摘 要:人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术,随着IT技术的发展及深度学习理论和技术研究的日趋成熟,人脸识别技术为公安业务应用提供了强有力的支持。以贵州公安建立的人脸应用系统为例,着重分析了公安领域搭建人脸识别多级架构体系及其应用流程,希望能对公安系统产生一定的借鉴意义。
关键词:人脸识别;公安业务应用;平台架构;应用流程
引 言
个人身份确认是社会较为普遍的基本需求,自古以来面相是确定人身份的重要依据。计算机人脸识别技术是一项非常具有挑战性的任务,迄今为止计算机人脸识别的准确性依然受到光照条件、人脸的姿态、表情等因素的影响[1]。相比指纹、虹膜等生物特征的身份鉴别技术,人脸图像信息的获取可以在非合作条件下完成,因此该技术在公安业务中的应用需求非常大。近年来,随着深度学习等新理论和方法的突破,人脸识别技术的准确性有了大幅度提升,在公安业务应用中的巨大潜力有待于挖掘。
当前,国内多家公司都围绕公安业务需求推出了人脸识别产品[2],能在一定范围内取得了很好的效果,使大规模部署应用成为可能。因此,如何依托现有成熟的人脸算法,将分散采集的人脸数据联动共享,并进行综合研判分析,全面发挥人脸识别技术的作用,是公安机关应该研究思考的问题,本文重点阐述了人脸识别技术与公安实战需求、公安业务应用环境、应用流程融合的研究情况。
一、人脸识别应用需求分析
(一)人脸识别的实现流程
人脸特征与指纹、DNA等一样是与生俱来的独特特征,具有难以伪装的特点。从公安业务实践来看,相比衣着等外貌特征,人脸特征具有相当的稳定性。
计算机人脸识别系统包括人脸身份注册和人脸身份识别两个过程[4],如图1、图2所示。前一个过程是将已知的人脸图像记录在案的过程,后一个过程是根据现场采集的人脸照片从记录在案的人脸图像中找到最为接近的一个或几个。一般来说,注册和识别两个过程又都可以分为:
·人脸检测:从照片中确定人脸部分的准确位置;
·预处理:将姿态、光照等影响系统识别的因素降到最低;
·特征提取:利用人脸识别算法提取可以表示人脸独特性的数据;
·特征建库:将注册人脸的特征数据构成结构化的数据库,以便识别应用;
·特征比对:利用特征数据之间的相似性确定采集到的人脸对应的身份。
人脸图像采集的方式目前可以非常灵活,如有从派出所标准二代身份证相片读取、从监控视频提取或从人脸抓拍摄像机获取的人脸图像,甚至利用智能手机摄像头拍照等各种获取人脸图像的方式。前面已经谈到,人脸图像的质量是影响系统识别性能的关键因素,因此在人脸图像采集阶段应当尽可能的排除光照、姿态与标准条件的差异。
(二)人脸识别的公安应用分析
根据公安业务对身份识别的应用场景,人脸识别技术可以在以下情况下发挥重要作用。
1.街面巡控排查
在公安民警的日常巡逻办案中,利用随身配备的警用PDA、智能手机等终端设备采集人脸,于后台人脸数据库远程比对,核实人员身份。
2.人证合一检验
利用证件照片或者存储在电子证件内部的人脸特征与持有者持有的的证件现场照片进行比对,以判定持有者持有的是否为真。可用于电子证件自助通关、身份证件防伪鉴别。
3.一人多证比对
发现同一自然人持有多个有效身份证件的违规行为。
4.嫌疑人身份比对
利用案件侦破中从证件、监控画面、相关照片中提取的人脸图像,与嫌疑人人脸资料库比对,可以有效甄别犯罪嫌疑人以及有效信息,协助破案。
5.布控预警
由于交通的不断便利,使得人员流通量越来越大,单靠人为的布控排查显然已经不能适应现在的公安工作,利用在公共场所安装人脸识别系统既能起到威慑作用,又能及时识别重点人员并报警,提高民警工作效率。
第一时间了解行业权威资讯和商机信息!