浅析大数据下人脸识别研判技术应用

□ 文/李越东

在我国社会经济持续发展进步的时代背景中，国内各个地区城市人口的流动性不断增强，人口构成也朝着复杂化方向发展，这在提升公共安全领域安保工作压力的同时，也增加了从事安全工作人员的工作压力。以往在识别人脸特征及获取相关信息时，对视频图像表现出较强依赖性，而在大数据时代下要想在海量的视频或图片中探寻到重点关注群体或目标对象，将会耗用大量的时间与精力，遗漏情况不能完全规避，直接影响安全部门的工作效率。人脸识别研判技术的开发与应用，能明显提升视频资料中有实际价值人脸数据信息的应用水平，为人脸分析系统建设健全目标的实现提供可靠的技术支撑。

人脸识别技术的行业应用

人脸识别技术始源于对人类视觉功能的拟化和仿真，人的眼睛以视觉神经为载体获得和人脸特征相关信息，经由大脑中枢神经系统进行系统化推理和解析，实现对人脸所属身份的智能化鉴定。在人眼识别身份过程的启迪下，人脸识别技术逐渐被开发与完善，人脸识别技术以高端的计算机技术为依托，获得高质量的人脸灰度图像，在计算机强大计算能力协助下，精确定位人类面部特征位点并捕获面部特征信息，进而针对人类整体结构与细节特征建设模型。在模式识别算法支撑下，与丰富多样的人脸图像和身份认证库中，智能匹配所建设的人类模型，自动确认与人脸相关的身份信息。图1为人脸识别研判技术原理示意图。

▲ 图1 人脸识别研判技术原理示意图

人脸识别技术研究范畴

人脸检测：在智能监控情境下，监控系统内的摄像机会采用固定的频率拍摄固定角度存在的图像，反映出不同时间点目标对象的状态，不一定会包含人脸图像，因此在识别人脸图像是用先检测背景图像中是否存在人脸，获得肯定结果后方可进行下一步分析。

人脸追踪：人脸追踪是人脸检测的下一步工序，若所拍摄的图像中有目标存在，该采用图像边缘检测算法检测人脸和背景图像间的边缘像素，进而较精确的定位人脸在图像内的相对位置，并进行有效分割，为人类模式识别和目标对象匹配提供人脸图像数据信息。

表情分析：多数情况下，利用摄像机所拍摄的人脸表情体现出多变性，表情变化尽管不会影响人脸的外部轮廓，但是会造成人脸图像区域中面部特征信息发生较大变化，增加人脸辨识难度。因此，为解除以上情况，可以在构建人图像数据库时全面考虑人脸差异性的面部表情，促进人图像数据库的丰富与完善进程，在人脸识别实践中，应尽可能的规避和表情有关的面部特征信息，借此方式去提升人脸特征的匹配度。

生理分类：生理分类是人脸识别技术拓展新的应用形式，在分割人脸图像区域后，相关人员可结合人脸皮肤颜色、皱纹分布、毛孔等特征信息，推测人类所属身份的年龄、种族、性别以及可能从事的工作类型等，能够提升人脸识别和身份分类的智能化水平，为公安部门确定嫌疑犯身份提供更可靠的支撑。

大数据给人脸识别技术应用带来的挑战

对人脸识别的比对容量，提出更高要求

当下，公安部门在户政管理、出入境、刑侦嫌疑犯身份辨识等过程中，需要以全国人脸数据为基础进行，需处理的数据库容量高达上亿甚至是数十亿，处理的比对请求庞大、模式体现出明显的多样化特征，怎样在短时间内快速精确的在大规模数据库中辨识身份信息，是一项具有高难度的任务项目。

系统输入由单纯的静态图像发展至动态视频

最近几年，我国不同地区公安机关积极落实视频监控系统构建工作。据不完全统计，我国每年需要存储的数据量高达3.3EB，在视频监控系统与人脸识别技术的协助下，能够快速辨识犯罪嫌疑人并进行动态化布控，这是促进视频监控系统效能有效发挥的主要防范之一。但是因为人脸识别的非刚性特征，在视频监控环境下，光线、角度、姿态、遮挡等多种因素会对人脸识别效果造成影响，造成人脸的类内差距拉长、类间差距减缩，此时根据视频监控去识别人脸特征面对诸多挑战。

图像来源途径广泛、图像质量参差不齐

伴随金盾工程的建设与相关功能的完善，我国部分地区公安部门已成功建设了八大资源库，在业务实践中积累了大批量数据信息，这为人脸识别技术与公共安全领域的有效融合创造了良好支撑。但因为建设标准不统一，不同业务之间人脸数据质量差异性较大，这会直接影响人脸识别研判技术效能的有效发挥。

大数据时代中人脸识别技术的具体应用

在机场安检系统中的应用

可将人脸识别系统安设在员工通道进入口或其他工作人员必经区域中，此时所有工作人员在进入机场前就进行了整体检查。

建设健全工作人员信息库：其目的是以防不法分子假扮工作人员进入机场内部。

将人脸识别系统安设在各类工作区的交汇处，比如地下车库等区段，以上做法对工作人员流动性发挥一定管控作用。若有非工作人员欲要进入也能及时发挥监视、管控的作用。

安设在旅客安检通道，和安检信息系统建设联动关系，实现对乘客身份信息的整体性审核[8]。

和公安部门网上追逃系统相结合，合理应用人脸识别研判技术的优越性、精确、有效的开展追逃工作。

人脸识别研判技术在商业银行中的应用

安全防控类的应用情景：在动态化场景中实现对多个移动目标的实时监控，是银行机构安防工作的重难点。例如，为实现对营业场所人员影像的有效控制，保证营业场所各项业务运行过程的安稳性。利用人脸识别判别技术，能实现对银行内部环境的“伪装式识别”，针对面部遮挡（例如佩戴墨镜、口罩）的人员，系统能智能化的与警方数据库内身份数据信息进行对比分析，若发现异常状况，则会在短时间内开启黑名单预警机制或推行联网报警措施。

