基于人工智能的铁路“六合一”乘客实名制核验系统研究

张振清，董玉亮，董可然，李湘文

(1. 铁道警察学院 刑事科学技术系，河南 郑州 450053；2.北京图铭视界科技有限公司，北京100071； 3.无锡华通智能交通技术开发有限公司, 江苏 无锡 214151; 4. 成都理工大学 工程技术学院，四川 乐山 614000)

铁路的迅速发展为我国经济发展增添了新的动力，然而铁路线的分布范围广，安全防范体系的薄弱性已成为敌对势力和恐怖犯罪选择的重要目标之一[1]，特别是近几年发生在火车站的系列恐怖袭击案件说明我国铁路面临严峻的反恐形式。

为切实加强火车站、高铁站的反恐防暴工作，确保旅客运输安全，铁路部门在2012年起实施全国所有旅客列车实行车票实名制[2-3]。推行实名制，一方面便于公安机关及时排查混藏在旅客之中的违法犯罪分子，增强社会尤其是铁路治安管理能力；另一方面还可以预防、控制和打击火车站及列车上的旅客财物被盗、抢劫、杀人、爆炸、贩毒等。然而，传统的火车票实名制，通过人工查验人证是否相符，系统查验证件，此举不但耗费大量的人力，而且检查人员长期对大量进站旅客进行人工核验极易形成视觉疲惫，判断能力降低。总之，以人工为主的火车站实名制核验系统手段原始，科技力量薄弱，管理环节缺失[4-5]。

为进一步深化铁路车票实名制，人脸识别技术引入了铁路实名制进站核验系统，提高了实名验票检票效率，为铁路安全保障提供了支撑[6-15]。李政等[11]在现有的车票、身份证、IC卡介质检票的基础上，提出基于人脸识别的刷脸检(验)票方案。贾成强等[12]基于人脸识别技术设计了铁路实名制进站核验系统，解决人证一致性自动检验的问题。张景利等[13]开发了一种智能验证验票系统,该系统可高速、精确地实现人、证、票的自动识别和比对，提高了旅客的通行速度。王佳[15]在传统检票闸机基础上，通过对系统进行升级设计，实现了铁路自助实名制核验闸机系统，提升了车站的工作效率，减轻了工作人员劳动强度。

先行的火车票实名制及人脸识别系统引入铁路实名制进站核验系统对于反恐、反邪安全及治安管理有很大的效用，但核验环节还存在着诸多不完善之处，如采集信息有限、认证手段简单、核验环节和传输方式单一等。

为了弥补以上不足，在传统信息核查系统的基础上，结合人工智能技术[16]、公安大数据、人像大数据，以及联网身份核验系统，提出基于人工智能的火车站人脸、身份证、火车票、站台、车厢、出站口“六合一”乘客实名制核验系统。该系统达到自动进行人证一致辨别、人员身份核验、历史库比对分析、人员轨迹刻画、重点人员报警、重点地区多重身份核验等自动核验功能，提高了核查准确率和通关效率，有利于提升火车站反恐应急能力。

1 人脸识别系统存在的弊端

1.1 采集信息单一

现有的火车票实名制系统，采用的是通过读取身份证等证件的方法，获取购票人的实名制信息，没有采集人脸、虹膜、指纹等人体生物特征数据，无法解决利用虚假证件买票的问题，无法获取乘车人的真实身份信息。

1.2 认证手段单一

现有火车票实名制系统，只是通过身份证等证件采集信息，无法采用同公安网数据比对等方式，以确认证件真伪，存在使用假证件或是过期证件的情况。

1.3 核验环节单一(重点问题所在)

核验环节单一，无法实现全流程动态实名制管理。现有火车票实名制核验，只是在购票窗口、安检处核验购票人的身份，仅解决了源头、安检处实名制的问题，而无法解决冒用他人身份改变站台、改变车次或同一站台不同车次，以及中途提前下车或过站下车等问题。可见，一旦乘客从安检口进入候车厅后，可以同其他人互换车票，冒用其他人身份乘坐火车，提前或过站下车，使得实名制留于形式，无法监管乘车人员的实时轨迹。

1.4 传输方式单一

现有交通工具的实名制，是以固定式站点的方式进行人票核验，在途中是无法有效地进行实名认证的。本项目开发的“六合一”乘客实名制核验系统移动端app，可以利用手机等移动终端，开展数据的采集、传输、核验、比对等工作。

