在難度系數(shù)極高的城市安防領(lǐng)域，人臉識(shí)別在大顯神通。以往人臉識(shí)別技術(shù)只能處理數(shù)百人級(jí)別的數(shù)據(jù)比對(duì)，但現(xiàn)在已經(jīng)發(fā)展到上萬(wàn)人甚至更高量級(jí)的數(shù)據(jù)比對(duì)，且突破拍攝角度不正、光線變化復(fù)雜、分辨率低等不利條件，幫助公安機(jī)關(guān)迅速抓捕逃犯。

人臉識(shí)別技術(shù)在智慧城市中的應(yīng)用優(yōu)勢(shì)

人臉具有相似性和易變性，不同環(huán)境、光線、角度、年齡，均會(huì)對(duì)人臉的成像產(chǎn)生變化，因此人臉識(shí)別是生物識(shí)別領(lǐng)域最困難的研究領(lǐng)域之一。

人臉識(shí)別技術(shù)具有非強(qiáng)制性、非接觸性、并發(fā)性等幾大優(yōu)勢(shì)。非強(qiáng)制性：系統(tǒng)在用戶(hù)無(wú)意識(shí)的狀態(tài)下就可獲取人臉圖像，不需要專(zhuān)門(mén)配合；非接觸性：用戶(hù)不需要和設(shè)備直接接觸就能獲取人臉圖像，提取人臉特征進(jìn)行檢測(cè)；并發(fā)性：在實(shí)際應(yīng)用場(chǎng)景下可以進(jìn)行同時(shí)多個(gè)人臉的分揀、判斷及識(shí)別；除此之外，還有操作簡(jiǎn)單、結(jié)果直觀、隱蔽性好等特點(diǎn)。

從古至今，人臉是進(jìn)行身份辨識(shí)的重要方式。在古代，政府為了達(dá)到對(duì)特定人員的身份識(shí)別、防控圍捕的目的，會(huì)發(fā)布“海捕文書(shū)”。海捕文書(shū)中包括了人員的畫(huà)像、涉案信息等，通過(guò)懸賞及威懾測(cè)試調(diào)動(dòng)人民群眾積極性，實(shí)現(xiàn)對(duì)人員的發(fā)現(xiàn)、舉報(bào)、抓捕。在現(xiàn)代，在身份證、駕駛證、護(hù)照等重要的個(gè)人證件上，均會(huì)印刷或粘貼人臉照片，或者證件內(nèi)置芯片中植入人像照片。除此以外，在公安、金融、公證、互聯(lián)網(wǎng)支付等越來(lái)越多的行業(yè)，人臉已經(jīng)作為身份鑒別或業(yè)務(wù)授權(quán)的重要依據(jù)之一。在人臉識(shí)別技術(shù)應(yīng)用之前，已經(jīng)誕生了很多對(duì)人員身份進(jìn)行識(shí)別的技術(shù)手段，總體來(lái)說(shuō)可分為生物識(shí)別和非生物識(shí)別兩大類(lèi)，非生物識(shí)別在長(zhǎng)期的應(yīng)用過(guò)程中，其不足之處逐漸暴露出來(lái)：遺失、竊取、盜用、損壞、不衛(wèi)生、磨損、影響通行、用戶(hù)反感、逃避等。人臉識(shí)別的出現(xiàn)及應(yīng)用并不能取代其他的技術(shù)，作為一種新的可應(yīng)用的身份識(shí)別技術(shù)，它與其它的身份識(shí)別技術(shù)手段相互補(bǔ)充，揚(yáng)長(zhǎng)避短。而人臉識(shí)別在應(yīng)用上，具有先天性的隱蔽、方便、直觀等優(yōu)勢(shì)，使得人臉識(shí)別在某些特定的場(chǎng)所、行業(yè)，有巨大的應(yīng)用優(yōu)勢(shì)。

