系统概述：
64bit 操作系统，X86 intel CPU 为基础，支持 intel GPU 硬解码技术，具备强大的视频解码、 分析处理能力。
前端抓拍机内嵌智能深度学习人脸算法，支持离线训练与在线成长；支持对运动人脸进行检测、跟踪、抓拍、评分、筛选、去重择优、输出最优适合人脸识别的图片；智能人脸曝光技术，120dB智能宽动态，适应各种太阳环境、大门/通道/窗口、夜视环境等各种强光、逆光、背光、弱光场景。
后端强大处理能力的一体机，实现精确的人脸检测、特征提取、分析、识别与比对，实现考勤签到、考勤签到统计、考勤签到报表、考勤日/周/月报表统计等丰富的用户业务功能与定制；同人搜索、以 图搜图，包括人脸图片抓拍、建模、比对、检索人脸等。提升监控视频价值，服务安防大 数据时代。
系统架构：
人脸识别考勤管理系统分布式架构包括前端设备接入层、网络传输层、人脸识别监控中心和人 脸识别综合管理监控中心四个部分，集中式架构包括前端设备接入层、网络传输层和人脸识别 监控中心三个部分，如下图 1：
图 1 系统架构图
解决的问题：
随着信息技术的发展，企业管理进入了信息时代，而企业存发展的需要、信息管理的发展、人工智能思想与技术在企业的延伸共同造就了企业智能管理的可能，智能管理正处于高速发展阶段，是智能管理是企业管理发展的必然方向。
智慧人脸识别签到管理系统是基于人脸识别系统而开发出的应用，主要需求如下：
Ø 展会登记，人脸识别及其智能技术，让入场登记更智能、更有序、更迅速；Ø 会议签到，智能会议签到，安全有序、自主签到，无需刷卡、签字，安全快速签到；
Ø 上下班考勤签到，高智能考勤签到，自主签定，无需刷卡、签字，有效控制漏签、代签等等现象；
Ø 考勤签到、会议签到、展会登记实现以日、周、月报表统计、实时报表；
Ø 人脸无遮挡抓拍率99.99%，人脸识别准确率要达到99%以上；
Ø 适应各种太阳环境、大门/通道/窗口、夜视环境等各种强光、逆光、背光、弱光复杂场景。
智能应用：
展会入口、会议大门、企业/公司/工厂/事业单位大门出入口的人脸抓拍摄像机通过互联网络接入到监控中心，在监控 中心部署各个服务器和客户端，包括流媒体服务、数据存储服务、中心管理服务、考勤签到统计报表服务、人脸识别分析服务、智能报警仲裁服务，人脸识别客户端。人脸识别考勤系统对前端人脸抓拍摄像机抓拍的人脸图片进行智能建模和分析，实现多样化人脸应用，通过人脸名单库比对实现出勤/未出勤/迟到/早退、参展人员登记、会议人员签到等统计与报表、布控报警、黑名单报警、报警事件推送提醒等功能。
图 2 智能应用
图 3 智能应用
系统特点：
Ø 展会登记
人脸识别及其智能技术，让入场登记更智能、更有序、更迅速。
Ø 会议签到
智能会议签到，安全有序、自主签到，无需刷卡、签字，安全快速签到。
Ø 上下班考勤签到
高智能考勤签到，自主签定，无需刷卡、签字，有效控制漏签、代签等等现象。
Ø 自定义人脸库，更多样化，支持人脸动态入库
支持自建 999+个人脸库，人脸库支持 5 级设置，外部人员动态入库。
Ø 智能人脸曝光技术，120dB 智能宽动态，人脸跟踪，自动补光智能人脸自动曝光技术，120dB智能宽动态，适应各种太阳环境、大门/通道/窗口、夜视环境等各种强光、逆光、背光、弱光复杂场景。
Ø 人脸抓拍，去重择优
运动人脸进行检测、自动跟踪、抓拍、评分、筛选，去重择优，最大化合理利用服务器资源。
Ø 业内领先的抓拍率、识别率
人脸无遮挡抓拍率99.99%，人脸识别准确率要达到99%以上
Ø 离线库，本地识别，“类脑”人脸识别技术
人脸库本地化部署，相对云端数据保密性好，“类脑”人脸识别技术，实时响应速度更快。
Ø 人脸训练与学习
采用深度类脑学习，强大的神经网络，支持离线训练与在线成长。
Ø 登记、签到、考勤统计报表
入场登记、会议签到、考勤实现以日、周、月、时间段等报表统计。
系统功能：
| 摄像机管理 | 添加管理智能人脸抓拍摄像机。 |
|
名单库管理 |
