現(xiàn)在，市場上的人臉識別產(chǎn)品已經(jīng)在通關(guān)、金融、電信、公證等需要人證一致的場景下，實現(xiàn)了良好的檢測效果。在交通、公安、樓宇、社區(qū)等領域的應用，也正在逐步發(fā)展當中。

目前，安防系統(tǒng)中人臉識別系統(tǒng)一般指基于對監(jiān)控視頻內(nèi)的動態(tài)的人臉進行檢測、識別、報警、查詢的系統(tǒng)。而人臉識別系統(tǒng)主要包含人臉圖像采集、預處理、特征提取、匹配識別這幾個過程，現(xiàn)有的人臉識別技術(shù)主要基于對可見光圖像的人臉識別。

由于其自身的基礎技術(shù)條件，和對具體場景的表現(xiàn)優(yōu)化，各類人臉識別產(chǎn)品會體現(xiàn)出不同的應用效果和差異。此次評測的“慕顏”是一款高性能、高可靠性的人臉識別產(chǎn)品。該網(wǎng)端產(chǎn)品由人臉識別終端、人形道閘和客戶端管理系統(tǒng)組成，通過出入口的身份證信息采集，實時人臉抓拍和人證比對，保證用戶快速、高效通行。此次評測從華夏智信“慕顏”的識別角度、臉部識別效率、逆暗光環(huán)境、多人過閘、多人識別、安全測試等方面出發(fā)，力求客觀地還原該款產(chǎn)品在實際應用中的表現(xiàn)。

測試場合及配合設備

華夏智信“慕顏”，中安網(wǎng)實驗室，三腳架，相機，照度計，手持云臺，輔助道具，PC，PS軟件等。

開箱及外觀

開箱

陳列

整機的包裝中包括：

1. 慕顏本體

2. 六角形底座

3. 底座墊片

4. 電源

5. 固定環(huán)

硬件方面，慕顏具有經(jīng)典的結(jié)構(gòu)設計及外觀，配備了8寸高清顯示屏，并且這塊屏幕的下方預留有廣告位，可以進行增值廣告的播放。同時，慕顏支持主流的各類接口，如下圖所示：

角度調(diào)整

垂直調(diào)整

水平調(diào)整

經(jīng)試驗得出，終端向上可動范圍最大，上揚角度可在0-80°之間變化;產(chǎn)品向下可動范圍次之，在0-25°之間變化;產(chǎn)品水平方向活動相對受限，效果如圖所示，在0-20°的范圍內(nèi)可變。

快速部署

本次測試主要使用該款終端的單機功能，開機后系統(tǒng)直接進入人臉識別頁面，此時連續(xù)點擊屏幕右上方四次可進入人臉識別設置頁面。在頁面的最下方，可以選擇進入現(xiàn)場人臉登記步驟。

測試人員面對鏡頭正視前方，拍攝一張照片用于后續(xù)的人臉識別測試，隨后按照系統(tǒng)指示填入相關(guān)信息，保存提交后系統(tǒng)顯示登記成功。

單機模式現(xiàn)場登記過程非常簡便易行。不過如果要進行批量導入，只能選擇文本預錄入或批量導入功能，目前兩功能相互獨立，文本預錄入功能可實現(xiàn)excel表格批量導入人物信息，批量導入功能可實現(xiàn)批量導入圖片。

完成人臉登記步驟后即可進入具體測試階段：

測試項目

極限識別角度

向上

向下

向左

向右

gif圖片記錄反映了隨著各方向識別角度不斷變大，終端可以正確識別人臉的極限角度。

最終結(jié)果顯示，終端的垂直方向識別極限角度約50°，水平方向約30°。

面部識別效率

為測試面部被遮擋情況下的識別效果，測試人員分別模擬了佩戴口罩、帽子、墨鏡、圍巾的情況來進行識別測試。

當測試人員佩戴帽子及墨鏡遮擋上半部分人臉時，終端只要檢測到人員的雙眼特征，則有很大的識別成功率。需要說明的是，只要測試人員遮擋住下半部臉，終端均顯示識別失敗，唯有在嘴部暴露的情況下終端才能正常識別。

逆光和暗光環(huán)境表現(xiàn)