三、人臉識(shí)別技術(shù)在智慧城市應(yīng)用案例解析

人臉識(shí)別技術(shù)在智慧城市應(yīng)用中已經(jīng)部署并推廣了多種產(chǎn)品形態(tài)和解決方案植入。人是社會(huì)的主體，所有服務(wù)的本質(zhì)都回歸到對(duì)人的服務(wù)，人臉識(shí)別要解決的也是各行各業(yè)滿(mǎn)足人的需求、規(guī)避人的風(fēng)險(xiǎn)、解決人的問(wèn)題。技術(shù)逐漸成熟，尤其是深度學(xué)習(xí)技術(shù)帶來(lái)的技術(shù)突破，使得人臉識(shí)別技術(shù)達(dá)到可應(yīng)用的下限水平，人臉識(shí)別相關(guān)產(chǎn)品和系統(tǒng)非常多。雖然人臉產(chǎn)品種類(lèi)繁多，不管業(yè)務(wù)應(yīng)用多么繁雜，但萬(wàn)變不離其宗，客戶(hù)通過(guò)人臉識(shí)別技術(shù)手段達(dá)到驗(yàn)證人的身份或識(shí)別人的身份的目的始終不變。

比如人臉實(shí)時(shí)報(bào)警系統(tǒng)：應(yīng)用人臉檢測(cè)和識(shí)別技術(shù)，在人員進(jìn)出重點(diǎn)區(qū)域設(shè)置人臉卡口攝像機(jī)，針對(duì)經(jīng)過(guò)卡口人員進(jìn)行人臉抓拍、識(shí)別和自動(dòng)報(bào)警，并可將報(bào)警信息推送到警務(wù)終端APP，實(shí)現(xiàn)實(shí)戰(zhàn)預(yù)案聯(lián)動(dòng)。人臉卡口系統(tǒng)可獨(dú)立部署，也可作為子系統(tǒng)對(duì)接到第三方管理平臺(tái)，可廣泛應(yīng)用于公安、交通、金融、司法、教育、醫(yī)院等領(lǐng)域。功能方面如下：

人臉采集：可接入網(wǎng)絡(luò)高清攝像機(jī)，可對(duì)攝像機(jī)實(shí)時(shí)視頻畫(huà)面內(nèi)出現(xiàn)的人臉抓拍1張或多張清晰人臉圖片并可截取抓拍的人臉對(duì)應(yīng)的背景照片。

人臉儲(chǔ)存：可將抓拍的人臉圖片長(zhǎng)期保存，由于人臉圖片所占空間相對(duì)視頻文件要小得多，在有限的存儲(chǔ)空間下，人臉圖片可存儲(chǔ)的時(shí)間比視頻長(zhǎng)得多。

人臉布控：支持對(duì)卡口過(guò)往人員的人臉布控。將布控的人臉圖片及信息，下發(fā)到指定的人臉卡口進(jìn)行布控，一旦攝像機(jī)內(nèi)出現(xiàn)與布控庫(kù)內(nèi)高度相似的人臉，系統(tǒng)能夠?qū)崟r(shí)辨識(shí)出來(lái)，并將人臉圖片及識(shí)別結(jié)果上傳中心。

移動(dòng)APP：人臉布控報(bào)警可推送到移動(dòng)終端設(shè)備。

比如人臉采集檢索系統(tǒng)：應(yīng)用人臉檢測(cè)和識(shí)別技術(shù)，在人員進(jìn)出重點(diǎn)區(qū)域設(shè)置人臉卡口攝像機(jī)，針對(duì)經(jīng)過(guò)卡口人員進(jìn)行人臉抓拍、建模以及事后的人臉查詢(xún)檢索技戰(zhàn)法等應(yīng)用，可實(shí)現(xiàn)人臉刑偵、技偵的深度應(yīng)用。人臉采集檢索系統(tǒng)可獨(dú)立部署，也可作為子系統(tǒng)對(duì)接到第三方管理平臺(tái)，可廣泛應(yīng)用于公安、交通、金融、司法、教育、醫(yī)院等領(lǐng)域。采集檢索系統(tǒng)除了具有人臉采集、儲(chǔ)存功能之外還具有以下功能：

人臉技戰(zhàn)法：系統(tǒng)提供多種人臉查詢(xún)與檢索的技戰(zhàn)法應(yīng)用，例如：人員出現(xiàn)頻次、同行人分析、同伴分析等。

特征人臉技戰(zhàn)法:針對(duì)特征人臉或異常人臉，例如：戴眼鏡、戴帽子等，提供可根據(jù)人臉的特征或異常的特征，實(shí)現(xiàn)特定特征的人臉查詢(xún)檢索。

