1 建設目標及內容
1.1 建設目標
為提升機場智能化程度，同時杜絕他駕行為，及忘帶證件、證件過期等證件無法使用問題，擬通過出租車人像識別準入系統實現出租車人像識別準入制度。
1.2 建設內容
通過對原有身份證核驗系統進行改造升級，升級為人臉實時比對系統，在出租車通道旁架設現場人車識別終端。出租車司機需在機場公安局國門公安APP上進行身份認證，認證通過后即可通過通道旁人車識別終端進行人臉、車牌識別，并與在冊的合法出租車司機人像庫、車輛庫進行比對，比對無誤后，進而聯動閘機抬桿放行；支持對出租車司機進行誠信監管，對于存在不誠信經營的司機，可將其列入管控名單，限制其入場。可實現黑名單布控功能，對布控的司機、車輛進行聲光報警。
2 總體架構
2.1 總體要求
本項目采用雙網多平臺架構；
系統基于人臉技術和車牌識別的云計算架構；
開放式應用接口，支持多系統主動對接和被動對接；
支持人臉識別和人臉特征提取。
2.2 網絡架構
2.3 業務流程
本服務方案滿足司機身份驗證、人車綁定驗證等多種通行方式。
車輛進入通道后首先進行車牌識別，根據識別的車牌查詢出該車輛綁定司機信息，前端智能終端采集到的人員身份信息進行比對，比對成功后抬桿放行；比對不成功前端聲光報警并通知工作人員。
車牌識別
本項目運用國際先進的動態識別車牌技術，車輛進場過程中（無需停車）捕獲車牌并將車牌照片、識別結果、拍攝時間等相關信息提取一并發送至終端進行存儲，方便后期查閱。
人臉抓拍
通過人臉檢測算法，前端智能抓拍機從實時視頻流中自動檢測、跟蹤人臉圖片，通過對人臉進行檢測、跟蹤、抓拍、評分、篩選等一系列的流程，結合人臉質量判斷規則，自動選出符合人臉提取條件的人臉照片抓拍并進行輸出。
人臉比對平臺
人臉比對平臺支持1:1及1:N比對，比對時間<1m
3 總體設計
3.1 設計思路
靈活性（Flexibility）
有效性（Efficiency）
可靠性（Reliability）
可理解性（Understandability）
維護性（Maintainability）
重用性（Reuse-ability）
適應性（Adaptability）
可移植性（Portability）
可追蹤性（Traceability）
互操作性（Interoperability）
3.2 設計原則
1)實用性
實現對進入航站樓排隊拉客的出租車的實時監控，保障所有進入航站樓內拉客的出租車均為在冊的出租車，杜絕套牌車、無牌車、非在冊司機駕駛等行為。
2)先進性
采用領先的科學技術水平，集成了先進的車牌識別、人臉識別算法，在保證整個系統功能和性能的前提下，最大限度地采用成熟、可繼承、具備廣闊發展前景的先進技術。保證整個系統功能的科學合理性。
3)可靠性
出租車準入系統是處于24小時工作，系統采用業內主流產品，保證了系統的高穩定性、高可靠性。前端智能硬件設計上考慮室內外工作的特殊性，具有耐高溫、散熱性能好，防雷、防浪涌保護等多方面安全考慮，為系統的穩定運行提供保障。
4)可擴展性
無論在系統軟件、硬件的設計和選型上，都充分考慮其后期的可擴展性，結構上應易于擴充，以便于后期新功能的擴充。在硬件的接口上也比較豐富，能適應后期更多設備的接入控制。
5)易操作性
系統具有簡單易學的操作界面，無需專業的計算機知識，普通用戶即可輕松完成日常人員管控系統的操作。
3.3 關鍵技術
3.3.1 車牌識別技術
系統識別主要由圖像采集和視頻車輛檢測、車牌定位搜索和分割、字符切割、字符特征提取、單字識別等幾個部分組成。對進入通道的車輛車牌快速抓拍捕捉確定位置，根據車牌顏色，數字，和字母精準識別分割，提取信息并儲存到電腦里，方便車輛出場時調用時間信息來計算費用，這樣的算法準確，高效避免出入口擁堵現象的發生，高清晰CMOS圖像傳感器，高性能DSP為圖像處理核心，內置控制CPU，多項新的技術可對圖像編碼、處理分析。其基本工作步驟例如以下：
（1）當行駛的車輛經過時，觸發攝像的虛擬線圈感應區域，系統被喚醒處于工作狀態；攝像則對視頻圖像進行逐幀實時處理，對比，篩選過濾選擇最優的車輛圖像。
（2）把采集到的最優圖片輸入交換給 DSP進行處理，圖像處理包含圖像轉換、圖像增強、濾波和水平較正等；
