首页
1 建设目标及内容
1.1 建设目标
完善机场航站楼智能安全管控,实现对出入航站楼人员及车辆的提前布控,提高效率。利用人脸识别技术实现对进出机场人员的全面管控,覆盖机场主要进入道口及航站楼主要出入口,本着与民航业务系统互联互通、信息资源整合、标准规范统一、应用功能完备的信息化体系,力争达到提高机场安全水准、提高机场业务水平和运营效率、提高旅客乘机体验为总体建设目标,主要体现在以下具体方面:
1、实现对机场的多维联动立体防控;
2、实现重点人员实时布控预警;
3、减少扰乱机场运行秩序的不文明行为;
4、规范及提高机场运营水准;
5、建立基于旅客身份数据库。
1.2 建设内容
机场航站楼陆侧出入口人脸识别系统硬件部署如下:
1、在进入机场主要道路道口安装驾驶员和前排乘客人脸识别的融合卡口采集摄像设备。
2、T1、T2航站楼的门口每个出入口安装人脸采集设备。
序号 |
人脸抓拍机安装位置 |
监控宽度M |
1 |
T1航站楼1层1号出入口 |
6 |
2 |
T1航站楼1层1号出入口 |
6 |
3 |
T1航站楼2层2号出入口 |
6 |
4 |
T2航站楼1层3号出入口 |
9 |
5 |
T2航站楼1层4号出入口 |
9 |
6 |
T2航站楼2层3号出入口 |
9 |
7 |
T2航站楼2层4号出入口 |
9 |
8 |
进入机场口 |
1车道 |
9 |
进入机场下高架桥处 |
2车道 |
10 |
进入机场道路卡口 |
3车道 |
3、进入机场主要道路道口前端设备通过光纤传输和数据交换设备传输至机场专用机房。
4、T1、T2航站楼的门口前端设备通过光纤传输和数据交换设备传输至各自航站楼机房,后汇聚至航站楼枢纽机房,通过内部光缆互联,传输至机场专用机房。
5、综合布线主要包括进入机场主要道路道口的线路融合卡口抓拍机所需的网线、电源线、光纤及各类辅材等;航站楼安装人脸抓拍机、融合卡口抓拍机所需的网线、电源线、光纤以及值班点位和7个测爆点之间等线缆的敷设、光纤熔接、以及各类穿线管等辅材;航站楼至机场专用机房的所需的网线、电源线、光纤等。
6、机场专用机房内部署安装航站楼陆侧出入口人脸识别局域网平台、数据存储、局域网至安全网数据摆渡服务器、安全网内机场数据接收和分发预警等设备。
机场航站楼陆侧出入口人脸识别系统建设内容如下:
1、前端人脸抓拍采集设备;
2、航站楼陆侧出入口局域网动态人脸识别平台;
3、航站楼陆侧出入口安全网动态人脸识别平台;
4、局域网至安全网的数据摆渡;
5、安全网内机场数据接收和分发预警系统;
6、各类数据存储、人脸及结构化数据库的建立;
7、系统集成:所有软硬件的安装、调试等。
2 总体架构
2.1 总体要求
采用双网双平台架构;
系统基于深度学习(多层神经网络)的人脸技术和异构计算架构;
平台服务端需开放应用接口,便于数据的对接开发及其他应用调用,且至少包含验证、布控、检索、管理、统计这5个API接口;
平台结构化:支持接入IPC、流媒体(RTSP/RTMP)、图片,支持实时或非实时结构化(视频录像分析入库),支持人脸特征提取;
存储多样化,可以支持IP SAN、云存储;
数据呈现:支持RTSP/RTMP流媒体协议、支持对接IPC实现视频查看、支持通过人脸采集图片调取关联视频片段,支持离线地图、支持对接第三方GIS平台。
2.2 网络架构
2.3 逻辑架构
系统分为5层架构,包括基础设备层,接口层、平台设备层、数据层、应用层组成。
1、基础设备层
包含前端的全部人脸采集设备。
2、接口层
系统支持多种接口协议的支持,如标准RTSP流媒体协议、GB/T28181国标协议、视图库接口。
3、平台设备层
平台设备层核心设备是引擎,是项目建设的重点;图片存储采用云存储进行存储、基础应用服务部署在通用服务器上,视频进视频平台进行存储。
4、数据层
数据层是系统大数据应用的支撑,系统采用分布式的计算架构,结构化数据在单台机器上都建立统一的索引,数据计算时,多台机器并行计算,计算结果统一汇聚,提高计算效率。
5、应用层
包括:人脸搜索、人脸布控、数据挖掘、系统运维、高级管理等功能。
2.4 业务流程
局域网动态人脸识别平台
局域网前端使用人脸抓拍相机、人车辆卡口进行人脸捕获(包含人脸小图和小图唯一编码、全景大图)及视频录像,局域网动态人脸识别平台可以进行图片、视频多重查询等功能,并可进行黑名单布控(局域网黑名单为手工建立),布控成功后将预警信息发送3个终端点位和7个测爆点。
局域网平台建立并存储动态人脸库,具有人脸结构化,人员频次分析,录像查询,录像下载,视频运维,以图搜图等基础业务。
安全网动态人脸识别平台
