摘　要：随着智慧警务建设的深入推进，应用于公安信息化的侦查方法日新月异，特别是以高清视频监控技术为依托的视频侦查手段，为打击违法犯罪、开展快速侦查提供了有力支撑。近年来，计算机视觉人工智能技术取得重大突破，计算机的人脸识别能力已超过人眼，藉此人脸侦查作为视频侦查的组成部分，在公安实战应用中发挥着越来越重要的作用。人脸侦查依托于人脸识别比对技术，在实战中围绕人脸识别比对衍生出了新的侦查思维和侦查模式，笔者认为人脸侦查作为一项全新的侦查手段将会在打击违法犯罪中大放异彩。本文旨在介绍人脸侦查的概况，尤其是基于深度学习的人脸侦查的基础上，着重阐述和分析人脸侦查在公安实战中的应用。

关 键 词：人脸侦查；视频侦查；人脸识别；人像比对

一、引言

在我国安防设备特别是治安视频监控系统迅猛发展的大背景下，视频侦查在预防和打击刑事犯罪活动方面发挥着越来越不可替代的作用。视频侦查具有诸多功能如：利用视频监控系统实时发现犯罪、制止犯罪、查获嫌疑人及可疑人员；利用视频回放寻找发现侦查破案所需的线索与信息，锁定犯罪嫌疑人，拓展嫌疑人轨迹，确定嫌疑人身份，对嫌疑人实施抓捕等。然而视频侦查也存在着一定的局限性。传统视频侦查主要针对非结构化数据开展侦查工作，以视频侦查员的主动查看分析和主观判断开展侦查工作，具有一定的时空限制；同时作为视频侦查员，需要对大量的视频录像查看研判，不同视频之间进行追踪，牵涉到大量人员的精力和时间。得益于计算机视觉人工智能技术的突飞猛进，利用人像比对、人脸搜寻、人脸布控等视频结构化技术、信息化技术开展侦查破案的实践活动越来越频繁，逐渐成为有别于传统视频侦查的一项新的侦查模式。目前，广州市公安局正紧锣密鼓地按照公安部大数据战略和省公安厅智慧新警务总体工作部署，全力推进智慧公安、数据警务建设应用。人脸侦查是开展智慧警务、智慧新侦查的重要侦查新模式、新手段，其大大提升了视频侦查的效能，为许多案件打开侦查瓶颈，赢得破案转机，节省破案成本。

二、人脸侦查的概况

（一）人脸侦查的概念

人脸与人体的其它生物特征（指纹、DNA、虹膜等）一样与生俱来，具有唯一性和不易复制性，与这些生物特征信息不同的是，人脸的识别符合非接触性和非强制性，公民无需与人脸采集设备直接接触，几乎可以在无意识的状态下获取人脸图像，这些特性为人脸侦查提供了必要的前提。

人脸侦查是视频侦查的重要组成，是基于人的脸部特征信息进行结构化处理，通过大数据、人工智能、深度学习等技术，分析比较人脸面部特征，进而进行身份确认或者轨迹查找，为锁定犯罪嫌疑人、分析嫌疑人活动轨迹提供信息线索的一种侦查模式。

与传统视频侦查不同的是，人脸侦查针对的是清晰人脸的结构化数据，以人脸信息搜索的方式在海量数据中开展侦查工作，能够跨越时空进行线索拓展，属于计算机视觉人工智能技术的侦查应用，它能够检测标准人脸之外的光照不均、角度不正、半遮挡、表情变化、年龄变化等情况的人像照片，支持性别、年龄、眼镜、帽子、胡子、表情等属性识别，与此同时利用深度学习算法开展人像、人体信息的结构化存储和比对。

（二）人脸侦查的特点

1.直观性

人脸侦查的依据是人的面部图像数据库，而人脸无疑是肉眼能够判别的最直观的信息源，符合“以貌识人”的视觉特性。人的既有“识面”经验能与计算机的推送结果很好地相互配合开展工作。