低照度環(huán)境下，表現(xiàn)良好，識別所最小需光照強度約10LUX，約等于傍晚6時自然光強度。

在低于此極值情況下，則需開啟紅外探測補光策略。

紅外體感

逆光場景中，晴天情況下中午的自然光強度在7000LUX左右，以此作為最強光照情況進行測試，慕顏也能夠順利進行人臉識別動作。

在室內(nèi)使用時，光照變化從幾十到幾百勒克斯不等，慕顏可以準確快速地完成人臉識別。

因此，可以看出，慕顏對于不同光照情況的適應良好，可被應用在各種室內(nèi)景當中。

多人過閘無感通行

多人過閘

多人過閘第一組測試為模擬正常的人臉打卡場景，測試人員在路過終端時停止，并且將上半身轉(zhuǎn)向終端，以便留給終端足夠時間進行識別檢索。

通過gif圖可以看到，此情景下慕顏能夠進行進行快速準確的識別。

無感通行

第二組測試中，安排測試人員在路過終端時不停頓，且只將面部轉(zhuǎn)向終端;此測試模擬多人連續(xù)快速打卡過閘場景，對響應時間要求更高，慕顏仍然可以在短時間內(nèi)做到正確識別。

在連續(xù)識別測試中， 人臉識別速度平均值約30ms，最快識別速度小于10ms。評測所用的影像設備連拍速度是每秒10張，單張耗時1/10s，以從gif圖中看出，只要人臉出現(xiàn)在識別范圍內(nèi)，慕顏可以達到10ms-30ms內(nèi)完成人臉識別，實現(xiàn)了無感通行。

多人臉識別

多人同時出現(xiàn)的情況下，終端會選擇畫面中所占面積較大的人臉進行識別，即多個人臉同時出現(xiàn)時，終端會選擇距離最近的人臉進行識別，但無法同時對所有出現(xiàn)在畫面中的人臉進行檢測識別。

活體檢測算法安全性

安全性測試中采用了真人照片欺騙測試，真人視頻欺騙測試來測試終端的安全性。

照片測試選擇使用近期彩色證件照，保證五官清晰;而視頻測試使用現(xiàn)場環(huán)境下錄制的人臉局部短視頻進行，保證環(huán)境相似性。

慕顏對活體檢測算法的支持極大的提升了人臉識別對于惡意欺騙的防范能力，使應用安全性得到了保障。安全性測試中，照片欺騙全部失敗;而視頻欺騙測試中，有極小概率出現(xiàn)成功識別的個例;現(xiàn)場錄制人臉視頻進行欺騙原則上是為測試終端性能而設置，在實際情況中需要以高清設備錄制，并且需要花費大量時間進行嘗試，并不是一種可行的破防手段，因此使用時無需抱有此方面的安全顧慮。

評測總結(jié)

人臉識別對場景要求非常強，產(chǎn)品能否滿足實際使用的需求，核心并不只在于算法本身，還在于對場景的深耕。算法水平對于識別率的有力證明，也僅僅是停留在訓練集與測試集之間，是存在于實驗室的“理論數(shù)值”。

在現(xiàn)實生活中，人臉識別的獲取過程有大量不可控因素，光的方向、強度，胡須、發(fā)型的變化，甚至表情，都會影響識別效果。因此，為了準確識別，需要針對場景的不同特點收集大量場景數(shù)據(jù)，不斷調(diào)試參數(shù)、組合算法、方法，甚至使用外圍硬件輔助以提升效果，不斷迭代以實現(xiàn)產(chǎn)品化。

慕顏能適應90%以上室內(nèi)外環(huán)境的應用，且在實際應用中具有高于99.9%的識別率，毫秒級快速識別，支持活體檢測，抗逆光等特性。本地1:N比對，聯(lián)網(wǎng)人證比對，實時人臉檢測等功能使得慕顏適用于各類場所。同時，通過對算法、數(shù)據(jù)庫、驅(qū)動的整合封裝，以及支持SDK二次開發(fā)，使得其能夠成為面向客戶開放的硬件平臺。

優(yōu)點總結(jié)

接口豐富，能夠滿足主流類型的接口需求;

國內(nèi)頂尖工業(yè)設計，采用鋁合金材質(zhì)，噴砂氧化制造工藝;

部署安裝簡易，應用程序功能完善;

支持SDK二次開發(fā);

支持5000到10000本地人臉庫識別，識別速度毫秒級;

人臉識別準確率》99.9%;

屏幕下方預留空間，可進行增值廣告信息顯示;

