人脸识别技术在安防监控中的应用

文/邓晔

市场背景

人脸识别技术是近年来随着计算机技术、图象处理技术、模式识别技术等技术与理论的快速进步而出现的一种崭新的人体生物特征识别技术。人脸识别技术利用人的面部图像特征进行身份识别，该技术通过人像照片比对即可判别人员真实身份，是继指纹识别之后最受关注及满足公安警务应用的一项人体生物特征识别技术。

人脸是人员身份信息中最容易采集或获取的基本信息，人脸照片采集方便、非侵扰、也最具自然性，二代居民身份证的换发及流动人员信息的采集为人像识别在公安应用提供了坚实的数据基础。虽然部分不法分子通过各种手段变更身份信息，但人脸照片却很难改变，通过人像比对就可发现其原始身份，随着平安城市项目建设的全面推进，利用图像照片进行身份识别和案件破获已经成为一种警务需求。人像识别技术作为一种直观、易用、实用的身份信息识别技术在公安嫌疑人员身份识别及情报分析等应用中已经展现了实战价值和应用前景。

人脸抓拍识别在实时监控中的应用

系统原理

人脸识别主要用于身份识别。由于视频监控正在快速普及，众多的视频监控应用迫切需要一种远距离、用户非配合状态下的快速身份识别技术，以求远距离快速确认人员身份，实现智能预警。采用快速人脸检测技术可以从监控视频图象中实时查找人脸，并与人脸数据库进行实时比对，从而实现快速身份识别。

采用先进的人脸识别技术，通过在前端设置高清数字网络摄像机，根据人的面部信息来进行身份识别。它无需布控对象主动配合，当其通过监控的地点时系统将自动进行识别并报警，有效的解决了传统视频监控系统耗费大量人力和时间资源问题，为安防系统事前预警、事后调查分析提供了有效的手段。对动态的视频图像实时处理，在设定的检测区域内检测目标，检测目标大小设定在最小人脸最大人脸之间，如果检测到有人脸，则触发报警，报警时红框标出人脸。

Easy7人脸识别比对系统

系统功能

人脸抓拍。自动检测、抓拍监控场景中的人脸，并进行连续标记形成运动轨迹。内含质量评价算法，对抓拍的人脸照片自动进行筛选，选择质量最高的进行传输。包括：

·参数设置。设置运行参数，如人像检测区域、人像检测大小范围等。由于摄像机对场景成像无选择性，任何出现在视觉范围内的目标、物体都会被拍摄到，通过设置人像检测区域来降低、避免对场景中干扰区域的检测，提升人像抓拍性能，这样只有人员出现在设定区域时才进行人像采集，检测区域设定功能增强了架设的灵活性。

·图像捕获。模拟摄像机：捕获摄像机传输的模拟视频信号，并进行数字化处理，以便可以进人像检测等处理。高清摄像机或视频平台：根据不同厂商高清摄像机或视频平台，获取视频图像并解码，以便可以进人像检测等处理。

·人像检测。检测设定区域是否存在人像，如果检测到人像并且人像区域满足系统参数设置则缓存该人像数据与现场场景数据。

·人像跟踪。人像跟踪技术对人员经过检测区域时的过程进行跟踪。

·数据传输。将采集的人像图像及现场场景图像传输至比对子系统。

人脸比对。自动将抓拍到的人脸与目标人员库中的数据实时的进行比对，发现目标后及时报警，提示工作人员进行处理，同时在地图上显示报警地点，模块支持多个人脸的同时检测判断与识别。包括：

·比对参数同步。根据设定策略从人像数据库配置信息表获取人像识别参数，如：比对次数、比对阈值参数等。

·人像特征同步。根据设定策略从布控人员人像特征库中加载人像特征，并根据特征库变化，更新已加载人像特征。

·数据接收。接收动态监控人像采集子系统发送的数据，并将数据分解为人像照片数据与现场场景图像数据。

·人眼定位。在人像照片中检测眼睛位置，以便进行特征提取。

·特征提取。根据人眼位置将人像照片图像编码成计算机可识别的数据。人员经过检测区域时，人像采集子系统将抓拍多张图像，对人像图像提取特征，用于后续的比对。

·人像比对。将提取的人像特征与被布控目标人像特征进行比对，根据比对策略，一人可多次比对，输出满足设定条件的比分最高为候选人，如果比分大于等于设定的报警阈值则认为该人员是监控目标；如比分小于设定的阈值则认为该目标非监控目标。

·数据存储。存储人像比对的结果，存储内容主要包括：采集时间、采集点、现场人像照片、现场场景照片、比对结果、比中目标等信息。

重点人员布控。将进入系统的人脸照片与预存的重点人员（黑/白名单），进行1∶n比对，自动判定该人脸是否属于重点人员之中。

应用模式

人脸识别技术与具体应用结合，可以产生很多应用模式。包括：

实名制验证。将待确认身份人员的人脸照片与其宣称身份所对应的人脸照片进行1∶1验证，系统返回的结果“是”或者“不是”，确定两者是否为同一人。主要应用在网吧、酒店、大型活动、大型活动、重点单位/场所、办证机构、边检通关、网络注册实名制。

