平安城市人脸识别系统解决方案

平安城市人脸识别系统处理方案大华人脸识别处理方案V1.0 —公安线浙江大华技术股份有限企业处理方案部

目录大华人脸识别处理方案V1.0 —公安线浙江大华技术股份有限企业处理方案部HYPERLINK第一章. 方案概述 4HYPERLINK1.1项目概况 4HYPERLINK1.2需求分析 4HYPERLINK1.3建设目标 5HYPERLINK1.3.1人脸识别技术 5HYPERLINK1.3.2高危人员比对 5HYPERLINK1.3.3特殊人员比对 5HYPERLINK1.3.4人员布控报警 6HYPERLINK1.4建设内容 6HYPERLINK第二章. 总体设计 7HYPERLINK2.1逻辑架构 7HYPERLINK2.2系统拓扑 8HYPERLINK2.3联网设计 9HYPERLINK2.4人脸识别数据流 9HYPERLINK2.4.1实时比对 9HYPERLINK2.4.2历史查询 10HYPERLINK2.5人脸三大业务库 10HYPERLINK2.6性能指标要求 10HYPERLINK第三章. 前端设计 12HYPERLINK3.1前端系统组成 12HYPERLINK3.2布点设计 12HYPERLINK3.3施工布署要求：采集场景经典案例 12HYPERLINK3.3.1安装指导规范 12HYPERLINK3.3.2侧视图 13HYPERLINK3.3.3俯视图（多相机） 13HYPERLINK3.4摄像机安装要求 15HYPERLINK第四章. 存放设计 16HYPERLINK4.1存放总体设计 16HYPERLINK4.2存放容量计算（项目修改） 17HYPERLINK4.2.1抓拍库图片存放计算 17HYPERLINK4.2.2人脸特征数据存放计算 17HYPERLINK4.2.3视频存放 17HYPERLINK第五章. 应用设计 18HYPERLINK5.1人脸抓拍 18HYPERLINK5.2比对识别报警 19HYPERLINK5.3人脸检索 21HYPERLINK5.4黑名单管理 22HYPERLINK5.5注册库查询 23HYPERLINK5.6报警管理 24HYPERLINK第六章. 方案优势 26HYPERLINK6.1响应快速 26HYPERLINK6.2直观、自然、非接触性 26HYPERLINK6.3多相机抓拍人脸关联 26HYPERLINK6.4国际领先人脸识别算法 26HYPERLINK第七章. 设备选型 27HYPERLINK7.1摄像机选型 27HYPERLINK7.1.1普通高清摄像机选型 27HYPERLINK7.1.2人脸抓拍摄像机选型 30HYPERLINK7.2摄像头-镜头 31HYPERLINK7.3镜头选型原理 32HYPERLINK7.4人脸检测服务器 32HYPERLINK7.5人脸识别服务器 32HYPERLINK7.6人脸数据库服务器 33HYPERLINK7.7平台 33人脸识别技术伴随平安城市基础建设不停完善和加强，前端摄像机采集到数据展现一个爆炸式增加。对于公安行业来说，数据总量不停充实情况下，怎样从非结构化数据中挖掘结构化信息是平安城市建设二期目标。另首先公安行业对车辆结构化信息采集已逐步趋于成熟化、普遍化，但对人员信息采集和认证技术一直使用传统技侦方式。人脸识别技术在以上情况下处理视频录像、图片等非结构化信息到人员照片、身份信息等结构化转变。人脸识别技术相对于其它生物识别技术如：指纹、指静脉、虹膜等同属于四大生物识别技术，具备生物特征唯一性、可测量性、可识别性、终生不变性等特点。但相较其它识别技术具备本质区分：非强制性：用户不需要专门配合人脸采集设备，几乎能够在无意识状态下就可获取人脸图像，这么取样方式没有“强制性”；非接触性：用户不需要和设备直接接触就能获取人脸图像；并发性：在实际应用场景下能够进行多个人脸分拣、判断及识别；人脸识别技术流程主要包含四个组成部分：分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及人脸特征数据匹配与识别。