人臉識別結(jié)合大數(shù)據(jù)處理技術(shù)在社會治安監(jiān)控的應(yīng)用分析

摘 要 在安防技術(shù)飛速發(fā)展的今天，基于視頻人臉采集的人臉識別技術(shù)已在公安、政府、教育、醫(yī)療、金融、軍隊、司法及眾多企業(yè)事業(yè)單位等領(lǐng)域得到廣泛的應(yīng)用。

關(guān)鍵詞 人臉識別 大數(shù)據(jù)檢索 治安應(yīng)用

作者簡介：康健博，蘇州市公安局吳中分局科員，研究方向：公安科技信息化應(yīng)用。

中圖分類號：D631 文獻標(biāo)識碼：A DOI：10.19387/j.cnki.1009-0592.2017.02.091

筆者通過大量的文章調(diào)研，結(jié)合警務(wù)工作實際經(jīng)驗，將在本篇文章中對人臉識別技術(shù)及其在社會治安管理方面的應(yīng)用做一些簡要的論述。

一、人臉識別的定義

（一）概述

人臉識別實際上一種對身份鑒別的計算機科學(xué)技術(shù)，它的實現(xiàn)基于對采集的人臉圖像信息進行視覺特征結(jié)構(gòu)化，對比與核驗。

從廣義上來講，人臉識別技術(shù)系統(tǒng)實際上是一個宏觀概念，可以細分為一系列相關(guān)技術(shù)，包括人臉信息的前端采集、人臉特征結(jié)構(gòu)化、人臉信息的定位預(yù)處理、針對性的對比檢索、結(jié)構(gòu)化數(shù)據(jù)的原始模型匹配等；狹義上來看，人臉識別系統(tǒng)可以特指通過前端人臉采集的信息進行人員身份輔助驗證查找定位的技術(shù)系統(tǒng)。

人臉識別目前已成為一項炙手可熱的研究領(lǐng)域，它從本質(zhì)屬性上來講實際上一種生物特征識別技術(shù)，是對生物體（一般指人類）自身的生物屬性特征來辨別具體生物個體。生物特征識別技術(shù)中所研究的特征可以概括為研究對象生物的外觀輪廓、虹膜、掌紋、指紋、音色、行為習(xí)慣等。

（二）人臉識別的優(yōu)勢

在眾多識別技術(shù)當(dāng)中，人臉識別技術(shù)因其具有被動圖像采集不易被察覺性和自然性有著得天獨厚的優(yōu)勢。

被動圖像采集的不被察覺性特點對于一種識別技術(shù)非常重要，使用人臉識別技術(shù)不易令人產(chǎn)生反感，而且不會使人覺得容易受到欺騙而引起注意。人臉識別技術(shù)的圖像采集條件相對寬松，完全可以通過可見光數(shù)字成像獲取被檢測對象的相關(guān)人臉信息，這點不同于虹膜識別和指紋識別。后者需要使用紅外線虹膜采集圖像或者使用電子壓力傳感器采集指紋。

（三）人臉識別技術(shù)的困難

人臉識別概念自上世紀(jì)60年代被提出以來，以其有著很多其他識別技術(shù)無法比擬的優(yōu)勢，一直備受各行各業(yè)的科學(xué)工作者青睞，但從技術(shù)角度來看，人臉識別技術(shù)的發(fā)展本身也有很多難題。一度以來，基于人臉識別的生物特征識別技術(shù)被人們認為是人工智能及機器視覺領(lǐng)域最難研究的課題之一。

人臉識別技術(shù)的困難來源主要在于生物特征識別中基于人臉作為基本特征的特點造成的。對于視覺上來講人臉的特點是：

一是人臉的結(jié)構(gòu)性具有普遍性，可以說每一張人臉都是由相同的器官構(gòu)成并且結(jié)構(gòu)非常相似，人臉結(jié)構(gòu)的普遍性對于機器視覺來說有利于在千變?nèi)f化的圖形世界中快速定位人臉圖像，但細化到利用人臉區(qū)別每個生物個體就有一定的技術(shù)難度。