身份核查。将待确认身份人员的人脸照片送入常住人口库、暂住人口库等有明确人员身份信息的人脸库中进行1∶N检索，系统返回最相似的若干人员，工作人员随后逐一核查，确定该人员的真实身份。主要应用在办证机构、巡逻/火车站/重点场所/大型活动/大型会议、多警种应用。

同证不同人分析。在常住人口库、暂住人口库等可以通过证件唯一标识人员身份的人脸库中，对同一个证件号码对应的多张人脸情况进行验证，将验证结果为不同人的证件号码进行记录并人工核验。主要应用在户政部门、出入境、各种考试院校等。

同人不同证分析。在常住人口库、暂住人口库等可以通过证件唯一标识人员身份的人脸库中，对指定范围内的人脸照片进行验证，对验证结果为相同人的记录再检验其证件号码，如果证件号码不一致，则同时记录照片标识与证件号码并人工核验。主要应用在户政部门、出入境、各种考试院校等。

黑名单/白名单比对，特别是追逃。将进入系统的人脸照片与预存的黑名单/白名单，比如与逃犯库进行1∶N比对，自动判定该人脸是否存在于黑名单/白名单之中。如果该人脸存在于黑名单/白名单之中，则返回其对应的身份信息等资料。为保证效果，黑名单/白名单的库容量一般能达到几万至几十万的数量级。主要应用在大型活动、重点单位/场所、地铁站/火车站/长途汽车站/飞机场、小区/银行/网吧/酒店/娱乐场所等。

图像侦查。将目标人员的人脸照片送入视频监控采集人脸日志库中进行1∶N检索，得到最相似的若干人员，工作人员随后逐一检视，确定所截取目标人员的身份，并根据人脸库中的采集时间与采集地点等信息描绘出目标人员的行动轨迹。轨迹分析中的监控日志库的库容会随系统运行时间的增加而增长，一般能达到百万至千万的数量级。主要应用在涉案人、可疑人员的前期分析上。

技术难点

对于人脸抓拍识别系统，最重要的难点在于人脸识别率提升问题，就是人脸的立体效果在视频监控系统成为二维后，如何展现，如何对比。即同一张人脸，在不同角度、不同光照、不同距离甚至衣帽服饰的差异化对比符合问题的解决。

人脸视频中的检测及多人脸的检测。在一个未知不确定的、复杂的视频场景中如何快速找到有效的目标、有效的人脸是整个识别系统的前提。只有找到人脸并将人脸提取出来，才会有后面的人脸存储、比对等业务应用功能。同时随着网络高清的快速发展，前端设备采集的有效信息越来越多，在场景中可能会出现多个人脸，如何实现多个人脸的采集识别，也是系统应用中的重点。

保证人脸的可用性和唯一性。在人脸检测过程中，如何能够保证人脸的可用性，除了需要前端系统部署需要按照要求实施外，也需要在算法上进行适应性优化，在实际应用中，人脸的智能分析最大的优势是隐蔽性和无需被采集者的主动配合，但同时也会带来前端人脸采集的不确定性，进而降低系统的性能，这就需要在人脸检测跟踪的机制上通过算法的实现尽量保证采集的人脸的有效性和可用性，提升识别性能。采集时理想的状态是每个人经过覆盖场景后，能够采集到一张最优的人脸图像，这样才能大大降低存储压力、提升识别准确度。

系统大规模应用。在实际的人脸智能应用上，会遇见前端多个设备，同时多个设备中又会有多个人脸，在整个系统架构和业务流程上需要合理设计，保证这种几何级的采集需求和比对需求。

比对算法适应性。人脸视频采集比对应用，不像二代证等数据源的标准性，由于前端背景的复杂程度较大，人员姿态不可控制，如何能够保证前端采集的人脸能够有效和后端不同源的人脸照片进行比对，如何能够在大量复杂背景中采集的人脸照片中快速检索到目标人脸，都是影响到系统实战应用重要因素。

发展方向

人脸识别技术的应用将会提高户籍、出入境、交警等窗口单位在业务办理中身份确认的工作效率，推进服务型政府建设，提高公安机关为人民服务的能力和水平。同时应用该平台对历史人口数据进行清理，纠正人口信息中的错项、误项。

此外，人脸识别技术虽然不产生直接经济效益，但间接效益也十分重要：可以实现身份快速识别、验证、确认，提高警务工作效率；可以规范人口管理的规范化、科学化和标准化；可以提升流动人口有效管理，为实施居住证制度的顺利实施提供身份认证技术手段。

今后，人脸识别技术应用的发展，一方面是识别率的提高，主要是算法的改进和模型的优化。通过照片素材的积累及持续投入研发资源，不断提高系统性能及业务适应性。一方面是业务系统的完善，随着用户实际需求不断深入，结合技术特点提取出可行和通用的业务功能，使系统更加贴近实战，应用更加便捷。