系統(tǒng)構(gòu)成：
系統(tǒng)分為服務(wù)器端和客戶端，服務(wù)器端由多臺視頻智能分析服務(wù)器和視頻檢索管理服務(wù)器組成，視頻智能分析服務(wù)器通過網(wǎng)絡(luò)從流媒體轉(zhuǎn)發(fā)服務(wù)器獲取視頻或圖片，由視頻智能分析算法進(jìn)行特征信息的提取，目前主要提供針對人和車輛的相關(guān)特征信息的分析與提取，具體包含：
1.人
包括長相、年齡、性別、衣服顏色、褲子顏色、是否戴眼鏡、是否留胡子等
2.車
包括車牌、車身顏色、車標(biāo)、車型等
視頻檢索管理服務(wù)器主要負(fù)責(zé)與客戶端的交互、特性信息數(shù)據(jù)庫的管理以及特征信息的搜索。

人臉識別系統(tǒng)通常由以下構(gòu)建模塊組成：
人臉檢測。人臉檢測器用于尋找圖像中人臉的位置，如果有人臉，就返回包含每張人臉的邊界框的坐標(biāo)。如圖 3a 所示。
人臉對齊。人臉對齊的目標(biāo)是使用一組位于圖像中固定位置的參考點(diǎn)來縮放和裁剪人臉圖像。這個過程通常需要使用一個特征點(diǎn)檢測器來尋找一組人臉特征點(diǎn)，在簡單的 2D 對齊情況中，即為尋找適合參考點(diǎn)的佳仿射變換。圖 3b 和 3c 展示了兩張使用了同一組參考點(diǎn)對齊后的人臉圖像。更復(fù)雜的 3D 對齊算法(如 [16])還能實(shí)現(xiàn)人臉正面化，即將人臉的姿勢調(diào)整到正面向前。
人臉表征。在人臉表征階段，人臉圖像的像素值會被轉(zhuǎn)換成緊湊且可判別的特征向量，這也被稱為模板(template)。理想情況下，同一個主體的所有人臉都應(yīng)該映射到相似的特征向量。
人臉匹配。在人臉匹配構(gòu)建模塊中，兩個模板會進(jìn)行比較，從而得到一個相似度分?jǐn)?shù)，該分?jǐn)?shù)給出了兩者屬于同一個主體的可能性。

人臉跟蹤
面貌跟蹤是指對被檢測到的面貌進(jìn)行動態(tài)目標(biāo)跟蹤。具體采用基于模型的方法或基于運(yùn)動與模型相結(jié)合的方法。此外，利用膚色模型跟蹤也不失為一種簡單而有效的手段。

人臉識別：技術(shù)挑戰(zhàn)
1、可見光
不同的光線環(huán)境是影響人臉識別準(zhǔn)確率的一個主要因素
2、姿態(tài)
絕大多數(shù)人臉識別算法只能 15 度的人臉姿態(tài)變化
3、遮擋
帽子、眼睛、圍巾、發(fā)型等可能遮擋人臉的因素
4、年齡
針對同一個人不同年齡時期的照片進(jìn)行人臉識別，在技術(shù)上亦是一個挑戰(zhàn)。
5、海量人臉庫
當(dāng)人臉庫規(guī)模達(dá)到 100 萬以上，對人臉識別算法的識別精度將是一個極大的考研，而且人臉庫規(guī)模越大，考研越大。

http://m.bjswx.com