一种使用神经网络的网吧身份识别方法

王恒宇, 王才标

(大连市公安局, 辽宁大连 116000)

0 引言

按照《互联网上网服务营业场所管理条例》规定，网吧经营者应对上网人员进行有效身份登记。然而，一直以来，由于网吧作为公共场所的特殊性，也使它存在着事故易发、多发等问题：想方设法规避实名制的情况，盗用、冒用、借用身份证的现象伴随而来的违法行为也屡屡发生。上述种种问题隐藏着诸多安全风险，导致网吧上网实名制实际上是“形同虚设”。

通过人脸识别技术解决网吧实名制管理问题，是当下对互联网安全领域的一项尝试，也是实现“科技强警”的创新举措[1]。人脸识别技术以其易于采集、方便处理、实时性强、无法伪造等诸多特点而著称。在网吧实名登记管理模式遭遇瓶颈的当下，人脸识别技术无疑为破解网吧实名制管理难题打开了一扇新的“天窗”。

根据网吧管理中人脸识别专项，开发一种使用人脸识别技术的网吧“实名制”管理系统。该系统通过建立人证核验中心和人证查验中心，对网吧上网人员的人脸信息进行采集，通过后台深度学习算法进行实时比对并确认人员身份，从而实现“人证合一”的实名制管理。该方案为解决当下网吧实名制难题提供了一条可供借鉴的实践之道。

1 技术背景

近年来，随着互联网的蓬勃发展、政策的利好和技术的进步共同推动了人工智能的高速发展，深度学习作为人脸识别的核心技术在这个过程中起到了关键的作用，其具有识别率高、泛化能力强等特点而越来越受到业界的关注[2]。针对网吧上网时受控条件下的人脸识别场景，构建了一套基于网吧图像采集的身份认证系统，该系统实现了人脸图片实时采集、检索和认证服务。其涉及的主要技术如下：

(1)网吧管理技术。当前，网吧管理常用的主要模式是采用从Client/Server架构，通过服务端身份证刷卡上网，控制客户机开机，并辅以计费、会员等功能。

(2)人脸识别技术。人脸识别方法分为3种，基于几何特征的人脸识别方法、基于模板匹配的人脸识别方法和基于模型的人脸识别方法。由于近年来深度学习在图像识别效果上的异军突起，基于“深度学习模型的人脸识别方法”如今已经成为主流的研究领域[3]。

(3)深度学习技术。深度学习分为卷积神经网络(CNN, Convolutional Neural Network)和循环神经网络(RNN, Recurrent Neural Network)。在图像识别算法中，通常使用卷积核来提取图像的局部特征，经过多层迭代后，提取图片间的非线性特征进行相似度计算。RNN在时间序列的处理和预测上具有优势。

本例中，人脸相似度的方法存在一个问题，当样本库的数据量越来越庞大，需要将待比较图片与样本库中每张图进行相似度计算，从而导致开销过大、反馈时间过长等问题。同时，对于随着时序的增加，同一个人的样貌特征发生变化是自然而然的事，这样的人脸识别问题利用循环神经网络就能够得到很好的解决[4]。

系统通过上述各项技术的支撑，在实际使用过程中，能够以不同模式来适应遇到的不同识别场景。

2 系统架构设计

通过系统实现身份认证，首先要判别识别场景。由于各种人脸识别算法在不同场景中表现互有优劣，同时，遭遇“冷启动”的问题是很多系统在部署初期遇到的常见现象，其原因是数据库缺少能够使用的样本，无法满足相关模型的训练要求而无法使用。所以，根据应用场景的不同，系统分为3种不同的应用模式(如图1)。

图1 系统工作流程

2.1 1∶1模式：未发现采样历史

在未发现采样历史时，通过1∶1比对模式进行身份识别，使用多特征融合的人脸识别技术，将采样图像与身份证照片进行比对[5]。该方法使用了多种图像特征，如SIFT特征、HOG特征、GIST特征等，多种特征能够得到多个图像对比识别的置信度，将多个置信度转化成线性方程寻找最优解，对采样图片进行识别[6]。实验结果表明，在稀疏样本条件下，这种方法提升准确率比较显著，要显优于常规的特征检索方法[7]。

2.2 1∶All模式：有少量采样历史

系统采用1∶All的比对模式，即将采样图片与全库样本进行比对。在该模式下，对于采样图片与全库图片之间的图片相似度，可使用2-channel CNN来计算[8-9]。

在模型训练时，样本将由采集的照片两两之间组成，对于身份证号相同的两张图片，其相似度标记为1，对于身份证号不同的两张图片相似度标记为0。然后，以双通道的形式将训练样本输入到CNN中，再通过构造损失函数来对网络参数进行更新[10-11]。模型的最后两层是全连接层，输出的神经元个数为1，表示两张图片的相似度。模型由图片RGB色彩组成的feature map进行输入，经过第一个卷积层后将图片特征加权组合，并由激活函数relu(Rectified Linear Unit)传输给下一层[12](如图2)。通过验证后，从第一层就可以将两张图片关联在一起，在随机梯度下降算法下，卷积过程中产生的不同非线性效果对两者的影响可以得到有效解决[13]。采样图片与某身份证号下所有样本的平均相似度高于预测阈值，则确认该人员身份成功。