二是人臉的形態(tài)可變性，總所周知，人類面部的表情變化十分豐富，面部結(jié)構(gòu)各器官之間的形態(tài)多種多樣，而人臉又是非單純的二維平面圖形，是三維立體的形式存在，可能因環(huán)境光照、抓拍角度、面部遮擋（如眼鏡、口罩、帽子、發(fā)型、胡須等）而造成影響，這些對于機器視覺對人臉的結(jié)構(gòu)化就造成了很大的困難。

二、人臉識別應(yīng)用技術(shù)細節(jié)

人臉識別技術(shù)系統(tǒng)從組成上可以分為四個部分，分別為：人臉信息的采集、人臉特征結(jié)構(gòu)化、人臉信息的定位預(yù)處理、結(jié)構(gòu)化數(shù)據(jù)的原始模型匹配檢索等。

（一）人臉信息采集

主要采用網(wǎng)絡(luò)攝像機抓拍的方式采集人臉的信息，因為人臉信息的自然性特征，在不同環(huán)境，不同形態(tài)下都可以利用攝像機進行人臉信息的采集，而目前針對人臉信息的采集最主要的方式就是通過攝像機進行的，除此之外我們還可以通過靜態(tài)照片導(dǎo)入的方式對人臉信息進行采集。目前安防行業(yè)針對人臉信息的前端采集，已有較為成熟的兩種抓拍應(yīng)用方式，第一種方式為網(wǎng)絡(luò)攝像機直接抓取人臉圖像信息，第二種方式為在后端錄像存儲系統(tǒng)中讀取視頻碼流，再通過人臉建模智能軟件，將視頻錄像碼流中的人臉進行截圖提取。兩種人臉信息的采集方式各有其優(yōu)勢，第一種方式，在于人臉提取的算法要前置在網(wǎng)絡(luò)攝像機中，對于網(wǎng)絡(luò)攝像機有著一定的局限性。而第二種方式，通過錄像的方式提取人臉信息，則可以針對任何前端監(jiān)控點位進行，具有一定的普遍性。

（二）人臉特征結(jié)構(gòu)化

人臉信息采集完成后需要對所采集的人臉圖像信息進行結(jié)構(gòu)化處理，即將圖像信息轉(zhuǎn)換為可對比、挖掘、分析的數(shù)據(jù)信息。一般來講首先要對圖像進行預(yù)處理，標(biāo)定圖像中人臉的具體位置，標(biāo)定出各器官所在的位置，計算人臉各器官標(biāo)定點位之間的比例圖，然后對人臉進行建模分析，通過模板特征、比例直方圖、顏色特征和結(jié)構(gòu)特征等。人臉特征結(jié)構(gòu)化完成后便可以對人臉信息進行一系列檢索分析應(yīng)用。

人臉結(jié)構(gòu)化檢測過程中，使用Adaboost算法優(yōu)先挑選出一些具有人臉特征代表性的矩陣信息（弱分類器），在此基礎(chǔ)上進行深度學(xué)習(xí)加權(quán)積分投票的方式，將該矩陣擴充成魯棒性更強的矩陣（強分類器），再進一步通過深度學(xué)習(xí)訓(xùn)練將多個強分類器串聯(lián)疊加形成一個級聯(lián)結(jié)構(gòu)的高層疊分類器，這樣可以指數(shù)級增加人臉特征匹配的準(zhǔn)確度。

（三）人臉信息的定位預(yù)處理

人臉信息的定位預(yù)處理：對于人臉信息的定位預(yù)處理基于人臉信息結(jié)構(gòu)化的結(jié)果，本質(zhì)上是對圖像進行處理后，在從處理結(jié)果中提取特征或結(jié)論的過程。

人臉的信息預(yù)處理通?；谌四樈Y(jié)構(gòu)化檢測結(jié)果。按上文所述，一般來講系統(tǒng)獲取的人臉原始圖像由于各種外界條件干擾限制，直接使用往往會有一定困難，須在早期階段對圖像進行一系列的噪聲過濾、灰度矯正等圖像處理。針對人臉圖像信息而言，其預(yù)處理過程主要包括灰度變換、直方圖均衡化、圖像光線補償、圖像幾何校正、濾波以及銳化等。

