商超人脸识别-硬件选型

MachineLearning 微众银行

http://www.its114.com/html/news/urbanits/2015_08_55281.html
https://omronfs.omron.com/zh_CN/ecb/products/pdf/CEOH-CN-009.pdf

一些参数介绍

1、人脸识别影响因素

摄像头：

1、靶面
2、图像分辨率
3、焦距

安装：

1、距离
2、高度
3、倾角
4、监控范围

成像：

1、人脸大小

• 1）靶面和图像分辨率。
  https://www.zhihu.com/question/21105362/answer/33467871
  上面那个回答说的很好。大概可以理解为，分辨率就表示在感光元件上画了多少个格子。

图像分辨率相同，靶面越大，图像质量越高。

市面上，人脸抓拍头，200w，1/3英寸的监控摄像头就ok了。

对照表，200w：1920*1080

1/1英寸——靶面尺寸为宽12.7mm*高9.6mm，对角线16mm
2/3英寸——靶面尺寸为宽8.8mm*高6.6mm，对角线11mm。
1/2英寸——靶面尺寸为宽6.4mm*高4.8mm，对角线8mm。
1/3英寸——靶面尺寸为宽4.8mm*高3.6mm，对角线6mm。（宽：1像素0.0025mm；高：1像素0.0033mm）
1/4英寸——靶面尺寸为宽3.2mm*高2.4mm，对角线4mm。

• 2）焦距

根据上面那个图可以比较明显的看出来了，实际的视野，会受到：

1、感光元件大小
2、焦距

两个元素即可判断出实际的视野大小了。

比如：

1、1/3英寸的靶面（3.6*4.8 h*w）
2、6mm的焦距

$H=\frac{L*h}{f}$
在wd=L=6m的情况下，视野范围：

高度是3.6m
宽度是4.8m

• 3）人脸成像大小

1/3英寸——靶面尺寸为宽4.8mm*高3.6mm，对角线6mm。
（宽：1像素0.0025mm；高：1像素0.0033mm）
h_p = 0.0033
w_p = 0.0025

一般人脸大小就在15cm*25cm（宽*高）前后浮动，对于相同靶面（1/3英寸为例），相同分辨率（200w），在5m距离下，不同焦距焦距下，像素的大小

$face_h = f*face_H/(L*h_p)$

f = 6mm带入

$face_h = f*face_H/(L*h_p)=6mm*0.25m/(5m*0.0033mm/p) =90pixel$
$face_w = f*face_W/(L*w_p)=6mm*0.15m/(5m*0.0025mm/p) =72pixel$

• 4）其他问题

华途：

有的摄像头，实际成像&分析用的是1280*720的图片，抓人脸也是在这个图片上抓取的。

只是显示的时候又做了一回放大，将视频流变成了1920*1080……

2、选取设备流程

• 1）要求商家提供一张抓拍下来的人脸图，以及这张抓拍图对应的原图。确定抓拍的人脸所在的原始分辨率。

• 2）在1之后，确定好摄像头对应的感光元件大小。

• 3）实地考察，确定以下距离。

通过上面的$h_人，d,H，α$来得到$L$

• 4)利用物距L，摄像头焦距f，摄像头分辨率P，摄像头靶面大小WH来确定L距离下人脸在图片中的大小，并通过该大小来判断这个摄像头是否符合要求。