搜索
一、项目背景随着经济的发展，社会开放程度的提高，社会上的一些违法犯罪事件也日渐影响到学校校园。如何建立一个安全的校园环境，保障师生的学习、校园生活安全一直是教育部门、公安部门和社会各界关注的焦点。特别是学校的校园安全建设尤其重要，学校师生均属于安全防卫能力较弱的群体，大部分学生尚未成年，防范意识和自我保护能力比较弱。学校园安全问题，维系着社会的稳定，牵动着家庭的幸福，已成为全社会密切关注的话题，直接影响到和谐社会的建设。据社会调查显示，造成学校安全事故发生的原因，分为校外社会人员的侵害、校园内外舍学生入侵、学生外出活动伤害等等。近年来，随着人脸识别技术、大数据技术的迅猛发展，并在实际应用中逐步成熟，在校园打击预防违法犯罪、校园园内人员管理、校园出入人员管控、智慧一脸通等方面起到了良好的作用。且通过人脸识别可以校园多场景中应用。重庆中科云丛科技有限公司是中国科学院旗下专注于人脸识别等计算机视觉技术的人工智能企业，目前拥有技术人员近1000人，核心技术人员主要来自于中科院各大研究院全球顶级学府和研究机构。云从科技作为中国科学院战略性先导科技专项的唯一人脸识别团队参与了国内首个人脸识别国家标准起草与制定。二、项目需求1.校园安防人脸识别需求分析通过校园安防人脸识别系统管理门禁，针对流窜作案、多次作案人员，在校园出入门、周界、路口、重要区域增加人脸识别拍抓摄像机，对嫌疑人员、多次作案人员、兄弟院校嫌疑人员、公安部门通辑人员等建立嫌疑人数据库，对经过完人脸抓拍机人会实时抓拍与嫌疑人、在校师生、学校服务人员等数据库中的人像比对，发现黑名单或非本校师生等人的时候，校园安防人脸识别系统将自动报警。2.校园宿舍人脸识别需求分析针对学生宿舍安全管理，以及在校学生夜不归寝，导致学生人身安全.学业.得不到妥善保障的解决方案及建议。在当今充满诱惑物欲横流的社会，充满好奇、缺乏分辨能力、自主意识薄弱的学生最容易学会夜不归寝并且无法自拔，还有甚者引以为荣，逐渐的人数越来越多。从而影响了学业，威胁学生的人身安全。通过校园宿舍人脸识别系统可实现以下功能。大大降低校园被盗事件的发生，往往偷盗事件发生的两个因素，第一是学生防盗意识薄弱，第二是校园硬件设备滞后。而其中一个环节的提高，都会使得偷盗事件发生率的降低。传统的监控设备，起到作用是方便案件发生后的追查。而人脸识别的门禁设备，是把事件的发生制止与未然。把犯罪嫌疑人止于门外。提高安全，解决潜在隐患。因为钥匙、磁卡可复制性，以及流动性强，决定了一旦钥匙丢失、或者传递，便使得宿舍楼处于亚安全状态，无形中增加管理难度。人脸识别系统采用人脸面部验证，不仅仅能确保出入人员的身份，更能记录下出入详细信息。通过设置，还能实现出入人员的管理（例学生在假期间识别无效，赋予假期留校生专门权限）。减少舍管员工作量，提高工作效率，人脸识别系统将代替舍管员晚归登记工作。减少工作中舍管员与晚归学生接触的工作部分，降低因为晚归事件延伸，导致增加舍管员增加工作量的不必要工作。降低学生因为夜不归寝发生事故的机率。首先明确一点，由于晚归发生事故的学生，绝大部分是经常晚归的学生，因为不常晚归的学生晚间的警惕性较高。所以，针对这点，能够及时获取晚归学生信息，晚归次数，集中管理部分晚归“惯犯”，不仅仅在校园管理上获得“蛇打七寸”事半功倍的效果，“枪打出头鸟”还能给予同学们警示。人脸识别系统，配备的管理软件，可以轻松的为你获取和管理晚归人员信息。3.校园人脸识别大数据需求分析安全是校园管理的头等大事，无论是校方、班主任还是学生家长，都希望通过捕获校园学生的行为信息，了解到学生是否在校、是否按时上课、是否按时归寝、喜欢去哪儿等重要数据，这些数据有助于更好的了解、理解学生，从而更好的管理和服务于学生。校园人脸识别大数据系统通过对进入学校的人脸轨迹进行记录分析，能够服务于校领导、安保部门、学生处、班主任和学生家长，为不同服务对象提供所需的人脸轨迹数据。