局域网动态人脸识别平台全量人脸小图和小图唯一编码(编码号与局域网一致)、全景图通过数据摆渡发送服务器经过光闸的100bms专线传输至安全边界设备,安全边界设备再摆渡至安全网的数据摆渡接收服务器,实时推送至安全网动态人脸识别平台。
增加数据接收和分发模块,接收和存储实时出港旅客数据和停车场数据、处理黑名单布控产生的预警信息,应用于布控预警、查询、分析、数据分发等。建立出港旅客人脸信息库(包括文本和人脸信息)、停车场车辆信息库、自建信息库等。
安全网平台建立并存储动态人脸库,具有人员频次分析、黑名单布控,以图搜图等基础业务。
布控成功后将信息发送至安全网终端进行呈现,安全网进行人工核查后向预警分发平台发送布控预警信息。
3 总体设计
3.1 设计思路
3.1.1 动态人脸监控全覆盖
3.1.1.1 进入机场道路卡口
机场进入机场的道路有三个入口(机场高架桥、和机场路),都是车辆进入机场的主干道,对于安保业务来说,每一位进入机场区域人员是否为黑名单人员都要进行比对过滤,由于部分重点人员乘坐汽车并不进入航站楼,为保证减少人员采集遗漏,通过在机场高架桥下桥处、口、机场道安装融合卡口抓拍机,实现对车中驾驶人员和前排人员识别,通过驾乘抓拍比对,自动分析提取车中人脸特征,智能比对人员身份,并与黑名单库进行比对。
进入机场道路人脸监控示意图
3.1.1.2 机场航站楼出入口
机场航站楼出入库是所有人员进出航站楼的必经之路,是最为重要的关卡,需要在机场的T1和T2两个航站楼的7个出入口吊顶双向安装人脸抓拍摄像机,对进出航站楼的每位人员(旅客、接送站人员)进行人脸采集,并与黑名单库做实时比对,保证航站楼公共安全。
机场航站楼出入口人脸监控示意图
3.1.2 两套平台安全保障
3.1.2.1 机场局域网动态人脸识别平台
基于动态人脸识别技术,建设机场局域网动态人脸识别平台,分别在进入机场的道路卡口和候机楼出入口安装人脸采集设备,实现对所有出入机场的人员(包括旅客、接送站人员)的动态监控和实时人脸采集、检测、提取、识别、检索(支持以图搜图、多维属性联合检索,快速搜索在机场走失的老人或儿童,定位其出现的最后地点,迅速找到该人)、布控(包括影响机场正常秩序三黑三服人员、三拉一派人员布控、特殊人员临时布控等,预警信息包括位置、时间、个人基础信息、抓拍照片),数据分析(包括目标轨迹分析、活动区域分析、同行分析、徘徊分析、区域碰撞分析等功能)。规范机场正常运行秩序和提供机场公共服务水平。
3.1.2.2 机场安全网动态人脸识别平台
基于动态人脸识别技术,建设机场安全网动态人脸识别平台,实现对所有出入机场的人员(包括旅客、接送站人员)的动态监控和实时人脸结构化、识别、检索(支持以图搜图、多维属性联合检索)、布控(包括黑名单布控、重点关注人员布控等,预警信息包括位置、时间、个人基础信息、抓拍照片)和数据挖掘分析(包括目标轨迹分析、活动区域分析、同行分析、徘徊分析、区域碰撞分析等功能)。
3.1.3 安全网数据接收和分发模块
建设数据分发系统,实时接收和处理黑名单布控产生的预警信息,同时接收存储出港旅客数据和停车场数据,建立出港旅客人脸信息库(包括文本和人脸信息)、静态人脸信息库、停车场车辆信息库、自建信息库等,应用于布控预警、查询、分析、数据分发等。
3.1.4 数据安全摆渡
本次项目涉及机场局域网和安全网两张网,数据需要由机场局域网摆渡到安全网内,详细如下:
需要摆渡的数据:机场局域网动态人脸平台实时抓拍的所有人脸图片(包括全景大图、人脸小图和小图唯一编码)通过数据摆渡系统,实时推送安全网内专用人脸平台和机场安全网动态人脸平台(须保证两个平台中的小图唯一编码的一致性)。
具体实现方式:在机场局域网内部署数据摆渡服务系统,机场局域网动态人脸平台实时抓拍的全量人脸图片(人脸小图和小图唯一编码)实时推送至数据摆渡服务器,摆渡服务器通过安全网边界将数据摆渡至安全网内的数据接收服务器,安全网内专用人脸平台和机场动态人脸识别平台从数据接收服务器内实时获取数据。
3.2 设计依据
3.2.1 参考标准
《安防人脸识别系统》GA/T922.2-2011;
《安全防范视频监控人脸识别系统技术要求》GB/T 31488-2015;
《出入口控制人脸识别智能监控系统技术要求》GA/T 1093-2013;
《安防人脸识别应用视频人脸图像提取技术要求》GA/T 1344-2016;
《民用闭路监视电视系统工程技术规范》GB50198-2011;
《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/T28181;
《民用机场运行安全管理规定》CCAR-140
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》.