（3）由檢索模塊進行牌照搜索與檢測，定位并切割出包括牌照字符號碼的矩形區域；
（4）對牌照字符進行二值化并切割出單個字符，經歸一化后輸入字符識別系統進行識別。
模糊圖像處理
3.3.2 人臉識別技術
人臉識別技術是指利用分析比較的計算機技術識別人臉。人臉識別是一項熱門的計算機技術研究領域，其中包括人臉追蹤偵測，自動調整影像放大，夜間紅外偵測，自動調整曝光強度等技術。
3.4 動態人臉識別
動態人臉識別是不限制范圍，你只要出現在范圍內，無論在哪個地方，都可以自動識別。也就是說，人以自然的形態走過去，攝像頭會進行信息的抓拍和采集，發出相應的指令，進行動態人臉識別。
相比較靜態人臉識別，很明顯，動態人臉識別體驗感更好，因為是動態的，產品價格相對較高，用戶容量也比較大。動態人臉識別識別速度快，20毫秒實時識別，每秒10張以上。保存本地電腦，私密性較好。
人臉識別經過40年左右的發展，技術上已經達到了一定的成熟度。與其他生物特征識別技術相比，人臉識別在實用性方面具有獨到的技術優勢。不管是動態人臉識別還是靜態人臉識別，我們都不可忽視其作用性。如今，人臉識別系統應用范圍已經相當廣泛，可用于公安、機場、銀行、安防、酒店、地鐵等多個重要行業及領域，以及智能門禁、門鎖、考勤等民用市場。
3.5 硬件介紹
3.5.1 人臉抓拍機
采用國內先進的人臉抓拍技術支持：人臉檢測、跟蹤、去重、質量檢測等。
3.5.1.1 運動目標檢測在人臉抓拍中的應用
運動目標檢測是圖像處理算法中比較成熟的技術，理論簡單，資源消耗低，根據“有人臉必有目標進入”這一原則，首先對圖像序列進行運動目標檢測，再對運動區域進行人臉檢測不僅可以大幅提高無人狀態下的人臉抓拍的性能，還可以濾除特定光照條件下靜止的誤檢人臉。基于單高斯分布的背景建模差分方法可以滿足人臉檢測中運動目標檢測的需求，首先利用幀間差分處理圖像序列，將檢測到的背景進行單高斯背景建模，再用建模背景與圖像序列差分得到前景目標，進而進行形態學處理，連通域標記獲取運動區域，最后求算運動區域最大外接矩形，作為一個整體進行人臉檢測。
當人臉靜止時，系統也必須正確地檢出人臉，所以，送入人臉檢測算法的圖像區域不僅和當前幀的運動檢測結果相關，還與上一幀的運動情況和人臉檢測結果相關。采用的處理流程如表1示，需要特別處理的是，前一幀有人，當前幀無運動，運動檢測結果修正為上一幀人像區域，防止有人走動時突然停止，導致無人像檢出；前一幀有人無運動，當前幀有運動，運動檢測結果修正為上一幀人臉區域與當前幀運動區域的最大外接矩形，防止上一幀靜止的人像被漏檢。
3.5.1.2 人臉位置跟蹤
目前，主流的人臉跟蹤方法包括基于特征匹配的人臉跟蹤方法，基于區域匹配的人臉跟蹤方法及基于模型匹配的人臉跟蹤方法。基于特征匹配的人臉跟蹤方法利用目標物體的個體特征實現跟蹤，對個體特征的依賴大。基于區域匹配的人臉跟蹤利用目標區域的紋理或顏色進行跟蹤，長時間跟蹤容易產生誤差積累。基于模型匹配的人臉跟蹤方法將目標抽象為數學特征，通過相似度比對實現跟蹤，對特征的準確性要求高，也很難達到實時性的要求。
本文采用基于位置的人臉跟蹤方法，該方法對人臉檢測的實時性要求較高。當相鄰兩幀人臉發生面積重疊時，即認定為同一個人臉，否則認為新的人臉，該方法原理簡單，容易實現，除不能處理人臉交叉場景外，可以滿足絕大部分場景下人臉的跟蹤需求。
3.5.2 身份證識別器
本項目使用RFID識別技術可提取身份證中姓名、性別、民族、出生年月、居住地、照片等多種信息。二代身份證融入了ic卡技術，采用智能卡技術，內含rfid芯片，芯片無法復制，高防偽性能、辦件時間縮短、儲存信息增多。并且芯片使用特定的邏輯加密算法，有利于證件執法、使用中的安全管理，增強防偽功能，芯片和電路線圈在卡內封裝，能夠保證證件在各種環境中正常使用，壽命增長，并且融入的rfid技術，讀寫速度增快、使用方便，易于保管，方便各用證部門使用計算機核查，存儲容量大，寫入的信息可以劃分安全等級，分區儲存。
3.5.3 車牌識別
|
|
我們選用的車牌識別系統 |
市面上大部分車牌識別系統 |
|
識別方式 |
視頻寬動態車牌檢測
（在檢測到完整車牌后，再保存照片識別） |