例如校领导能够借助系统掌握学生群体在上课、自修、实验、体育、就寝等活动上的时间分配，以及学生最喜欢滞留的场所等；安保部门能够及时掌控非法闯入、异常滞留等个体安全隐患，以及非法聚集、聚集过载等群体安全隐患；还可以实现人员定位、在校判断、行为轨迹查询、人群分布，以及更加丰富的统计报表，包括未归宿、失联、长时间滞留、上课出勤签到等。4.校园人脸识别支付需求分析校园卡是校园学生的第二张“身份证”，无论是食堂吃饭、图书馆借书、进出入宿舍门、报名考试、取快递都离不开它。如果丢了卡，没法“持卡进门”的话，光是宿舍门那关就得等着那些“持卡”的同学来解救你了，校园卡若丢了，会带来很多不方便。刷脸支付让学生再也不用担心手机没电关机不能手机付款了，即便是手机忘带也没关系，只需要对着刷脸的机器“笑一个”，机器便能快速通过面部识别，并成功扣费。云从科技除了刷脸支付外，还有刷脸进图书馆并借书，用人脸代替校园卡，在校园内无需使用校园卡与手机，“一个微笑”即可实现校内畅通无阻。5.教室人脸识别管理需求分析在高校的教学和学生工作管理过程中，考勤是一项重要的内容。学生的出勤率直接影响到学校的学风建设。与一般的企事业单位相比，高校的日常考勤工作具有一定的特殊性，考勤工作中的特殊情况较多、参与考勤的学生数量大等特点均增加了高效日常考勤工作的难度。采用人脸识别验证的方式对上课的学生身份进行核实，实现人、地、时三者合一,去除考勤虚假，以及根据用户的需求实现了对任意一时段的考勤结果的统计。提高了学校的考勤工作的效率，减轻了教师上课的负担。真正的做到了考勤工作的高效性、及时性。6.校园人脸识别访客需求分析随着校园师生的增加以及社会闲散人员身份的日益复杂，校园在出入校园师生管理方面的安全隐患也趋于日益增加。目前学校对外来人员登记环节和出入环节普遍存在一些管理问题：过多的人力资源浪费在应对进出人员登记核查等文字工作上，无法最大化发挥安保职能；1)纸本手动登记流于形式，对人员的身份核查工作因人而异，缺乏更有效手段保证登记信息的准确性和登记速度；2)手写方式因字迹往往难以辨识，造成查询信息的困难和低效率；3)大门作为安保第一道屏障，不仅仅关系到安全问题，同时往往也给来访者留下第一印象，关乎到单位的外部形象；4)出入管理太严格或使用方式不友好容易对内部人员造成负面影响，如何在保证不发生鱼目混珠现象导致安全隐患的同时，保证内部人员的良好体验亟待解决；5)外来人员也分为三教九流，如何有效区分并方便查找这些信息，目前做得不到位；采用云从人脸识别访客系统可做到人证合一，准确便捷记录来访人员。三、建设目标将人脸面相作为进出校门及校内各场所的身份鉴别条件，身份不符者门禁装置拒绝通行。采用人脸面相作为家长接送学生的身份鉴别条件。对家长进行人脸识别成功后，系统自动调出相对应学生的资料，达到家长与学生对应匹配。教师核对无误将学生交送给家长。扩展的系统能通过互联网或电信网络，将代接学生的人员面相发送给已登记家长进行确认，系统接收到家长远程密钥授权，自动调出学生资料进行匹配，并留存记录以备查询。能提供人脸识别门禁出入人员信息的管理平台，按不同权限对数据库进行操作，并可提供查询门禁记录、数据备份和数据打印输出等功能。能通过网络实现人脸识别数据的传输、远程访问和远程系统维护。四、建设依据GA/T1400.1-2017《公安视频图像信息应用系统第1部分：通用技术要求》GA/T1400.2-2017《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/T1400.3-2017《公安视频图像信息应用系统第3部分：数据库技术要求》GA/T1400.4-2017《公安视频图像信息应用系统第4部分：接口协议要求》GA/T1399.1-2017《公安视频图像分析系统第1部分：通用技术要求》GA/T1399.2-2017《公安视频图像分析系统第2部分：视频图像内容分析及描述技术要求》GB/T28181-2016《公共安全视频监控联网系统信息传输、交换、控制技术要求》GB/T31488-2015《安全防范视频监控人脸识别系统技术要求》五、产品设计1.