平安城市人脸识别系统解决方案

平安都市人脸识别系统解决方案大华人脸识别解决方案V1.0 —公安线浙江大华技术股份有限公司解决方案部

目录大华人脸识别解决方案V1.0 —公安线浙江大华技术股份有限公司解决方案部HYPERLINK第一章. 方案概述 4HYPERLINK1.1项目概况 4HYPERLINK1.2需求分析 4HYPERLINK1.3建设目的 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性能指标规定 10HYPERLINK第三章. 前端设计 12HYPERLINK3.1前端系统构成 12HYPERLINK3.2布点设计 12HYPERLINK3.3施工布署规定：采集场景典型案例 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摄像机安装规定 15HYPERLINK第四章. 存储设计 16HYPERLINK4.1存储总体设计 16HYPERLINK4.2存储容量计算（项目修改） 17HYPERLINK4.2.1抓拍库图片存储计算 17HYPERLINK4.2.2人脸特性数据存储计算 17HYPERLINK4.2.3视频存储 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国际领先的人脸识别算法 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人脸识别技术随着平安都市基础建设的不停完善和加强，前端摄像机采集到的数据呈现一种爆炸式的增加。对于公安行业来说，数据总量不停充实的状况下，如何从非构造化数据中挖掘构造化信息是平安都市建设的二期目的。另首先公安行业对车辆的构造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始终使用传统技侦方式。人脸识别技术在以上状况下解决视频录像、图片等非构造化信息到人员照片、身份信息等构造化的转变。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，含有生物特性唯一性、可测量性、可识别性、终身不变性等特点。但相较其它识别技术含有本质的区别：非强制性：顾客不需要专门配合人脸采集设备，几乎能够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”；非接触性：顾客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的分拣、判断及识别；人脸识别技术流程重要涉及四个构成部分：分别为：人脸图像采集及检测、人脸图像预解决、人脸图像特性提取以及人脸特性数据匹配与识别。人脸图像采集及检测：基于人的脸部特性，对输入的人脸图像或视频流，首先判断与否存在人脸，如果存在人脸，则进一步的给出每个脸的位置、大小和各个面部器官的位置信息。人脸图像预解决：对于人脸的图像预解决是基于人脸采集及检测成果，通过人脸智能算法，对选择出来的人脸图片进行优化和择优选择，挑选目前环境下最优人脸并最后服务于特性提取的过程。其预解决过程重要涉及人脸图像的光线赔偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。人脸图像特性提取：人脸识别系统可使用的特性普通分为视觉特性、像素统计特性、人脸图像变换系数特性、人脸图像代数特性等。人脸特性提取的办法归纳起来分为两大类：一种是基于知识的表征办法；另外一种是基于代数特性或统计学习的表征办法。基于知识的表征办法重要是根据人脸器官的形状描述以及她们之间的距离特性来获得有助于人脸分类的特性数据，其特性分量普通涉及特性点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间构造关系的几何描述，可作为识别人脸的重要特性，这些特性被称为几何特性。基于知识的人脸表征重要涉及基于几何特性的办法和模板匹配法。人脸特性比对识别：通过采集到的人脸图片形成人脸特性数据，与后端人脸库中的人脸特性数据模板进行搜索匹配，通过设定一种阙值，相似度超出这一阈值，则把匹配得到的成果输出。这一过程又分为两类：一类是确认，是一对一进行图像比较的过程，另一类是识别，是一对多进行图像匹配对比的过程。方案概述项目概况随着经济的发展，城乡建设速度加紧，以及互联网的突飞猛进，造成都市中人口密集，流动人口增加，引发了都市建设中的交通、社会治安、重点区域防备、网络犯罪日益突出等都市管理问题，此后当代化都市的建设、网络信息必然将安全作为重中之重，与都市的经济建设处在同等重要的地位。近年来，社会犯罪率呈逐年升高的趋势，特别是网络犯罪更加的严重，网络逃犯屡屡发生，罪犯的犯罪手法也更加隐蔽和先进，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合的安全感普遍减少。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，效果也不明显。重要有以下实际问题：首先，由于罪犯群体不停扩大，要在数以百万计的人员照片库中找出犯罪嫌疑人，不仅费时费力，尚有可能造成遗漏等状况，破案的效率大打折扣；另首先，目前公安机关侦察案件大多数仍然依靠事后追查和通缉，对已经发生的案件造成的损失很难有效弥补；最后，如果在案发的同时即能防患于未然，就能第一时间将损失控制在最小范畴内。需求分析采用高效使用的人脸监控和比对系统，第一可协助公安侦查人员快速识别+分辨特定人员真实身份，把过去难以想象的千万级的海量照片库比对需求变成现实，从而有效的为公安视频侦查、治安管理、刑侦备案等工作提供实战上的有效协助和解决办法。第二可协助公安侦查人员办案时候追查和通缉，真正从打变为防，能够极大的减少警力资源浪费和事故发生概率。