登录 / 注册
用户注册
用户登录
重置密码
当前位置: 首页> 解决方案>
学校宿管人证识别方案
2019-05-10 10:26:01浏览量:467
随着经济的发展,社会开放程度的提高,社会上的一些违法犯罪事件也日渐影响到学校校园。如何建立一个安全的校园环境,保障师生的学习、校园生活安全一直是教育部门和社会各界关注的焦点。在校师生均属于安全防卫能力较弱的群体,特别大部分中小学生尚未成年,防范意识和自我保护能力比较弱。
校园师生的安全问题,维系着社会的稳定,牵动着家庭的幸福,已成为全社会密切关注的话题,直接影响到和谐社会的建设。
为了营造“文明、整洁、健康、温馨”的宿舍文化氛围,保证住校教育教学工作的顺利进行。实时掌握宿舍住宿人数、空余床铺信息,合理分配宿舍床位;对就寝考勤情况进行统计报表,迟归、未归预警提示等,方便宿舍管理,保证学生的入寝率。
人脸识别宿管系统采用通道闸机考勤管理模式,实现学生刷脸进出宿舍楼的管理,整合学生信息并设置权限。实现学生宿舍出入信息化、网络化管理;学生到点迟归、未归信息,短信推送到班主任和宿管手机上。
人脸识别宿管系统主要由宿管系统软件,通道闸机,人脸识别闸机设备和软件,闸机控制器等组成。
提供完善数据分析
实名制出入数据汇总出按周期的人数等,管理人员无须人工查验,通过电脑把记录进行分析,自动生成需要的名单。
生物识别技术
通过摄像机在图像中检测和跟踪人脸,并自动采集含有人脸的图像,进而对检测到的人脸进行脸部图像采集、人脸定位、人脸识别预处理、记忆存储和比对辨识,达到识别不同人身份的目的。
场所不安全因素
利用生物识别技术有效规避外来人员随意进出宿舍,降低宿舍不安定因素;同时大大提高了效率,实时监控。
实名制相关应用
所有的出入口进行精确的身份识别,实现无障碍通道,实时查看监控、特殊情况短信通知;通过闸机的记录可作为考勤依据。
平台优势
采用人脸识别,实时,严格监控进出人员,保证宿舍学生不能进出,布控人员不能进。
系统的建设依据国家相关法律规章、国家和行业相关标准、相关研究成果等进行规划设计,具体如下:
1) 国务院关于印发《国家中长期科学和技术发展规划纲要(2006-2020年)》的通知(国发〔2005〕44号)
2) 国务院印发《国务院关于积极推进“互联网+”行动的指导意见》(国发【2015】40号)
3) 《公共安全视频监控建设联网应用“十三五”规划方案》
4) 《关于加强公共安全视频监控建设联网应用工作的若干意见》
5) 《关于加强社会治安防控体系建设的意见》
6) 《公共安全视频监控联网系统信息传输、交换、控制技术要求》(GB/T28181-2016)
7) 《城市监控报警联网系统技术标准》(GA/T669-2008)
8) 《中华人民共和国公安部行业标准》(GA70-94)
9) 《视频安防监控系统技术要求》(GA/T367-2001)
10) 《建筑及建筑群综合布线工程设计规范》(GB/T50311-2000)
11) 《智能建筑设计标准》(GB50314-2006)
12) 《计算机信息系统安全》(GA 216.1-1999)
13) 《信息技术设备的安全》(GB4943-2001)
14) 《电子计算机机房设计规范》(GB50174-93)
15) 《住宅小区安全防范系统通用技术要求》(GB/T 21741-2008)
16) 《建筑物防雷设计规范》(GB50057-94)
17) 《建筑物电子信息系统防雷技术规范》(GB50343-2004)
18) 《社会治安综合治理基础数据规范》 (GB/T 31000—2015)
19) 《安全防范工程程序与要求》(GA/T75-94)
20) 《安全防范工程技术规范》(GB 50348-2004)
21) 《出入口控制系统技术要求》(GA/T394-2002)
22) 《人脸识别设备通用规范》行业标准SJ_T11608-2015
23) 《安全防范视频监控人脸识别系统技术要求》GB/T31488-2015
24)
(一)以人为本
“人”是主体,系统设计应紧紧围绕着人们的实际需求,以实用、简便、经济、安全的原则,同时照顾到不同人群的需要,满足用户特定使用门禁功能。
(二)实用性
系统的功能应符合实际需要,不能华而不实,如果片面追求系统的超前性,势必造成投资过大,离实际需要偏离太远。因此,系统的实用性是首先应遵循的第一原则。
(三)先进性
系统的设计和产品选用在投入使用时应具有一定的技术先进性,但不盲目追求尚不成熟的新技术或不实用的新功能,以充分保护用户的投资。
(四)可靠性
系统的设计应具有较高的可靠性,在系统故障或事故造成中断后,能确保数据的准确性、完整性和一致性,并具备迅速恢复的功能。
(五)实施的可行性
以现有成熟的产品为对象设计,同时还考虑到周边信息通信环境的现状和技术的发展趋势,并考虑归口管理的要求,使设计的方案现实可行。
(六)标准化、开放性