GB/T 28181(《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/T 35114《公共安全视频监控联网信息安全技术要求》
GB/T 37300《公共安全重点区域视频图像信息采集规范》
国家、行业、地方现行的其它相关规范和标准要求。
3.2.2 设计原则
在航站楼陆侧出入口人脸识别局域网平台设计过程,主要遵循以下设计原则:
1) 实用性
实现对出入航站楼人员及车辆的提前布控,进一步加强机场航站楼的安防措施,保障各环节紧密结合、科学化、合理化,为旅客出行提供更加高效安全的通行通道,有效实现安全管控,助力机场安全防范措施更全面更高效的发展。
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
人脸识别系统是处于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内外工作的特殊性,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。
3.3 关键技术
人脸识别算法
当前,人工智能技术中的人脸识别已经成熟,人脸识别是一种重要的生物特征识别技术,是通过计算机自动判断两幅人脸照片相似度的技术统称。一个典型的人脸识别流程如下图所示。其中,信号采集部分通过光学(如照相机、摄像机、扫描仪)传感设备采集人脸照片。预处理模块对采集的原始信号进行处理,去除噪声干扰,确定人脸所在的区域。特征提取模块则将预处理后的信号转换成能够精确表征其特性的一串“数字码”,存储在模板数据库中。比对时,将目标特征与数据库中的人脸特征进行运算,经过后处理后确定目标的身份。
人脸识别流程图
依据以上识别流程可以看出,人脸识别通常可以分为采集系统、比对系统、后处理系统三部分。采集系统是为了获取待比对对象的高质量图像;比对系统将图像转换为计算机能理解的特征编码,并与预存的人脸数据库(一般称为“比对目标库”)进行比较,确认待比对对象的身份;后处理部分则把比对结果与用户的业务应用紧密地联系在一起。
尽管人脸识别技术研究近年来取得了很好的进展,由于存在脸的朝向变化、部分遮挡、表情变化、面部光线变化,以及外貌经年变化等种种因素,提高人脸识别在在实际系统应用中的鲁棒性仍然是一个具有高度挑战性的问题。
动态人脸识别效果图
有以上图中人脸可以看出,朝向、表情、照明等变化为人脸识别的效果和稳定性带来挑战,本次项目采用基于机器学习的人脸检测算法通过精确的人脸检测及特征点定位、人脸的特征向量模型、人脸角度估计,提高比对精度,从而有效提高在上述各种情况下的人脸识别效果,实现高效准确的标定和识别。
3.4 动态人脸识别平台平台功能规划设计
3.4.1 局域网动态人脸识别平台
基于动态人脸识别技术,建设机场局域网动态人脸识别平台,分别在进入机场的道路卡口和航站楼出入口安装人脸采集设备,实现对所有出入机场的人员(包括旅客、接送站人员)的动态监控和实时人脸提取(全景大图和人脸小图、小图唯一编码)检测、采集、识别、检索(支持以图搜图、多维属性联合检索)、布控(包括黑白名单布控、临时布控等,预警信息包括位置、时间、个人基础信息、抓拍照片)和数据分析(包括目标轨迹分析、活动区域分析、同行分析、徘徊分析、区域碰撞分析等功能)。
3.4.1.1 人脸检索
以图搜图检索
通过导入一张人脸图片(支持本地导入或从名单库导入且同一人员可导入的数量不小于5张),检索指定时间、指定摄像机形成的动态人脸库中满足一定相似度条件的动态人脸数据,可以确认该名人员在指定时间段内是否在指定的摄像机前经过,返回的结果数据按照相似度高低排序,检索结果点击详情查看抓拍的全景大图,也可以联动播放该目标抓拍前后录像。
人脸录像查看
支持查看人脸抓拍图片前后的短视频,视频时间长短、拍摄图片前和拍摄图片后的时间均可以配置。默认回放人脸图像经过时前后短视频录像。