目前人脸抓拍比对系统重要应用在下列几个方面：公安治安人员黑名单比对实时报警：针对某些人员密集区域（如车站、地铁站、机场、社区等）的核心出入口、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，通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：治安人员在日常巡逻、人员身份验证过程中，避免肢体接触和冲突，使用前端摄像机或手机进行抓拍，后端通过数据库进行人员信息比对分析，达成人员身份确认的应用。治安或刑侦人员对流动性人口中的无正当有效身份证件、无固定住所、无正当职业或正当经济来源的人员进行非接触性身份确认。重要点位重点人员身份排查：针对某些重要管控的区域，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。建设目的本章文字内容能够根据项目具体状况修改：重点人员布控重点人员涉及高危人员、特殊人员等。高危人员涉及有全国在逃人员、全国违法犯罪人员；特殊人员涉及水客、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。本方案可通过手动或自动批量导入手段将高危人员信息导入至人脸注册库中，通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，在出现高危人员时通过平台告警方式告知公安。公安重点人员根据地区和目的不同划分不同类型，涉及惯偷惯犯、涉恐、涉案、涉毒、水客等人员。本方案可通过手动或自动批量导入手段将重点人员信息导入至人脸注册库中，通过在超市、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，在出现高危人员时通过平台告警方式告知公安。高危人员布控特殊人员涉及有水客、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。人脸识别系统将运用实时视频和身份证信息相结合的手段，对出入境人士进行审查识别。高危人员涉及全国在逃人员、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。人脸识别系统将运用实时视频和身份证信息等手段，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。敏动人群布控敏动人群涉及来自特殊地区、特殊身份、特殊职业等人员如来自新疆地区人群、个别少数民族人群、长久无工作人群、非法上访人群等。通过在出入境、核心人脸采集卡口对这些人群进行身份信息和人脸信息采集，通过人脸识别系统对敏动人群的身份信息、行为轨迹、出没时间等进行管控，从而做到敏动人群防控的目的。身份信息检索在日常巡逻、火车站身份证检查、其它民事应用中，可通过单兵、手机、相机对驾驶员进行脸部拍照，通过上传照片至后端进行人脸识别确认人员身份信息。这种方式合用于未携带身份证、驾驶证的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，排查一人多证的问题。建设内容*根据具体状况编写总体设计大华人脸识别系统，采用品有完全自主知识产权的人脸检测算法、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、并结合配套的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/人脸抓拍库不大于300万、黑名单库不大于30万的系统。前端可采用普通高清摄像机，也能够采用专用的人脸抓拍相机。通过人脸检测服务器对实时视频中出现的人脸进行抓拍。人脸识别服务器可对抓拍的照片进行数据库比对。根据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，采集图片和构造化特性数据保存在人脸识别服务器中。若存在大容量的采集图片和构造化特性数据保存规定时间长，可扩容IPSAN存储设备，确保存储容量。逻辑架构系统业务逻辑包含三块内容：人脸采集系统：人脸采集系统涉及专业人脸抓拍机和普通高清网络摄像机+人脸检测服务器，是将前端采集到的视频图片等非构造化数据进行分析解决，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的数据进行智能分析解决，进行人脸图片建模、通过人脸眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间构造关系的几何描述，进行人脸特性数据提取入库，并根据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：人脸库涉及人脸抓拍库、人脸注册库、黑名单库，其中抓拍库涉及场景图片、场景下抠取的人脸小图、人脸特性数据，是人脸采集系统采集的人脸图片存储库，用于人脸比对系统进行人脸图片比对检索；注册库涉及原则人脸图片、人员身份信息、人脸特性数据，是系统设定前公安批量导入的重点人员库，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构成，用于实时比对人脸采集系统传输的人脸图片。业务应用：通过平台进行实时布控、查询检索、配备管理等功效应用。整体逻辑架构以下图：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、人脸小图和构造化的人脸特性数据、抓拍地点、抓拍时间等信息，这类库的重要业务应用场景是图片检索比对，查询目的人员的人像出没地点、时间等信息；人脸注册库-重要是导入某些大规模的人像图片、构造化的人脸特性数据和身份信息，如一种地级市本地的社保人像信息库等，导入后重要的应用场景是图片检索比对和身份信息查询，拟定人员身份；黑名单库-包含高危人员、特殊人员的人脸图片、构造化的人脸特性数据和人员身份信息，重要的应用场景是在各个人脸卡口进行实时人流的人脸比对预警。