2.便捷性

针对采集到的目标人像进行人脸检索比对，可以从海量的人像数据中快速锁定可疑人员。人像识别系统在对人员检索比对时提供了地缘、区域、时间、年龄、性别等分类检索项，侦查人员通过相关身份属性的设置便可大大缩小比对范围。此外，针对犯罪嫌疑人的作案手法和案件类别不同，建立在逃人员库、吸毒人员库、两抢人员库等多重数据库，充分利用警务人像大数据为侦查人员比对犯罪前科人员缩小侦查范围，从而大大提高工作效率。

3.实时性

通过建立布控目标库，实现实时抓捕在逃人员、盘查重点人员和临控人员。如今在机场、火车站、地铁等重点场所均安装有人脸智能感知设备，可以自动获取出入人员的人像信息，再与布控目标库进行实时比对，一旦发现人脸特征相似度高的人员，系统会秒级响应，发出报警信号，实现自动预警及迅速处置。此外，人脸侦查模式在实际应用场景下可以同时进行多个人脸的分拣、判断及识别，具有高并发性的特点。

4.准确性

近年来视频侦查手段已为大众所熟知，再加之犯罪嫌疑人的反侦查意识越来越强，所以他们在进行违法犯罪活动时会有意识的采用低头、戴帽子、戴口罩等方法掩盖其自身相貌特征，这为侦查带来了难度，而人脸侦查则有效破解了这一难题，其除了能识别标准人脸照外，还具备侧脸、半遮挡、模糊人脸等情况的人脸检测，准确性较高。例如，因涉嫌诈骗的在逃人员蓝某城，其戴口罩经过某火车站人脸智能感知设备时，被系统识别后发出警报信号，如图1。

图1系统比中可疑人员，发出警报信号

5.信息化

人脸侦查工作中广泛应用了信息化建设的资源，除了人脸卡口抓拍照、二代居民身份证件照、前科人员照，还有过车卡口人脸抓拍照、旅店入住人脸验证照、出租屋人脸验证照、民航人脸验证照等。这些社会面采集的人脸验证数据，既包含新鲜的人像图片，又包含准确的身份信息。再有根据公安部“一长四必”现场勘查机制建设的收集案件相关涉案视频资料的涉案视频库，通过提取清晰的涉案人脸图像，使具体案件与人脸所对应的嫌疑人身份产生关联信息，为案件串并提供了精准信息和索引。如此数量庞大的信息数据正是人脸侦查的数据基础，其为获取关键线索、精确锁定犯罪嫌疑人带来了便利。

（三）人脸侦查的优势

1.打破传统侦查限制，提升视频应用实战能力

目前，在城市的主要道路、重点部位、重点区域、重点场所等公共区域，基本都安装有视频监控。但由于视频监控建设年代以及投入资源配比差异，监控摄像头除了新建部分为全高清分辨率外，其他大部分为高清或标清摄像头。一旦监控视频清晰度不够，视频侦查能够提取的关键信息和线索价值则有限。此外，传统视频侦查的手段，侦查人员针对嫌疑人的侦查方向主要是收集三个方面的信息：他从哪里来？他到哪里去？他是谁？侦查人员通过视频回放事发经过，追踪视频踪迹，获得嫌疑人的一张正脸视频截图往往比较容易，但如果要通过肉眼研判“他是谁”，几乎是不可能完成的^[1]。而人脸侦查无疑是解决以上困境的良方。

人脸侦查依托于深度学习的人像结构化算法，使视频监控网络具备“识别战斗能力”。侦查人员只要通过视频监控系统获取对象的正脸视频截图，就能通过人脸侦查筛选嫌疑人脸进行精准识别比对。其中， 静态人像1∶N比对应用在亿级检索图片中可实现秒级锁定对象身份，为侦查人员提供直接有力的办案线索。除了正常条件下能精准比对外，在昏暗、画面模糊、人眼几乎无法分辨人脸的情况下也能够实现人脸成功比对，完成视频侦查工作中“不可能的任务”。人脸侦查的开展，是打通嫌疑人身份落地这一“视频侦查最后一公里”的最有效手段。