标准化、开放性是信息技术发展的必然趋势,在可能的条件下,设计中采用的产品都尽可能是标准化、具备良好开放性的,并遵循国际上通行的通信协议。应用软件尽量采用已商品化的通用软件,以减少二次开发的工作量和利于日后的使用和维护。
(七)可扩充性
系统设计中考虑到今后技术的发展和使用的需要,具有更新、扩充和升级的可能。
(八)数据安全
采取必要的措施保障各智能化系统数据的安全。
(九)易操作性
人脸识别智能化系统是面向各种管理层次使用的系统,系统及其功能的配置以能给用户提供舒、安全、方便、快捷为准则,其操作应简便易学,而绝不能因“智能”而给用户带来不便,甚至烦恼。
(十)针对性
人脸识别系统的设置并非千篇一律的,而应根据工程的实际情况,如工程规模、配套设施、市场定位、用户对象、管理要求、规划及平面布局等等因素,作出有针对性的设计。
提供高性能和大规模分布式计算架构,系统可线性扩展,不受单台服务器性能限制,支持10万黑名单布控和千万级别静态库检索,充分满足企业用户对超大人像库的需求。
拥有高效、高准确率的人脸算法,对抓拍率和识别率的准确度达到世界领先水平,多次PK测试中,抓拍率达到99%以上,识别率达到90%以上。
人脸识别系统最大可布控10W黑名单库,响应迅速,从实时采集人脸到报警端显示时间间隔2S内;根据图片检索数据,根据图片检索数据响应时间可在2S内完成。可在完全施工规范的场景下,抓拍率达95%、识别率可达到90%以上。
提供1:1(盘查比对),1:n(亿级数据库比对), n:N(追查比对),视频流比对(人像卡口)等多种服务接口,用户可根据需要自由选择服务,搭建上层业务。
目前人脸识别技术应用于企业职员考勤、园区临时流动人员管理、进出入门禁人脸识别验证控制、重要设备授权开启等,属于当前先进的科学技术管理手段。
人脸识别是人体生物认证技术的一种,人脸识别技术相对于其他生物识别技术,具有生物特征唯一性、可测量性、可识别性、终身不变性等特点。人脸识别利用可见光获取人脸图像信息,而不同于指纹识别或者虹膜识别,需要利用电子压力传感器采集指纹,或者利用红外线采集虹膜图像,这些特殊的采集方式很容易被人察觉,从而更有可能被伪装欺骗。
人脸识别技术诞生于上世纪60年代,科学家们通过人脸几何结构特征,开启了人脸识别的探索和研究。安防监控领域是人脸识别技术最早应用领域之一,不过受到传统智能分析技术的限制,系统的人脸识别能力很低,又由于人脸在行动过程中的随意性、多变性及受到环境的影响,所以,传统的人脸智能技术,仅适合门禁考勤类有感的人脸识别领域,即人脸必须无条件的配合机器的要求,但无法满足无感领域,即无法对人有任何行为要求的视频监控上的应用需求。
2013年,“深度学习”理论的突破,并在计算机视觉理解技术上的成功应用,为人脸抓拍产品能在视频监控上的应用,找到了根本的解决办法。
人脸识别系统响应速度迅速,从比对到判定在1秒以内。是人工比对确认的数十倍。同时采用人像跟踪技术,减少同一人的照片存储数量,降低数据冗余与硬件设备的投资。作为一种新兴的生物识别技术,与虹膜识别、指纹扫描、掌形扫描等技术相比,人脸识别技术在应用方面具有独到的优势。
Ø 使用方便,隐蔽性好:人脸识别技术使用通用的摄像机或专业设备作为识别信息获取装置,是一种完全非接触的方式,用户不需要和设备直接接触就能获取人脸图像,在识别对象未察觉的情况下完成识别过程,识别对象不会存在心理排斥情绪;不被察觉的特点对于一种识别方法也很重要,这会使该识别方法不令人反感,并且因为不容易引起人的注意而不容易被欺骗;
Ø 直观性突出:人脸无疑是肉眼能够判别的最直观的信息源,而人脸识别技术所使用的依据正是人的面部图像,方便人工确认、审计,“以貌取人”符合人的认知规律;
Ø 不易仿冒:人脸识别技术要求识别对象必须亲临识别现场,他人难以仿冒,人脸识别技术所独具的活性判别能力保证了他人无法以非活性的照片、木偶、蜡像来欺骗识别系统,这是指纹等生物特征识别技术所很难做到的;
Ø 使用通用性设备:人脸识别技术所使用的设备一般为PC、摄像机等通用设备,由于目前计算机、闭路电视监控系统等已经得到了广泛应用,因此,对于多数用户而言,使用人脸识别技术无需添置大量专用设备,既保护了用户的原有投资又大大扩展了系统功能,同时还提高了系统的安全性能,满足了用户的安全性需求。
Ø 实时性强:对出现的嫌疑人,平台可做到实时告警提示。给国家安全机关工作人员快速反应,快速控制可疑人员提供宝贵的告警行动时间。
Ø 非强制性:用户不需要专门配合人脸采集设备,几乎可以在无意识的状态下就可获取人脸图像,这样的取样方式没有“强制性”;
Ø 并发性:在实际应用场景下可以进行多个人脸的分拣、判断及识别。
一个典型的人脸识别系统主要包括训练过程和识别过程。训练过程主要完成将已知人脸进行定位、特征提取与选择、以及分类器的设计;识别过程则完成将未知图片进行处理,并最终识别出身份的分类和决策。