比如人像庫(kù)共享服務(wù)平臺(tái)：人像庫(kù)共享服務(wù)平臺(tái)是一套專(zhuān)門(mén)針對(duì)公安等行業(yè)的人口管理、案件偵查的人像檢索系統(tǒng)，系統(tǒng)具有強(qiáng)大的數(shù)據(jù)導(dǎo)入、批量建模、查詢(xún)檢索、統(tǒng)計(jì)分析等功能，為公安出入境、戶(hù)政、刑偵等部門(mén)提供快速定位人員、提高刑偵、視偵的效率，同時(shí)可對(duì)接公安情報(bào)、警綜等系統(tǒng)，為公安追逃、偵查、尋人等應(yīng)用發(fā)揮作用。人像庫(kù)共享服務(wù)平臺(tái)可獨(dú)立部署，也可與第三方系統(tǒng)對(duì)接，提供人像識(shí)別共享服務(wù)。功能方面有：

人員信息庫(kù)數(shù)據(jù)對(duì)接：系統(tǒng)有專(zhuān)門(mén)的數(shù)據(jù)接口，用于與公安的居民信息庫(kù)、重點(diǎn)人員信息庫(kù)進(jìn)行人員信息數(shù)據(jù)對(duì)接，在保障公安數(shù)據(jù)的安全性的同時(shí)，能夠快速抽取人臉數(shù)據(jù)。

人臉特征提取：人臉特征值是決定人臉識(shí)別精準(zhǔn)度的關(guān)鍵因素，也是影響人臉檢索速度的因素。系統(tǒng)基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法，進(jìn)行人臉特征提取，并將人臉的結(jié)構(gòu)化特征數(shù)據(jù)儲(chǔ)存入人臉特征庫(kù)，進(jìn)行人臉檢索。

人臉比對(duì)檢索：系統(tǒng)可提供1:1人臉比對(duì)、1：N人臉檢索功能。支持多條檢索任務(wù)并發(fā)處理，當(dāng)任務(wù)數(shù)量超過(guò)上限時(shí)，系統(tǒng)進(jìn)行排隊(duì)處理。人像查重：實(shí)現(xiàn)單一人像檢索或批量人像檢索。

四、人臉識(shí)別技術(shù)在智慧城市中的應(yīng)用疑難

人臉識(shí)別技術(shù)在智慧城市中的應(yīng)用疑難主要體現(xiàn)在業(yè)務(wù)場(chǎng)景與技術(shù)實(shí)現(xiàn)兩個(gè)方面，技術(shù)實(shí)現(xiàn)方面主要的難點(diǎn)包括：超大規(guī)模人臉異步集群識(shí)別檢索的難點(diǎn)，人臉識(shí)別最小支持到18.5亞像素級(jí)的難點(diǎn)，人臉識(shí)別技術(shù)與環(huán)境及樣本量的沖突難點(diǎn)。

我們先看第一個(gè)難點(diǎn)：超大規(guī)模人臉異步集群識(shí)別檢索的難點(diǎn)。人臉識(shí)別應(yīng)用的困擾之一是，大容量的人臉庫(kù)的人員檢索查詢(xún)的時(shí)效性難以保障，目前在安防行業(yè)，一般大容量人臉庫(kù)的規(guī)模能達(dá)到100萬(wàn)數(shù)量級(jí)，檢索速度勉強(qiáng)滿(mǎn)足要求，但對(duì)于千萬(wàn)級(jí)甚至更大規(guī)模的人臉數(shù)據(jù)，在數(shù)據(jù)庫(kù)表檢索和硬件的性能均達(dá)到極限情況下，仍舊難以支撐業(yè)務(wù)要求。為解決該問(wèn)題，系統(tǒng)分別在海量運(yùn)算和海量存儲(chǔ)上做異步分步式的處理架構(gòu)，對(duì)前端提前的任務(wù)系統(tǒng)在優(yōu)化數(shù)據(jù)庫(kù)表檢索速度的同時(shí)，采用異步集群的架構(gòu)，利用開(kāi)源的分布式系統(tǒng)基礎(chǔ)架構(gòu)Hadoop在普通PC機(jī)上搭建起基礎(chǔ)云平臺(tái)，使得系統(tǒng)的基礎(chǔ)建設(shè)成本降低，同時(shí)Hadoop基礎(chǔ)云平臺(tái)能方便快捷的水平擴(kuò)充系統(tǒng)性能，而不會(huì)引起大幅的成本增加。人臉基礎(chǔ)信息數(shù)據(jù)庫(kù)則采用分布式的HBase，同時(shí)HBase還能存儲(chǔ)人臉數(shù)據(jù)庫(kù)處理的中間結(jié)果。搜索引擎技術(shù)方便則采用Lucene的分布式實(shí)現(xiàn)Katta，Katta基于Hadoop框架實(shí)現(xiàn)，索引的建立和搜索的打分排序都能在Mapreduce運(yùn)算模型上進(jìn)行，大大提高了運(yùn)行的速度，這為超大規(guī)模數(shù)據(jù)的業(yè)務(wù)應(yīng)用提供了技術(shù)支撐和保障。基于以上技術(shù)，在已測(cè)試的案例中，系統(tǒng)在6052路攝像機(jī)接入時(shí)，每路視頻每秒可處理5幀數(shù)據(jù)，針對(duì)1000萬(wàn)的人臉庫(kù)，檢索響應(yīng)時(shí)間小于1秒。如下圖1所示。