人脸图像采集及检测：基于人脸部特征，对输入人脸图像或视频流，首先判断是否存在人脸，假如存在人脸，则深入给出每个脸位置、大小和各个面部器官位置信息。人脸图像预处理：对于人脸图像预处理是基于人脸采集及检测结果，经过人脸智能算法，对选择出来人脸图片进行优化和择优选择，挑选当前环境下最优人脸并最终服务于特征提取过程。其预处理过程主要包含人脸图像光线赔偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。人脸图像特征提取：人脸识别系统可使用特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取方法归纳起来分为两大类：一个是基于知识表征方法；另外一个是基于代数特征或统计学习表征方法。基于知识表征方法主要是依照人脸器官形状描述以及她们之间距离特征来取得有利于人脸分类特征数据，其特征分量通常包含特征点间欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部组成，对这些局部和它们之间结构关系几何描述，可作为识他人脸主要特征，这些特征被称为几何特征。基于知识人脸表征主要包含基于几何特征方法和模板匹配法。人脸特征比对识别：经过采集到人脸图片形成人脸特征数据，与后端人脸库中人脸特征数据模板进行搜索匹配，经过设定一个阙值，相同度超出这一阈值，则把匹配得到结果输出。这一过程又分为两类：一类是确认，是一对一进行图像比较过程，另一类是识别，是一对多进行图像匹配对比过程。方案概述项目概况伴随经济发展，城镇建设速度加紧，以及互联网突飞猛进，造成城市中人口密集，流感人口增加，引发了城市建设中交通、社会治安、重点区域防范、网络犯罪日益突出等城市管理问题，今后当代化城市建设、网络信息必定将安全作为重中之重，与城市经济建设处于同等主要地位。近年来，社会犯罪率呈逐年升高趋势，尤其是网络犯罪愈加严重，网络逃犯频频发生，罪犯犯罪手法也愈加隐蔽和先进，给广大公安人员侦破案件增加了难度。同时，恶性事件时有发生，使人们对公共生活场所安全感普遍降低。同时公安人员在对通缉犯进行人工排查时如大海捞针，成功率极低，效果也不显著。主要有以下实际问题：首先，因为罪犯群体不停扩大，要在数以百万计人员照片库中找出犯罪嫌疑人，不但费时费劲，还有可能造成遗漏等情况，破案效率大打折扣；其次，当前公安机关侦察案件大多数依然依靠事后追查和通缉，对已经发生案件造成损失极难有效填补；最终，假如在案发同时即能防患于未然，就能第一时间将损失控制在最小范围内。需求分析采取高效使用人脸监控和比对系统，第一可帮助公安侦查人员快速识别+分辨特定人员真实身份，把过去难以想象千万级海量照片库比对需求变成现实，从而有效为公安视频侦查、治安管理、刑侦立案等工作提供实战上有效帮助和处理方法。第二可帮助公安侦查人员办案时候追查和通缉，真正从打变为防，能够极大降低警力资源浪费和事故发生概率。当前人脸抓拍比对系统主要应用在以下几个方面：公安治安人员黑名单比对实时报警：针对一些人员密集区域（如车站、地铁站、机场、小区等）关键出入口、通道等卡口位置布置人员卡口，后端对重点关注人员、打防控人员进行黑名单布控，经过实时视频流比对布控黑名单，实现人脸比对识别。不明身份人员身份确认：治安人员在日常巡查、人员身份验证过程中，防止肢体接触和冲突，使用前端摄像机或手机进行抓拍，后端经过数据库进行人员信息比对分析，达成人员身份确认应用。治安或刑侦人员对流动性人口中无正当有效身份证件、无固定住所、无正当职业或正当经济起源人员进行非接触性身份确认。