（四）結(jié)構(gòu)化數(shù)據(jù)的原始模型匹配檢索

結(jié)構(gòu)化數(shù)據(jù)的原始模型匹配檢索：人臉識別的應(yīng)用階段即將前端采集結(jié)構(gòu)化的人臉數(shù)據(jù)與數(shù)據(jù)庫中儲存好的人臉特征數(shù)據(jù)模板信息進行對比分析，通過設(shè)定一個相似度閾值來指導(dǎo)系統(tǒng)使用者判斷比較確認檢索人員的身份。這一過程應(yīng)用可以分為兩個類型，第一類為輸入靜態(tài)人臉信息，通過系統(tǒng)結(jié)構(gòu)化后進行與數(shù)據(jù)庫內(nèi)人員特征模板對比確認輸入人員身份，該類型應(yīng)用為一對一圖像比較檢索應(yīng)用。第二類應(yīng)用為通過在后端設(shè)定報警布控對象，針對前端采集的人臉信息進行對比分析，該類型的應(yīng)用為一對多圖像匹配對比過程。

目前主流的人臉識別算法可以分為以下五類：

1.基于整幅人臉圖像建模的識別算法（Appearance-based recog nition algorithms）。

2.利用模板的識別算法（Template-based recognition algorith ms）。

3.基于神經(jīng)網(wǎng)絡(luò)建模的人臉識別算法（Recognition algorith ms using neural network）。

4.利用支持向量機進行識別的算法（Recognition algorithms using svm）。

5.基于人臉特征點的識別算法（Feature-based recognition algorithms）。

三、發(fā)展歷史

對于人臉識別系統(tǒng)的研究最早可以追溯到上世60年代，80年代后隨著光學(xué)成像技術(shù)、圖像處理技術(shù)（計算機圖形學(xué)技術(shù)）及計算機科學(xué)技術(shù)的發(fā)展得到較大提升；一直到90年代末期才初步進入試驗應(yīng)用階段，并且在世界上主要以日、德、美、英的技術(shù)實現(xiàn)為主；人臉圖像結(jié)構(gòu)化的算法是人臉識別技術(shù)系統(tǒng)的靈魂核心，在結(jié)構(gòu)化算法難題突破后結(jié)合數(shù)據(jù)分析技術(shù)，人臉識別系統(tǒng)在人員身份認證、人員定位、檢索方面的實用化識別率、準(zhǔn)確率得到極大的提升?！叭四樧R別系統(tǒng)”集成了機器視覺理念、計算機深度學(xué)習(xí)算法、生物特征識別模型理論、專家分析系統(tǒng)、視頻圖像處理、大數(shù)據(jù)挖掘分析等多種專業(yè)技術(shù)，同時需結(jié)合中間值處理的理論與實現(xiàn)，具有廣闊的發(fā)展前景和應(yīng)用空間，是機器視覺時代的標(biāo)志性技術(shù)之一，展現(xiàn)了信息時代弱人工智能向數(shù)據(jù)時代強人工智能的轉(zhuǎn)化。

四、安防時代人臉識別技術(shù)的應(yīng)用——人臉數(shù)據(jù)對比系統(tǒng)

如上文所述，人臉識別技術(shù)發(fā)展至今應(yīng)該說已可以較為成熟的應(yīng)用于各行各業(yè)，筆者也是結(jié)合自身專業(yè)將人臉識別技術(shù)做以研究，提出了一套人臉數(shù)據(jù)對比系統(tǒng)，該系統(tǒng)可以應(yīng)用于治安管理、反恐監(jiān)察、大型活動安保等。

隨著網(wǎng)絡(luò)監(jiān)控攝像機技術(shù)水平的發(fā)展，目前安防行業(yè)內(nèi)對于前端智能抓拍攝像機抓拍人臉的技術(shù)已經(jīng)做得較為成熟，再加之大數(shù)據(jù)技術(shù)的發(fā)展，若將兩項技術(shù)加以融合變可衍生出適用于不同應(yīng)用場景的安防系統(tǒng)方案。