1.5 数据应用单一

现有交通工具的实名制，仅仅以确认人证合一来确认人员身份，数据采集以后缺少扩展性的应用，并没有从大数据的角度考虑问题。乘客数据是一笔宝贵财富，可以利用人工智能技术，结合公安数据、政务数据等数据，深度挖掘铁路乘客数据的价值，比如获得乘客最新出行规律及图像信息，用于提升车站反恐应急处置能力，同时还能提升车站对人员综合管理水平，服务政府管理，服务社会经济发展与稳定。图 1描述了目前火车票实名制存在的问题。

图1 火车票实名制存在的问题Fig.1 Problems with the real-name train ticket system

2 设计目标及原则

2.1 设计目标

紧紧围绕铁路公安反恐工作需求，从技术应用和管理两个方面着手，研究火车站人脸、证件、火车票、站台、车厢、出站口“六合一”验证的系统解决方案。开发和集成相关软、硬件系统，实现“六合一”验证的系统，以提高车站管理水平，提升核验效率及准确度，为乘客提供高效、精准、便捷的人员身份验证体验。核验数据后台对接公安机关的涉恐库、涉毒库、在逃库等重点人员数据库，完成对特定人群出入的存档、预警、管控、大数据分析等业务功能。充分运用计算机视觉、人像比对识别、大数据分析技术，兼顾一般技战法应用，突出大数据分析和应用，实现打、防、管、控的一体化综合应用。图2为“六合一”乘客实名制核验系统示意图。

图2 “六合一”乘客实名制核验系统Fig.2 The “six-in-one” passenger real-name verification system

2.2 设计原则

2.2.1实用性

系统设计对旅客实行“票、证、人”核验的同时，还要提高旅客进站效率，减少拥挤。旅客操作方便，工作人员维护简单。车票信息和身份证信息及时发送到铁路公安系统，充分挖掘铁路乘客人像数据资源内在价值，实现技术、警务模式创新，推动乘客人像大数据与公安业务数据的深度融合，促进公安应用良性发展。

2.2.2可扩展性

在设计系统时，系统架构和功能必须具有灵活性和扩展性，以满足延伸服务业务扩展带来的业务增长、数据量增长以及用户增长的需求。

2.2.3先进性

在设计系统时，借鉴人工智能等先进技术，充分考虑未来发展的需要，满足信息技术发展的趋势，符合铁路信息化建设的规划。

2.2.4安全性

系统设计必须遵循法律规范，符合安全性原则，符合目前的铁路安全设计规范要求，确保系统核心数据不泄密，确保系统基础数据不被盗取，保障旅客的信息安全，保障系统安全稳定运行。

3 系统需求分析

根据铁路运输对涉恐重点人员、暴恐行为、突发事件等行为特征监控及预警需求，需综合处理铁路行业数据、公安数据、社会数据、网络数据，搭建铁路出行人员一体化监管。

系统应具有支持实时视频流、视频录像文件、抓拍相机、照片等方式进行人脸采集的功能，支持多张不同姿态的人像图片组合比对检索人员轨迹功能，便于民警锁定嫌疑人。同时，系统黑名单布控数应支持大于100万张人脸数据布控及预警。无需人工干预的情况下，实现对任意乘车人员人脸照片进行识别归档，形成一人一档案。对于突发事件预判分析，给公安提供有力的数据支撑。 “一人一档”中每个人的人像照片，应具备不同姿态、不同光照、不同表情和戴口罩、戴眼镜、戴围巾、打手机、捂嘴等面部被遮挡的人像照片及轨迹信息。系统需要具备高效协同工作，与已有公安机关系统的连接和关联。

4 系统技术方案

4.1 系统技术架构

系统架构图如图3所示。系统主要由视频人像抓拍系统、人像比对系统、实名认证验票系统和公安后台人员布控报警系统组成。系统堵塞现行火车实名制存在的乘客冒用他人身份、进错误的检票口、上错误的车次或正确的检票口，上错误的车次等漏洞，提升火车站反恐应急处置能力。具体做法为把好五道“关口”，落实“六合一”核验。在售票口、安检口、检票口、车厢口、出站口这五道“关口”实施以下措施：

首先，采集人脸、指纹、虹膜等生物特征信息以及身份证信息等数据，并与公安网数据比对验证；其次，利用基于人工智能的生物特征识别算法(人脸、虹膜、指纹等识别算法)、大数据分析算法等技术分析采集的数据；再次，实现乘客人脸等生物特征、身份证、车票、检票口(站台)、车厢、出站口等六条信息一致，即“六合一”系统。