普通来说人脸抓拍库和人脸注册库做为静态库，合用于事后查询检索目的、黑名单库作为动态库，用于实时比对报警。一种或多个黑名单也能够进行勾选布控，形成含有针对性的人脸布控库，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随着时间将越来越大，需根据项目状况合算存储设备大小。黑名单库数据由公安或专业人员导入，存储大小普通有微调，可是不会有数量级上的变化。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、存储设备、人脸数据库、人脸识别系统平台六类设备：前端摄像机：前端摄像机涉及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重要实现图像采集、编码等功效。专业人脸抓拍机不仅实现普通高清网络摄像机的全部功效，其内置大华自主研发的智能分析算法，还能实现对视频中人脸进行自动捕获、跟踪、抓拍等功效。同时专业人脸抓拍机拥有人脸区域自动曝光优化、人脸小图优化解决等功效，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的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储和人脸建模、比对；人脸识别服务器：运用大华自主研发的人脸识别算法，对人脸检测服务器传输的人脸小图进行建模和构造化，获取人脸特性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储：人脸数据库专门用于存储人脸系统的人脸数据，重要涉及抓拍库人脸特性向量、注册库人脸小图、注册库人脸特性向量、黑名单人脸小图、黑名单人脸特性向量；另外抓拍库图片（人脸小图和抓拍大图）存储在人脸识别服务器中，当识别服务器存储容量局限性时，可外扩IPSAN设备进行存储。人脸视频存储：前端摄像机对实时视频的存储，可存储在平台下挂载的IPSAN或专业监控行业存储设备中，也能够通过网络硬盘录像机做视频存储。管理平台：人脸识别系统平台重要实现人脸系统有关的设备管理、识别场景规则设立、报警联动等配备和管理，并结合客户端实现对图像的预览检索、多种报警信息的查看等操作。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，并通过人脸识别系统平台进行统一管理。同时数据通过网闸共享到公安专网下，公安能够对重大嫌疑目的进行事后目的检索，目的轨迹跟踪，并根据目的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，当系统发现有布控人员出现时，执勤人员能够快速作出反映；历史查询则是针对事后重点人员排查，可通过可疑人员图片查询系统统计的人员信息。实时视频人脸比对：普通高清网络摄像机通过人脸检测服务器或专业人脸抓拍相机分析视频中的人脸，提取人脸图片转发给人脸识别服务器，人脸识别服务器通过智能算法，从抓拍的人脸中提取特性数据，与黑名单库中的人脸特性数据库进行遍历检索，最后由平台呈现人脸比对成果。图片检索人脸比对：通过平台客户端提交需检索的人脸图片，人脸识别服务器提取人脸图片特性数据，与人脸抓拍库或人脸注册库中的人脸特性数据进行遍历比对，最后由平台呈现比对成果。性能指标规定性能指标重要涉及人脸抓拍率、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）、光线较好的场景（人脸光照亮度250~800Lux）下，正常人脸的抓拍率可达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有关，普通状况下，识别成功率可达90%以上。系统可根据实际需要设立不同的人脸相识度阀值来调节识别率。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、光线等因素影响很大，具体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的视频接入检测；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个的人脸进行检测抓拍，检测精确率95%。单台识别服务器性能：人脸特性向量大小在2KB左右，人脸识别像素大小支持100×100；实时识别-支持30W的黑名单库，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。前端设计前端系统构成人脸识别前端重要分为两类：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；布点设计普通人员抓拍相机对于安装的场景有比较高的规定：人脸大小： 100像素以上(双眼距离不不大于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： 聚焦清晰，光照均匀，特别注意避免逆光、侧光，必要时进行补光其它： 表情自然，尽量避免帽子、围巾、墨镜等遮挡面部信息普通在某些都市中，典型的适合人员抓拍的地点和场景有：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重要场合的走道；4.大型商场出入口，上下扶梯处；5.社区、社区出入口（非室外环境）等等；施工布署规定：采集场景典型案例建设人脸采集场景是为了提高人脸抓拍成功率、人脸识别比对成功率，做为人脸识别系统能否满足公安规定最为重要的一环，建设一套原则人脸采集系统是人脸系统成功应用的核心！