2.动态和静态人脸融汇贯通，创新视频侦查技战法

传统的视频侦查工作主要是对各个渠道的图片、视频进行目标分析筛选和追踪，这些视频图片可能来源于城市监控、地铁监控、社会监控、社交媒体照片等。面对动静态皆有的繁杂来源数据，侦查人员应如何识别研判“他是谁？”、“他从哪里来？”和“他去向何处？”。借助人脸侦查手段，这一问题就迎刃而解了。

人脸侦查不仅能够高效找到“他是谁”的答案，同时利用人脸智能感知设备也可以助力侦查人员完成对可疑人员实时布控预警、路人轨迹回放和查询以及同行人分析等工作。在日常警务工作中，民生小案由于涉案金额不大或者证据线索缺失，公安机关传统侦破手段运用起来往往耗时耗力，事倍功半，而依托于人脸识别比对技术的人脸侦查却能够帮助侦查人员高效破案，事半功倍。

三、相关应用平台介绍

（一）静态人像比对系统

精准的算法和丰富的人像数据库是静态人像比对的关键。人像比对作为视频侦查工作的重要手段之一，在比对过程中，经常会遇到视频中的人像截图像素低、角度不正、镜头畸变、光照不均匀、面部有表情或有遮盖物等干扰因素，使传统人像比对系统难以完成比对任务。基于“深度学习”方法的“人工智能模糊人脸图像检索专用算法”能很好地适应视频人像比对的工作实战需求，使以往不可能完成的比对任务成为可能。在人像数据库的建设方面，通过各种技术手段，广泛收集各类高危地缘性犯罪常口人像及前科人员的人像资源，并通过编写程序语言和数据库查询语言，制作人像照片清洗与导出工具 ， 确保各类人像数据的鲜活性和准确性，这样能有效提升静态比对系统的准确率。

（二）动态人脸系统

通过建立集成各种人脸算法的视频云平台，接入前端人脸智能感知设备或高清视频流，将有身份信息的静态人脸数据与无身份信息的人脸抓拍数据进行融合分析，从而达到实时抓捕在逃人员、发现作案嫌疑人员、研判犯罪重点人员、分析个体活动轨迹和行为规律拓展等实战效能。

（三）视频结构化系统

视频结构化系统能将非结构化流媒体数据变为可被检索的结构化数据。系统将视频内的人、车、非机动车三要素进行自动提取，并赋予各种属性要素（如性别、上装类型、下装类型、车型、颜色等）。视频侦查员可以通过预设属性条件进行目标筛选，也可以通过以图搜图进行目标的快速检索。

四、人脸侦查的应用

（一）确认人员身份

1.甄别、确认嫌疑人身份应用人脸识别比对技术，通过监控截图、人脸智能感知设备等方式获得嫌疑人的正面人脸照，即有突破嫌疑人身份的可能性。例如，在一宗命案侦破过程中，侦查人员通过高清治安监控截取到一张模糊人脸，并通过动态人脸系统检索，获得其经过火车站时的清晰人脸，进而通过该清晰人脸比对到嫌疑人的户籍身份信息，如图2。

图2人像比对系统比对结果

当视频中提取到的人脸图像不够清晰，难以比对出嫌疑人身份时，可以结合案情特点，设定各种条件缩小比对范围，或建立专题人像库进行定向比对。如在某入室盗窃强奸女事主系列案件的侦破过程中，侦查员通过视频追踪，提取到一张比较模糊的人像照片，但比对不出身份。结合嫌疑人作案区域集中，对当地地形熟悉，步行穿拖鞋离开现场等特点，判断其极有可能在发案地附近居住生活。通过调取该区域年龄段为20至45岁的男性从业人员及出租屋住户共约13万人员的户籍照片，导入到静态人脸比对系统建立专题库进行比对，结果首位命中嫌疑人，如图3。

