人员及车辆基础信息采集比对系统的研究

李 民

（天津市中环系统工程有限责任公司，天津300060）

当前，天津市经济持续快速发展，社会的开放性、动态性不断增强，违法犯罪活动的流动性、跨区域性特征日益明显。 京津冀协同发展国家战略的深入实施，三地间路网建设明显加快，公路客运量已远远超过民航、铁路、航运的总和，在民航、铁路、航运实行实名制购票并对旅客、物品进行安全检查的情况下，公路已成为各类违法犯罪人员、治安危险分子和非法违禁物品快速跨区域流动的主要通道，对社会治安构成重大隐忧。 同时，据有关情报掌握，涉疆等重点关注人员近六成为通过公路进入内地，公安检查站已成为防控打击暴恐犯罪的桥头堡和过滤屏障。

1 技术研究的思路及方向

1.1 系统架构研究方向

在实际应用中，车辆通道设置车辆号牌、车辆识别及车载人员抓拍识别系统及立式人证一致快速核查终端，并在旅客临检通道设置闸机型人证一致核验系统。 主要由车辆/人脸采集设备、车辆/人脸识别布控服务器、 立式人证一致快速核查终端、闸机型人证一致核验设备组成，实现本地人员/车辆信息采集、核验、布控等功能。

1.2 系统性能研究方向

各类衡量人像卡口的指标，都是为了量化动态人像卡口系统是否能为公安民警的实战所用，解决传统监控设备只能自动“监”不能主动“控”，无法满足公安“预知预警、防控风险”的实战需求的问题。提升公安民警的办案效率，降低办案过程中的人力耗费[1]。

1.3 系统功能研究方向

1.3.1 人脸信息资源库管理及完善

目前已建立人口信息系统、情报系统、警综系统、在逃人员系统、票务实名登记信息系统等，有大量的人员基本信息及照片，但是无法对数据利用起来，当体育场馆出现安全事件时只能通过人工去比对照片。 因此可根据常住人口、流动人口、重点人员、在逃人员的基本信息及照片，组建相应的人脸基础数据库，为公安开展公共安全和社会治安人脸智能识别业务应用、深化人脸治安管理、精确打击犯罪和情报分析研判，提供数据支撑。

1.3.2 人脸识别动态布控

针对在逃人员、涉案人员、黑名单人员等不同业务人脸库，构建基于实时视频的实时抓拍照片比对识别任务，实现布控人员的实时报警。

1.3.3 人脸库碰撞比对

构建多个人员信息库碰撞比对分析处理服务，分析查找在逃人员。 通过将重点布控人员信息库与常驻人口库、 流动人口库等人脸数据信息进行比对，批量碰撞，挖掘“漂白”身份的逃犯等线索信息，提交有关部门进行调查、抓捕，以震慑犯罪人员，降低社会治安安全隐患。

1.3.4 移动警务人员核查

当公安民警、便衣在值勤时，凭职业敏锐的感觉发现可疑人员， 使用警用手持终端采集人脸照片，通过内网传输到中心人脸库做比对，再把此人的比对结果快速返回，从而知道此人是否为犯罪嫌疑人以及确认其真实身份， 提高打击犯罪力度，震慑不法人员[2]。

1.3.5 涉案人员取证查询

当有犯罪嫌疑人被监控摄像头抓拍到人脸图片，但非动态布控人脸信息库中的人员时，实时布控比对无法识别出该犯罪嫌疑人，可以通过采集到的人脸到静态人脸大库（常住人口库）中去检索查人，确定其身份信息。

当一个案犯或者嫌疑人被抓获而拒不交代身份或提供假身份信息时，可以用人脸识别技术自动识别出他的身份；侦查人员发现正在办理的几个案件的嫌疑人（有几张图片，图片上的人外观有差异）看上去又像是同一个人，但又不能确定，通过人像应用平台得到鉴别的结果，判断是否是同一个人。

1.3.6 维稳处突

在处置群体性事件中，通过相机、手机、摄像机抓拍人脸或体育场馆高清探头拍摄人脸等方式，依托视频深度应用快速核查特定人员真实身份，准确掌握组织者、 骨干人员和参与人员的基本情况、真实身份，为公安机关现场采取敲打、震慑、抓捕等措施发挥直接作用，为妥善处置群体性事件提供有力支撑。