　　圖1

第二個(gè)技術(shù)難點(diǎn)是：人臉識(shí)別最小支持到18.5亞像素級(jí)。

傳統(tǒng)的人臉識(shí)別算法對(duì)人臉像素的要求很高，很多號(hào)稱(chēng)小像素級(jí)的算法在小像素時(shí)效果很差，只有到60像素以上時(shí)才有了較好的效果。系統(tǒng)的核心算法通過(guò)不斷的攻堅(jiān)技術(shù)難點(diǎn)，創(chuàng)新地提出一種基于雙層異構(gòu)的改進(jìn)深度神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)了雙層網(wǎng)絡(luò)間的信息反饋與數(shù)據(jù)評(píng)介采樣，不僅提高了網(wǎng)絡(luò)的穩(wěn)定程度，而且在訓(xùn)練中可加入半監(jiān)督的處理流程，通過(guò)人工構(gòu)建一層網(wǎng)絡(luò)來(lái)不斷監(jiān)測(cè)和微調(diào)學(xué)習(xí)網(wǎng)絡(luò)，解決傳統(tǒng)基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)網(wǎng)絡(luò)構(gòu)建很難人工干預(yù)的問(wèn)題，從而根本上解決了人臉識(shí)別準(zhǔn)確率與誤識(shí)率的問(wèn)題。同時(shí)，為了解決小像素信息量嚴(yán)重缺失的問(wèn)題，系統(tǒng)對(duì)建立起了對(duì)人臉周邊區(qū)域信息的評(píng)介體系，通過(guò)建立精細(xì)像素信息網(wǎng)絡(luò)，對(duì)人臉信息進(jìn)行亞像素級(jí)的精細(xì)化處理，從而解決了小人臉識(shí)別的一大難題。如下圖2是人臉識(shí)別ROC比對(duì)曲線對(duì)比。

　　圖2

第三個(gè)技術(shù)難點(diǎn)是人臉識(shí)別技術(shù)與環(huán)境及樣本量的沖突難點(diǎn)。人臉識(shí)別技術(shù)目前依然受限于人臉庫(kù)的樣本量影響識(shí)別精度，同時(shí)受限于單一算法，仍然無(wú)法擺脫在黑夜、環(huán)境光低下、雙胞胎、戴帽子墨鏡等因素的影響。雖然目前阿泰克等日本供應(yīng)商已經(jīng)通過(guò)近紅外+3D人臉識(shí)別解決了部分問(wèn)題，但由于實(shí)現(xiàn)原理制約，只能在樣本庫(kù)小的、事先注冊(cè)好人臉3D建模的場(chǎng)景下使用，比如大樓門(mén)禁、海關(guān)通關(guān)閘機(jī)，充分利用靜態(tài)人證比對(duì)和動(dòng)態(tài)3D掃描+近紅外實(shí)現(xiàn)。對(duì)于智慧城市的廣大區(qū)域，比如車(chē)站、碼頭等人流量聚集的場(chǎng)所，以及商場(chǎng)、社區(qū)等近民場(chǎng)景則難以湊效。

人臉識(shí)別技術(shù)在業(yè)務(wù)場(chǎng)景下面對(duì)的挑戰(zhàn)也比較多，仍需不斷發(fā)展探索。比如人臉識(shí)別面對(duì)綁架型解鎖就是一個(gè)難題，利用合規(guī)的人臉來(lái)進(jìn)行相應(yīng)的犯罪反偵察，深度學(xué)習(xí)的樣本量中對(duì)與人臉的變化比較是難以湊效的。此外智慧數(shù)據(jù)比對(duì)中的碰撞方式難以將人臉識(shí)別與其他有嫌疑的數(shù)據(jù)采集源端的二義性帶來(lái)的精準(zhǔn)度下降。