当前位置:首页 > 企业动态 > 行业动态

人像识别助力天网智能化,打造最安全的智慧城市

时间:2017-06-12来源:哈工大东亚电子

     人脸识别技术已经成为侦查破案等应用场景的利器。2009年重庆枪击哨兵案发生后,在几十万人数据库比对结果中周克华排名第三。 公安部 第一研究所 技术事业部研究员田青作客《警界对话》时透露,该所在2002年即开始人脸识别算法测试, 2008年开展了全世界范围内最大的千万级人脸识别评测工作 ;首次在我国法定证件(普通电子护照)采用“指纹、人脸”双生物特征...... 那就让我们听公安部一所讲述人脸识别技术吧。

     现阶段,我国二代证的普及使中国目前逾12亿人的身份信息有了数码照片数据,平安城市联网的数百万台监控摄像机每天也产生着海量的数据信息,种种迹象表明,目前公安已经跨入大数据应用时代 。越来越多的公安科技部门发现,基于新的大数据形态,一些传统技术瓶颈逐步显现,响应速度越来越慢,有些应用场景已经完全不能支撑。

     公安大数据应用背景给人脸识别应用带来了机遇,同时也给人脸识别技术提出了更高的要求。虽然人脸识别技术性能已有较大提高,但它仍是在模式识别和计算机视觉等领域最困难的问题之一。如何利用人脸识别技术将这些海量照片数据利用起来,提升整个公安信息化的管理水平,已经是摆在我们面前的一个重要问题。

     大数据背景下的人脸识别技术发展

     为应对公安大数据应用给人脸识别带来的技术挑战,在人脸识别厂商和研究人员的共同努力下,人脸识别技术在平台架构、产品研发等几个方面取得了一定的进展。

  (一) 基于云架构的人脸识别平台

     近年来,出现了专门为公安大数据量身打造的基于云计算的高效人脸识别技术。系统基于云架构设计,充分利用云计算平台的超强计算能力,部署多种算法,实现多算法的混合,同时吸纳各种算法的优点,提高大数据库容量下人脸图像的识别和比对性能,宽幅适应年龄、胖瘦、疾病、角度、表情、光照等变化图像。系统采用典型的“映射-规约”框架,将人脸特征散布到数十、数百甚至数千台电脑上并行计算,获取超强的计算能力。

     在比对过程中,比对平台接收到比对请求后,首先对图像进行特征提取,获取人脸特征,通过映射(Map)过程,将待识别的人脸特征分布到各计算节点进行比对,输出相似程度及对应的人员身份信息;随后通过规约(Reduce)过程,将识别结果按照相似程度排序,并进一步过滤,输出最终的比对结果。 与传统的人脸识别算法相比,云计算的识别过程将大量人脸数据库中的数据分布到多个计算节点进行比对处理,使得原来需要顺序进行的人脸比对变成了并行处理,大大加速了识别的过程,并且由于云平台的线性扩展性,保证了系统的数据扩展性,数据增长后,还可以通过增加计算节点的方式提高处理能力,保证了系统的实时性。

  (二)结合智能视频监控的人脸识别产品

     随着平安城市建设的推进,中国很多城市已经部署了大量的安防监控摄像头,由此产生的海量视频数据给公共区域安全防范带来机遇的同时也是极大的挑战。单纯依靠人工监视或排查无法满足实际应用的需求,视频的智能化分析成为解决问题的最有效途径。人脸识别技术与视频监控系统的结合,是视频监控系统智能化发展的方向之一。

     在人脸识别厂商和研究人员的共同努力下,已经开始出现智能视频监控人脸识别产品。智能视频监控人脸识别系统一般由视频获取、视频内容分析、人脸识别比对和报警管理等部分组成。视频获取由摄像机、镜头和数字化设备组成,是人脸识别监控系统最关键的模块,目前多采用高清输入设备;视频内容分析从视频流中捕获人脸信息,一般包括人脸捕捉和人脸跟踪;人脸比对模块负责把捕获的人脸和系统预先登录的人脸信息进行对比,确定捕获人脸的身份;报警接收和管理模块负责把报警等结果提交给系统安全管理人员,并以声光等报警信息通知安全管理人员。

     智能视频监控人脸识别系统是视频监控系统与人脸识别技术的有效结合,能够大大提高安全防范能力,尤其是对犯罪分子起到了强有力的震慑作用。但是, 由于监控系统中人员的非配合性、光线和背景等现场环境的复杂性给人脸识别带来较大困难,研制高性能、高可靠性的算法仍是视频监控人脸识别研究的热点 。