主关键点位重点人员身份排查：针对一些主要管控区域，如大型保障活动，政府、公安出入口等布置前端摄像机对现场进行人脸抓拍，每日安排公安人员人工进行重点人员筛选排查。建设目标本章文字内容能够依照项目详细情况修改：重点人员布控重点人员包含高危人员、特殊人员等。高危人员包含有全国在逃人员、全国违法犯罪人员；特殊人员包含水客、涉恐涉案人员、涉毒人员、重大犯罪前科人员、肇事肇祸精神病人。本方案可经过手动或自动批量导入伎俩将高危人员信息导入至人脸注册库中，经过摄像机实时视频检测和照片信息检索，与人脸注册库内高危人脸进行实时比对识别，在出现高危人员时经过平台告警方式通知公安。公安重点人员依照地域和目标不一样划分不一样类型，包含惯偷惯犯、涉恐、涉案、涉毒、水客等人员。本方案可经过手动或自动批量导入伎俩将重点人员信息导入至人脸注册库中，经过在超市、大楼、火车站、港口等出入口摄像机实时视频检测和照片信息检索，与人脸注册库内高危人脸进行实时比对识别，在出现高危人员时经过平台告警方式通知公安。高危人员布控特殊人员包含有水客、涉恐人员、涉毒人员、有重大犯罪前科人员、肇事肇祸精神病人、重点上访人员等。人脸识别系统将利用实时视频和身份证信息相结合伎俩，对出入境人士进行审查识别。高危人员包含全国在逃人员、全国违法犯罪人员、重大犯罪前科人员、肇事肇祸精神病人等。人脸识别系统将利用实时视频和身份证信息等伎俩，可在火车站、汽车站、港口口岸出入口建设人脸卡口，对出入境人士进行审查识别。敏感人群布控敏感人群包含来自特殊地域、特殊身份、特殊职业等人员如来自新疆地域人群、个别少数民族人群、长久无工作人群、非法上访人群等。经过在出入境、关键人脸采集卡口对这些人群进行身份信息和人脸信息采集，经过人脸识别系统对敏感人群身份信息、行为轨迹、出没时间等进行管控，从而做到敏感人群防控目标。身份信息检索在日常巡查、火车站身份证检验、其它民事应用中，可经过单兵、手机、相机对驾驶员进行脸部拍照，经过上传照片至后端进行人脸识别确认人员身份信息。这种方式适适用于未携带身份证、驾驶证驾驶人员身份快速确认。身份信息查重对全国人口基本信息资源库中人员身份证进行检索比对，排查一人多证问题。建设内容*依照详细情况编写总体设计大华人脸识别系统，采取具备完全自主知识产权人脸检测算法、人脸跟踪算法、人脸抓拍算法、人脸质量评分算法及人脸识别算法、并结合配套前端摄像机机设备和后端智能分析服务器，实现了实时人脸抓拍建模、实时黑名单比对报警、事后静态人脸图片检索等功效。本方案针对人脸注册库/人脸抓拍库小于300万、黑名单库小于30万系统。前端可采取普通高清摄像机，也能够采取专用人脸抓拍相机。经过人脸检测服务器对实时视频中出现人脸进行抓拍。人脸识别服务器可对抓拍照片进行数据库比对。依照人流量和抓拍照片数量，在针对多路前端相机环境时，可布署人脸识别服务器并上传照片。在方案中，采集图片和结构化特征数据保留在人脸识别服务器中。若存在大容量采集图片和结构化特征数据保留要求时间长，可扩容IPSAN存放设备，确保留储容量。逻辑架构系统业务逻辑包含三块内容：人脸采集系统：人脸采集系统包含专业人脸抓拍机和普通高清网络摄像机+人脸检测服务器，是将前端采集到视频图片等非结构化数据进行分析处理，定位检测获取人脸图片，并结合人员身份信息采集系统获取人员身份信息进行关联管理。人脸比对系统：人脸比对系统是对人脸采集系统传输数据进行智能分析处理，进行人脸图片建模、经过人脸眼睛、鼻子、嘴、下巴等局部组成，对这些局部和它们之间结构关系几何描述，进行人脸特征数据提取入库，并依照平台业务需求进行实时比对识别和事后人脸检索应用。人脸库：人脸库包含人脸抓拍库、人脸注册库、黑名单库，其中抓拍库包含场景图片、场景下抠取人脸小图、人脸特征数据，是人脸采集系统采集人脸图片存放库，用于人脸比对系统进行人脸图片比对检索；注册库包含标准人脸图片、人员身份信息、人脸特征数据，是系统设定前公安批量导入重点人员库，用于人脸比对系统进行人脸图片比对检索；黑名单库是注册库中将部分重点人员进行布控组成，用于实时比对人脸采集系统传输人脸图片。