第 一 章 方案概述

1.1 背景與趨勢

1.1.1 智能視頻新時代

隨著阿爾法狗、智能算法引起越來越多的人關注，人工智能掀起一股股風潮。智能視頻分析產品成為熱點產品，諸如人臉抓拍、行為分析、車牌識別、客流統計、智能預警等智能化技術。

在“深度智能”時代，相比傳統的智能算法來說，絕不只是算法的優化。從硬件方案到軟件算法都有了質的飛躍，讓智能業務應用真正開始落地，即所謂的“視頻監控智能化的時代，即將全面展開”。其技術的革新，猶如當年隨著集成電路的發展，讓計算機走進千家萬戶，讓筆記本電腦、PAD、智能手機等引領著新的時代。

1.1.2 智能技術更成熟

深度學習是機器學習研究的一個重要領域，動機在于建立和模擬人腦進行分析學習的神經網絡，模仿人腦的機制來解釋數據。相比較傳統智能算法需要根據算法人員的經驗對圖像進行總結和設計規則，深度學習是自己通過大量樣本學習來總結規則，遠遠強于人的主管經驗。同時，各類智能算法競賽也讓智能算法不斷進行優化和迭代。

而讓深度學習的算法充分發揮優勢的是隨著GPU硬件的更新。GPU是專門從事圖像運算工作的微處理器，是CPU性能的十倍來至上百倍，更適合大規模的并發計算，其并行計算能力讓深度學習算法充分發揮其優勢。

1.1.3 智能需求普遍化

隨著智能技術的真正落地，中小型項目的智能需求不斷增加，現市場需要一種性價比更高的產品形態，需要部署更加靈活的智能系統，需要應用場景更加廣泛、易落地的小型智能方案，讓智能走向所有人。

1.2 需求分析

隨著對安全防范的需求與日俱增，要求越來越高，智能視頻監控在生產生活各方面有非常廣泛的應用，如實際的監控任務中的人工輔助需要，如視頻監控的實時性、主動性、智能性在異常事件發生時分析、監測、提示、上報，為政府部門、安防領域及時決策、正確行動提供支持，達到視頻監控的“減員、增效”，視頻監控的“智能化”需求就顯得尤為迫切。

1.2.1 視頻智能需求

視頻智能應用在安防領域各方面都有非常廣泛的應用。具體包括：

1）人臉的智能識別

在小區、園區或重要場所（政府機關、財務室、金庫等）的出入口，公共區域等場景，通過智能攝像機識別人臉，實現人員身份核驗、刷臉開門、名單布控報警、人臉以圖搜圖等功能。

圖1. 人臉的智能分析

2）人體行為分析

在重要安防區域，如政府大門口，醫院，貴重物品商場等，通過對人體異常行為（如徘徊、滯留、倒地，人數異常、間距異常等行）的監控和分析，起到人員安全事件和違法行為的預警作用；

3）客流統計分析

在景區、校園、醫院、超市等場景，需要控制和統計人員進出數量，并進行豐富客流統計報表分析。

4）車輛的智能管理

在交通卡口通過視頻智能應用實現車輛特征信息的識別；在園區、道路、地下停車場入口等區域，通過智能分析技術檢測車輛的違停、占道等行為，實現車輛管理的自動化和智能化；

圖2. 車輛的智能分析

5）物品的智能分析

如物品識別、物品遺留、物品移動、物品拿取等智能分析可廣泛應用各類安防場景中。

圖3. 物品的智能分析

6）視頻的智能檢索

通過視頻智能算法實現視頻信息疊加，快速搜索等應用，提高視頻查閱和分析效率，大大降低人工成本。

1.2.2 視頻智能痛點

1）中小型項目和預算較低項目的智能需求未被滿足。智能分析的模式比較單一，智能產品的形態基本為后置式，產品形態差異性小、市場競爭趨于變大；同時，后置式智能分析產品雖然解決并發處理多路識別分析，但是對中心存在一定的壓力。而中小型項目的智能需求增加，現有模式未能有效滿足，市場需要一種性價比更高的產品形態，需要系統部署更加靈活，應用場景更加廣泛、易落地的小型智能場景，讓智能走向“大眾項目”。

2）更高的精確度和更強的適應性一直是行業追求不變的方向。各行業的視頻監控業務復雜度越來越高，更多的圖像細節信息的識別和業務功能的擴展成為客戶的迫切需求。部署海量的監控能夠滿足復雜業務的需求，采集更多的視頻圖像、獲取更多的目標信息、進行更加精確的智能分析，都是行業提升視頻監控能力和效率的關鍵點。而傳統的智能算法難以適應復雜監控場景，急需要場景適應能力更強、誤報率更低、能提取更多目標特征的視頻智能化方案和產品。

1.3 建設內容

為滿足綜合安防領域內對人車物的智能需求，結合當前的智能技術，有重點的解決綜合安防當前智能需求中的最痛點，本系統重點實現人員智能功能、人群智能功能、車輛智能功能。其中，人員智能功能主要包括人臉抓拍、人臉比對、異常行為分析、周界防范去誤報；人群智能功能包括客流監控和統計；車輛智能功能主要為車輛占道檢測功能。

1.4 名詞解釋

第 二 章 系統架構與功能

第1章

2.1 系統架構

系統架構可設計如下：

圖4. 智能視頻監控架構示意圖

1）  前端部分

支持多種類型的攝像機接入，前端網絡攝像機進行圖像、視頻等網絡數字信號的采集，通過網絡進行視頻圖像的傳輸。部分前端攝像機還具備智能比對和分析功能。主要的前端攝像機包括擁有占道檢測功能的占道球，可進行客流實時監控和統計的“深眸”垂直雙目攝像機，可進行異常行為分析的“深眸”行為分析攝像機，以及具備人臉抓拍功能的“深眸”人臉抓拍機和人臉比對功能的“深眸”人臉比對機等前端攝像機。

2）  后端部分

支持多種類型的后端存儲設備接入，主要用于對前端采集的視頻、圖片進行存儲和分析比對功能。主要包括具備人臉比對功能的“超腦”NVR和臉譜，具備后端周界防范去誤報的“超腦”NVR。

2.2 人員智能分析

2.2.1 人臉應用

人臉應用場景廣泛、價值巨大。如人臉身份核驗應用，可應用于園區、工地大門識別企業員工、廠區人員、工地工人，樓宇小區的大門、建筑出入口識別業主人員，以及對進出小區或別墅的水電工、保潔員、綠化工、維修工，別墅親友等人員檢測和識別，通過對抓拍的人臉進行實時比對，比對成功后聯動閘機進行開門，實現內部人員或相關人員進出大門出入口的管控。

除此之外，人臉身份核驗還可以應用于其他重要區域，如公安（嫌疑犯確認、零口供、槍械庫管理）、金融（金庫、押鈔車、ATM機、加鈔室）、醫院重地（特殊藥房、麻醉室、手術室）、樓宇（企業財務、檔案、庫房）等人員比對、航客運（安檢）、交通運輸（特殊車輛司機）、幼教（接送家長）、大學（實驗室、教師考勤）等；酒店/商超/連鎖慣偷識別、建筑工地（特殊工種人員比對）等場景。