2 人员及车辆基础信息采集比对系统框架设计

2.1 系统逻辑结构

整个平台依托于安全体系和标准体系进行顶层设计，整体架构分为数据接入、布控资源、算法服务、功能应用和数据展示。 平台涉及的数据资源种类以及各个应用系统众多，可集成人脸识别相关的各种资源、算法和应用，实现灵活而又全面的数据接入、数据分析、数据展示[3]。

数据接入数据接入是整个人像识别系统的基础。 数据的来源可以是卡口摄像机，治安监控摄像机，场馆外围卡口摄像机等。

布控资源可根据重点人员、在逃人员的基本信息及照片建立多种类型的人脸资源库，供人脸识别系统调用。 并可设置相应的数据过滤机制，对数据进行过滤，确保数据的安全。

算法服务人脸识别算法是人脸识别最重要的部分，是整个平台的支撑。 提供基于深度学习的优秀人脸识别1∶N 和n∶N 及动态人像比对算法。 供应用系统调用，实现人脸、人体特征的提取和比对。

存储计算提供对数据的接入、算法服务和人像资源的支撑，采用弹性冗余架构，可进行分布式并行计算及存储，同时具有完备的接口与公安大数据平台进行对接， 将人脸数据与其他业务数据融合，实现大数据的综合分析与应用。

数据应用人脸识别系统的数据可通过PC 接警客户端、大屏等方式提供给安保指挥中心和或者前场安保人员进行核身告警及相关业务应用。

2.2 系统功能结构

四个解析引擎中心、一个解析服务和一个应用平台组成了一个人像智能综合应用的服务体系，逻辑上自下至上分为五层：最下层为数据来源，用于人像比对的数据来源多样，按照来源属性分为静态和动态两大类，静态数据指的是公安从各种渠道获取的图片资源， 动态数据指的是各种视频资源，如从人像卡口获得的视频资源； 第二层为人像库，将从第一层中获得的数据资源分类， 形成基础人像库、布控库和路人库，并从这些分类资源中按照算法提取的人像特征码形成特征库；第三层是人像比对算法，比对算法基于多算法引擎，能够根据实际情况调用某种算法抽取特征值， 主要功能包括1∶1比对，1∶N 比对、n∶N 比对和动态人像比对；第四层和第五层都是基于人像比对拓展而成的应用层，第四层是实战功能，包括人证合一、人口查重、身份认证、路人轨迹、离线视频分析等；最上层是大数据应用层，采用大数据技术从海量人像数据资源中以人像为核心开展分析研判，服务于公安实战[4]。

3 人员及车辆基础信息采集比对系统实现功能

3.1 人像库管理

根据用户需求建立本省人像库，并对人像库进行分类管理。 支持对库本身的基础管理功能，如：新建人像库、更新人像库数据、编辑人像库信息以及删除人像库。 新建人像库过程中，支持便捷地导入身份证号等对应人像信息。

3.2 人脸抓拍和特征码提取

基于前端高清摄像机，系统从视频流中抓取过往人员最清晰、角度最优的人脸照片（包括场景照片），抽取特征码，记录在路人库中。 支持对经过摄像头拍摄区域并符合拍摄角度的人，对其脸部照片作为抓拍照保存下来。 人脸采集率不低于98%。 每个加载人脸识别功能的视频通道应支持处理不少于60 人/min 的人流情况，并支持至少30 个人脸同时出现在视频画面的峰值情况。

3.3 辅助识别

当上传图片过于模糊时，可能导致算法检测不到图像中的人脸，影响检索结果。 此时用户可以使用双目标注功能， 通过网站界面手动标注双目位置，帮助系统识别到准确的人脸位置，提高比对准确率，大大改善实战中对模糊照片的比对效果。

3.4 人像特征比对

系统支持直接根据人像特征数据进行人脸比对的能力。

特征码是用来“描述”人脸特征的一串二进制码，数据量很小，通常在2～3 k。 特征码的比对速度相当快。

3.5 动态人像布控

动态人像布控通过直接接入人像检测摄像头的视频数据流， 系统识别出视频中的人脸图片，抽取人员人脸照片的特征码，将特征码与黑名单库中人员的人脸特征码进行实时比对。 一旦比对中就向各级安保指挥中心和大棚报警。

3.6 实时监控

人像卡口系统可以在被拍摄者不知情的情况下，达到对人的特征分析和身份确认的目的。 主要应用在火车站、地铁站、快速公交站、机场、商场出入口等人流密集的地方，对实时人流进行监控。 系统支持摄像机与人脸抓拍相机两种前端输入方式，其中，视频流支持H.264 与H.265 两种视频编码标准。