支持人證比對功能，需外接讀卡器配合;

支持對人臉識別的閾值和質(zhì)量評分進行自定義調(diào)整。

提升空間

硬件：面板垂直方向關(guān)節(jié)處的輪齒非常細小，從而可以精確地進行角度調(diào)節(jié);水平方向的輪齒較大，無法對角度進行精細調(diào)節(jié)，在安裝和進行角度調(diào)節(jié)時存在一些不便。

硬件：未設計物理開關(guān)，軟件工作邏輯為通電直接進入系統(tǒng)或人臉識別APP。在大量部署情況下，無法批量啟停設備，需要對終端逐個上電/斷電。

軟件：照片導入和批量導入功能邏輯類似，且使用批量導入與照片導入功能時，系統(tǒng)自動掃描外接設備中所有圖片以供選擇導入的方式篩選圖片不夠便捷，建議添加以文件管理器的方式對外部設備內(nèi)容進行管理。

軟件：可以加入批量導入和文本預錄入關(guān)聯(lián)的設計，即進行文本預錄入后，批量導入圖片時可從已錄入的文字信息內(nèi)進行選擇和匹配，從而更快地完整個人信息。

附錄

產(chǎn)品規(guī)格

人臉識別技術(shù)原理

人臉識別系統(tǒng)主要包括四個組成部分，分別為：人臉圖像采集及檢測、人臉圖像預處理、人臉圖像特征提取以及匹配與識別。

1. 人臉圖像采集：不同的人臉圖像都能通過攝像鏡頭采集下來，比如靜態(tài)圖像、動態(tài)圖像、不同的位置、不同表情等方面都可以得到很好的采集。當用戶在采集設備的拍攝范圍內(nèi)時，采集設備會自動搜索并拍攝用戶的人臉圖像。

人臉檢測：人臉檢測在實際中主要用于人臉識別的預處理，即在圖像中準確標定出人臉的位置和大小。人臉圖像中包含的模式特征十分豐富，如直方圖特征、顏色特征、模板特征、結(jié)構(gòu)特征及Haar特征等。人臉檢測就是把這其中有用的信息挑出來，并利用這些特征實現(xiàn)人臉檢測。

2. 人臉圖像預處理：對于人臉的圖像預處理是基于人臉檢測結(jié)果，對圖像進行處理并最終服務于特征提取的過程。系統(tǒng)獲取的原始圖像由于受到各種條件的限制和隨機 干擾，往往不能直接使用，必須在圖像處理的早期階段對它進行灰度校正、噪聲過濾等圖像預處理。對于人臉圖像而言，其預處理過程主要包括人臉圖像的光線補 償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波以及銳化等。

3. 人臉圖像特征提?。喝四樧R別系統(tǒng)可使用的特征通常分為視覺特征、像素統(tǒng)計特征、人臉圖像變換系數(shù)特征、人臉圖像代數(shù) 特征等。人臉特征提取就是針對人臉的某些特征進行的。人臉特征提取，也稱人臉表征，它是對人臉進行特征建模的過程。人臉特征提取的方法歸納起來分為兩大 類：一種是基于知識的表征方法;另外一種是基于代數(shù)特征或統(tǒng)計學習的表征方法。

基于知識的表征方法主要是根據(jù)人臉器官的形狀描述以及他們之間的距離特性來獲得有助于人臉分類的特征數(shù)據(jù)，其特征分 量通常包括特征點間的歐氏距離、曲率和角度等。人臉由眼睛、鼻子、嘴、下巴等局部構(gòu)成，對這些局部和它們之間結(jié)構(gòu)關(guān)系的幾何描述，可作為識別人臉的重要特 征，這些特征被稱為幾何特征?；谥R的人臉表征主要包括基于幾何特征的方法和模板匹配法。

人臉圖像匹配與識別：提取的人臉圖像的特征數(shù)據(jù)與數(shù)據(jù)庫中存儲的特征模板進行搜索匹配，通過設定一個閾值，當相似度超過這一閾值，則把匹配得到的結(jié)果輸 出。人臉識別就是將待識別的人臉特征與已得到的人臉特征模板進行比較，根據(jù)相似程度對人臉的身份信息進行判斷。這一過程又分為兩類：一類是確認，是一對一 進行圖像比較的過程，另一類是辨認，是一對多進行圖像匹配對比的過程。

責任編輯：gt