人臉（黑名單）布控報警應用，可應用于大樓園區的出入口、大廳等場景，滿足用戶對于“職業上訪”、不法分子、黃牛、醫鬧、慣偷、鬧事者、地痞流氓、社會混混等可疑人員的檢測和識別，以及其他人員（如能源企業識別環保局人員、醫院識別衛生局人員、園區識別重要人員）的檢測和識別，并對抓拍的人臉進行實時比對，比對成功后進行報警。

人臉檢索應用，可用于公安檢索嫌疑人、交通運輸軌道車站失蹤人員搜索、校園失蹤學生的搜索、園區/街道搜索嫌疑人臉，用于事后追溯、證據查詢等場景，通過下發人臉，在人臉抓拍庫中進行人臉比對、搜索，比對成功后返回搜索結果，滿足用戶對于人臉搜索的需要。

通過上述場景和需求分析，人臉智能分析主要功能包括人臉抓拍、人臉身份核驗、人臉布控報警、人臉檢索和人臉庫管理。

2.2.1.1 人臉抓拍

通過人臉檢測算法，前端智能攝像機從實時視頻數據或錄像視頻中，自動檢測、跟蹤人臉圖片，如通過對運動人臉進行檢測、跟蹤、抓拍、評分、篩選一系列流程，結合人臉質量判斷規則，自動選出符合人臉提取條件的人臉照片抓拍并進行輸出。人臉抓拍中一般包含人臉的性別、年齡、是否戴眼鏡等特征的識別。

圖5. 人臉抓拍查詢

人臉抓拍的質量在很大程度上決定了人臉智能分析的應用場景和功效，通過如下技術不斷提高人臉抓拍的質量：

人臉區域曝光功能和曝光算法：在檢測到人臉之后自動根據人臉區域亮度的變化控制曝光參數，在逆光或者過曝的光照環境下，優先保證人臉的亮度。在逆光場景下，啟用人臉區域曝光的的效果明顯優于普通曝光算法抓拍的人臉。

圖6. 人臉區域曝光和寬動態對比圖

方案推薦使用具有深度學習能力的人臉抓拍機。深度學習的人臉抓拍機相比傳統的智能產品，具有精確度更高和場景適應能力更強。場景適應能力更強體現在小目標場景和大角度場景中，檢出率較傳統的智能產品顯著提高。內部測試如下：

2.2.1.2 人臉比對

平臺向比對設備下發需要進行人臉比對的人員信息到名單庫中，比對設備接收人員信息后與綁定的前端IPC抓拍的人臉進行比對，將相似度閾值（平臺下發）之上的比對結果和信息發送給平臺，完成比對。其中：

相似度閾值范圍：由平臺下發，可根據用戶需要進行設置不同的閾值，一般人臉比對閾值為80%~90%，閾值太高可能導致比對無結果，遺漏重要信息；閾值太低導致比對結果過多，需要人工去二次確認、造成效率低下。

人臉比對功能是人臉應用中的基礎功能，基于此功能結合不同的使用場景，可開發人臉身份核驗、人臉布控報警、人臉檢索（以臉搜臉）、人臉1V1比對、人臉軌跡分析、人臉碰撞等多種應用，滿足用戶不同的需要。下面詳細介紹人臉身份核驗、人臉布控報警、人臉檢索（以臉搜臉）三類應用。

1）人臉身份核驗

由具備人臉身份核驗管理權限的用戶進行人臉身份核驗設置，將需要核驗的人臉下發到名單庫，并將名單庫與指定的比對設備（具備比對功能的前端攝像機/后端比對設備/服務器比對）進行關聯核驗。關聯后，攝像機抓拍的人臉只與其關聯的名單庫內人臉進行比對識別和聯動。

人臉比對設備將推送過來的人臉照片進行建模，并和關聯的人臉庫內的人臉圖片進行比對，如果比對結果中有1個或多個相似度達到或超過預設報警閾值，選取相似度最高的人臉圖片作為識別結果（不同的模式上報的不同張數），并將識別的人臉圖片和比對結果推送到平臺，在平臺中人臉比對事件進行查詢報警信息和比對結果。

比對設備成功比對后可進行聯動，可通過IO輸入輸出與需要聯動的設備（如開門閘機）進行硬聯動，直接聯動開門。硬聯動需要在設備上進行配置；或將比對結果發給平臺，由平臺具有權限的管理員進行聯動閘機開門，實現軟聯動。

圖7. 人臉身份核驗刷臉開門

人臉身份核驗的業務流程圖如下：

圖8. 人臉身份核驗業務流程圖

2）人臉布控報警

由具備布控管理權限的用戶進行人臉布控設置，將需要布控的人臉下發到名單庫，并將名單庫與指定的比對設備進行關聯布控。關聯后，攝像機抓拍的人臉只與其關聯的名單庫內人臉進行比對識別和報警。

人臉比對設備將推送過來的人臉照片進行建模，并和關聯的人臉庫內的人臉圖片進行比對，如果比對結果中有1個或多個相似度達到或超過報警閥值，選取相似度最高的人臉圖片作為識別結果（不同的模式上報的不同張數），并將識別的人臉圖片和比對結果推送到平臺，在平臺中人臉比對事件進行查詢報警信息和比對結果。

平臺接收到人臉實時比對報警，將對應的人臉圖片及信息顯示出來，警示值班人員關注和處理，并可進行相關聯動。

圖9. 人臉布控報警

人臉布控報警業務流程圖如下：

圖10. 人臉布控報警業務流程圖

3）人臉檢索

人臉檢索包括通過人臉以圖搜圖和通過人臉屬性進行人臉檢索兩個功能。

Ø  人臉以圖搜圖

在平臺上導入人臉圖片后，通過人臉以圖搜圖功能進行人臉檢索�？芍苯虞斎肴四槇D片、人臉相似度閥值、檢索數量、其它檢索條件，選擇抓拍的攝像機和時間段，在抓拍庫中進行人臉圖片中查找是否有匹配的人臉圖片，如果抓拍庫中存在一張或多張達到或超過閥值的人臉圖片（閾值之上的圖片最多99張），按照抓拍時間/相似度進行分頁排序。系統不支持“深眸”人臉比對模式的人臉抓拍庫以圖搜圖功能。

圖11. 人臉以圖搜圖

人臉以圖搜圖業務流程圖如下：

圖12. 人臉檢索業務流程圖

Ø  人臉屬性檢索

系統接收前端人臉抓拍機上報的人臉抓拍事件，其中包含人臉的性別、年齡段和是否戴眼鏡三個屬性�？赏ㄟ^按照性別、年齡段和是否戴眼鏡三個屬性進行人臉屬性檢索，搜索相同屬性的人臉圖片。

2.2.1.3 人臉庫管理

1）名單庫添加

平臺支持創建、編輯、刪除名單庫，可根據不同的需要，系統可創建多個不同的名單庫，可便于用戶根據自身需求將不同的名單庫用作不同的比對功能，如名單庫可設置高度危險人員名單庫、一般等級危險人員名單庫等。

圖13. 人員名單庫分組管理

2）名單庫人員添加。

平臺可向各名單庫添加、編輯、刪除人員信息和人臉圖片，進行人員信息和人臉圖片的信息注冊，系統自動完成人臉特征提取及建模，一個人員可對應多張人臉圖片。

圖14. 名單庫人員添加

3）名單庫人員添加的方式

平臺支持手動添加人臉庫和批量人臉添加、刪除處理，如平臺可以單個圖片進行注冊，手動輸入人員的身份信息；平臺支持批量導入人員，其中的人員姓名直接使用其照片名稱，便于當名單庫人員較多時的快速導入。