3.7 实施监控

支持实时显示系统工作布控情况，支持显示全部路人抓拍照片/报警照片切换；支持报警信息成对显示，且显示报警信息（报警位置、报警时间、捕获照片、库中命中照片）支持全部抓拍照片时，报警照片和非报警照片有明显区分（如颜色等标记），易于查看。

3.8 离线视频比对

支持对离线视频进行类似人像信息采集点视频流的处理，实现对离线视频中的人脸抓拍、布控库比对等功能，提供针对专案的离线数据分析。支持对离线视频采用布控方式操作，对布控库中的人脸，在离线视频中出现时产生报警信息。 一段视频处理时间小于等于此段视频正常播放时间的50%。

3.9 人像身份确认（1∶N）

人脸图像检索是系统的核心功能， 即1∶N 的检索，专门为确认人员身份而设计。 这里的N 是指一个庞大的人像库。 本方案可根据天津市公安局指挥部的实际情况，将N 设定为2000 万。

通过社会监控、人像卡口等获取的人员照片，可以通过上传到系统，在秒级返回检索结果。 所有的检索结果会根据相似度来进行排序，分数从高到底，百万库规模比对下单次检索返回结果时间应不高于0.58 s，证件照首位命中率＞99.9%，盘查照首位命中率不低于95.5%。

3.10 路人检索及人脸轨迹追踪

前端的摄像头由于采集了路人的照片，系统对路人照片进行自动保存及特征码的抽取。 并将这些数据汇聚成路人库及路人特征库。

3.11 目标底库管理

目标底库管理主要完成的功能是人脸注册。 要进行人脸布控，首先把布控人员的人脸入库，即人脸注册，形成红/黑名单库。 人脸布控系统支持对底库的增删改等操作，同时支持单张人脸入库和批量人脸入库。 可以针对库做增删改查操作，可以显示上传未成功（系统未识别）的照片。

3.12 人体检索

系统通过属性识别单元对抓拍的人员、人体图片进行特征提取分析和识别处理，获取的人员面部特征及体态特征信息经过关联处理后形成大容量人员资源库，以达到视频侦查业务中快速找人的目的。

查找人员的时候，通过Web 客户端，提交检索对象，通行时间，经过地点，人员特征等信息对识别结果进行组合查询。

3.13 通过车辆图像对车主布控

该场景适合在抓拍到嫌疑车辆的情况下，通过对车主的布控，达到抓获嫌犯的目的。

对于卡口监控已经抓拍到涉案嫌疑车辆的情况， 可以通过车辆识别系统连接六合一数据库，获取车主人像信息，再把车主的照片放入人脸识别系统布控库。 这样，安置在全市各地点的摄像头就可以主动扮演“干警”的角色，一旦嫌疑人进入监控区域，人脸识别系统马上比对成功，返回报警信息，达到出奇制胜的效果。

3.14 通过监控抓拍人像对车辆布控

适合在抓拍到嫌疑人人像的情况下，通过对嫌疑人车辆的布控，达到抓获嫌犯的目的。

对于监控抓拍到的嫌疑人照片，可以通过连接六合一数据库，对人脸进行比对识别后，获取嫌疑人拥有的车辆信息，再对该车辆进行布控。 即可达到“通过人，捕获车”的效果。

3.15 车辆轨迹碰撞

通过道路车辆三级防控圈与安全围栏、PGIS 的结合，勾画出清晰、完整的车辆行驶轨迹，并精准定位，为车辆技战法应用提供数据基础。 通过多层防控网与安全围栏的结合，勾画出清晰、完整的人员行踪轨迹，并精准定位，为人像技战法应用提供数据基础。 通过对人/车轨迹的对比，判断人车是否绑定，即人是否在车上。

4 结语

目前，人像及车辆信息比对系统的建设以“高精度识别、高性能处理、统一标准服务、突出实战、加强资源共享”为原则，强化顶层设计和规划，提供技术先进、性能可靠、信息安全、易用性强的综合人脸识别应用系统，满足新形势下的公共安全领域的应用。 另外，今后还应考虑如何通过能力开放，将网络的安全能力以安全服务的方式提供给更多的应用场景，实现在满足业务需求的同时，开发更多的商业模式，创造更多的价值。