前端采用人臉抓拍相機對人臉進行采集，后端配合大數(shù)據(jù)處理技術(shù)對采集的人臉進行篩選比對檢索。該系統(tǒng)下文簡稱“人臉數(shù)據(jù)比對系統(tǒng)”。

“人臉數(shù)據(jù)比對系統(tǒng)”主要包括三個組成部分，分別為：前端人臉相機采集，人臉智能識別，客戶端業(yè)務(wù)呈現(xiàn)。

1.前端相機主要負責(zé)進行人臉檢測和跟蹤，之后把抓拍的人臉圖片上傳至人臉服務(wù)器進行分析。

2.人臉分析服務(wù)器對前端相機上傳的人臉序列進行最佳人臉計算，對該最佳人臉進行人臉特征分析，提取相應(yīng)的人臉信息，并將最佳人臉圖片及人臉特征數(shù)據(jù)進行存儲，后對照內(nèi)部儲存的人臉信息庫進行篩查比對，根據(jù)要求進行相應(yīng)聯(lián)動告警。

3.客戶端可以導(dǎo)入人臉數(shù)據(jù)、下發(fā)人臉檢索任務(wù)以及實現(xiàn)黑名單布控，并且支持人臉屬性呈現(xiàn)以及過人檢索。

（1）人臉檢索：客戶端下發(fā)人臉檢索任務(wù)后，人臉結(jié)構(gòu)化分析服務(wù)器通過處理，將結(jié)果返回給客戶端，包括人員圖片、人員ID以及相似度等信息。

（2）黑名單布控：客戶端配置好黑名單布控比對任務(wù)后，人臉分析服務(wù)器會將抓拍到的信息以及告警信息存入數(shù)據(jù)庫，客戶端從數(shù)據(jù)庫讀取信息，將抓拍的人臉信息和黑名單告警信息呈現(xiàn)給客戶。

（3）人臉屬性：可根據(jù)年齡、性別、是否戴眼鏡的屬性識別功能進行檢索。

（4）過人檢索：對攝像機抓拍的過人圖片進行按不同時間段檢索。

（5）人員軌跡：若點位部署密集并結(jié)合電子地圖應(yīng)用，可利用大數(shù)據(jù)業(yè)務(wù)查詢出相似度高的人員軌跡。

系統(tǒng)的適用性。公安治安監(jiān)控重要點位如地鐵出入口、政府綜合辦公大樓出入口等地進行人臉抓拍，并實時與后端服務(wù)器中輸入的“嫌疑人”、“在逃犯”，“有作案前科份子”照片進行實時比對，一旦發(fā)現(xiàn)可進行報警，便于人員定位及治安監(jiān)控。

企業(yè)、單位的安保，如大型封閉性企業(yè)，可以利用上述系統(tǒng)進行人員的管控，將企業(yè)員工的照片輸入服務(wù)器的白名單庫中，在企業(yè)、單位的出入口布置人臉抓拍攝像機、保安值班室設(shè)置客戶端對進出人員進行管控，一旦發(fā)現(xiàn)非本企業(yè)單位的人員并未進行登記進出即可對其進行排查。

隨著安防行業(yè)的發(fā)展和人臉識別技術(shù)的持續(xù)完善，相信在不久的明天，這套人臉數(shù)據(jù)對比系統(tǒng)即可為人民治安提供有效保障，真正做到事前定位犯罪分子，將犯罪扼殺于搖籃。

參考文獻：

[1]龐珊珊、熊建設(shè).人臉識別技術(shù)和算法綜述.中國新技術(shù)新產(chǎn)品.2009（11）.

[2]嚴(yán)嚴(yán)、章毓晉.基于視頻的人臉識別研究進展.計算機學(xué)報.2009（5）.

[3]柳楊.三維人臉識別算法綜述.系統(tǒng)仿真學(xué)報.2006（S1）.