4.2 系统功能

视频人像抓拍系统抓拍安检处现场的乘客照片，同时身份证读卡器读取二代身份证中存储的身份证照片，进行核验。检票处、车厢口等处不刷身份证，只抓拍乘客照片，同安检处抓拍的人像比对，完成是否是同一人的验证，将结果信息通过喇叭或屏幕字幕提示的方式通知操作者，或者通过有线、无线的方式传输到保安、乘警的手持终端。同时，系统将相关信息传输到后台存档，并将采集到的人脸照片和身份证照片送入公安后台，与已经布控的特定人群进行逐一比对，若发现是其中某类特殊人员，则进行告警提示或记录在案。采集的人脸照片在后台自动建立一人一档，以备后续的大数据分析。

基于建立的人像档案，系统可快速、准确、方便地进行大数据分析，实现大数据应用，如人员轨迹分析、车站实有人员管理、重点人预警、关注群体的管控、同行人分析、重大群体性事件预警等功能，实现“以像找人”“由人到案”的公安业务模式创新。

图3 “六合一”系统架构图Fig.3 The “six-in-one” system architecture diagram

5 公安系统对接实现

5.1 人像识别技术

从视频中抓取人脸涉及抓取人脸的时机，需算法自动选择较清晰、正面和光照均匀的人脸，在合理的计算资源要求下，能自动进行质量判断的视频人脸抓拍。人脸识别技术采用基于深度学习的人脸检测和比对算法，并结合目标系统的实际使用环境，收集相关训练数据对识别网络进行再训练。

基于多姿态人脸模型的视频中，人脸识别方法包括：获取待检测人脸的人脸图像；计算所述人脸图像的面部特征以及所述人脸图像的人脸姿态角，并由所述人脸姿态角确定出所述人脸图像所属的姿态类别；将所述人脸图像的面部特征与预设的人脸模型库中每个人脸模型的各个姿态类别的人脸模型的面部特征对比，计算所述待检测人脸与所述人脸模型库中每个人脸模型的相似度；根据计算结果，从所述人脸模型库中选出所述相似度最大的人脸模型所指示的身份信息为所述待检测人脸的身份信息。

待检测人脸图像为多脸图像，即上述待检测人脸为多张姿态类别不同的人脸图像。计算待检测人脸与人脸模型库中每个人脸模型的相似度，包括：将待检测人脸的各个姿态类别的待测图像分别与人脸模型库中相同姿态类别的姿态模型的面部特征对比；计算待检测人脸的各个姿态类别的待测图像与人脸模型库中同一人的相同姿态类别的姿态模型面部特征的第二相似度；确定第二相似度中最大的相似度值为人脸的相似度。此处，多脸图像与人脸模型库中各人脸模型比较，具体为各姿态类别的人脸图像只与该人脸模型对应姿态类别的姿态模型比较，确定相似度。例如，获得待检测人脸4个姿态类别的人脸图像，分别为正面、左偏、右偏和下俯人脸图像，则所述4个姿态类别的人脸图像分别与上述人脸模型库中第N个人脸模型的正面、左偏、右偏和下俯4个姿态类别的人脸模型对比，计算出待测人脸与人脸模型库中第N个人脸模型的各姿态类别的第二相似度为sim(N1)、sim(N2)、sim(N3)、sim(N4)、sim(N5)。其中，sim(N4)的值为0。从sim(N1)、sim(N2)、sim(N3)和sim(N5)中，选出最大值作为待测人脸与人脸模型库中第N个人脸模型的相似度。

5.2 一人一档技术

利用人像系统将采集的动态数据进行聚类、归档，从而建立人像档案，并将各个档案打上标签，与其他人员信息数据库进行关联，以达到实时掌握人员动态轨迹，即为“一人一档”[17]。

一人一档技术主要基于人脸数据进行分析，如图4所示。该组图片记录了从某个时刻进入某县的某个人，只要在不同时间被不同地点的摄像头拍到，系统自动识别其身份，并逐人归档。该档案同公安网的人员身份信息、出行信息、消费信息等多维数据关联，通过设置的分析模型，开展敏感群体行为分析、自动预警、人员管理、治安防控、案件侦破、服务百姓等实战应用。随着技术的革新与升级，可以汇集更多的数据，例如人员的基础信息(包含身份证住址)、人体特征、步态特征等，逐渐丰富档案信息，确保数据的准确性与鲜活性。