当安不确定当前人脸图片是否为黑名单库时,需要通过动态视频的方式查看人脸的实景录像,系统可以支持录像的查看。
3.4.1.2 人脸布控
黑名单预警
系统具备公共布控场景,包括实时布控、陌生人布控、异常时间布控、人员失踪布控。
实时布控:显示布控的重点人员的预警信息,在该界面可根据人员姓名或身份证号查询目标人员、查看和编辑人员个人信息、查看预警事件流。
陌生人布控:查看陌生人布控任务中的摄像头实时视频(可支持多路同时监控)、陌生人抓拍图片和布控人员抓拍事件流,在该页面中可修改陌生人布控任务的摄像头、布控人员以及预警阈值。
异常时间布控:布控人员在所选区域和时间内出现将产生预警,显示本账号所属单位进行异常时间布控的重点人员的预警信息,在该界面可根据人员姓名或身份证号查询目标人员、查看和编辑人员个人信息、查看预警事件流、在地图显示预警位置、设置预警阈值。
人员失踪布控:布控人员在所选区域和时间内未出现将产生预警,显示失踪事件流和正常出现列表。
黑名单预警记录查询,支持按时间(可自定义月、周、天、时、分)、预警地点、等条件查询预警,也支持按照黑名单人员信息如姓名、证件号码、黑名单库、布控类型等条件查询预警。查询的预警结果支持导出到excel。
单人布控和批量布控
单人布控:上传所需布控人员图片,并填写姓名等信息、选择库类型和阈值等进行布控。
批量布控:支持对不同库类型以结构化数据(TXT、EXCEL等)打包形式批量入库被布控人员。支持EXCEL模板下载,支持实时查看批量入库结果。
布控预警查看
支持查看实时预警信息和历史预警信息,在预警信息详情。
3.4.1.3 数据挖掘
频次分析
实现对抓拍人脸的频次分析,对指定的摄像机区域和时间段内达到预设置的相似度阈值和次数阈值的抓拍人员进行分析统计,判断在该区域和时间段内频繁出现的人员。频繁出现分析分为每日分析和手动分析两种。
同行/伴随分析
系统可以对犯罪嫌疑人进行同行分析,分析出犯罪嫌疑人作案同伙及犯罪嫌疑人接触社会关系人群情况;
系统对可以对受害人进行同行/伴随分析,可以分析出受案人的近段时间内接触的社会人群情况或犯罪嫌疑人信息。
徘徊分析
分析指定区域和时间内多次出现的人员。
3.4.1.4 运维管理
后端设备状态监控
系统支持所有平台设备运行状态监测及监控,当平台设备出现异常时,系统能够自动监测到并形成报告记录。
设备性能检测功能检查:支持检测网络状态、设备在线状态、预警状态、CPU、内存、硬盘、带宽使用率,支持监测进程运行状态,支持配置检测预警阈值参数,包括CPU、内存、硬盘、带宽使用率等
高效的录像状态侦测管理:具备智能视频检测服务器进行海量前端的录像检测、具备根据录像计划智能判断前端录像状态、对未按计划录像的摄像机进行告警上报、具备对智能视频检测服务器的录像分析结果分类统计、查询
录像诊断信息显示功能:支持按组织名称、诊断结果、开始时间和结束时间查询录像诊断结果,包括摄像机名称、所属组织、开始时间、结束时间、总天数、不完整天数、完整天数、未知天数、完整率等
录像诊断信息显示功能:支持录像完整性检测结果,支持使用橙色、红色、绿色字体显示录像未知、并按计划存储、按计划存储等信息
卡口运维功能:支持卡口异常情况预警统计,支持通过设备名称、卡口名称、告警级别等查询卡口过车信息,并支持对卡口过车信息进行统计
密码强度检测及配置功能检查:支持添加、删除账号密码强度检测任务,可查看密码强度检测任务的信息,并可手动重新检测等
前端设备状态监控
支持前端人脸摄像机断线监控,设备异常检测。人脸抓拍运行情况分析功能。当系统检测到前端设备异常时,系统会自动生成记录报表,并及时提醒系统运维人员。
监控人脸摄像机是否断线。
支持添加删除任务,支持按周/按天诊断,支持配置诊断计划,支持针对单个摄像机微调诊断标准
视频诊断类型功能检查:支持离线检测、视频丢失检测、亮度检测、颜色检测、对比度检测、画面冻结检测、图像模糊检测、噪声干扰检测、强横纹检测、场景变换检测、视频遮挡检测、滚屏检测、实况超时检测、实况调用失败检测、云台控制失效检测