支持创建多个名单库，支持按名单库设置阀值； 支持按位置、时间防布，摄像机灵活绑定相应的名单库； 支持名单库的添、改、删，支持批量导入导出名单库。 |
|
人脸检索 |
支持抓拍库、名单库、识别匹配搜索； 支持匹配统计搜索，支持查询人员详细匹配信息。 |
| 以脸搜脸 | 支持以脸搜脸、条件检索，如姓名、性别、年龄、证件号等。可进行条件范围内的查询。 |
| 同人搜索 | 搜索同人出现的记录，了解人员的轨迹。 |
| 系统设置 | 支持配置门禁策略、报警控制等。 |
|
人脸比对 |
采用类脑识别技术，采用双引擎核实，人脸识别双保障，提高准确率，降低误报率； 人脸识别与名单库比对，白名单刷脸开门，智能语音提醒； 人脸识别与名单库比对，惯偷、可疑人员黑名单报警； 人脸识别访客登记、外部人员（外卖、快递等）智能管理。 |
| 人脸训练 | 采用深度类脑学习，强大的神经网络，支持离线训练与在线成长。 |
|
报表/统计 |
入场登记、会议签到、考勤查询； 未出勤人员复核确认； 入场登记、会议签到、出勤、未出勤统计； 考勤预案设置。 |
| 布防预警 | 特定区域非授权人闯入报警，进行预警提…… |
安装指导：
人脸识别需要采集人员的正面照片，在不影响人员通行，且满足人员姿态要求范围内的前提下，图像采集设备的架设地点在人员行进路线的前上方为最佳。所以就需要对人员的行进路线进行规范，使人员流动方向单一。所以我们建议在通道处部署具有更好的比对效果。
| 序号 | 参数项 | 参数要求 |
|
|
架设地点 | 安装于大门、学校单元门，若人流量大则要求每个通道每次仅通过1人。但是我们也可以设定摄像头中的检测人脸个数，最高可以同时在同一个画面中支持30个人脸检测。 |
|
|
架设高度 | 距地面1.9-2.5m，俯视人脸15度以内。 |
|
|
水平距离 | 摄像头到人脸的距离建议1-6米。 |
|
|
对焦标准 | 人脸在监控画面中心，对面点在人脸中心。 |
|
|
背景要求 | 背景颜色及图案尽量不要太复杂，单色、浅色为宜，尽量不要有玻璃等强反光物体。 |
注意：摄像机架设位置主要目的是要抓拍到一张正面清晰人脸照片，且需要尽量避免前后人脸遮挡情况。详细位置的选点和镜头选择有关系，可以查看镜头选择详细列表。
Ø 镜头焦距f(mm)≈图像宽度w(mm)*监控距离U(m)/ 监控宽度W(m)
|
Sensor粑面 尺寸a（mm） |
靶面区域 |
监控宽度 W（m） |
监控距离 U(m) |
镜头焦距 f(mm) |
相机架设 高度H（m） |
俯视角（度） | |
| 宽（mm） | 高(mm） | ||||||
| 1/1.8 | 7.20 | 5.35 | 2~2.25 | 4.5 ~ 5 | 12 | 1.9~2.0 | 13°±3° |
| 1/1.8 | 7.20 | 5.35 | 2.25~2.7 | 5 ~ 6 | 16 | 2.0~2.3 | 13°±3° |
| 1/1.8 | 7.20 | 5.35 | 2.30~2.88 | 8 ~ 10 | 25 | 2.0~2.3 | 13°±3° |
性能指标：
| 性能指标 | 布控数量 | 2万 | |
| 响应速度 | 2万人的库能够在100毫秒内返回结果 | ||
| 外部适应性 | 姿态 |
 |
平面旋转:-30°～30° 俯仰变化:-30°～30° 侧身偏转:-15°～15° |
| 眼镜 | 对眼镜不因反光等原因遮挡人眼的物品，具有一定的适应性 | ||
| 光照 | 均匀光线照射时性能最佳，对阴影、闪光具有一定的适应性 | ||
| 背景 | 具备场景适应性 | ||
| 输入要求 | 图像格式 |
JPG、JPEG、 BMP、PNG等 常见的Windows图像文件格式 |
|
| 图像大小 | 人脸尺寸大小不低于100*100像素 | ||
| 图像质量 |
图像中人脸图像较清晰，不因镜头散焦或运动而模糊； 人脸在监控画面中，纵向占据画面大概1/4~1/5。 |
||