业务应用：经过平台进行实时布控、查询检索、配置管理等功效应用。整体逻辑架构以下列图：人脸三大业务库系统数据库应包含三种业务库：人脸抓拍库、人脸注册库和黑名单库。人脸抓拍库-包含抓拍现场图片、人脸小图和结构化人脸特征数据、抓拍地点、抓拍时间等信息，这类库主要业务应用场景是图片检索比对，查询目标人员人像出没地点、时间等信息；人脸注册库-主要是导入一些大规模人像图片、结构化人脸特征数据和身份信息，如一个地级市当地社保人像信息库等，导入后主要应用场景是图片检索比对和身份信息查询，确定人员身份；黑名单库-包含高危人员、特殊人员人脸图片、结构化人脸特征数据和人员身份信息，主要应用场景是在各个人脸卡口进行实时人流人脸比对预警。通常来说人脸抓拍库和人脸注册库做为静态库，适适用于事后查询检索目标、黑名单库作为动态库，用于实时比对报警。一个或多个黑名单也能够进行勾选布控，形成具备针对性人脸布控库，与前端实时视频进行人脸比对报警。其中抓拍库因人流量和伴随时间将越来越大，需依照项目情况合算存放设备大小。黑名单库数据由公安或专业人员导入，存放大小通常有微调，可是不会有数量级上改变。系统拓扑系统由前端摄像机、人脸检测服务器、人脸识别服务器、存放设备、人脸数据库、人脸识别系统平台六类设备：前端摄像机：前端摄像机包含普通高清网络摄像机和专业人脸抓拍机。普通高清网络摄像机主要实现图像采集、编码等功效。专业人脸抓拍机不但实现普通高清网络摄像机全部功效，其内置大华自主研发智能分析算法，还能实现对视频中人脸进行自动捕捉、跟踪、抓拍等功效。同时专业人脸抓拍机拥有些人脸区域自动曝光优化、人脸小图优化处理等功效，更适合于人脸卡口场景下获取最优人脸图片；人脸检测服务器：人脸检测服务器搭配普通高清网络摄像机对传输实时视频流进行人脸检测、定位、跟踪、人脸图片选优，将人脸图片进行抠取，传输到识别服务器进行存放和人脸建模、比对；人脸识别服务器：利用大华自主研发人脸识别算法，对人脸检测服务器传输人脸小图进行建模和结构化，获取人脸特征数据后为人脸实时比对识别、人脸后检索等功效提供算法支持；人脸数据库服务器和人脸图片存放：人脸数据库专门用于存放人脸系统人脸数据，主要包含抓拍库人脸特征向量、注册库人脸小图、注册库人脸特征向量、黑名单人脸小图、黑名单人脸特征向量；另外抓拍库图片（人脸小图和抓拍大图）存放在人脸识别服务器中，当识别服务器存放容量不足时，可外扩IPSAN设备进行存放。人脸视频存放：前端摄像机对实时视频存放，可存放在平台下挂载IPSAN或专业监控行业存放设备中，也能够经过网络硬盘录像机做视频存放。管理平台：人脸识别系统平台主要实现人脸系统相关设备管理、识别场景规则设置、报警联动等配置和管理，并结合客户端实现对图像预览检索、各种报警信息查看等操作。联网设计人脸识别系统布署在视频专网下，前端摄像机直连人脸抓拍服务器或人脸识别服务器，识别服务器对接基础平台。在公安视频专网中布署人脸识别系统，对出入口、重点道路等位置安装前端摄像机，并经过人脸识别系统平台进行统一管理。同时数据经过网闸共享到公安专网下，公安能够对重大嫌疑目标进行事后目标检索，目标轨迹跟踪，并依照目标出没时间和地点安排警力布署。人脸识别流程系统数据流包含人脸实时比对和人脸历史查询。其中实时比对发生在事前或事中，当系统发觉有布控人员出现时，执勤人员能够快速作出反应；历史查询则是针对事后重点人员排查，可经过可疑人员图片查询系统统计人员信息。实时视频人脸比对：普通高清网络摄像机经过人脸检测服务器或专业人脸抓拍相机分析视频中人脸，提取人脸图片转发给人脸识别服务器，人脸识别服务器经过智能算法，从抓拍人脸中提取特征数据，与黑名单库中人脸特征数据库进行遍历检索，最终由平台展现人脸比对结果。