ATM机智能识别报警。在ATM等自助设备应用的环境中，人脸识别研判技术依然有广泛应用，且取得了不错的应用效果。例如，在ATM内安置摄像头去辨识取款人身份，和银行卡所有人信息进行比对，以减少或规避盗刷现象。

大数据时代下人脸识别研判系统的设计与实现方法

科学布设人像感知网网络

人像感知网网络在建设过程中，以城市路网、空间兴趣位点、治安形势特征、人员活动与犯案规律等为依托，在重点区域、重点单位的人员通道周边增设人脸卡口，其功能是对过往行人进行整体辨识与布控预警，达到对城市内出行人员的数据收集、轨迹追踪的一张结构与功能完善的防控网络体系。

处于前端人像感知网络是由不同情景科学布设的人脸抓拍单元构成，功能以收集前端过往行人相关数据信息为主。在人像感知网网络建设过程中，常用的技术类型有：

人像前端采集技术

人脸抓拍单元结合深度学习技术、集合人脸抓拍算法的人脸抓拍设备设施，在前端能够实现动态化辨识、抓拍并获取与人脸特征相关的信息，以人脸图片流为载体直接传导至人脸管理平台。抓拍算法与前端摄像机之间建设联动关系，和前端摄像机共同快捷的调整人脸区域曝光、人脸图像质量等指标，能够统一、规划的传导出人脸图像，进而利用抓拍算法的前置功能，将后端服务器性能压力将至最低水平，在服务器应用与整体成本投入方面更体现出经济性特征。

视频流人脸采集技术

合理应用现建的视频监控，针对现代城市建设与发展过程中高清视频监控系统安装时，尽量选择角度、光线等环境优良的位点进行，针对其传导出的视频流进行人脸云分析，在对人脸图片相关信息整体解读后，将其推送到人脸管理平台为后端应用提供必需信息。采用增设后端服务器的形式，灵活选择现有视频监控位点，实时调整调配服务器中的抓拍能力；与此同时，还能对离线视频的人脸特征信息进行整体解析。

前端智能化分析为人脸识别系统中的关键技术，其是应用最新建设的人像感知网，科学配置人脸、人体抓拍单元，针对现场行人过往画面具有实时采集的功能，同时针对画面内的人脸、人体特征能进行结构性（图2为人脸面部特征示意图）。科学创建人像感知网络是增强人脸识别研判系统 城市公共安全立体化防控能力的主要支撑。

▲图2 人脸面部特征示意图

大数据智能解析存储功能的达成

视频图像大数据的推广应用，是后续几年中城市建设发展的重要趋向之一，采取怎样的方法手段才能实现对城市海量视频、图片中出现的人员的结构性分析，获取具有实用价值的信息数据，协助安全部门在短时间内迅速锁定嫌疑人的活动范围，明确嫌疑人的具体身份信息与出行路线，是国内城市立体化防控体系建设过程中的重难点，也是突破点。大数据智能解析存储主要由云解析系统、人像资源库两大部分构成：

云解析系统：人脸图片云识别服务器、视频流人脸分析服务器是本系统的主要构成。云端解析通常是指在中心布设云解析系统，利用人脸辨识、分布式测算、CPU+GPU 混合处理等技术类型，实现对视频流人脸的云分析、人脸图片云分析的功能，能够冲破传统技术在人脸数据分析、数据信息挖掘等方面的局限性。视频流人脸云分析的作用是对前端推送的视频进行自动化解析，并在视频触发方法的支撑下，对每一帧图像内的过往行人的人脸进行较全面的检测、抓拍，获取视频监控中人脸图片信息；人脸图片云分析的功能是对人脸图片进行特征辨识与建设人脸模型，提升对图片中信息资源挖掘的深度性。

人像资源库由大数据平台、云存储构成与功能实现：即在大数据、云存储技术等支撑下，在中心规划人像资源库，进而实现对大批量结构化数据的统一处理存储，结构化数据类型以人脸图片类非结构化数据、人脸模型类半结构化数据及人脸特征属性、索引等为主，且能为相关人员提供迅速的数据比对分析、实现对数据相关信息资源的深度挖掘，为安全业务处理与决策方案编制提供数据支撑。

人像资源库有实时抓拍人像库、黑名单库、静态人像库等之分。实时抓拍人像库的功能以存储人脸抓拍单元收集到的人脸图片、属性等数据信息为主；黑名单库存储对象是安全在逃人员、案件嫌疑人等的人脸图片、特征等数据；静态人像库存储对象以二代身份证、常驻人口等业务库的人脸图片、身份特征信息等为主。

结束语

结合人脸特征阐述信息、人脸模型、安全业务资源等多样化数据信息，在大数据、云计算等技术的支撑下，建设人脸识别研判系统，通过前端收集感知、后端智能化解析，并在人脸识别研判技术的支撑下，实现对传统安全管理模式的有效扭转，建设健全双向互动管理模式，从以往的线下侦查转向线上线下整合的应用形式。在人脸识别研判技术帮衬下，能够在高容量的数据库中，快速筛选出具有现实价值的数据信息，明确可疑对象，提升人脸数据查找工作效率，优化城市安全管理效果。