在监控摄像机走向高清化智能化的今天,许多问题仍然等待从业者去攻克。在今天的安防智能化应用中,人脸识别的准确率提升是难以攻克的技术竞争焦点。在影响人脸识别准确率的诸多因素中,包括摄像机抓拍人脸的图片像素,抓拍人脸的应用场景的复杂程度,以及人为的将脸部遮挡等。但在诸多的因素中,人脸图片抓拍的像素成为最容易攻克,也是最能广泛应用于公安刑侦的条件。
目前,市场上的摄像机在抓拍人脸的时候,还无法同时兼顾广度和远度,因为单位面积像素等于分辨率与视野面积的比,在相同像素的摄像机中,广度越大,远度越小。目前4K摄像机看清人脸的最远距离是10米,7K则是20米。显然,这样的距离还远远不够。为此,在10月19日的格灵深瞳Foveacam人眼摄像机发布会现场,我们看到了此款摄像机在距离上对人脸抓拍获取高清画面的突破。
据悉,深瞳人眼摄像机Foveacam是首款基于人眼工作原理的摄像机,格灵深瞳称主要是因为采用了独创的像素动态瞬时分配技术,可以瞬时将局部画面的有效像素提升百倍以上,整体画面可以达到数亿等效像素。据格灵深瞳CTO赵勇向网易科技透露,Foveacam可以达到2亿像素动态瞬时分配,在50米内可以展现清晰的可识别人脸,100米内看清全身特征,而且这款摄像机的视场角也达到了70度,抓拍覆盖面积很大。也就是说,此款摄像机在广度与远度方面均有了较大的突破,是安防行业新的突破。这主要是因为格灵深瞳的做法是利用人眼感知的解决方案,因为在人眼中像素并不是均匀分布的,而是分布在Fovea区域,人眼会受大脑的控制选择性的先把自己的关注的领域看清楚。格灵深瞳的Foveacam就是模拟人眼的“感”“知”能力,格灵深瞳将像素动态瞬时分配,达到像素的提升。
现场识别人脸与Foveacam在20米之外的人脸匹配
匹配成功,显示识别距离和匹配度以及识别场景
在现场的测试中,人员首先在Foveacam部署的20-40米内区域走过,然后在室内站到其他摄像头前,随后将采集到的两个图像信息进行比对识别,几乎所有的测试者都能识别并匹配,而且匹配图上会标记Foveacam识别时候的距离以及全景图,识别速度非常之快。
据悉,在硬件方面,Foveacam植入深度智能芯片,搭载英伟达Tegra K1。除了软件算法上,Foveacam的硬件也完全由格灵深瞳完成。另外,除了像素动态瞬时分配技术,深瞳人眼摄像机在人脸识别部分基于深度学习算法,而且对于目前主流后台平台的兼容性好,适配标清、高清的主流后端视频存储设备。另外安装部署也比较简单,前端结构化输出,包括高清截图和原始画面的输出。在存储上,人眼摄像机的处理结果为机内合成,在云端只存储跟目标相关的图片(比如人脸画面),而且是以图片的方式存储,所以不会占用过多的带宽和存储。