圖15. 名單庫人員快速導入

4）抓拍庫獨立管理

平臺對不同人臉識別設備的抓拍庫不做統一管理。其中，“深眸”前端比對功能的抓拍照片存儲在前端攝像機中，“超腦”NVR接入的抓拍庫圖片存儲在“超腦”NVR中，臉譜接入的抓拍庫圖片存儲在云存儲中。

為避免漏報過多，對抓拍的人臉照片質量有一定要求，需要按照攝像機最佳效果進行安裝，避免抓拍機架設太高，鏡頭未拉近，覆蓋范圍太廣，人臉像素過小等抓拍質量問題。

5）比對事件統一管理

平臺對不同人臉識別設備的比對事件、比對詳情進行統一存儲和管理。用戶可對事件進行查看以及操作各類聯動，以便用戶查詢及生成報表。

2.2.2 行為分析

2.2.2.1 異常行為分析

通過接入“深眸”行為分析攝像機，平臺可接收人員異常行為檢測事件，檢測事件包括人數異常、間距異常、徘徊檢測、劇烈運動、在離崗檢測、倒地檢測、滯留檢測、跨線檢測和奔跑事件，進行人員異常行為的分析、報警和聯動。不同的異常行為檢測功能可用于不同的監控場景，防范安全事件的發生，向安保人員報警及時處理，盡量將安全事件的損害降低。

如徘徊和滯留檢測，可應用于園區或大樓外圍道路、墻角監控，采集人員徘徊的信息，為可疑人員預警和反偵察踩點提供證據；

圖16. 人員徘徊檢測

人數異常和間距異常檢測事件，可用于在監控ATM中是否進入的人數異常、人員間距異常等場景，預防ATM尾行或搶劫事件，并為事后取證提供證據；

圖17. 人數異常和間距異常檢測

倒地檢測事件，可用于在重癥監護室、辦事大廳、ATM中進行人員倒地監控，及時處理倒地事件，將安全事件的損害降低。

圖18. 人員倒地檢測

離崗檢測事件，可應用對安保人員的離崗檢測報警，防止安保人員擅自離崗。

圖19. 安保人員離崗檢測

2.2.2.2 周界防范及去誤報

周界防范在綜合安防領域中具有廣泛的使用場景，可防止非法的入侵和各種破壞活動，發出入侵報警等功能，消除建筑物的安全隱患，阻止人民生命財產損失的事件發生。

視頻周界防范是建立在傳統周界防范概念基礎上，通過應用智能視頻分析技術，不但具備入侵報警作用，而且還能通過前端的視頻監控設備實時了解監控區域的情況，一旦發生入侵行為，第一時間發出警示，并及時告知安保人員進行處理。

通過接入具有偵測事件的攝像機和行為分析服務器，實現周界方案事件偵測功能，并可在平臺上對其進行配置、接收報警等操作，在事件中心模塊對該報警配置聯動動作。

圖20. 周界報警示意圖

然而，由于樹葉搖晃、燈光照射、動物穿越等因素產生的大量誤報大大影響了用戶的使用積極性。由于誤報頻繁的原因，將會嚴重增強安保人員對系統的不滿意度，同時也會因為事件過多容易導致報警事件的遺漏。

采用基于深度學習的智能算法，可以對觸發報警的區域進行人體目標二次識別，從而最大限度的降低周界防范誤報現象，切實提高監控區域的安全防范能力。

具體功能包括：

1）越界偵測和區域入侵去誤報

開啟人體去誤報后，當目標越過用戶設置的警戒面或在設定的檢測區域范圍內停留（包括靜止或移動）超過設定時間時，產生越界偵測事件和區域入侵事件,設備將對攝像機推送的報警圖片結合越界規則進行目標二次識別，如果由人體觸發，系統自動產生報警。

圖21. 周界去誤報的二次識別

針對歷史報警信息，系統支持通過點位、時間段等進行報警信息的查看，以及前后數秒錄像的關聯、回放。

2）報警聯動

平臺可通過報警彈窗、蜂鳴器報警、IO輸出等多種方式進行周界防范報警聯動。

2.3 人群智能分析

2.3.1 客流統計

通過精準的量化數據來研究客流量規律，不但可以了解相關設施在運行中的狀況，還可以利用這些高精度的數據，進行有效的組織運營工作，防止擁擠、踩踏等惡性安防事件產生。

如在大型超市、商場和連鎖店鋪需要顯示當前客流狀態和變化趨勢，對流量較大的區域采取預防突發事件的措施，并可實時觀察商場當前的停留人數，從而對電力、維護人員及安防人員等進行合理調整，并可控制商場運做成本；

地鐵站、車站和機場通過客流統計，自動統計進出乘客的數量，分析乘客的人流量分析，對于國家、政府規劃建設車站、機場等大型工程項目和特殊時段疏導、分流乘客流量的策略提供依據。

展覽館、博物館通過自動統計進出的參展人員，分析不同區域進出人員數量，了解大眾需求，可對安防力量進行有效布控和實時調整，并對后續展覽館、博物館等建設和開發提供依據。

但是，傳統客流統計由于設備識別能力的限制，以及客流智能算法的差異，導致傳統客流統計由于推車、小孩以及店員徘徊造成較大誤報，降低客流統計的精確度，無法滿足用戶精確統計的需要。針對上述問題，系統提供具有更高精度的客流實時監控和統計報表功能，滿足用戶精確統計需要，為擁擠、踩踏事件的防范提供更加精準的參考數據。

更加精準的客流統計功能主要通過深度學習算法和客流統計智能算法實現。

1）前端攝像機更強大的分析能力�！吧铐�”客流統計采用深度學習算法，能顯著提高客流統計精度；

2）更加優秀的客流統計智能算法。使用雙目立體視覺技術和3D目標檢測跟蹤技術，實現更加精確的客流統計和分析。

雙目立體視覺技術是基于視差原理，利用雙鏡頭攝取的兩幅圖像的視差，檢測運動目標，計算對應點間的位置偏差，獲取目標的三維信息，在深度圖像中對目標的檢測與跟蹤，實現高精度的客流統計功能。

3D目標檢測跟蹤技術，視頻畫面中出現客流時開始跟蹤，直到人員離開圖像畫面時才判斷是否計數，從而有效過濾徘徊可能導致的重復計數，并且不受擁擠及軀體部分重疊的人員影響，大大提升了其復雜環境下的統計精度。

除了設備分析能力和智能算法外，系統還提供實時客流監控和歷史客流統計報表功能，滿足用戶客流統計分析的需要。

1）實時客流統計監控。用戶可在界面看到實時客流畫面，并在視頻上看到進入、離開的客流數，滿足實時監控客流的需要。

圖22. 平臺客流實時監控界面

2）豐富的歷史客流統計報表�？缮�成包括即時報表，日報表，月報表，年報表，自定義報表，匯總報表在內的多種報表類型，包括日、周、季、年報表，匯總報表和自定義報表功能，滿足用戶進行各類客流分析的需要。