图片检索人脸比对：经过平台客户端提交需检索人脸图片，人脸识别服务器提取人脸图片特征数据，与人脸抓拍库或人脸注册库中人脸特征数据进行遍历比对，最终由平台展现比对结果。性能指标要求性能指标主要包含人脸抓拍率、建模成功率和识别成功率。人脸抓拍率:在符合施工规范（人脸距离相机中心左右偏离±30°，上下偏离±15°，平面偏离±15°以内）、光线很好场景（人脸光照亮度250~800Lux）下，正常人脸抓拍率可达95%以上。识别成功率：人脸比对性能与黑名单注册图像质量和黑名单数据库大小亲密相关，通常情况下，识别成功率可达90%以上。系统可依照实际需要设置不一样人脸相识度阀值来调整识别率。另外，人脸比对性能和黑名单注册图像质量、数据库大小、环境、光线等原因影响很大，详细比对性能视实际场景及实际注册图像质量而定。单台人脸检测服务器性能：支持4路1080P视频接入检测；1080P分辨率下检测所需最小人脸像素大小60*60；同时能够对画面中最多20个人脸进行检测抓拍，检测准确率95%。单台识别服务器性能：人脸特征向量大小在2KB左右，人脸识别像素大小支持100×100；实时识别-支持30W黑名单库，能够支持16路以上1080P人脸识别前端相机；人脸抓拍/注册库检索性能-最大可支持300W库人脸检索。前端设计前端系统组成人脸识别前端主要分为两类：普通高清IPC-后端需要配合人脸检测服务器进行人脸检测，再接入人脸识别服务器；人脸抓拍IPC-能够直接接入人脸识别服务器；布点设计通常人员抓拍相机对于安装场景有比较高要求：人脸大小： 100像素以上(双眼距离大于50像素)角度： 上下角度在15度以内，左右角度在30度以内(眉尖可见)图像质量： 聚焦清楚，光照均匀，尤其注意防止逆光、侧光，必要时进行补光其它： 表情自然，尽可能防止帽子、围巾、墨镜等遮挡面部信息通常在一些城市中，经典适合人员抓拍地点和场景有：1.火车站汽车站出入口；2.机场安检处；3.政府机关企事业单位主要场所走道；4.大型商场出入口，上下扶梯处；5.小区、小区出入口（非室外环境）等等；施工布署要求：采集场景经典案例建设人脸采集场景是为了提升人脸抓拍成功率、人脸识别比对成功率，做为人脸识别系统能否满足公安要求最为主要一环，建设一套标准人脸采集系统是人脸系统成功应用关键！人脸采集系统采集场景通常分为专业采集场景和人脸比对场景，其中专业采集场景通常为室内场景，确保光线和环境标准化，建设完成后可采集标准人脸图像，为后续建设人脸注册库做基础准备。人脸比对场景依照公安要求建设，用于道路和室外场景对目标人脸进行比对识别。安装指导规范专业采集场景环境要求采集环境提议在室内，高度>=3米，长度>=6米，宽度>=6米人员采集点位确定被采集人员点位，若环境光低于人脸采集要求，则顶部需要安装光源进行补光，注意背后不要有强光源。摄像机安装摄像机采取吊顶或者三脚架方式安装，安装高度距地面2米-2.5米，安装距离距被采集人员点位4-6米。若采取三相机抓拍，中间相机正对采集点位，其它两个相机布署在中间相机两侧1.5米处。摄像机调整安装人员甲站到采集点位，安装人员乙依次对三个相机进行调整。调整摄像机上下角度与焦距，使得人脸位于图像中心位置，双眼距离大于50像素。对人脸进行对焦，调整清楚度到最好。安装角度要求 相机与水平线夹角α最好在-15°度到15°度之间。安装距离要求摄像机通常选取百万高清摄像机。距离和选取不一样镜头焦距关于系，焦点在通道出入口，且人脸宽度像素大于100*100像素，所以摄像机型号与监控范围有着亲密关系。人脸大小和姿态要求人脸距离相机中心左右偏离±30°，上下偏离±15°，平面偏离±15°以内，免冠，不戴墨镜、口罩、帽子等遮挡面部饰物，眼镜框、头发不遮挡眼睛；环境光照要求无逆光，面部无显著反光，光线均匀且无阴影。另外，为确保抓拍人脸时现场光照足够，提议若镜头画面中人脸不够亮时，需要对应增加照明设备，对人员脸部补光（通常应达成250~800Lux）。