人脸采集系统采集场景普通分为专业采集场景和人脸比对场景，其中专业采集场景普通为室内场景，确保光线和环境原则化，建设完毕后可采集原则的人脸图像，为后续建设人脸注册库做基础准备。人脸比对场景根据公安规定建设，用于道路和室外场景对目的人脸进行比对识别。安装指导规范专业采集场景环境规定采集环境建议在室内，高度>=3米，长度>=6米，宽度>=6米人员采集点位拟定被采集人员点位，若环境光低于人脸采集规定，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用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。若采用三相机抓拍，中间的相机正对采集点位，其它两个相机布署在中间相机的两侧1.5米处。摄像机调节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节。调节摄像机上下角度与焦距，使得人脸位于图像的中心位置，双眼距离不不大于50像素。对人脸进行对焦，调节清晰度到最佳。安装角度规定 相机与水平线的夹角α最佳在-15°度到15°度之间。安装距离规定摄像机普通选用百万高清摄像机。距离和选用的不同镜头的焦距有关系，焦点在通道出入口，且人脸的宽度像素不不大于100*100像素，因此摄像机的型号与监控范畴有着亲密关系。人脸大小和姿态规定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、帽子等遮挡面部的饰物，眼镜框、头发不遮挡眼睛；环境光照规定无逆光，面部无明显反光，光线均匀且无阴影。另外，为确保抓拍人脸时现场光照足够，建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（普通应达成250~800Lux）。人脸采集场景（侧视图）根据摄像机的安装位置和安装高度，规定以下：高度建议在2.0~2.5米范畴，焦距距离摄像机在4~6米处，确保相机照射目的人脸呈＜15度角度。人脸采集场景（俯视图）普通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，非原则的人脸图片将减少人脸识别精确率。通过布署三台相机，每台相机相距1.5米，两侧相机距抓拍点呈现30°夹角，人员通过采集点能够同时进行人脸抓拍，并关联存储入库，能够大大缩减因抓拍人脸角度问题引发的识别比对精确率不高的问题。存储设计存储总体设计人脸系统存储内容重要涉及三方面：人脸注册库存储：涉及人脸图像和构造化的特性数据，是公安人员对重点管控人员等建立的人员库，在人脸识别系统中充当原则库，供人脸系统查询比对。人脸抓拍库存储：包含实时抓拍的现场图像、人脸小图和构造化的特性数据，在人脸识别系统中充当实时抓拍下来的人员面部特性库，供人脸系统检索比对。视频录像存储：针对系统需要存储实时视频进行视频搜索，可通过DSS-C平台挂载存储设备存储前端实时视频录像；或在前端路数较多状况下，能够通过前端直连NVR进行视频存储，减轻平台转发存储负担。其中，前端摄像机抓拍到的现场图片和人脸小图存储在识别服务器中，普通人脸识别服务器存储容量较小，在无法符合大量的抓拍图片时，可挂载IPSAN进行扩展存储；抓拍库人脸特性数据存储在人脸数据库中，特性数据较小，一条人脸特性数据大小约为2KB；后端人脸注册库中的人脸图片和人脸特性数据和人员身份信息存储在人脸数据库中，原则配备支持300W注册库存储；存储容量计算（项目修改）抓拍库图片存储计算图片存储规定：图片存储12个月，每路每分钟抓拍10张，工作时间10小时，一天存储,6000张图片。存储一天的容量计算：0.3MB×10×60×10≈1.8G存储12个月共需：1.8G×360≈0.63T人脸特性数据存储计算人脸识别系统中，人脸特性数据涉及两块：抓拍库人脸特性数据注册库人脸特性数据每条人脸特性数据大小约2KB，300W抓拍库、300W注册库约占空间5.7GB×2=11.4GB。视频存储普通使用摄像机主码流进行前端摄像机人脸抓拍，辅码流进行录像存储。录像存储方案可将前端直连NVR，NVR直接存储摄像机录像；或通过DSS-C8100挂载IPSAN方式进行录像存储。人脸识别系统前端摄像机选用200W像素摄像机为例，视频存储按公安规定普通存储1个月。1路前端视频存储容量计算：4Mb×60S×60MIN×24H×30天÷8≈1.23T50路前端视频存储容量计算：1.23T×50=61.5T视频存储与传统视频监控计算方式相似，可项目实际状况修改，根据实际产品进行计算，需要明确选择的盘位数和所选单盘空间,普通建议选用3T硬盘应用设计人脸检测抓拍平安都市人脸识别系统平台提供简洁、完善的人脸监控界面。能够方便快捷的调取各个设备和通道的视频信息，对视频监控中出现的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的人员进行人脸检测和评分，并筛选出最为清晰的人脸图像最为抓拍人员人脸图片。人脸检测抓拍

比对识别报警根据前端摄像头中出现的人脸图片和黑名单中的人脸进行实时比对，如果人脸相识度超出预设报警阀值，系统可自动通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备黑名单，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算，也能够点击查看更多跳转报警查询页面进行录像核算。

抓拍库查询对案发时间地点出现的可疑目的查询，顾客可根据时间、采集地点信息，查询历史人脸图片，也可关联录像查看现场具体状况，支持内容的导出。抓拍库检索顾客上传嫌疑目的人脸图片，根据抓拍地点、相似度、抓拍时间等检索条件，通过以图搜图方式检索注册库比对成果，能够快速查询嫌疑目的与否在可疑时间段内出现在案发地点中。