圖23. 平臺客流統計報表示意圖

2.4 車輛智能分析

2.4.1 占道檢測

針對住宅小區內人行通道、企事業單位園區內部道路、地下停車場的入口通道等區域，采用內置占道檢測、車牌識別智能算法的占道球進行檢測，可自動對違規占道車輛進行識別和取證，解決開放園區社區帶來外來車輛違停，智能識別車牌，上報城管，威懾力強，實現園區占道行為智能化管理。

其次，還可對靜止或運動車輛進行手動取證功能，讓違章無所遁形，并利用獨創的智能聚焦算法，實現對運動物體的快速聚焦捕獲，有效檢測距離達150米，即使有車輛想快速逃離也能抓取到該車輛信息。

單個占道球 可支持8個場景的占道輪巡檢測，并對檢測到的占道事件進行圖片抓拍，上傳至NVR或者綜合管理平臺，后臺管理人員可以獲取到大量信息，對現場以及違章情況進行全面了解，提醒采取相關措施，對違規占道現象進行快速記錄和處理響應。

圖24. 社區內部占道檢測

2.5 其他智能功能

2.5.1 熱度分析

對室內固定區域進行空間熱度分析，為用戶提供區域內人流熱度數據，有助于用戶進行室內的熱度分析，調整安防力量布放及為用戶業務分析提供支撐數據。

圖25. 熱度分析

2.5.2 濃縮播放

在需要快速查看錄像的場景中，如保安人員需要對一段時期內的錄像進行快速瀏覽以尋找證據，將是否有人出現定義為關鍵視頻，可對非關鍵時段視頻進行快速播放，關鍵時段正常播放，實現長時間視頻的濃縮播放、快速查找和定位目標，減少查找時間，提高視頻查看效率。

圖26. 視頻濃縮播放

第 三 章 場景應用

3.1 場景分類說明

遵循科學、合理的布點規劃理論，以“先進性、實戰性、可持續性”為建設目標，構建“塊圈嚴密無縫化、重點區域無遺漏、人車管控線可追蹤、智能視頻監控無死角”的“圍圈、切塊、分格、連線、定點”的安防布建模型，并梳理歸納園區內不同區位空間的特點，探尋場景監控規律，合理運用各類前沿智能視頻監控設備，開展場景式前端設備部署，形成符合綜合安防需要的多角度、多層次立體化綜合安防體系，打造協同作戰的、有機的、不可割裂的整體防控體系，全面提升對于綜合安防領域內的人、車、事物以空間為軸的全方位防控水平，提升綜合安防整體防控能力。選擇具有代表意義的綜合型園區場景，對綜合安防視頻智能監控的場景進行分析。其他場景可參考類推。

在“圈線面點”的安防布防模型中，可從外至內將綜合型園區的安防場景劃分為：1）周界防范（周界出入口）及周界外圍防空圈；2）園區內部道路線；3）建筑出入口點；4）建筑內部區域和重點防控區域；5）其他特殊場景。

圖27. 由外至內的“圈線面點”布防模型

3.2 場景分析

3.2.1 周界及外圍場景

3.2.1.1 周界外圍

1）需求分析

周界外圍場景主要解決外圍道路中機非人的監控、外圍道路中可疑人員、可疑車輛的監控，以及外圍道路車輛違停管理。

Ø  機非人監控

針對機非人的監控重點在于能抓拍到外圍道路的車輛、行人、非機動車。外圍防空圈天氣多變，夜晚環境亮度較低，需要看清可疑人員面部特征和可疑車輛車牌號碼等信息，推薦使用200萬像素H.265日夜型槍型網絡攝像機，防水、防塵、防雷，推薦安裝方式為壁裝。

圖28. 道路機非人監控

Ø  人臉抓拍

針對外圍道路、墻角的通過人員，需要看清人員面部特征，通過人臉抓拍機進行實時預覽和抓拍，無需進行人臉比對，滿足用戶實時監控、人臉抓拍留存證據的需求。若用戶安防需求較高，也可對外圍道路中可疑人員的可疑行為（如人員徘徊、滯留等異常行為）進行監控和報警，對可能的安全事件進行預防和實時報警，降低安全事件帶來的后果。

圖29. 道路可疑人員人臉抓拍

Ø  道路占道檢測

針對綜合型園區周界外圍道路等區域，采用內置占道檢測、車牌識別智能算法的占道球進行檢測，可自動對違規占道車輛進行識別和取證，解決開放園區社區帶來外來車輛違停，智能識別車牌，上報城管，威懾力強，實現外圍道路占道行為的智能化管理。

2）系統解決方案

針對周界外圍場景，滿足常規機非人監控、人臉識別和占道管理需求，推薦架構圖如下：

圖30. 周界外圍監控架構圖

前端設備：常規攝像機（200w像素紅外筒機）進行機非人監控和抓拍；“深眸”200w人臉抓拍筒機可進行人臉抓拍、“深眸”行為分析相機可進行外圍道路、墻角的徘徊檢測、滯留檢測、劇烈運動檢測、人員倒地檢測、奔跑檢測事件的檢測；占道球實現違規占道車輛的識別和取證。

3）系統功能和優勢

系統功能主要包括外圍道路機非人監控、可疑人員面部抓拍、道路占道檢測，滿足用戶對外圍道路的監控需要，系統具有功能豐富且部署簡單的優勢。

4）推薦配單

為滿足上述系統功能，推薦如下配單：

備注：

5）注意事項

Ø  “深眸”筒機安裝位置一般是重點場所的入口通道；攝像機俯視角度15°±5°，水平偏轉角度α＜25°；最大檢測寬度為2.5米、最遠檢測距離為11.1米；

Ø  “深眸”筒機建議安裝在穩定、充足的光照環境，如果背光條件及光線不足條件下要求補光；

Ø  辨清人臉細節要求人臉覆蓋的像素大于120像素點；

Ø  鏡頭前方應空曠、無遮擋。

3.2.1.2 周界防范

1）需求分析

視頻周界防范是建立在傳統周界防范概念基礎上，通過應用智能視頻分析技術，一旦發生入侵行為等事件，第一時間發出警示，并及時告知安保人員進行處理，而且還能通過前端的視頻監控設備實時了解監控區域的情況。通過視頻周界防范可防止非法的入侵和各種破壞活動，發出入侵報警等功能，消除建筑物的安全隱患，阻止人民生命財產損失的事件發生，在綜合安防領域中具有廣泛的使用場景。

2）用戶痛點

視頻周界防范在綜合安防領域內具有廣泛的使用場景，但是也存在受樹葉搖晃、燈光照射、動物穿越、車輛等因素影響，在實際使用中報警不準確、誤報率高、防范效果一般等問題。

如在能源企業園區，需要對周界入侵等各種事件進行監控。但在夜間無人值班的場景中，可能由于樹葉、動物穿越等因素造成周界入侵報警，需要安保人員去到現場解決、消除誤報。安保人員迫切需要能識別因人員入侵帶來周界入侵報警，過濾非人員入侵報警事件。

在校園周界防范系統中，需要對夜間場景中學生翻閱圍墻外出學校進行周界防范入侵報警，同時也需要過濾因樹葉搖擺、燈光照射、物品扔出圍墻等事件，避免學生因夜間外出翻閱圍墻可能的摔倒、外出學校造成不可挽回的安全事故。