支持CIF、D1、720、1080P等不同分辨率的视频诊断,支持H.264、H.265、SVAC等不同编码格式的视频诊断
设备维护管理
系统支持如下管理项:
摄像机管理,包含增加、删除、修改。
支持系统设备管理。
支持流媒体服务管理。
3.4.2 安全网动态人脸识别平台
基于动态人脸识别技术,建设安全网动态人脸识别平台,实现对推送的所有出入机场的人员(包括旅客、接送站人员)的动态监控和检测、采集、识别、检索(支持以图搜图、多维属性联合检索)、布控(包括黑白名单布控、临时布控等,预警信息包括位置、时间、个人基础信息、抓拍照片)和数据分析(包括目标轨迹分析、活动区域分析、同行分析、徘徊分析、区域碰撞分析等功能)。
3.4.2.1 人脸检索
以图搜图检索
通过导入一张人脸图片(支持本地导入或从名单库导入且同一人员可导入的数量不小于5张),检索指定时间、指定摄像机形成的动态人脸库中满足一定相似度条件的动态人脸数据,可以确认该名人员在指定时间段内是否在指定的摄像机前经过,返回的结果数据按照相似度高低排序,检索结果点击详情查看抓拍的全景大图。
3.4.2.2 人脸布控
黑名单预警
系统具备公共布控场景,包括实时布控、陌生人布控、异常时间布控、人员失踪布控。
实时布控:显示布控的重点人员的预警信息,在该界面可根据人员姓名或身份证号查询目标人员、查看和编辑人员个人信息、查看预警事件流。
异常时间布控:布控人员在所选区域和时间内出现将产生预警,显示本账号所属单位进行异常时间布控的重点人员的预警信息,在该界面可根据人员姓名或身份证号查询目标人员、查看和编辑人员个人信息、查看预警事件流、在地图显示预警位置、设置预警阈值。
人员失踪布控:布控人员在所选区域和时间内未出现将产生预警,显示失踪事件流和正常出现列表。
黑名单预警记录查询,支持按时间(可自定义月、周、天、时、分)、预警地点、等条件查询预警,也支持按照黑名单人员信息如姓名、证件号码、黑名单库、布控类型等条件查询预警。查询的预警结果支持导出到excel。
单人布控和批量布控
单人布控:上传所需布控人员图片,并填写姓名等信息、选择库类型和阈值等进行布控。
批量布控:支持对不同库类型以结构化数据(TXT、EXCEL等)打包形式批量入库被布控人员。支持EXCEL模板下载,支持实时查看批量入库结果。
布控预警查看
支持查看实时预警信息和历史预警信息,在预警信息详情。
3.4.2.3 数据挖掘
频次分析
实现对抓拍人脸的频次分析,对指定的摄像机区域和时间段内达到预设置的相似度阈值和次数阈值的抓拍人员进行分析统计,判断在该区域和时间段内频繁出现的人员。频繁出现分析分为每日分析和手动分析两种。
同行/伴随分析
系统可以对犯罪嫌疑人进行同行分析,分析出犯罪嫌疑人作案同伙及犯罪嫌疑人接触社会关系人群情况;
系统对可以对受害人进行同行/伴随分析,可以分析出受案人的近段时间内接触的社会人群情况或犯罪嫌疑人信息。
徘徊分析
分析指定区域和时间内多次出现的人员。
3.4.3 动态人脸数据库
动态人脸数据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,查询目标人员的人脸出没地点、时间等。
3.4.4 静态人像数据库
建立静态人像库(旅客人像库),基于机场出港旅客数据信息,建立机场出港旅客静态人像数据库,包括旅客姓名、性别、籍贯以及人脸图片等,用于旅客信息确认和查询,规模应支持3000万及以上。
3.4.5 旅客信息数据库
旅客信息数据库的数据源来自出港旅客数据和停车场数据,建立出港旅客人脸信息库(包括文本和人脸信息)、停车场车辆信息库、自建信息库等。
3.4.6 各类专题人脸库
专题人脸库是指重点关注人员数据库(如在逃人员库、吸毒人员库、前科人员库、上访人员数据库、盗抢人员库)、临时部署人员数据库等。
