畅健

（西安市地下铁道有限责任公司）

1引言

近年来，高清视频在地铁里得到了广泛应用，如何为地铁公安工作提供更为高效、快捷破案手段是现阶段高清视频应用领域需要完成的工作。人脸识别作为最直观、最准确率的人类面部特征识别技术应运而生。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。用摄像机或摄像头采集含有人脸的图像或视频流，并自动检测和跟踪人脸，进而对检测到的人脸特征使用脸部的一系列相关技术，这通常也叫做人像识别、面部识别。

2 人脸识别在公安地铁项目中的需求分析

据统计，截至2014年，公安部发布的在逃嫌疑人的数量约为30万人，人脸识别系统可以利用前端高清摄像机采集的人脸照片与数据库中的人脸图像进行比对，当寻找到与数据库中的人员照片有相通或相似的面部特征时，中心人脸识别服务器将发出报警。提示车站内值班室内警务人员，这将大大提高车站办案民警的办案效率。

人脸识别系统已经在平安城市等多个领域得到了应用，取得了比较满意的效果，地铁作为公共交通工具，是人脸识别系统使用的最佳场所，原因如下。

1）地铁客流量大。

2）高清视频监控系统已经在地铁行业内普遍使用，高清人脸图像或照片为人脸识别系统提供了硬件基础。

3）地铁车站内灯光环境相对稳定，为人脸识别系统提供高清图像或照片提供了相应的辅助条件。

4）地铁车站内相比其他公共场所更为封闭，方便民警对可疑人员进行检查和抓捕。

5）人脸识别经过10年的发展，可以满足现代公安工作的需要。

综合以上情况分析，可以说：人脸识别系统在地铁中完全适宜大面积推广应用。

3 人脸识别在公安地铁项目中的实施建议

3.1 功能概述

地铁人脸识别系统将对地铁站中出现的人员进行人脸检测，并与黑名单进行对比，当有相匹配的人脸特征时，发出告警。此外，系统可配备事后检索功能，在重要事件发生后，可在此前一段时间内拍摄到的人员中寻找特定人员，挖掘特定人员轨迹。

3.2 系统组成及功能

系统拓扑结构如图1所示。其中主要有摄像机、人脸视频分析服务器、人脸存储及检索服务器、中心管理服务器和客户端几个部分。其中，人脸视频分析服务器功能拆分为人脸检测、人脸特征提取和人脸对比3个部分，可以灵活配置。例如，图1中采用嵌入式人脸检测分析仪、独立的人脸特征提取服务器和人脸对比服务器。在目前的人脸系统中，人脸检测+人脸特征提取+人脸对比+人脸存储与检索可在同一台服务器上实现，满足中小规模系统的低成本应用需求。但为提高系统高稳定性及其性能，满足大规模系统的需求，未来将对系统进行拆分部署。对地铁行业应用建议采用拆分部署方式。

3.2.1 高清摄像机的设置

采用高清网络摄像机。为保证人脸身份识别需求，拍摄须保证人脸清晰，姿态近正面，光照均匀，细节丰富，人脸瞳孔间距＞40像素，人脸灰度级＞64级。建议摄像机与被拍摄对象距离为4～8m，正对被拍摄人员行进方向，以避免被拍摄人员沿着径向运动而产生运动模糊和侧面人脸。若摄像机吊顶安装，则应满足下视角度＜10°。

3.2.2 人脸视频分析服务器

人脸视频分析服务器负责对现场拍摄到的视频进行分析，主要有人脸检测、人脸特征提取，以及人脸对比3部分功能。这3部分功能可以部署在同一台服务器上，也可以分别部署在不同的服务器上，各个部分之间通过网络互联。在人脸检测方面，可采用具有专用功能的设备，例如专用嵌入式人脸检测分析仪，或具有人脸检测功能的一体机。人脸视频分析服务器从中心管理服务器接收需要进行实时对比的人脸库，并在与场景中人脸对比成功时将告警信息传回中心管理服务器，由中心管理服务器分发到客户端进行告警。人脸视频分析服务器功能如下。

