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(tái)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(guò)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(duì)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(zhǎng)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(kù)的管理以及特征信息的搜索。

人臉識(shí)別系統(tǒng)通常由以下構(gòu)建模塊組成：
人臉檢測(cè)。人臉檢測(cè)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(duì)齊。人臉對(duì)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(lái)縮放和裁剪人臉圖像。這個(gè)過(guò)程通常需要使用一個(gè)特征點(diǎn)檢測(cè)器來(lái)尋找一組人臉特征點(diǎn)，在簡(jiǎn)單的 2D 對(duì)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(duì)齊后的人臉圖像。更復(fù)雜的 3D 對(duì)齊算法(如 [16])還能實(shí)現(xiàn)人臉正面化，即將人臉的姿勢(shì)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(huì)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(gè)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(gè)模板會(huì)進(jìn)行比較，從而得到一個(gè)相似度分?jǐn)?shù)，該分?jǐn)?shù)給出了兩者屬于同一個(gè)主體的可能性。

人臉跟蹤
面貌跟蹤是指對(duì)被檢測(cè)到的面貌進(jìn)行動(dòng)態(tài)目標(biāo)跟蹤。具體采用基于模型的方法或基于運(yùn)動(dòng)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(jiǎn)單而有效的手段。

人臉識(shí)別：技術(shù)挑戰(zhàn)
1、可見(jiàn)光
不同的光線環(huán)境是影響人臉識(shí)別準(zhǔn)確率的一個(gè)主要因素
2、姿態(tài)
絕大多數(shù)人臉識(shí)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(duì)同一個(gè)人不同年齡時(shí)期的照片進(jìn)行人臉識(shí)別，在技術(shù)上亦是一個(gè)挑戰(zhàn)。
5、海量人臉庫(kù)
當(dāng)人臉庫(kù)規(guī)模達(dá)到 100 萬(wàn)以上，對(duì)人臉識(shí)別算法的識(shí)別精度將是一個(gè)極大的考研，而且人臉庫(kù)規(guī)模越大，考研越大。

http://m.cmlib.cn