图4 “一人一档”实战图片(来源于某县)Fig.4 “One person, one file” practical picture (from a county)

由于利用现有的手段无法把每个人的历史乘车的人像、影像记录进行归纳和归档，本系统借助基于深度学习的人像识别技术和视频结构化技术，利用人工智能技术处理铁路乘客大数据，开展铁路人像数据的“一人一档”建设。即将一个人的所有出行记录自动识别、归档，形成一人一档，生成此次乘车的完整影像记录。通过日积月累形成一个人多次乘车的人像出行记录。以此类推，进而形成所有行车人员的乘车档案记录。利用一人一档生成的出行记录，可以和乘客数据与涉恐人员、逃犯数据等其他数据的关联分析，实时预警比对；可以自动分析出重点人员；可以关注群体的出行态势和规律，快速挖掘潜在的群体性事件，小团体的同行等信息，为处理突发事件、维护社会稳定提供支撑，提升预警预测能力。

一人一档技术是提高系统精度的关键技术之一。本系统采用模式识别中的聚类方法，结合人体特征ReID(人体特征再识别)技术建立一人一档，通过收集大量人脸训练数据，可以改进底层人脸检测和比对算法，同时还能大大提高人脸比对和检索速度。

5.3 人像比对系统

人像比对系统集成了视频人像抓拍算法、人脸检测算法、人脸特征提取算法和人脸特征比对算法，开发的软件界面与USB相机进行连接并取码流分析。人像比对结果可明显地提醒现场作业人员，并能结合声光电进行综合提醒。

人像比对系统与公安视频图像信息应用系统、视频监控联网平台、共享平台等相关应用系统之间的应用关系示意图，如图5所示。最终，人像识别系统的摄像头可以接入到视频监控联网平台中，对人像识别摄像头进行管理和监控录像存储。

图5 公安系统对接图Fig.5 Docking diagram of public security system

人像抓拍功能模块可接入公安部人像识别系统(集成平台)，遵循图5中的接口规范，系统计算、存储能力能够根据需要，进行弹性扩展。

人像采集功能模块实现包含人像画面的图片、时间、地点等信息的采集，包括人像采集、人脸采集功能。人像提取功能模块实现人像快照的提取，包括人员图像提取和人脸图像提取功能。人像分析功能模块实现人脸属性识别和人脸特征值分析，包括人员特征识别和人员特征值分析等功能。

人像应用功能模块实现人脸和人员属性的检索查询、人脸图片和人员图片的以图搜图、人员轨迹分析、重点人员预警等应用。

5.4 系统集成和联调

根据现场实验软件系统基本成型，核心算法调整和优化等工作完成后，进入系统集成和联调阶段。

人像采集通过数据采集接口接入图片流。数据采集接口协议符合《公安视频图像信息应用系统第4部分：接口协议要求》GA-T 1400.4—2017、《出入口控制人像识别系统技术要求》GA/T 1093—2013、《安防人像识别应用系统 第2部分：人像图像数据》GA/T 922.2—2011、《安全防范视频监控联网系统信息传输、交换、控制技术要求》GB/T 28181—2011。

系统包含视频采集设备和实名验证验票系统、人像采集模块、布控比对报警模块、大数据分析模块，形成一套完整高效的火车站“六合一”乘客实名制核验应用系统。

6 核验系统性能分析

准被测试数据100万人(其中含真实测试人员10人)，将测试数据布控到“六合一”乘客实名制核验应用系统，系统连接火车站前端智能感知设备。智能感知设备符合《公安视频图像信息应用系统 第1部分：通用技术要求》GA-T 1400.1—2017有关在线视频图像信息采集设备的相关要求。测试结果显示，系统可以完整刻画人员出行轨迹，布控重点人员，及时有效地预测预警，给铁路出行人员安全提供了有力的保障。

7 结论

当前，铁路因“人员高度密集、快速流动，环境复杂多变”等特点已成为暴恐袭击的重要目标之一。本文设计的“六合一”乘客实名制核验系统，利用人工智能技术采集旅客人体生物特征数据，借助人像识别技术和视频结构化技术，建立“一人一档”的人像数据，由旅客从进站到乘车出站全流程的人员轨迹记录建立预警模型，确保了铁路行车安全。