連續拍照檢測
（定點連續拍照，有可能會由于跟車阻擋了車牌而導致所拍照片沒有完整車牌號） |
|
識別算法 |
與國內國外幾十家車牌識別算法現場測試驗證和比較，最終篩選出最優勢的算法，該算法識別別率高（識別率99.7%），角度大（35度），識別范圍廣（大陸民軍警車牌，港澳臺車牌等），識別速度快（小于50ms） |
大多是采用車牌識別算法廠家的自薦產品，未作大量的實驗比較和現場驗證，很多實驗性、僅僅能用的算法在作為產品在使用。穩定性、識別率上特別是在惡劣使用環境下無法保證。 |
|
抗干擾能力 |
對燈光、氣候等環境條件依賴性低
（隨車輛移動變化，光照的變化，在視頻中總會選擇到較清晰的拍攝效果，大大提高了車牌號識別成功率） |
對燈光、氣候等環境條件依賴性高
（連續拍照時曝光過多或不足會影響到拍照的效果，導致識別車牌號失敗） |
|
無牌或污穢牌 |
系統軟件及時報警，按設置的方式自動處理或人工處理，保證不會堵塞通道 |
在未識別到車牌的情況下系統不能進行任何提示，需要人工時時盯著，往往因為無法及時處理而堵塞通道 |
|
無人值守連續跟車處理 |
逐幀實時處理技術，解決連續跟車時后跟車輛時不時關住不能通過的問題，保證連續跟車順利通行 |
暫無好的解決辦法 |
|
安裝方式 |
軟件設置虛擬線圈感應范圍調試方便，攝像機顯示屏一體式安裝快捷 |
采用地感觸發方式，如尺寸出現偏差，調整麻煩；
攝像機與顯示屏分離式安裝，需要另外立樁，增加施工工時。 |
3.6 軟件方案
3.6.1 人臉識別平臺
平臺向比對設備下發需要進行人臉比對的人員信息到名單庫中，比對設備接收人員信息后與綁定的前端IPC抓拍的人臉進行比對，將相似度閾值（平臺下發）之上的比對結果和信息發送給平臺，完成比對。其中：
相似度閾值范圍：由平臺下發，可根據用戶需要進行設置不同的閾值，一般人臉比對閾值為80%~90%，閾值太高可能導致比對無結果，遺漏重要信息；閾值太低導致比對結果過多，需要人工去二次確認、造成效率低下。
1、 人臉身份核驗
由具備人臉身份核驗管理權限的用戶進行人臉身份核驗設置，將需要核驗的人臉下發到名單庫，并將名單庫與指定的比對設備（具備比對功能的前端攝像機/后端比對設備/服務器比對）進行關聯核驗。關聯后，攝像機抓拍的人臉只與其關聯的名單庫內人臉進行比對識別和聯動。
人臉比對設備將推送過來的人臉照片進行建模，并和關聯的人臉庫內的人臉圖片進行比對，如果比對結果中有1個或多個相似度達到或超過預設報警閾值，選取相似度最高的人臉圖片作為識別結果（不同的模式上報的不同張數），并將識別的人臉圖片和比對結果推送到平臺，在平臺中人臉比對事件進行查詢報警信息和比對結果。
2、 人臉庫管理
1）名單庫添加
平臺支持創建、編輯、刪除名單庫，可根據不同的需要，系統可創建多個不同的名單庫，可便于用戶根據自身需求將不同的名單庫用作不同的比對功能，如名單庫可設置白名單庫、黑名單庫等。
人員名單庫分組管理
2）名單庫人員添加。
平臺可向各名單庫添加、編輯、刪除人員信息和人臉圖片，進行人員信息和人臉圖片的信息注冊，系統自動完成人臉特征提取及建模，一個人員可對應多張人臉圖片。
名單庫人員添加
3）名單庫人員添加的方式
平臺支持手動添加人臉庫和批量人臉添加、刪除處理，如平臺可以單個圖片進行注冊，手動輸入人員的身份信息；平臺支持批量導入人員，其中的人員姓名直接使用其照片名稱，便于當名單庫人員較多時的快速導入。
名單庫人員快速導入
4）抓拍庫獨立管理
平臺對不同人臉識別設備的抓拍庫不做統一管理。其中，前端比對功能的抓拍照片存儲在前端攝像機中，NVR接入的抓拍庫圖片存儲在NVR中，臉譜接入的抓拍庫圖片存儲在云存儲中。
為避免漏報過多，對抓拍的人臉照片質量有一定要求，需要按照攝像機最佳效果進行安裝，避免抓拍機架設太高，鏡頭未拉近，覆蓋范圍太廣，人臉像素過小等抓拍質量問題。
5）比對事件統一管理
平臺對不同人臉識別設備的比對事件、比對詳情進行統一存儲和管理。用戶可對事件進行查看以及操作各類聯動，以便用戶查詢及生成報表。
3.6.2 App申請功能
本項目提供H5頁面申請功能，支持第三方App嵌入，支持多種移動端系統及版本包含安卓和IOS。
