現在，市場上的人臉識別產品已經在通關、金融、電信、公證等需要人證一致的場景下，實現了良好的檢測效果。在交通、公安、樓宇、社區等領域的應用，也正在逐步發展當中。

目前，安防系統中人臉識別系統一般指基于對監控視頻內的動態的人臉進行檢測、識別、報警、查詢的系統。而人臉識別系統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，現有的人臉識別技術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條件，和對具體場景的表現優化，各類人臉識別產品會體現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品。該網端產品由人臉識別終端、人形道閘和客戶端管理系統組成，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、逆暗光環境、多人過閘、多人識別、安全測試等方面出發，力求客觀地還原該款產品在實際應用中的表現。

測試場合及配合設備

華夏智信“慕顏”，中安網實驗室，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

硬件方面，慕顏具有經典的結構設計及外觀，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：

角度調整

垂直調整

水平調整

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

快速部署

本次測試主要使用該款終端的單機功能，開機后系統直接進入人臉識別頁面，此時連續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的人臉識別測試，隨后按照系統指示填入相關信息，保存提交后系統顯示登記成功。

單機模式現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excel表格批量導入人物信息，批量導入功能可實現批量導入圖片。

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。

逆光和暗光環境表現

低照度環境下，表現良好，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，且只將面部轉向終端;此測試模擬多人連續快速打卡過閘場景，對響應時間要求更高，慕顏仍然可以在短時間內做到正確識別。

在連續識別測試中， 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，只要人臉出現在識別范圍內，慕顏可以達到10ms-30ms內完成人臉識別，實現了無感通行。

多人臉識別

多人同時出現的情況下，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;而視頻測試使用現場環境下錄制的人臉局部短視頻進行，保證環境相似性。

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，有極小概率出現成功識別的個例;現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

人臉識別對場景要求非常強，產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“理論數值”。

在現實生活中，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據，不斷調試參數、組合算法、方法，甚至使用外圍硬件輔助以提升效果，不斷迭代以實現產品化。

慕顏能適應90%以上室內外環境的應用，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，聯網人證比對，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、數據庫、驅動的整合封裝，以及支持SDK二次開發，使得其能夠成為面向客戶開放的硬件平臺。

優點總結

接口豐富，能夠滿足主流類型的接口需求;

國內頂尖工業設計，采用鋁合金材質，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;

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量評分進行自定義調整。

提升空間

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

硬件：未設計物理開關，軟件工作邏輯為通電直接進入系統或人臉識別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容進行管理。

軟件：可以加入批量導入和文本預錄入關聯的設計，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進行選擇和匹配，從而更快地完整個人信息。

附錄

產品規格

人臉識別技術原理

人臉識別系統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，比如靜態圖像、動態圖像、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、結構特征及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果，對圖像進行處理并最終服務于特征提取的過程。系統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. 人臉圖像特征提取：人臉識別系統可使用的特征通常分為視覺特征、像素統計特征、人臉圖像變換系數特征、人臉圖像代數 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特征或統計學習的表征方法。

基于知識的表征方法主要是根據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據，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、下巴等局部構成，對這些局部和它們之間結構關系的幾何描述，可作為識別人臉的重要特 征，這些特征被稱為幾何特征。基于知識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據與數據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