专题人脸库中的人脸图片经过结构化的人脸特征数据和人员身份信息,应用于实时人流的人脸比对预警。
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。
系统功能重点要求
1、局域网动态人脸识别平台系统与安全网动态人脸识别平台系统为同一品牌产品。
2、系统支持60路及以上人脸识别前端抓拍设备,支持前端设备断点续传,确保数据不丢失。
3、机场局域网动态人脸平台实时抓拍的所有人脸图片(包括全景大图、人脸小图和小图唯一编码信息绑定)通过数据摆渡系统,实时推送安全网内专用人脸平台和机场安全网动态人脸平台(须保证两个平台中的小图唯一编码的一致性)且在数据摆渡与数据存储中均为唯一绑定。
4、优化数据摆渡方案,在带宽无法满足实时摆渡的前提下,能够实现缓存延时摆渡,并能够设置在夜间带宽占用较小的情况下进行错峰摆渡。
5、安全网建立动态人脸数据库,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,实现图片智能检索比对、频次、徘徊、伴随/同行分析等。
6、安全网平台内收到安检信息库(约750万人次),接受第三方平台实时推送的机场安检系统数据(包括人员ID号、现场抓拍图片、航班信息、登机口、座位号等信息),会支持数据清洗去重功能(以人员ID号作为标准),去重后的结果按照重复率由高到低进行排序(作为加分项),生成人员人员ID库(不高于350万),同时支持数据导入,该数据库可作为底库实现以图搜图的功能,通过可人脸确定身份,并可实现单一字段的模糊查询。
7、根据设计方案要求,安全网建立停车场车辆信息库、自建信息库等,实现分类统计、智能查询等。
8、局域网和安全网平台系统支持同一人10张以上包括10张照片在底库中进行交叉比对,并输出比对结果,且能够灵活设置相似度。
9、局域网和安全网平台软件支持不同人10张以上包括10张照片在底库中进行比对,并输出比对结果,且能够灵活设置相似度。
10、支持安全网平台生成的人脸结构化特征值(不小于100万张人脸)批量导入局域网平台,导入时间不高于10分钟。
11、局域网和安全网平台系统黑名单布控,可实现多库布控,单库布控容量不少于100万人,添加、修改、暂停和删除人脸布控方案功能,可设置布控名称、阈值、布控底库,并支持黑名单库内的统计、智能查询等。
12、系统应当支持黑名单报警预警信息的分发功能,当某一布控人员人像被前端设备采集到时,系统比对反馈的结果应当第一时间在机场安全网的安保指挥中心终端进行预警(应当实现声光报警功能),然后通人工二级分发,将预警信息通过机场安全网推送到候机楼相关指定地点,再由候机楼相关指定地点进行三级分发,将预警信息通过机场局域网推送到7个航站楼出入口处置点。
13、局域网人脸抓拍图片(包括全景和人脸图),存储周期最低为3个月即90天;视频存储周期最低为3个月即90天。安全网人脸抓拍图片(包括全景和人脸图),存储周期最低为2年即730天;并有相关运维服务。
14、系统的前端、局域网平台、安全网平台的授时会一致。
系统性能指标
1、设备性能:航站楼出入口前端人脸识别前端抓拍设备实际可以达到:抓拍率达到95%以上,此百分比数值不得以光线、环境、人脸角度等其它影响抓拍率的客观因素为理由降低数值。
2、设备性能:航站楼进场路道面前端融合卡口人脸识别前端抓拍设备实际可以达到:抓拍率达到80%以上,此百分比数值不得以光线、环境、人脸角度等其它影响抓拍率的客观因素为理由降低数值。
3、人脸图片检测性能:单场景下同时检出不少于30张人脸。
4、以图搜图性能:在一百万级规模人脸历史抓拍库中,在已知目标人有一百次人脸历史记录,进行1:N人脸比对。
基于证件照的场景下:在已知目标人高于90%的准确率条件下,已知目标人漏搜率不低于85%;
基于现场照的场景下:在已知目标人高于90%的准确率条件下,已知目标人漏搜率不低于80%。