在樓宇、工廠、小區的周界中，夜間因為樹葉搖晃、燈光照射、車輛等因素影響而造成周界誤報，如何在有限的安保力量下關注更重要的周界入侵事件，精準定位因人員入侵而造成的偷盜、傷人等事件。

綜上所述，在周界防范中，越界偵測和區域入侵事件過濾掉非人事件，實現周界防范去誤報，是用戶當前的重要痛點。

3）系統解決方案

為了滿足用戶的周界防范和周界防范去誤報的需要，設計如下系統架構：

圖31. 周界防范監控及去誤報系統架構圖

周界防范去誤報業務流程如下：

Ø  前端網絡攝像機接入“超腦”NVR，由網絡攝像機進行周界防范（越界偵測、區域入侵）的政策和報警，進行一級監測，并將事件抓圖推送到“超腦”NVR中。

Ø  “超腦”NVR進行二級核警，判斷是否人體觸發造成的報警，如因人體觸發造成的報警，將事件推送至平臺。通過“超腦”NVR可有效過濾絕大部分非人體觸發的報警，提高周界防范報警準確率。

Ø  平臺對越界偵測和區域入侵報警進行聯動。

4）系統優勢

系統具有如下優勢：

Ø  準確率高

傳統視頻周界防范受樹葉搖晃、燈光照射、動物穿越、車輛等因素影響，在實際使用中報警不準確、防范效果一般。采用基于深度學習的智能算法，有效降低因樹葉搖晃、陰影、燈光照射、車輛、小動物等造成的誤報，在典型場景下，周界防范報警準確率可達到99%以上，不同場景略有不同。

Ø  適用性強

基于視頻的周界防范相比紅外、微波、光纖振動、電子圍欄等方式具有非常強的適應性，并可有效聯動后端視頻，監控系統無需安裝視頻監控平臺。

紅外、微波對射等傳統方案：所有觸碰傳感器裝置的物體都會引發報警，誤報多，壽命短，而且對于蓄意侵入者而言，很容易跨越或規避。

光纖振動：成本偏高。

電子圍欄和電網：雖然電壓只有36V，但實際應用中可能存在安全隱患，不是所有地方都能使用。

5）推薦配單

為滿足上述系統功能，推薦如下配單：

備注：檢測距離8mm可覆蓋30米內人體目標；12mm可覆蓋40米內人體目標。

6）注意事項

Ø  IPC支持區域入侵偵測、越界偵測報警并且支持報警推圖功能；

Ø  IPC分辨率：200W~800W；

Ø  人體目標最小像素：200W/500W/800W分辨率時目標人體像素應不低于30*80/60*160/90*240像素；

Ø  IPC抓圖分辨率：不超過4096*4080像素；

Ø  IPC安裝要求：盡量不要涉及樹葉、陰影變化過快、車燈變化等干擾場景；

Ø  最大支持16路周界報警去誤報分析；

3.2.1.3 大門出入口

1）需求分析

在園區場景中，大門出入口的安防監控適中是園區安防的重中之重，需要在園區大門入口進行身份驗證，能夠區分出內外部人員，甚至兄弟單位、特殊單位的相關人員，實現大門出入口的分類管理。

除了對園區人員的進出管控外，大門附近的可疑人員監控和布控也是園區綜合安防的重要需求�？梢扇藛T監控包括具備可疑行為（徘徊、滯留）人員的實時監測和報警，以及需要進行布控報警的黑名單人員。由可疑人員的布控報警引申出來的特殊人臉布控，如在政府大樓，需要在大門口實時監控長期鬧訪、職業“上訪”、公安通緝嫌疑人、高危人員等黑名單人臉，能源企業需要在出入口提前預警環保局人員，醫院需要在門診大廳提前預警醫鬧、黃牛、醫藥代表、衛生局人員的人臉，校園、小區、企業大門口需要預警慣偷、社會混子痞子等黑名單；根據比對結果，進行黑名單預警。

最后，在政府大樓門口、校園門口需要在事后對懷疑人臉進行檢索，搜索人員出入證據，提高事后檢索效率，提升園區安保水平。

圖32. 園區大門出入口的主要需求

2）用戶痛點

Ø  智能化需求

園區大門口人車混行，情況復雜，保安或門衛人員需要注意的事件較多，容易遺漏重要事件。用戶亟需智能化的大門口人員出入管理系統。

Ø  過分依賴人工甄別

目前很多園區還僅僅是通過門衛進行人工管理，在上下班期間伴隨著員工的大量進出，門衛只能根據佩戴的工牌情況來判斷人員是否為本企業員工，極易混入其他人員，給園區帶來不必要的安全隱患。用戶急需大門出入的自動識別系統，將危害和隱患扼制在萌芽狀態，確保園區內人員、財產安全的系統。

Ø  工牌丟失、復制、借用

大門口進出人員存在工牌丟失、復制和借用等風險，保安人員難以快速、準確的進行人臉和工牌比對，容易給不法分子入侵的漏洞，給園區帶來一定的威脅。

Ø  事后快速檢索

當園區內出現安全事件后，常規大門監控方案難以滿足安保人員快速、準確的搜索可疑人員，安保人員需要在事后詳細查看錄像，浪費人力、容易遺漏。

針對上述痛點，通過設計人臉開門應用、人臉黑名單布控和人臉搜索應用滿足用戶的需求。

3）系統解決方案

為了滿足用戶需要，設計如下系統架構：

圖33. 園區大門口智能方案系統架構圖

前端設備：前端接入“深眸”行為分析攝像機，在前端進行可疑行為（徘徊、滯留）人員的檢測和實時報警，并將事件推送給平臺；通過人臉抓拍機或“深眸”筒機（人臉抓拍）機進行人臉抓拍，推送到后端進行人臉比對，實現身份核驗成功后聯動閘機開門，或黑名單比對成功進行實時報警；

后端設備：通過接“超腦”NVR，接收人臉抓拍機或“深眸”筒機（人臉抓拍）的人臉圖片，進行實時比對。并將人臉比對成功結果推送到平臺，或直接硬聯動設備閘機開門。

聯動設備：出入閘機，可在人臉比對報警成功后通過平臺進行設備軟聯動打開閘機；也可以在設備端進行配置，人臉比對成功后直接硬聯動出入閘機開門；

4）系統功能

系統具備功能包括：

Ø  刷臉開門：員工上班時自然的走到人員通道閘機處，人臉抓拍機即可自動對員工的人臉進行抓拍；將人臉圖像與已注冊的員工庫進行比對；比對通過后聯動人員通道閘機開門（聯動開門可在平臺上進行配置硬聯動或軟聯動）；如果刷臉失敗，也可配合工牌進行刷卡開門。

圖34. 園區大門口刷臉開門業務流程圖

Ø  人臉名單布控報警：可疑人臉導入。將可疑人員的照片導入系統，并和比對閾值一起發下到“超腦”NVR名單庫中；前端抓拍機識別并抓拍人臉，將人臉信息發送給“超腦”NVR；“超腦”NVR接收抓拍人臉，并和關聯的名單庫進行實時比對。系統接收人臉比對報警事件，并進行事件聯動，及時提醒園區安保人員采取對應預防措施，確保園區內人員、財產安全。

