用人臉識別打通智慧城市“任督二脈”

在難度系數(shù)極高的城市安防領(lǐng)域，人臉識別在大顯神通。以往人臉識別技術(shù)只能處理數(shù)百人級別的數(shù)據(jù)比對，但現(xiàn)在已經(jīng)發(fā)展到上萬人甚至更高量級的數(shù)據(jù)比對，且突破拍攝角度不正、光線變化復(fù)雜、分辨率低等不利條件，幫助公安機關(guān)迅速抓捕逃犯。

　　一、人臉識別技術(shù)在智慧城市中的應(yīng)用優(yōu)勢

　　人臉具有相似性和易變性，不同環(huán)境、光線、角度、年齡，均會對人臉的成像產(chǎn)生變化，因此人臉識別是生物識別領(lǐng)域最困難的研究領(lǐng)域之一。

　　人臉識別技術(shù)具有非強制性、非接觸性、并發(fā)性等幾大優(yōu)勢。非強制性：系統(tǒng)在用戶無意識的狀態(tài)下就可獲取人臉圖像，不需要專門配合;非接觸性：用戶不需要和設(shè)備直接接觸就能獲取人臉圖像，提取人臉特征進行檢測;并發(fā)性：在實際應(yīng)用場景下可以進行同時多個人臉的分揀、判斷及識別;除此之外，還有操作簡單、結(jié)果直觀、隱蔽性好等特點。

　　從古至今，人臉是進行身份辨識的重要方式。在古代，政府為了達到對特定人員的身份識別、防控圍捕的目的，會發(fā)布“海捕文書”。海捕文書中包括了人員的畫像、涉案信息等，通過懸賞及威懾測試調(diào)動人民群眾積極性，實現(xiàn)對人員的發(fā)現(xiàn)、舉報、抓捕。在現(xiàn)代，在身份證、駕駛證、護照等重要的個人證件上，均會印刷或粘貼人臉照片，或者證件內(nèi)置芯片中植入人像照片。除此以外，在公安、金融、公證、互聯(lián)網(wǎng)支付等越來越多的行業(yè)，人臉已經(jīng)作為身份鑒別或業(yè)務(wù)授權(quán)的重要依據(jù)之一。在人臉識別技術(shù)應(yīng)用之前，已經(jīng)誕生了很多對人員身份進行識別的技術(shù)手段，總體來說可分為生物識別和非生物識別兩大類，非生物識別在長期的應(yīng)用過程中，其不足之處逐漸暴露出來：遺失、竊取、盜用、損壞、不衛(wèi)生、磨損、影響通行、用戶反感、逃避等。人臉識別的出現(xiàn)及應(yīng)用并不能取代其他的技術(shù)，作為一種新的可應(yīng)用的身份識別技術(shù)，它與其它的身份識別技術(shù)手段相互補充，揚長避短。而人臉識別在應(yīng)用上，具有先天性的隱蔽、方便、直觀等優(yōu)勢，使得人臉識別在某些特定的場所、行業(yè)，有巨大的應(yīng)用優(yōu)勢。

　　二、人臉識別技術(shù)在智慧城市應(yīng)用案例解析

　　人臉識別技術(shù)在智慧城市應(yīng)用中已經(jīng)部署并推廣了多種產(chǎn)品形態(tài)和解決方案植入。人是社會的主體，所有服務(wù)的本質(zhì)都回歸到對人的服務(wù)，人臉識別要解決的也是各行各業(yè)滿足人的需求、規(guī)避人的風險、解決人的問題。技術(shù)逐漸成熟，尤其是深度學習技術(shù)帶來的技術(shù)突破，使得人臉識別技術(shù)達到可應(yīng)用的下限水平，人臉識別相關(guān)產(chǎn)品和系統(tǒng)非常多。雖然人臉產(chǎn)品種類繁多，不管業(yè)務(wù)應(yīng)用多么繁雜，但萬變不離其宗，客戶通過人臉識別技術(shù)手段達到驗證人的身份或識別人的身份的目的始終不變。

　　比如人臉實時報警系統(tǒng)：應(yīng)用人臉檢測和識別技術(shù)，在人員進出重點區(qū)域設(shè)置人臉卡口攝像機，針對經(jīng)過卡口人員進行人臉抓拍、識別和自動報警，并可將報警信息推送到警務(wù)終端APP，實現(xiàn)實戰(zhàn)預(yù)案聯(lián)動。人臉卡口系統(tǒng)可獨立部署，也可作為子系統(tǒng)對接到第三方管理平臺，可廣泛應(yīng)用于公安、交通、金融、司法、教育、醫(yī)院等領(lǐng)域。功能方面如下：