图2 系统所使用卷积神经网络结构

2.3 1∶N模式：有多个采样历史

系统使用1∶N模式，即将采样图片与该身份证号下的所有图片进行比对。模式下，使用了基于循环神经网络模型的人脸检索方法，用于解决随着时间的积累，人脸采样产生部分特征变化的问题[14]。同时，随着系统部署时间的推移，全库数据的不断增加，进行1∶All预测的时间将会随样本库增加而增加。使用循环神经网络能够将同一人员的所有图片逐步输入，通过一次预测即可确认人员身份，从而可以极大地减少系统的计算开销。

在模型训练时，可按照身份证号进行样本分类，同一身份证号下的图片，按照时间域排序后，输入到模型中进行训练，最终将模型状态(状态n)经过全连接和归一化层进行判别后输出结果，使用随机梯度下降算法对损失函数结果进行优化，更新模型参数[15](如图3)。

图3 系统所使用循环神经网络结构

实验表明，在样本稠密条件下，使用该方法有着更为优秀的检索比对性能，并且随着样本库的不断扩充，模型会获得更好的拟合性能，尤其在对样貌特征存在较大变化的识别场景中，系统能够得到比人工筛查更为良好的身份认证结果。

3 实例分析

上述技术通过与网吧计费软件的整合，目前已完成300余家的部署，基本实现了“人证合一”的管理理念。在系统使用实际数据进行测试中，为了模拟实际使用情况，准备测试数据如下。

测试集1：测试集由3 000张现场采集照片(240×320 pi)和3 000张证件照片(102×126 pi)组成。

测试集2：测试集由5 000张后续现场采集照片(240×320 pi)和原有3 000张现场采集照片(240×320 pi)组成。

3.1 1∶1比对模式实验和结果

系统没有任何数据的情况下，使用1∶1比对模式。将测试集1中3 000张现场采集照片与3 000张证件照片进行比对。使用多特征融合的人脸特征抽取算法进行测试，比对成功率为100%。但鉴于该实验使用现场照片与证件照片拍摄时间间隔不长，相关人员面貌变化不明显，在实际使用中会导致识别误差。

3.2 1∶All比对模式实验和结果

在1∶All比对模式下，使用测试集2，将测试集中每张图片与样本库中图片计算相似度。随机抽取18名用户的人脸识别相似度数据结果如表1所示。

表1 相似度计算结果

说明：在表格中，只展示属于测试人员身份图片的相似度。

通过正确人员验证的成功率达99.77%，说明在数据样本较少时，使用2-channel CNN算法能够非常有效地解决人脸识别问题。

3.3 1∶N比对模式实验和结果

使用测试集1和测试集2的现场采集照片，首先，将3 000张现场采集照片分别与照片库中各时期的本人样本进行比对，将本人照片按时间排序输入训练好的循环神经网络中，计算拒识率(FRR，false rejection rate)；再将这3 000张现场采集照片分别与库中非本人的样本进行比对，计算误识率(FAR，false acceptance rate)；

(1)

(2)

式中，NGRA是类内测试的总次数，NIRA是类间测试的总次数。NFR是错误拒绝的次数，NFA是错误接受的次数。

计算拒识率：使样本的FAR=0.1%和FAR=0.5%时，计算测试集的FRR(如表2)。

表2 拒识率计算结果

计算误识率：样本的FRR=2%和FRR=5%时，计算测试集的FAR(如表3)。

表3 误识率计算结果

实验结果证明，在拥有大量人员库的情况下，RNN算法能够有效识别不同时期人员特征，解决人员脸部特征出现变化的问题。

通过上述各项实验，证明了人脸识别技术引入到网吧管理到警务工作中的可行性。系统根据使用条件，实现了1∶1模式、1∶All模式和1∶N模式的人员身份识别，解决了冷启动、计算开销过大和实际人员的脸型变化问题。从实际使用结果来看，基本可完成上网人员的身份验证功能。

4 结语

对于网吧管理工作而言，防止身份作假、使用虚假身份证是亟待解决的问题。当下，使用深度学习的人脸识别算法能够有效解决在此过程中传统方法不能解决的人员身份精确匹配问题，对互联网上网服务场所的管理具有重要意义。

然而，由于图片采集效果受光线、角度、分辨率等多种因素的影响，使模型存在一些误识现象。在后续的工作中需要提高在采集条件不理想时，模型的泛化能力，包括克服光照的影响、解决化妆和双胞胎的识别问题、通过局部特征进行识别和减少人员配合提高效率等问题。总之，人脸识别技术还有很多方面需要去深入研究，相信不久的将来，人脸识别技术将在速度、可靠性、稳定性、成本上有更好的突破。