图3建立专题人像库比对疑犯身份

2.无名尸身份确认

对于无名尸身份的确认，也可以充分利用人脸侦查。首先对尸体面部拍摄正面的照片，如果有变形、破损、闭眼等情况，可采用人工绘制或者人像合成技术，修复成一幅标准照片，再将照片导入静态人像比对系统进行比对，最后根据相似程度对身份信息进行研判^[2]。例如，某区河东社区在野外发现一具无法查询到任何身份信息的尸体，随后侦查人员在河东社区的重点出入口调取视频，发现了一名疑似死者的可疑人员轨迹，侦查人员截取了视频中清晰正面的人脸照，导入静态人像比对系统与无名尸照进行同一身份认定，得到如图4所示的结果。最终通过轨迹分析和一系列视频研判工作，确认了死者的身份。

图4无名尸人像比对结果

3. 寻人寻亲

人脸侦查针对老人、小孩或精神疾病人员走失等警情同样能发挥重要作用。2019年以来，某市利用人像比对技术，帮助滞留救助站的流浪乞讨人员开展身份核查、寻亲返乡的工作，共开展比对、核查862人次，协助市民政局救助管理站市区分站成功确认了161名流浪乞讨人员的身份，其中102名已成功与家人团聚。这些流浪乞讨人员半数以上滞留超过5年，最长滞留达17年，如图5。

图5比对流浪乞讨人员

4. 发现漂白身份

在追逃工作中，经常有嫌疑人为了逃避追捕布控，冒用他人身份或者把原身份“漂白”为其它身份，使其能够潜逃多年。基于人脸相貌的相对固定性，人脸识别技术在一定年龄段内能够跨年龄识别。因此，应用人脸比对方法可以有效预警此类身份漂白的在逃人员，这是对传统方法的有效补充，是一种新的追逃渠道^[3]。例如，侦查人员在开展在逃人员人脸比对工作时，发现1999年的一宗故意伤害致死案嫌疑人张某荣（男，时年30岁）漂白身份为张某海，如图6。随后，侦查人员在对嫌疑人家庭成员生活轨迹综合研判后，迅速掌握其在宁夏的活动轨迹，立即组织警力前往成功抓捕归案。

图6人像比对平台比中漂白身份人员

（二）分析时空轨迹

1.实时抓捕在逃人员

目前城市主要出入口通道、重点管理区域等建立的人脸智能感知设备，可自动获取监控探头抓拍到的人脸照片，获取其面貌信息，并利用人脸识别技术进行实时比对和识别，一旦发现特征符合的在逃人员后立即发出警报信号通知侦查人员实施抓捕。

2.发现特定对象的活动轨迹——找落脚点

人脸识别点的图片抓拍，大多能反映侦查对象的生活轨迹，根据特定对象被抓拍规律，很容易判断其大致活动范围，从频繁出现的地点进行视频追踪，往往更容易追踪到其落脚点。

3.拓展嫌疑人的清晰人脸出身份

在视频侦查过程中，从视频监控调取到的嫌疑人一般面部特征都比较模糊，不一定具备比对身份的条件。但通过将模糊人脸放入动态人脸比对系统进行检索，结合案发时嫌疑人的体态及衣着特征，往往能拓展出其较清晰的人脸抓拍图片，从而比对出身份。例如，在某命案的侦破过程中，通过视频结构化系统对现场周边监控进行结构化，通过体貌和衣着特征检索，找到了能反映嫌疑人体态特征的视频，利用从中截取到的模糊人脸在动态人像检索系统检索，找到了嫌疑人在火车站安检处的清晰抓拍人脸图像，如图7。

