人脸识别的技术指标(人脸识别技术评定指标)

项目

技术要求

库容量

2000万人像

像片要求

1、支持JPEG、BMP、TIF、JPEG2000等主流格式。

2、人像相片正面两眼瞳孔距离最低可支持到30像素。

3、相片大小不限(原则上小于10M),相片的大小不能影响建模和识别的正常进行。

4、支持各种人种。

5、支持自动区分识别多人像相片(即一张相片内有多个人像)。

6、支持一定角度的相片,至少能够支持轴向偏转30度的人像识别。

7、支持多光照相片,在逆光、背光、偏照光等情况下,能够较好识别。

8、支持多姿态相片,除眼部外,部分人脸在遮挡的情况下,能够较好识别。

建模要求

1、支持大规模相片(千万级甚至亿级)建模,数据源不限于支持Oracle(9i以上)、mySQL、sqlserver、XML格式的人像数据包等。

2、能够自动根据服务器配置和负载情况进行多线程运行。

3、单张人像相片模板大小不超过8K。

4、对于不同业务类型的人像相片,支持分类建库,支持按性别、区域(如户籍所在地、籍贯)、年龄段、民族等规则分类建库。

5、支持增量建库,支持业务系统客户端实时建模入库功能,支持J2EE/.NET系统架构,支持B/S,C/S客户端进行。

6、对不能完成建模的人像相片须产生报警信息提示用户,提供用户人工干预入口,可在客户端进行手工人像定位建模;具备同步干预和异步干预选择,可由系统参数控制;可按时间点、业务类型等条件分类展示和查询,再次进行手工建模;对不能进行成功建模图像给出评价,并提供改进提示。

7、建模过程有监控程序,建模结果能够输出。

8、特征模板数据能够通过拷贝、数据同步等方式进行复用,省去重复建模时间。

比对要求(1:N)

1、人像自动定位。

2、支持单张相片比对和批量相片比对。

3、支持现场人像抓拍比对,并提供相应接口。

4、支持多条件分类比对,即输入相片的人像身份特征的单个或多个条件能在分类中实现更快速的比对。

5、支持按优先级建立比对任务,任务调度方法支持多策略,并可由用户根据业务要求进行动态配置。

6、比对相片建模比对后,模板自动保存到特征库中。

7、比对结果包括相片ID、相似度(分数)或其他要求的信息等,可由

参数决定,按照排序输出;比对返回结果大小由参数决定。

8、比对结果支持文件和数据库方式等方式输出。

9、比对模式

1)识别模式:业务系统向人像比对平台提交查询图像后,平台负责从目标特征库返回一组最相像的识别结果,供用户确认。

2)报警模式:业务系统向人像比对平台提交查询图像后,平台首先确认目标库中是否已有和提交图像身份相同或相似度超过一定阈值的其它图像,如果有则报警并输出报警结果供用户确认。

3)实时比对模式(单张或小批量比对):客户端调用比对接口,输入待比对相片后,比对完成后马上返回比对结果。

4)任务比对模式(多张或大批量比对):客户端调用比对接口,把待比对相片放入待比对队列,由系统自动进行比对调度,比对完成后把比对结果保存到比对结果列表,用户再自行查看比对结果。

运行要求

1、系统提供模板装载功能,模板能快速装载到比对服务器内存。

2、比对服务器的装载数据量能动态分配,由系统参数决定。

3、能按分类特征实现分类装载。

4、单台比对服务器能实现多进程装载。

5、支持动态模板库增容,支持比对服务器动态模板增量装载,由系统根据比对服务器数量自动管理。

6、增量装载过程不能影响比对的正常运行。

7、能监控到系统动态装载情况。

性能指标

1、1:N比对:在3-5S内返回结果的情况下,能够支撑10-20个以上并发任务。

2、首选识别率(2000万库容量):大于80%。

3、前100选识别率(2000万库容量):大于90%。

4、建模时间:2000万模板建模时间不超过20天。

5、系统健壮性:系统要求7×24小时运行,每年因故障停止时间累计不超过1小时,故障次数不超过10次。

扩展性

1、系统比对服务处理能力能够随着数据量的增长灵活扩展。在硬件处理能力足够的情况下,可采用启用多进程等方式实现系统扩展;在硬件处理能力已满负荷的情况下,可采用增加硬件来实现系统横向平滑展。

2、系统能支持50台(及以上)比对服务器并行的系统架构;控制服务器支持2台(或以上)服务器并行(或热备方式)的系统架构,保证系统无单点故障。

3、当用户为提高比对速度增加服务器时,系统应能自动将新增服务器并入已有的比对服务器群中。

4、系统必须有容错和冗余机制,若出现服务器软硬件故障而导致服务没法运行的,系统能动态管理,自动接管,实现系统的不间断运行,并提供报警提示通知。

5、比对服务器所加载的模块必须考虑冗余和备份机制,当有比对服务器不能工作时,备份的服务器及模块应能立即切换并提供比对服务。如模块加载数量不足应禁止比对或提示报警。

网站标签:人脸识别

原文链接:https://www.hfzhuce.com/tgzl/7636.html,转载请带上本文链接!谢谢!

相关推荐


版权声明:本文内容由互联网用户自发贡献以及网络收集编辑和原创所得,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 2358834048@qq.com 举报,一经查实,本站将立刻删除。