华夏智信“慕颜”人脸识别产品的性能评测

现在，市场上的人脸识别产品已经在通关、金融、电信、公证等需要人证一致的场景下，实现了良好的检测效果。在交通、公安、楼宇、社区等领域的应用，也正在逐步发展当中。

目前，安防系统中人脸识别系统一般指基于对监控视频内的动态的人脸进行检测、识别、报警、查询的系统。而人脸识别系统主要包含人脸图像采集、预处理、特征提取、匹配识别这几个过程，现有的人脸识别技术主要基于对可见光图像的人脸识别。

由于其自身的基础技术条件，和对具体场景的表现优化，各类人脸识别产品会体现出不同的应用效果和差异。此次评测的“慕颜”是一款高性能、高可靠性的人脸识别产品。该网端产品由人脸识别终端、人形道闸和客户端管理系统组成，通过出入口的身份z信息采集，实时人脸抓拍和人证比对，保证用户快速、高效通行。此次评测从华夏智信“慕颜”的识别角度、脸部识别效率、逆暗光环境、多人过闸、多人识别、安全测试等方面出发，力求客观地还原该款产品在实际应用中的表现。

测试场合及配合设备

华夏智信“慕颜”，中安网实验室，三脚架，相机，照度计，手持云台，辅助道具，PC，PS软件等。

开箱及外观

开箱

陈列

整机的包装中包括：

1. 慕颜本体

2. 六角形底座

3. 底座垫片

4. 电源

5. 固定环

硬件方面，慕颜具有经典的结构设计及外观，配备了8寸高清显示屏，并且这块屏幕的下方预留有广告位，可以进行增值广告的播放。同时，慕颜支持主流的各类接口，如下图所示：

角度调整

垂直调整

水平调整

经试验得出，终端向上可动范围最大，上扬角度可在0-80°之间变化;产品向下可动范围次之，在0-25°之间变化;产品水平方向活动相对受限，效果如图所示，在0-20°的范围内可变。

快速部署

本次测试主要使用该款终端的单机功能，开机后系统直接进入人脸识别页面，此时连续点击屏幕右上方四次可进入人脸识别设置页面。在页面的最下方，可以选择进入现场人脸登记步骤。

测试人员面对镜头正视前方，拍摄一张照片用于后续的人脸识别测试，随后按照系统指示填入相关信息，保存提交后系统显示登记成功。

单机模式现场登记过程非常简便易行。不过如果要进行批量导入，只能选择文本预录入或批量导入功能，目前两功能相互独立，文本预录入功能可实现excel表格批量导入人物信息，批量导入功能可实现批量导入图片。

完成人脸登记步骤后即可进入具体测试阶段：

测试项目

极限识别角度

向上

向下

向左

向右

gif图片记录反映了随着各方向识别角度不断变大，终端可以正确识别人脸的极限角度。

最终结果显示，终端的垂直方向识别极限角度约50°，水平方向约30°。

面部识别效率

为测试面部被遮挡情况下的识别效果，测试人员分别模拟了佩戴口罩、帽子、墨镜、围巾的情况来进行识别测试。

当测试人员佩戴帽子及墨镜遮挡上半部分人脸时，终端只要检测到人员的双眼特征，则有很大的识别成功率。需要说明的是，只要测试人员遮挡住下半部脸，终端均显示识别失败，唯有在嘴部暴露的情况下终端才能正常识别。

逆光和暗光环境表现

低照度环境下，表现良好，识别所最小需光照强度约10LUX，约等于傍晚6时自然光强度。

在低于此极值情况下，则需开启红外探测补光策略。

红外体感

逆光场景中，晴天情况下中午的自然光强度在7000LUX左右，以此作为最强光照情况进行测试，慕颜也能够顺利进行人脸识别动作。

在室内使用时，光照变化从几十到几百勒克斯不等，慕颜可以准确快速地完成人脸识别。

因此，可以看出，慕颜对于不同光照情况的适应良好，可被应用在各种室内景当中。

多人过闸无感通行

多人过闸

多人过闸第一组测试为模拟正常的人脸打卡场景，测试人员在路过终端时停止，并且将上半身转向终端，以便留给终端足够时间进行识别检索。

通过gif图可以看到，此情景下慕颜能够进行进行快速准确的识别。

无感通行

第二组测试中，安排测试人员在路过终端时不停顿，且只将面部转向终端;此测试模拟多人连续快速打卡过闸场景，对响应时间要求更高，慕颜仍然可以在短时间内做到正确识别。

在连续识别测试中， 人脸识别速度平均值约30ms，最快识别速度小于10ms。评测所用的影像设备连拍速度是每秒10张，单张耗时1/10s，以从gif图中看出，只要人脸出现在识别范围内，慕颜可以达到10ms-30ms内完成人脸识别，实现了无感通行。