逻辑架构设计产品逻辑架构图感知层：作为安全能力的关键部分，承担信息的采集工作，基于自研智能人脸识别设备，采集人像及车流数据，服务于注册、门禁、周界等范围，实现识别物体采集信息的目的。基础设施层：存放确保系统运行的数据中心建筑、设备以及系统，将计算资源、存储资源和网络资源等以服务的方式通过网络提供给用户使用和管理，实现资源的按需分配、快速部署，以及安全保障。服务支撑层：将分散、异构的应用和信息资源汇聚，为上层应用提供数据和服务的支撑。包括但不限于引擎服务、云服务、接口服务、数据服务等。应用表现层：根据实际的业务场景，将底层提供的各项服务及数据封装成符合业务规范的可视化应用，用以处理业务逻辑、业务校验和管理事务，实现业务规则落地和流程闭环。2.功能架构设计产品功能架构图设备流水：指在监控区域内，人员经过人脸卡口时形成的抓拍识别记录和识别记录。业务流水：指监控区域内，门禁开放通行的记录展示，开门的方式包括人脸识别、远程开门、刷卡开门。访客管理：实现从访客预约开始到访问结束的全流程闭环，包括访客邀约、访客信息登记、来访事由、访问权限及时限的开通等。考勤管理：提供考勤管理，通过人脸识别设备感知到打卡信息，进行考勤的记录查询和统计，并提供固定时间和弹性考勤两种规则。地址管理：支持无限级地址自定义设置，支持对校园地址数据标准化采集。人员管理：实现对人员基础信息、不同角色的专属信息管理，支持人像、刷卡方式的管理识别。实现了人员单条或者批量授权、取消权限、人员启停等便捷功能。设备管理：实现系统从应用层对配置参数修改、人脸库下发、远程升级维护等操作与管理，实现新设备上线，自动开启设备地址上的人员通行权限。数据订阅：为外部系统提供智能安防管理系统的13类标准数据，包括地址、设备、人员这类基础数据，也包括设备获取的流水记录、门禁记录数据等。系统管理：系统人员角色、组织机构、菜单权限设置。人像应用：基于人像集、人像库的人像检索，黑名单、陌生人报警。区域布控：建立布控任务，对重点区域、时间做布控，一旦发现异常即可报警，报警级别支持设置，最多5级。设备管理：支持新旧设备更换，一键复制策略及通行权限，支持对设备策略的远程批量下发，包括广告图片、阈值、声音、活体等控制。数据统计：提供平台内人像及业务应用的数据统计，包括房屋地址、设备的总数统计，访客、人员注册等人员变化的趋势统计，以及考勤加班的占比统计。3.核心技术介绍理论、数据、模块：“铁三角”构筑人脸识别技术核心优势。云从科技算法核心优势可以如下形象解释：1）双层异构深度神经网络理论就像我们建立了一个类人的大脑，具有比较强的学习能力；2）超大规模结构化数据就像经过人类无数年智慧结晶形成的语文、数学、物理知识；3）模块就像教育学生的软件资源，把知识梳理成体系，可以让学生系统的学习，随之将学到的东西更好的应用。三方面辅助相成，数据跟模块叠加，通过双层异构神经网络来训练，就可以得到一个基础的人脸识别算法最强大脑。再利用非结构化数据做大量的专业训练，金融行业用金融场景人脸数据，安防行业用安防行业数据，就使得算法各有所长。在各个方面都能够专、精、尖。1.超大规模人脸结构化数据人脸结构化数据库定义：1）人脸标签信息丰富，对于一张人脸图片元素而言，具有其人脸有以下内容的部分标签或全部标签信息。人脸检测、空间、关键点、属性、表情、遮挡、身份等信息。2）一个ID多结构标签图片，对于一人多张人脸图片而言，具有架构化的标签人脸图片组合。3）多人多张结构化标签图片云从科技研究院具有全球首创的结构化数据采集阵列，从2012年到2015年间共采集建立1000人总计1500万张以上的人脸结构化数据库。阵列特点：1）可移动、可拆卸、全天候、多角度、多场景、毫秒级同步、2）现场（通道、广场、大厅）实景拍摄3）采集超过1500万张2.分层矢量化模型（云从理论之人脸DNA）为了解决深度神经网络需要大量数据的问题，我们提出了分层矢量化多媒体信息表达体系。分层矢量化实