图7动态人像卡口路人库发现嫌疑人

随后将该人脸图像利用多个人像比对系统进行比对研判，最终成功比出嫌疑人身份，如图8。

图8比中确认嫌疑人身份

4.发现同行人

动态人脸系统不但能够检索出特定目标的时空轨迹，还能通过目标对象被抓拍时与他人的神态动作交流、伴随频次等方法找到目标的同行人。

如在1宗入室抢劫案中，事主反映嫌疑人为一男一女共同作案。侦查员通过视频追踪，截取到一张女嫌疑人的模糊人脸，通过抓拍路人库检索出其在当地活动的大量人脸轨迹，并从中发现与其一起被抓拍并牵手同行的另一名嫌疑男子。最终通过清晰抓拍人脸图片比对出该两名嫌疑人的真实身份。如图9、图10。

图9动态人像比对系统检索到清晰人脸

图10发现目标同行人

又如1宗入室盗窃案中，视频监控显示有两名男子作案。经前期侦查，抓获其中一名嫌疑人刘某全，但其拒不公认犯罪事实，亦不肯提供其同伙信息。侦查员用其户籍照放入动态人像比对系统，以案发前后一个月内伴随频次3次以上、伴随时间前后10秒以内为条件进行同行人检索，发现一名经常与刘某某同行的张某。虽然此人每次着装各异，被抓拍时也没有与刘某全交流的表情动作，但其中一张抓拍照的衣着与现场嫌疑人衣着相同，并且张某在某地曾有入室盗窃的前科，由此判定张某应为该案另一名嫌疑人。如图11、图12、图13。

图11案发后发现两名嫌疑人的视频截图

图12检索出一名多次与刘某全同行的人张某

图13张某被抓拍衣着与现场嫌疑人衣着相同

5.利用同行人反推目标对象身份

在侦查过程中，受限于人脸数据库的鲜活性及算法能力，即使得到较清晰的人脸抓拍照，也有机会遇到无法比对出身份的情况。此时可通过分析目标对象的人脸轨迹同行人身份，通过同行人的其它电子轨迹，反向拓展目标对象的身份信息。如在1宗持刀抢劫案中，一名女事主被1名约20岁的年轻男子持刀抢去手机。侦查员通过视频追踪，在一家小超市门前的社会监控中截取到嫌疑人的人脸特征图片，并通过动态人脸检索系统拓展出其清晰抓拍照片，但却无法比对出身份。侦查员通过人脸轨迹同行人分析，发现嫌疑人曾经多次与1名女子同行。通过人像比对，得到该女子的身份信息，再通过该女子的身份信息，进行电子轨迹大数据分析，发现其多次与1名男子同住宿。通过调取该名男子的户籍照片与嫌疑人抓拍照进行1比1验证，确认其就是作案嫌疑人。如图14、图15、图16、图17。

图14拓展出嫌疑人清晰抓拍图片

图15发现嫌疑人同行人并比对出同行人身份

图16利用抓拍同行人电子轨迹反向拓展嫌疑人身份

图17 1比1验证确认嫌疑人

四、结语

人脸侦查模式的引入将大幅度提升公安机关的工作效能，随着科学技术的进一步发展，尤其是基于深度学习的计算机视觉人工智能技术的逐步成熟，人脸侦查将成为公安机关手中的尖刀利刃^[4]。公安大数据为人脸侦查的应用带来了机遇，同时也提出了更高的要求。从技术角度来看，仍需有针对性的对公安视频监控图像数据开展算法优化，提高数据运算能力，使之更贴近实战需求；从应用角度则要加快高清人像摄像头等基础设施建设，促进人脸侦查模式向一线推广和深度应用，提升智慧警务实战应用效能^[5]。

参考文献：

[1] 李振宇.人工智能：推动警务视频侦查技术发展的高速引擎[N].人民公安报 ，2017-04-12（03）.

[2] 蒋鼎僚.论人像识别在公安系统中的应用[J].商，2015，（48）.

[3] 胡雪地、庄唯、罗忆.人脸识别技术在警务实战中的应用探索[J].警务技术，2017，（4）.

[4] 童长毅、马治国、殷正辉.人像识别技术在警务工作中的应用[J].警察技术，2017（5）.

[5] 张燕涛、赵娜.面向警务实战的人像识别技术研究[J].中国高新科技，2018，（18）.