   (三)结合低质量图像重建的人脸识别技术

     公安大数据背景下的人脸识别图像来源多样,质量差异较大,尤其是刑侦破案领域,由于受成像设备、环境、犯罪人员距离较远等诸多因素影响,从犯罪现场调取的犯罪嫌疑人图像/视频通常质量非常差(主要表现在图像模糊、分辨率低)。这种低质量的图像/视频直接应用人脸识别比对,识别率非常低。为满足公安实战业务及大数据发展需要,山西省太原市公安局研制了我国公安系统首个面向全警应用的人脸识别系统,结合人脸图像重建技术,实现低质量图像人脸识别,2012年建设完成后投入全警实战应用。低质量图像重建人脸识别包含两个步骤:首先,采用低分辨率、模糊图像重建算法,对低质量图像进行重建,获取较清晰图像;其次,使用重建图像进行人脸识别,获取犯罪嫌疑人身份。

    目前,结合低质量图像重建的人脸识别技术在公安一线已有应用,取得了较好效果。以2012年南京“1·6”大案为例,技术人员迅速赶赴现场配合侦破,成功重建嫌疑人的下颌,发出全国通缉令。

    公安大数据背景下,人脸识别技术应用面临新的机遇和挑战。过去几年里,在需求推动下,人脸识别厂商和技术研发人员从架构、产品、技术等方面进行探索,取得了一定成效,目前,人脸识别技术已经成为侦查破案的一大利器。但是,人脸识别仍是在模式识别和计算机视觉等领域最困难的问题之一,下一步仍需各方的不懈努力,相信未来一定会出现更多、更好的人脸识别产品。

    随着社会的不断进步及各方面对于快速有效自动身份验证的迫切需求,生物特征识别技术在近几十年中飞速发展。人脸识别由于具有直接、友好、方便的特点,使用者无任何心理障碍,易于接受,得到了广泛的研究和应用。

     经过几十年的研究和积累,人脸识别领域产生了数量庞大的文献和方法,现有的人脸识别技术大致可分为2D人脸识别和3D人脸识别两类。其中,3D人脸识别技术可细分为基于数据的3D人脸识别技术和基于2D图像的3D人脸识别技术。

     基于二维空间的人脸识别系统尽管已广泛应用于工作和生活的各个领域,但是要做到非常准确的识别仍然存在很大困难,比如图像采集时很容易受到光照、拍摄角度等客观因素的影响等。鉴于此类缺陷,目前已有越来越多的学者致力于研究基于三维人脸数据的3D人脸识别系统,并取得了一定程度上的突破。

     3D 人脸识别技术与2D人脸识别技术相比所具有的突出优点使其应用领域非常广泛,主要表现在以下几个方面:

   (一)电子证件防伪及相关管理

     电子护照、身份证及其它很多证件都有照片,利用人脸识别技术,可对持证人身份进行鉴 别,从而实现自动化智能验证。目前, 国际民航组织(ICAO)的118个成员国和地区护照全部电子化,通过人脸识别实现身份认证,这是目前国际上最大规模的人脸识别应用。

   (二)刑侦破案

     公安机关开展的“网上追逃”斗争,把逃犯的照片、身份证、特征资料发布到内网和公网,利用3D人脸识别技术,只需抓拍到嫌疑人的人脸, 通过网络将人脸数据传送至中心数据库,系统即可自动与人脸数据库中的逃犯人脸进行比较,迅速准确做出身份判断。

   (三)出入口控制

     对于机场、边防检查站等重要出入境安全场所,重要会议、研究部门、金融系统等重点防范区域出入通道采用3D人脸识别技术,可以避免伪造或恶意盗用通行证等其他人员闯入的情况,防止非法用户进入。

   (四)其它社会应用

     3D 人脸识别技术可以和各种门禁控制器、电锁配合,构成重要场所的门口控制管理系统,这些场所如金融信息中心、机房、控制中心、实验室、军事基地及设施、社区管理等。甚至采用3D人脸识别技术可以将叠层式摄像矩阵部署在重要的交通、公共设施场所等出入口,并与金融、医疗、社会及公安系统相连,组成人脸识别天网,实现联动,加强整个社会的公共安全。

     目前,成熟应用的人脸识别系统大多是2D照片比对系统,完全3D人脸识别系统的成熟应用案例还很少。2D人脸识别技术在光线、角度、表情等影响下识别率不够理想,而传统3D人脸识别技术虽然能够弥补2D人脸识别技术的不足,但一直存在采集设备昂贵、采集系统复杂、传输量大、人脸3D模型库重建算法非常复杂、识别速度较慢等缺点,实际应用案例很少。基于2D图像重建的3D人脸识别系统在传统2D图像的基础上采用3D人脸重建技术,即解决了2D人脸识别系统存在的问题,又可与目前的2D人脸识别系统兼容,且识别速度快,准确率还可满足实际应用要求。因此,基于2D图像的3D人脸识别系统是未来应用的趋势。