的脸能够符合建模标准。
3) 比对性能：
人脸比对性能与黑名单注册图像质量和黑名单数据库大小密切相关，性能指标主要从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），误识率为千分之一情况下，误拒率小于10%，也就是说有90%以上为正确识别，系统可以根据客户实际需要设置不同的人脸相识度阀值来调节误识率和误拒率之间关系。另外，人脸比对性能和黑名单注册图像质量、数据库大小、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。
上述重庆人脸抓拍监控解决方案由重庆紫杉科技有限公司为您提供，欢迎来电咨询相关技术问题。