　　人臉采集：可接入網(wǎng)絡(luò)高清攝像機，可對攝像機實時視頻畫面內(nèi)出現(xiàn)的人臉抓拍1張或多張清晰人臉圖片并可截取抓拍的人臉對應(yīng)的背景照片。

　　人臉儲存：可將抓拍的人臉圖片長期保存，由于人臉圖片所占空間相對視頻文件要小得多，在有限的存儲空間下，人臉圖片可存儲的時間比視頻長得多。

　　人臉布控：支持對卡口過往人員的人臉布控。將布控的人臉圖片及信息，下發(fā)到指定的人臉卡口進行布控，一旦攝像機內(nèi)出現(xiàn)與布控庫內(nèi)高度相似的人臉，系統(tǒng)能夠?qū)崟r辨識出來，并將人臉圖片及識別結(jié)果上傳中心。

　　移動APP：人臉布控報警可推送到移動終端設(shè)備。

　　比如人臉采集檢索系統(tǒng)：應(yīng)用人臉檢測和識別技術(shù)，在人員進出重點區(qū)域設(shè)置人臉卡口攝像機，針對經(jīng)過卡口人員進行人臉抓拍、建模以及事后的人臉查詢檢索技戰(zhàn)法等應(yīng)用，可實現(xiàn)人臉刑偵、技偵的深度應(yīng)用。人臉采集檢索系統(tǒng)可獨立部署，也可作為子系統(tǒng)對接到第三方管理平臺，可廣泛應(yīng)用于公安、交通、金融、司法、教育、醫(yī)院等領(lǐng)域。采集檢索系統(tǒng)除了具有人臉采集、儲存功能之外還具有以下功能：

　　人臉技戰(zhàn)法：系統(tǒng)提供多種人臉查詢與檢索的技戰(zhàn)法應(yīng)用，例如：人員出現(xiàn)頻次、同行人分析、同伴分析等。

　　特征人臉技戰(zhàn)法:針對特征人臉或異常人臉，例如：戴眼鏡、戴帽子等，提供可根據(jù)人臉的特征或異常的特征，實現(xiàn)特定特征的人臉查詢檢索。

　　比如人像庫共享服務(wù)平臺：人像庫共享服務(wù)平臺是一套專門針對公安等行業(yè)的人口管理、案件偵查的人像檢索系統(tǒng)，系統(tǒng)具有強大的數(shù)據(jù)導入、批量建模、查詢檢索、統(tǒng)計分析等功能，為公安出入境、戶政、刑偵等部門提供快速定位人員、提高刑偵、視偵的效率，同時可對接公安情報、警綜等系統(tǒng)，為公安追逃、偵查、尋人等應(yīng)用發(fā)揮作用。人像庫共享服務(wù)平臺可獨立部署，也可與第三方系統(tǒng)對接，提供人像識別共享服務(wù)。功能方面有：

　　人員信息庫數(shù)據(jù)對接：系統(tǒng)有專門的數(shù)據(jù)接口，用于與公安的居民信息庫、重點人員信息庫進行人員信息數(shù)據(jù)對接，在保障公安數(shù)據(jù)的安全性的同時，能夠快速抽取人臉數(shù)據(jù)。

　　人臉特征提取：人臉特征值是決定人臉識別精準度的關(guān)鍵因素，也是影響人臉檢索速度的因素。系統(tǒng)基于深度學習神經(jīng)網(wǎng)絡(luò)算法，進行人臉特征提取，并將人臉的結(jié)構(gòu)化特征數(shù)據(jù)儲存入人臉特征庫，進行人臉檢索。

　　人臉比對檢索：系統(tǒng)可提供1:1人臉比對、1：N人臉檢索功能。支持多條檢索任務(wù)并發(fā)處理，當任務(wù)數(shù)量超過上限時，系統(tǒng)進行排隊處理。人像查重：實現(xiàn)單一人像檢索或批量人像檢索。

　　三、人臉識別技術(shù)在智慧城市中的應(yīng)用疑難

　　人臉識別技術(shù)在智慧城市中的應(yīng)用疑難主要體現(xiàn)在業(yè)務(wù)場景與技術(shù)實現(xiàn)兩個方面，技術(shù)實現(xiàn)方面主要的難點包括：超大規(guī)模人臉異步集群識別檢索的難點，人臉識別最小支持到18.5亞像素級的難點，人臉識別技術(shù)與環(huán)境及樣本量的沖突難點。