圖35. 園區大門口人臉名單布控報警業務流程圖

Ø  人臉以圖搜圖：在平臺導入需要搜圖的人臉，設置比對閾值，并下發到“超腦”NVR； “超腦”NVR接收以圖搜圖請求，在“超腦”NVR的抓拍庫中進行人臉比對。系統接收人臉以圖搜圖結果，并進行事件聯動。

圖36. 園區大門口人臉以圖搜圖業務流程圖

Ø  異常行為監控：平臺接入“深眸”行為分析攝像機；平臺接收攝像機監測事件，包括人員徘徊和人員滯留事件，并進行聯動；

5）系統的優勢

大門出入口人臉開門應用系統方案有如下優勢：

Ø  先進性。系統采用基于深度學習的先進智能人臉算法，能夠對人臉進行準確的分析識別比對；

Ø        低成本。通過先進的人臉識別智能算法實現對人員身份的認證，配合出入口道閘，員工通過“刷臉”即可實現開門，在不影響通行效率的情況下，確保進入園區的均為本公司員工，大大降低安保成本；

Ø  安全性：通過人臉識別進行刷臉開門，杜絕了丟卡、盜卡、冒領卡等安全漏洞；

Ø  智能化。支持對可疑人員進行布控，及時提醒安保人員，將危害和隱患扼制在萌芽狀態，確保園區內人員、財產安全；

Ø        高效性。支持人臉以圖搜圖，大大提高事后檢索效率，提升園區安保水平。

6）系統推薦配單

為滿足上述系統功能，推薦如下配單：

7）注意事項

Ø  “深眸”筒機安裝位置一般是重點場所的入口通道；攝像機俯視角度15°±5°，水平偏轉角度α＜25°；最大檢測寬度為4米、最遠檢測距離為6.7米；

Ø  “深眸”筒機建議安裝在穩定、充足的光照環境，如果背光條件及光線不足條件下要求補光；

Ø  辨清人臉細節要求人臉覆蓋的像素大于120像素點；

Ø  鏡頭至大門出入口中間空曠、無遮擋。

3.2.2 園區內部道路場景

1）需求分析

在政府機關或企業園區內部道路、能源企業園區內部道路、校園、景區內部道路和工廠園區道路場景中，用戶需要接收人臉圖片和車輛圖片，提升園區內人車管控能力，提升園區內部安保水平。并對抓拍的人車圖片進行建模存儲，可以根據需要對抓拍圖片進行查詢、檢索等操作。通過檢索查詢各個區域的人臉車輛抓拍照片，快速鎖定嫌疑人的活動軌跡。具體需求包括：

Ø  道路監控。滿足用戶對道路的常規監控需要，可實時預覽和錄像回放等功能；同時也能對園區內部道路的占道行為進行檢測。

Ø  人臉抓拍。滿足用戶對園區內道路中的人臉抓拍需要。

Ø  人臉搜索。滿足用戶搜索某張人臉需要，形成按照時間順序和空間位置展現被搜索人的動態軌跡，實現事后追溯，為警情研判提供證據。，需要進行人臉搜索，尋找特定人員；

圖37. 園區內人員搜索

2）系統解決方案

為了滿足用戶需要，設計如下系統架構：

圖38. 園區內部道路智能方案系統架構圖

前端設備：前端接入占道球實現違規占道車輛的識別和取證；通過人臉抓拍機或“深眸”筒機（人臉抓拍）機進行人臉抓拍，推送到后端進行人臉比對，實現人臉抓拍和人臉以圖搜圖功能；若項目需要利舊，可通過人臉抓拍服務器（FD）接入無人臉功能的攝像機。

后端設備：通過接入臉譜，接收人臉抓拍機或“深眸”筒機（人臉抓拍）的人臉圖片，進行人臉以圖搜圖。并將人臉搜索結果推送到平臺。

3）系統功能

系統具備道路實時監控、道路占道檢測、人臉抓拍和人臉以圖搜圖功能。

4）推薦配單

為滿足上述系統功能，推薦如下配單：

5）注意事項

Ø  由于臉譜WEB界面不會同步平臺下發給臉譜的名單庫，導致web界面下發不成功；綜合安防平臺推薦使用iVMS-8700平臺軟件的界面進行管理，不推薦使用單機版臉譜的web界面。

3.2.3 建筑出入口

1）需求分析

在園區內部，各個建筑出入口的是保證園區安防的重中關口，需要在園區各建筑樓大門入口進行身份驗證，能夠區分出內外部人員，實現大樓出入口人員進出的分類管理。小區出入口也可參考本方案。

2）用戶痛點

目前很多園區建筑大樓出入口技防水平不高，還僅僅是通過門衛進行人工管理，在上下班期間伴隨著員工的大量進出，門衛只能根據卡或人工手段判斷人員是否為本企業員工，極易混入其他人員，給大樓帶來不必要的安全隱患。用戶急需能及時提醒安保人員，將危害和隱患扼制在萌芽狀態，確保大樓內人員、財產安全的系統。

除外，園區進出人員因為卡丟失、卡復制、借卡給他人等行為，存在一定的風險漏洞。

3）系統解決方案

在建筑樓單個出入口（接入1路攝像機）、人流量并發較低的場景中，推薦如下架構圖：

圖39. 建筑出入口監控架構圖1

前端設備：前端接入“深眸”傾斜雙目（人臉比對）攝像機，在前端進行人臉抓拍和比對，并將比對事件推送給平臺，實現身份核驗成功后聯動閘機開門；

聯動設備：出入閘機，可在人臉比對報警成功后通過平臺進行設備軟聯動打開閘機；也可以在設備端進行配置，人臉比對成功后直接硬聯動出入閘機開門；

若項目需要將多個建筑出入口（超過1路、低于6路）進行集中管理，統一下發名單庫、人臉身份核驗后聯動放行，推薦用超腦進行比對，還具備監控錄像功能，性價比更高。推薦如下結構：

圖40. 建筑出入口監控架構圖2

前端設備：前端接入“深眸”人臉抓拍機或人臉抓拍機，進行人臉抓怕；；

后端設備：通過接入超腦，接收人臉抓拍機或“深眸”人臉抓拍機的人臉圖片，進行實時比對。并將人臉比對成功結果推送到平臺聯動閘機開門，或直接硬聯動設備閘機開門。

聯動設備：出入閘機，可在人臉比對報警成功后通過平臺進行設備軟聯動打開閘機；也可以在臉譜設備端進行配置，人臉比對成功后直接硬聯動出入閘機開門；

若項目定位高端，安防要求高，需要將多個建筑出入口（6~64路）進行集中管理，統一下發名單庫、人臉身份核驗后聯動放行，推薦如下結構：

圖41. 建筑出入口監控架構圖3

前端設備：前端接入“深眸”人臉抓拍機或人臉抓拍機，進行人臉抓怕。

后端設備：通過接入臉譜，接收人臉抓拍機或“深眸”傾斜雙目（人臉比對）的人臉圖片，進行實時比對。并將人臉比對成功結果推送到平臺聯動閘機開門，或直接硬聯動設備閘機開門。