人脸采集场景（侧视图）依照摄像机安装位置和安装高度，要求以下：高度提议在2.0~2.5米范围，焦距距离摄像机在4~6米处，确保相机照射目标人脸呈＜15度角度。人脸采集场景（俯视图）通常对人脸进行采集过程中，因人员不受控制，经常无法采集到正脸图片，在后续比对识别过程中，非标准人脸图片将降低人脸识别准确率。经过布署三台相机，每台相机相距1.5米，两侧相机距抓拍点展现30°夹角，人员经过采集点能够同时进行人脸抓拍，并关联存放入库，能够大大缩减因抓拍人脸角度问题引发识别比对准确率不高问题。存放设计存放总体设计人脸系统存放内容主要包含三方面：人脸注册库存放：包含人脸图像和结构化特征数据，是公安人员对重点管控人员等建立人员库，在人脸识别系统中充当标准库，供人脸系统查询比对。人脸抓拍库存放：包含实时抓拍现场图像、人脸小图和结构化特征数据，在人脸识别系统中充当实时抓拍下来人员面部特征库，供人脸系统检索比对。视频录像存放：针对系统需要存放实时视频进行视频搜索，可经过DSS-C平台挂载存放设备存放前端实时视频录像；或在前端路数较多情况下，能够经过前端直连NVR进行视频存放，减轻平台转发存放负担。其中，前端摄像机抓拍到现场图片和人脸小图存放在识别服务器中，通常人脸识别服务器存放容量较小，在无法符合大量抓拍图片时，可挂载IPSAN进行扩展存放；抓拍库人脸特征数据存放在人脸数据库中，特征数据较小，一条人脸特征数据大小约为2KB；后端人脸注册库中人脸图片和人脸特征数据和人员身份信息存放在人脸数据库中，标准配置支持300W注册库存放；存放容量计算（项目修改）抓拍库图片存放计算图片存放要求：图片存放12个月，每路每分钟抓拍10张，工作时间10小时，一天存放,6000张图片。存放一天容量计算：0.3MB×10×60×10≈1.8G存放12个月共需：1.8G×360≈0.63T人脸特征数据存放计算人脸识别系统中，人脸特征数据包含两块：抓拍库人脸特征数据注册库人脸特征数据每条人脸特征数据大小约2KB，300W抓拍库、300W注册库约占空间5.7GB×2=11.4GB。视频存放通常使用摄像机主码流进行前端摄像机人脸抓拍，辅码流进行录像存放。录像存放方案可将前端直连NVR，NVR直接存放摄像机录像；或经过DSS-C8100挂载IPSAN方式进行录像存放。人脸识别系统前端摄像机选取200W像素摄像机为例，视频存放按公安要求通常存放1个月。1路前端视频存放容量计算：4Mb×60S×60MIN×24H×30天÷8≈1.23T50路前端视频存放容量计算：1.23T×50=61.5T视频存放与传统视频监控计算方式相同，可项目实际情况修改，依照实际产品进行计算，需要明确选择盘位数和所选单盘空间,通常提议选取3T硬盘应用设计人脸检测抓拍平安城市人脸识别系统平台提供简练、完善人脸监控界面。能够方便快捷调取各个设备和通道视频信息，对视频监控中出现多张人脸进行自动框定定位，支持实时刷新抓拍人脸图片。支持对检测区域出现人员进行人脸检测和评分，并筛选出最为清楚人脸图像最为抓拍人员人脸图片。人脸检测抓拍

比对识别报警依照前端摄像头中出现人脸图片和黑名单中人脸进行实时比对，假如人脸相识度超出预设报警阀值，系统可自动经过声光方式进行报警。系统可按通道对人脸进行布防，每个通道能够单独配置黑名单，实现单独布防。使用人员能够在监控界面查看抓拍原图和黑名单人员图片进行核实，也能够点击查看更多跳转报警查询页面进行录像核实。

抓拍库查询对案发时间地点出现可疑目标查询，用户可依照时间、采集地点信息，查询历史人脸图片，也可关联录像查看现场详细情况，支持内容导出。抓拍库检索用户上传嫌疑目标人脸图片，依照抓拍地点、相同度、抓拍时间等检索条件，经过以图搜图方式检索注册库比对结果，能够快速查询嫌疑目标是否在可疑时间段内出现在案发地点中。黑名单管理支