1）人脸检测

（1）对1080P视频，检测宽度60像素以上的人脸。

（2）为满足人脸持续跟踪需求，要求检测速度不低于10帧 /s。

（3）可检测人脸左右旋转+20°/-20°以内，俯仰+10°/-10°以内的人脸。

（4）单台上述服务器若只进行人脸检测，可同时检测4路1080P视频。

2）人脸特征提取

（1）提取人脸特征长度为0.8kB～8kB（具体视算法而定）。

（2）单台上述服务器若只进行人脸特征提取，可每秒提取100～200人脸特征。

3）人脸对比

（1）光照，姿态，表情正常情况下，被识别人员在人脸库中时，返回第一位结果准确率＞95%。

（2）光照，姿态，表情正常情况下，错误识别率（两张身份不同的人脸被认定为同一人）为1/1000时，正确识别率（两张身份相同的人脸被认定为同一人）＞90%。

（3）单台上述服务器若只进行人脸对比，可每秒进行100万～1000万次对比（由内存带宽和特征长度决定）。

4）人脸检测+人脸特征提取

限制图像中同时分析人脸数≤10，单台上述服务器可运行2路视频人脸检测+人脸特征提取。

5）人脸检测+人脸特征提取+人脸对比

限制图像中同时分析人脸数≤5，人脸库大小≤10000，单台上述服务器可运行2路人脸检测+人脸特征提取+人脸对比。

图1 系统结构示意图

人脸识别算法如图2所示。

图2 实时人脸识别算法示意图

3.2.3 人脸存储及检索服务器

如果需要将场景中出现的所有人脸都保存记录，并进行事后人脸检索，例如，查找某人在过去1个月内在哪些地方出现过，则配备专用的人脸存储及检索服务器较为适宜。人脸存储及检索功能也可以与人脸视频分析功能运行于同一台服务器上，但可能会带来服务器计算资源紧张的问题。例如一个检索任务需要半个小时执行完，在执行这个检索任务时，实时分析任务可能受到影响。

存储数据量每人脸约40kB计（图片+特征），每台摄像机每天拍摄5000人，按每人记录5张人脸计，则每台摄像机每天需1GB存储空间，100台摄像机100天需10TB存储空间。实际所需存储空间视具体配置（抓图图片大小，人脸特征长度）及人流密度而定。进行检索时，由于待检索人脸数据太大无法预先加载到内存，因此检索速度受硬盘速度制约。若硬盘读取速度为40MB/s，每个人脸特征大小为8kB，则1台摄像机1天拍摄所有人脸检索可在5s内完成。

每台摄像机配备至少200GB存储空间，可满足100天左右存储需求（具体视人流量，抓图设置，算法配置而定）。由于事后检索速度主要受磁盘速度制约，因此人脸存储及检索服务器不需要配置高性能CPU和内存，而应注重硬盘读取速度，例如采用磁盘阵列。为满足快速检索需求，建议为每站点配备独立的服务器，可部署于站点内。这样在进行事后检索时，如果需要进行全局检索，可以将工作量分布到各个站点并行进行。若每台服务器连接1个站点内10台摄像机，每站点1个月拍摄150万人次、750万人脸，对1台摄像机1天拍摄的人脸进行检索需要5s，则对1个站点或所有站点过去1个月内抓拍的人脸进行一次检索耗时约25min。

3.2.4 中心管理服务器

中心管理服务器负责进行人脸库管理、人脸库下发、告警事件管理、事后检索、系统管理等功能。系统所有其他组成成分，例如摄像机、人脸视频分析服务器、人脸存储及检索服务器和客户端等，都与中心管理服务器进行连接，接受中心管理服务器管理。

1）人脸库管理：建立人脸库，增加/删除/修改人员或人脸信息，批量导入人员/人脸。

2）人脸库下发：中心管理服务器将人脸特征与人员ID发送到人脸视频分析服务器上。具有保密性质的关键数据，例如人脸库中人员身份信息、人脸照片等，只保存在中心管理服务器上，而不向人脸视频分析服务器下发。

3）告警事件管理：人脸分析服务器产生的事件，例如人脸抓拍、人脸识别告警等，都传回中心管理服务器数据库进行存储。实际数据（现场抓图，人脸特征文件等）分布式保存在各个人脸存储及检索服务器上，在中心管理服务器数据库中只保存文件索引信息。

4）事后检索：中心管理服务器在收到客户端发出的检索请求后，将检索请求下发给各个人脸存储及检索服务器，进行分布式检索后，将结果汇总并传给客户端显示。

5）系统管理：中心管理服务器负责进行整个系统的管理工作，1台中心管理服务器与数10台至数百台人脸视频分析服务器和人脸存储及检索服务器连接，接收实时告警信息，并推送告警信息至客户端。在中心管理服务器上不需要进行高性能运算，因此不需要高性能CPU和高内存配置，而应注重稳定性及多任务处理能力，建议采用多任务处理能力强的多核心CPU。

3.2.5 客户端

用户通过客户端软件登录中心管理服务器，进行人脸库管理、人脸库下发、告警事件管理及事后检索等工作。

4 结束语

人脸识别系统结合高清视频监控系统，可以为地铁公安人员提供快捷、准确的警情信息，同时配合联动现有的高清视频监控及视频分析系统，可以构成一套完整体系的安全防范系统。因此建议：重点部位可以设置在闸机入口处，确保每个正常进入的乘客都可以读取其面部特征；作为地铁行业的新型技术，从投资的安全性考虑，在地铁的建设工程中可以在重点的换乘站或重要出入口处尝试设置人脸识别系统。