聯動設備：出入閘機，可在人臉比對報警成功后通過平臺進行設備軟聯動打開閘機；也可以在臉譜設備端進行配置，人臉比對成功后直接硬聯動出入閘機開門；

4）系統功能

系統具備包括刷臉開門和黑名單布控等功能。

5）推薦配單

6）注意事項

Ø  “深眸”筒機安裝位置一般是小區出入口、建筑出入口為主；攝像機俯視角度15°±5°，水平偏轉角度α＜25°；最大檢測寬度為2.5米、最遠檢測距離為11.1米；

Ø  “深眸”筒機建議安裝在穩定、充足的光照環境，如果背光條件及光線不足條件下要求補光；

Ø  辨清人臉細節要求人臉覆蓋的像素大于120像素點；

Ø  鏡頭至通道出入口中間空曠、無遮擋；

3.2.4 內部區域和重點防控區域場景

3.2.4.1 辦事大廳、大堂

1）需求分析

在諸如政府大堂、行政中心辦事大廳、銀行營業窗口、醫院大廳等場景中，需要對大廳內的異常行為進行監控，同時，部分人流擁擠的辦事大廳，需要對人流預警，防止擁擠踩踏事故，并提前進行安防力量調配；部分辦事大廳需要對人臉比對，實現身份核驗。

Ø  異常行為監控。如辦事人員的劇烈運動、人員奔跑、人員倒地、下班后人員滯留、敏感區域跨線、安防人員在離崗等異常情況監控。

Ø  客流統計。需要高精度的客流實時監控和統計報表功能，滿足用戶精確統計需要，為擁擠、踩踏事件的防范提供更加精準的參考數據。

Ø  人臉身份核驗。部分辦事大廳需要對人臉進行比對，確認業務辦理人員是本人，并且需要在多個窗口甚至多個裙樓內辦理業務。如行政中心辦事大廳及各相關辦事窗口、公安局下轄的派出所等。

2）系統解決方案

針對辦事大廳、大堂的用戶需求，推薦如下架構圖：

圖42. 辦事大廳智能監控監控架構圖

前端設備：“深眸”垂直雙目（室內）客流相機實現大廳人流監控和統計；“深眸”行為分析實現大廳內人員異常行為監控；人臉抓拍機和“深眸”200w人臉抓拍筒機可進行人臉抓拍；在節點處，需要通過“深眸”傾斜雙目進行人臉比對，實現節點身份核驗。

后端設備：“超腦”NVR實現后端人臉身份核驗功能。

3）系統功能和優勢

系統功能主要包括人員異常行為分析、客流監控和統計、人臉身份核驗功能。

4）推薦配單

為滿足上述系統功能，推薦如下配單：

備注：

5）注意事項

Ø  “深眸”客流安裝位置：“深眸”客流可安裝在辦事大廳、大堂的出入口的正上方。安裝位置非常重要，一旦安裝位置不佳，對客流的準確率有較大影響。

Ø  “深眸”客流避免：未垂直安裝，如未垂直地面、客流方向傾斜；人員通道寬度超過最大檢測寬度；下方有遮擋物或進出人體大部分被遮擋（如玻璃門、屏蔽門、閘機等）；距入口過遠；檢測線覆蓋完整人體，人員通道寬度大于檢測寬度

Ø  “深眸”客流安裝建議：一臺攝像機檢測一個道閘；若無道閘，多臺攝像機水平且檢測范圍有0.5米以內的重疊

Ø  “深眸”筒機建議安裝在穩定、充足的光照環境，如果背光條件及光線不足條件下要求補光；

Ø  辨清人臉細節要求人臉覆蓋的像素大于120像素點；

Ø  鏡頭前方應空曠、無遮擋。

3.2.4.2 領導辦公區、機房、財務室、檔案室、倉庫

1）需求分析

領導辦公區、機房、財務室、檔案室、倉庫等區域需要對可疑身份人員進行布控、報警和聯動，將可能的安全事故降到最低。

2）用戶痛點

進出人員的人臉布控報警。用戶可在重要區域對黑名單人員進行人臉布控、報警和聯動，防止黑名單人員闖入重要區域。

3）系統解決方案

在重要辦公室、機房、財務室、領導辦公室等重要區域的人員必經之處，且人流量并發較低的場景中，推薦如下架構圖：

圖43. 重要區域人臉布控架構圖

前端設備：前端接入“深眸”傾斜雙目（人臉比對）攝像機，在前端進行人臉抓拍和比對，并將比對結果推送給平臺，實現人臉布控、預警和聯動功能；

4）系統功能和優勢

系統具備實時監控和黑名單布控功能。

5）推薦配單

為滿足上述系統功能，推薦如下配單：

6）注意事項

Ø  “深眸”傾斜雙目安裝位置一般是重要辦公區域的必經之處為主；攝像機俯視角度15°±5°，水平偏轉角度α＜25°；最大檢測寬度為2.5米、最遠檢測距離為11.1米；

Ø  “深眸”傾斜雙目建議安裝在穩定、充足的光照環境，如果背光條件及光線不足條件下要求補光；

Ø  辨清人臉細節要求人臉覆蓋的像素大于120像素點；

Ø  鏡頭前方應空曠、無遮擋；

第 四 章 核心產品介紹

4.1 社區占道球

社區占道球（DS-LG21Q421IW-A/TC9），也稱為200萬像素紅外社區占道檢測智能球機，是�？低�視為住宅小區內人行通道、地下停車場的入口通道、企業園區內安全通道等各類通道場景中專門研制的一款占道檢測球機。

社區占道球可自動對違規占道車輛進行識別和取證，解決開放園區內外來車輛違停的檢測、識別、取證等問題，可智能識別車牌，上報平臺或城管，威懾力強，實現園區占道行為智能化管理。

圖44. 社區占道球產品圖片（DS-LG21Q421IW-A/TC9）

4.2 “深眸”雙目客流相機

“深眸”垂直雙目客流統計攝像機（iDS-2CD6810F/C、iDS-2CD6810F-IV/C）是�？低�視采用雙目立體視覺技術、3D目標檢測跟蹤技術和高度過濾技術打造的一款智能客流統計攝像機。

該攝像機比傳統客流相機具有更高的客流統計精度，能有效統計區域內進入、離開、經過人數，并產生各類客流統計報表，同時具備高度過濾、徘徊人員過濾等特色功能，能為用戶提供更加精準的客流統計，為用戶防止擁擠、踩踏等惡性安防事件提前預警。該產品可廣泛應用于景區、體育館、博物館、醫院等、營業廳、連鎖門店、4S店、小型超市、大型超市商場、購物街、地鐵站車站、機場等場景。根據使用場景的差別，產品分為室內和室外兩種形態。

圖45. “深眸”垂直雙目客流統計攝像機（左邊室內、右邊室外）

4.3 “深眸”傾斜雙目（行為分析）智能攝像機

“深眸”傾斜雙目智能攝像機（DS-2CD8426F/B-I）是�？低�視出品的一款行為分析的專業智能攝像機。攝像機采用GPU模塊組成（GPU模塊的并行處理能力是常規CPU的數十甚至數百倍），以獲得更好的性能，并且內嵌專為視頻監控場景設計、優化的深度學習算法，可實現人員劇烈運動、在離崗、人數異常、人員站立/倒地、人員間距、徘徊、穿越警戒線、人員滯留的實時監測功能。