多人脸识别

多人同时出现的情况下，终端会选择画面中所占面积较大的人脸进行识别，即多个人脸同时出现时，终端会选择距离最近的人脸进行识别，但无法同时对所有出现在画面中的人脸进行检测识别。

活体检测算法安全性

安全性测试中采用了真人照片欺骗测试，真人视频欺骗测试来测试终端的安全性。

照片测试选择使用近期彩色证件照，保证五官清晰;而视频测试使用现场环境下录制的人脸局部短视频进行，保证环境相似性。

慕颜对活体检测算法的支持极大的提升了人脸识别对于恶意欺骗的防范能力，使应用安全性得到了保障。安全性测试中，照片欺骗全部失败;而视频欺骗测试中，有极小概率出现成功识别的个例;现场录制人脸视频进行欺骗原则上是为测试终端性能而设置，在实际情况中需要以高清设备录制，并且需要花费大量时间进行尝试，并不是一种可行的破防手段，因此使用时无需抱有此方面的安全顾虑。

评测总结

人脸识别对场景要求非常强，产品能否满足实际使用的需求，核心并不只在于算法本身，还在于对场景的深耕。算法水平对于识别率的有力证明，也仅仅是停留在训练集与测试集之间，是存在于实验室的“理论数值”。

在现实生活中，人脸识别的获取过程有大量不可控因素，光的方向、强度，胡须、发型的变化，甚至表情，都会影响识别效果。因此，为了准确识别，需要针对场景的不同特点收集大量场景数据，不断调试参数、组合算法、方法，甚至使用外围硬件辅助以提升效果，不断迭代以实现产品化。

慕颜能适应90%以上室内外环境的应用，且在实际应用中具有高于99.9%的识别率，毫秒级快速识别，支持活体检测，抗逆光等特性。本地1:N比对，联网人证比对，实时人脸检测等功能使得慕颜适用于各类场所。同时，通过对算法、数据库、驱动的整合封装，以及支持SDK二次开发，使得其能够成为面向客户开放的硬件平台。

优点总结

接口丰富，能够满足主流类型的接口需求;

国内顶尖工业设计，采用铝合金材质，喷砂氧化制造工艺;

部署安装简易，应用程序功能完善;

支持SDK二次开发;

支持5000到10000本地人脸库识别，识别速度毫秒级;

人脸识别准确率》99.9%;

屏幕下方预留空间，可进行增值广告信息显示;

支持人证比对功能，需外接读卡器配合;

支持对人脸识别的阈值和质量评分进行自定义调整。

提升空间

硬件：面板垂直方向关节处的轮齿非常细小，从而可以精确地进行角度调节;水平方向的轮齿较大，无法对角度进行精细调节，在安装和进行角度调节时存在一些不便。

硬件：未设计物理开关，软件工作逻辑为通电直接进入系统或人脸识别APP。在大量部署情况下，无法批量启停设备，需要对终端逐个上电/断电。

软件：照片导入和批量导入功能逻辑类似，且使用批量导入与照片导入功能时，系统自动扫描外接设备中所有图片以供选择导入的方式筛选图片不够便捷，建议添加以文件管理器的方式对外部设备内容进行管理。

软件：可以加入批量导入和文本预录入关联的设计，即进行文本预录入后，批量导入图片时可从已录入的文字信息内进行选择和匹配，从而更快地完整个人信息。

附录

产品规格

人脸识别技术原理

人脸识别系统主要包括四个组成部分，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匹配与识别。

1. 人脸图像采集：不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像。

人脸检测：人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。

2. 人脸图像预处理：对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机 干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言，其预处理过程主要包括人脸图像的光线补 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。

3. 人脸图像特征提取：人脸识别系统可使用的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。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大 类：一种是基于知识的表征方法;另外一种是基于代数特征或统计学习的表征方法。

基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，其特征分 量通常包括特征点间的欧氏距离、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结构关系的几何描述，可作为识别人脸的重要特 征，这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。

人脸图像匹配与识别：提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输 出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。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，另一类是辨认，是一对多进行图像匹配对比的过程。

责任编辑：gt