　　我們先看第一個難點：超大規(guī)模人臉異步集群識別檢索的難點。人臉識別應(yīng)用的困擾之一是，大容量的人臉庫的人員檢索查詢的時效性難以保障，目前在安防行業(yè)，一般大容量人臉庫的規(guī)模能達到100萬數(shù)量級，檢索速度勉強滿足要求，但對于千萬級甚至更大規(guī)模的人臉數(shù)據(jù)，在數(shù)據(jù)庫表檢索和硬件的性能均達到極限情況下，仍舊難以支撐業(yè)務(wù)要求。為解決該問題，系統(tǒng)分別在海量運算和海量存儲上做異步分步式的處理架構(gòu)，對前端提前的任務(wù)系統(tǒng)在優(yōu)化數(shù)據(jù)庫表檢索速度的同時，采用異步集群的架構(gòu)，利用開源的分布式系統(tǒng)基礎(chǔ)架構(gòu)Hadoop在普通PC機上搭建起基礎(chǔ)云平臺，使得系統(tǒng)的基礎(chǔ)建設(shè)成本降低，同時Hadoop基礎(chǔ)云平臺能方便快捷的水平擴充系統(tǒng)性能，而不會引起大幅的成本增加。人臉基礎(chǔ)信息數(shù)據(jù)庫則采用分布式的HBase，同時HBase還能存儲人臉數(shù)據(jù)庫處理的中間結(jié)果。搜索引擎技術(shù)方便則采用Lucene的分布式實現(xiàn)Katta，Katta基于Hadoop框架實現(xiàn)，索引的建立和搜索的打分排序都能在Mapreduce運算模型上進行，大大提高了運行的速度，這為超大規(guī)模數(shù)據(jù)的業(yè)務(wù)應(yīng)用提供了技術(shù)支撐和保障?；谝陨霞夹g(shù)，在已測試的案例中，系統(tǒng)在6052路攝像機接入時，每路視頻每秒可處理5幀數(shù)據(jù)，針對1000萬的人臉庫，檢索響應(yīng)時間小于1秒。如下圖1所示。

　　圖1

　　第二個技術(shù)難點是：人臉識別最小支持到18.5亞像素級。

　　傳統(tǒng)的人臉識別算法對人臉像素的要求很高，很多號稱小像素級的算法在小像素時效果很差，只有到60像素以上時才有了較好的效果。系統(tǒng)的核心算法通過不斷的攻堅技術(shù)難點，創(chuàng)新地提出一種基于雙層異構(gòu)的改進深度神經(jīng)網(wǎng)絡(luò)，實現(xiàn)了雙層網(wǎng)絡(luò)間的信息反饋與數(shù)據(jù)評介采樣，不僅提高了網(wǎng)絡(luò)的穩(wěn)定程度，而且在訓練中可加入半監(jiān)督的處理流程，通過人工構(gòu)建一層網(wǎng)絡(luò)來不斷監(jiān)測和微調(diào)學習網(wǎng)絡(luò)，解決傳統(tǒng)基于卷積神經(jīng)網(wǎng)絡(luò)的深度學習網(wǎng)絡(luò)構(gòu)建很難人工干預(yù)的問題，從而根本上解決了人臉識別準確率與誤識率的問題。同時，為了解決小像素信息量嚴重缺失的問題，系統(tǒng)對建立起了對人臉周邊區(qū)域信息的評介體系，通過建立精細像素信息網(wǎng)絡(luò)，對人臉信息進行亞像素級的精細化處理，從而解決了小人臉識別的一大難題。如下圖2是人臉識別ROC比對曲線對比。

　　圖2

　　第三個技術(shù)難點是人臉識別技術(shù)與環(huán)境及樣本量的沖突難點。

　　人臉識別技術(shù)目前依然受限于人臉庫的樣本量影響識別精度，同時受限于單一算法，仍然無法擺脫在黑夜、環(huán)境光低下、雙胞胎、戴帽子墨鏡等因素的影響。雖然目前阿泰克等日本供應(yīng)商已經(jīng)通過近紅外+3D人臉識別解決了部分問題，但由于實現(xiàn)原理制約，只能在樣本庫小的、事先注冊好人臉3D建模的場景下使用，比如大樓門禁、海關(guān)通關(guān)閘機，充分利用靜態(tài)人證比對和動態(tài)3D掃描+近紅外實現(xiàn)。對于智慧城市的廣大區(qū)域，比如車站、碼頭等人流量聚集的場所，以及商場、社區(qū)等近民場景則難以湊效。

　　人臉識別技術(shù)在業(yè)務(wù)場景下面對的挑戰(zhàn)也比較多，仍需不斷發(fā)展探索。比如人臉識別面對綁架型解鎖就是一個難題，利用合規(guī)的人臉來進行相應(yīng)的犯罪反偵察，深度學習的樣本量中對與人臉的變化比較是難以湊效的。此外智慧數(shù)據(jù)比對中的碰撞方式難以將人臉識別與其他有嫌疑的數(shù)據(jù)采集源端的二義性帶來的精準度下降。