圖46. “深眸”傾斜雙目（行為分析）智能攝像機圖片

4.4 “深眸”筒型（人臉抓拍）智能攝像機

“深眸”筒型智能攝像機（DS-2CD7627FWD/F-LZ（-H/-S））是�？低�視出品的一款人臉抓拍的專業智能攝像機。攝像機由白光變焦筒機與高性能GPU模塊組成，并且內嵌專為視頻監控場景設計、優化的深度學習算法。

攝像機支持人臉抓拍功能，可同時對30張人臉進行檢測、跟蹤及抓拍；同時支持對性別、年齡、是否戴眼鏡等特征的識別。

圖47. “深眸”筒型智能攝像機圖片

4.5 “深眸”傾斜雙目（人臉比對）智能攝像機

“深眸”傾斜雙目智能攝像機（DS-2CD8426FWD/F-I）是�？低�視出品的一款集人臉抓拍、人臉比對為一體的專業智能攝像機。攝像機由白光變焦筒機與高性能GPU模塊組成，并且內嵌專為視頻監控場景設計、優化的深度學習算法。

攝像機支持人臉抓拍功能，可同時對30張人臉進行檢測、跟蹤及抓拍，并支持對抓拍人臉和名單庫進行實時比對、輸出結果，實現黑名單人員實時布控報警功能；同時支持對性別、年齡、是否戴眼鏡等特征的識別。

圖48. “深眸”傾斜雙目（人臉比對）智能攝像機圖片

4.6 “超腦”NVR

“超腦”NVR系列后端產品，是�？低�視基于深度學習智能在視頻中的應用，推出的智能存儲和分析產品。

“超腦”NVR（iDS-9632NX-I8/FA），小超腦FA作為業內首款支持人臉智能識別的NVR，不僅具有 NVR 的各項功能特性，更是承載了基于深度學習的人臉智能識別技術，具備人臉名單庫比對功能，可用于重點人員布控、刷臉開門、VIP識別；人臉以圖搜圖功能，可用于目標人員查找，可實現精確的人臉分析和應用。產品適用于各類中小型人臉項目，使人臉智能識別普及化，可滿足各行業人臉應用需求。

Ø  超腦抓拍：支持4路普通高清IPC人臉抓拍

Ø  人臉比對：支持6路人臉實時比對報警

Ø  人臉名單庫：4個庫，總庫容50000張

Ø  百萬級人臉抓拍庫

圖49. “超腦”NVR（iDS-9632NX-I8/FA）

“超腦”NVR（iDS-9632NX-I8/S）是�？低�視自主研發的新一代超腦NVR系列（Net Video Recorder）。它融合多項專利技術，不僅具有NVR的各項功能特性，更是承載了基于深度學習算法的視頻圖像結構化技術，實現精確的人體識別，集周界防范去誤報、人體結構化分析、建模、比對、檢索、存儲于一體，提升監控視頻價值，服務安防大數據時代。

主要功能可對前端的周界防范（越界偵測、區域入侵）報警進行人體目標二次識別，有效過濾絕大部分非人體引起的周界入侵誤報警。

圖50. “超腦”NVR（iDS-9632NX-I8/S）

4.7 臉譜

臉譜（DS-IE6364-E/FA），是�？低�視始終專注于人臉識別和比對技術的研發，人臉分析服務器采用高密度 GPU 架構，集成了基于深度學習的人臉智能算法而開發的優秀的人臉分析服務器。服務器通過對人臉的識別、分析、建模，可實現黑名單布控報警、人臉比對、人臉照片查詢等功能，可廣泛應用于公安、交通、金融、教育、醫療、企業、工業園區等各類人臉識別場景。

人臉分析服務器采用19英寸1U標準機箱，具備1+1冗余電源，嵌入式Linux 操作系統。產品具有 高性能（80張/秒建模、64路人臉抓拍接入）、 專業化（專業的智能分析算法）、 智能化（智能功能豐富）、 易維護（穩定易用的硬件和軟件）、低功耗（嵌入式設計架構，整體性能更穩定，總功耗更低，節能環保）等優點。

圖51. 臉譜人臉分析服務器

第 五 章 系統優勢

第2章

5.1 更完善的場景覆蓋

方案借鑒成熟的“圈線面點”安防布防模型，構建多角度、多層次的立體化綜合安防體系，場景覆蓋更完善，以典型園區為例，從外至內形成協同作戰的、有機的、不可割裂的整體防控體系，有助于全面提升以空間為軸的人、車、物全方位防控水平，提升綜合安防整體防控能力。

同時，方案針對細分場景也提供完整的解決方案，解決用戶在該場景的痛點需求，便于在獨立的智能系統中使用。

5.2 更強大的智能分析模式

首先，系統推薦具有深度學習的智能產品，相比傳統的智能產品，具有精度更高、場景適應能力更強的特點；同時，深度學習實現的智能功能種類也更加豐富，支持異常行為分析、人臉抓拍和比對、客流統計、周界防范及去誤報和人車混合等智能特征識別和分析。

其次，系統包括前端和后端多種智能分析模式，能夠適應不同的場景需要，滿足用戶多樣性需求。特別是方案既可滿足大型項目的智能需求，針對中小型項目的智能需求，方案也有較強的適應能力和項目應對能力。

最后，系統提供多個名單庫管理，可便于用戶在同一個比對設備上進行不同用途的人臉布控報警，如能源企業大門口場景中，既可在名單庫A中添加危險人員（如慣偷、鬧事、社會混混）布控，也可在名單庫B中進行環保局人員的布控，一套系統多個用途。

5.3 事前-事中-事后完善的防范體系

系統提供事前-事中-事后完整的人臉智能應用。通過人臉布控報警，可有效提前防止如慣偷、鬧訪、黃牛、混混帶來的各類安全事故；其次，針對實時發生的人員異常行為如摔倒、人數間距異常、離崗等事件，系統可實時的報警事件，便于用戶及時處理，將已發生的事故損害盡可能降低；最后，在事后進行人臉以圖搜圖時，可滿足用戶事后風險查找、證據尋找等事后功能。通過完整的事前-事中和事后的智能應用，形成完整的安全防范體系。

5.4 更豐富的智能應用

系統提供包括人臉抓拍、人臉比對（包括身份核驗、人臉布控）、人臉以圖搜圖等基礎功能，行業用戶可在基礎功能之上適當添加行業特性，形成豐富的智能應用，如文教衛可實現接送兒童家長的人臉比對、交通行業中特殊車輛的人臉比對、銀行金庫或ATM加鈔室的人臉核驗、園區或內部道路的人臉軌跡應用等。

5.5 復制性強的智能場景

方案選擇綜合安防典型的園區場景進行分析，該場景適當添加行業的個性化智能應用，即可復制到多個行業的類似場景，如市政機構的政府大樓、機關園區，金融大樓、金庫及監控中心，能源企業和能源機構園區，普高教校園園區、大樓，景區、文化博物館園區，連鎖、商業綜合體、企業園區、住宅小區等場景，具有較高的可復制性。

5.6 更佳的智能應用體驗

系統提供統一的名單庫管理，進行統一的人臉抓拍事件查詢，接收統一的人臉比對事件，使用統一的人臉布控和人臉以圖搜圖功能，減少用戶因為不同比對模式帶來的復雜性，提升用戶的智能應用體驗。