人像识别系统在平安城市建设中应用

2017-08-07□文/巩珏

中国公共安全 2017年6期

□ 文/ 巩珏

人像识别系统在平安城市建设中应用

□ 文/ 巩珏

随着改革开放的进一步深入，经济的迅速发展和城市化建设的步伐日益加快的同时，面对人民群众安全需求、社会管理的要求、日趋复杂的社会治安情况以及社会公共安全维护保障的难度也日益提高。安全技术防范已成为社会治安防控体系建设的重要组成部分，通过构建一个覆盖整个城市的集成化、多功能、综合性治安防控网络，进一步提升公安机关管理社会、治安防控、打击犯罪、维护稳定、保障安全的重要手段。近年来，随着平安城市视频图像监控系统建设使用实践的不断深入，安全技术防范在预防、发现、控制和打击违法犯罪，提供破案线索，固定违法犯罪证据等方面发挥着人防、物防所不可替代的重要作用。目前平安城市基本上完成了联网、高清化的建设，正在走向以物联网、实战应用、云服务等为代表的新一轮发展，现有的监控系统每天产生海量的网络高清视频数据，其中就包含大量可用的人脸信息，而当前这些人脸的信息整体的利用率不高，配套的使用工具简单，甚至是依靠人工排查的落后方式。因此，为了实现在海量视频中的人员身份的快速识别，人脸识别技术无疑是最佳的选择。

人脸识别技术现状

所谓人脸识别技术，通常也叫做人像识别、面部识别，即依靠人的面部特征，对输入的人脸照片或者视频流进行判断，前提是先判断是否存在人脸。若是存在人脸，那么接着的给出人脸的位置、尺寸以及各个主要面部器官的位置信息。并根据这些信息，更深一步地提取每个人脸中所体现的身份特征，并将其与已存储好的人脸特征的模版进行比对，从而识别检测人的身份信息。人脸识别技术的研究开始于20世纪70年代初。20世纪90年代以来，一些商业性的人脸识别系统逐渐进入市场，但是人脸识别技术的性能和准确率还有待提高，近年来人脸识别技术引起全世界广泛关注，企业对其也加大研究和投入，现如今人脸识别技术已成为当今平安城市最重要的手段之一。

人脸识别技术包括了人工智能、模式识别、自动学习、图像处理、数据分析、模型分离等多种专业技术，同时需结合数据中间值理论方可实现对人脸准准确识别，人脸识别技术流程主要包括以下几个方面的内容。

1 、人脸检测

即动态的场景与复杂的背景中检测出人脸的存在，其包括以下几种方法进行人脸检测：参考模板法、人脸规则法、样品学习法、肤色模型法、特征子脸法。以上几种方法可以单独使用，也可以组合使用，人脸检测的主要用途是在前端采集系统中寻找人脸区域，以用于人脸的比对和识别。

2 、人脸图像预处理

对于人脸图像的预处理是在人脸检测出人像的前提下，对人脸的图像进行处理并最终为特征提取提供支持。由于受到不同条件的限制和环境的干扰，往往提供给系统的原始图像不能直接使用，必须在图像处理的前一阶段对它进行光线补偿、亮度校验、噪声滤波等图像前置处理。人脸图像前置处理过程主要包括人脸图像的图像增强、灰度变换、图像分割、亮度校验、数字化、归一化、几何变换、噪声滤波以及复原等

3、人脸特征的提取

人脸特征提取通常也称为人脸表征，人脸识别系统所使用的特征提取包括模板的特征提取、视觉特征提取、像素点特征提取、面部器官的特征提取、代数方法的特征以及弹性匹配法的特征提取等。人脸特征提取就是针对人脸特征进行提取后建模的过程。

4 、人脸识别

人脸匹配和身份信息的识别。所谓的人脸匹配就是把待识别的人脸特征与数据库中存储的特征模板进行搜索匹配，通过提前设定一个界限值，当相似度超过这一界限值，就把匹配的结果输出。而人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据比对的结果对人脸的身份信息进行判断。人脸识别又分为两类，一类为1∶1比对，即实现将两张图像进行相似度比对，系统自动给出两张人脸照片的相似度，另一类为1∶N比对，即实现将数据库中存储的特征模板与待识别的人脸特征进行相似度比对，将对比结果按相似度从高到低进行排列显示，并显示图像相关人员的个人身份信息。

人像识别在平安城市建设中的应用

采用高效的人脸监控和比对系统，第一可帮助公安侦查人员快速识别+辨别特定人员真实身份，把过去难以想象的千万级的海量图像库比对需求变成现实，从而有效的为公安视频侦查、治安管理、刑侦立案等工作提供实战上的有效帮助和解决方法。第二可帮助公安侦查人员办案时候追查和通缉，真正从打变为防，能够极大的减少警力资源浪费和事故发生概率。

1 、应用目的

针对一些人员密集区域（如车站、港口、机场、购物商城、宾馆酒店、社区等）的关键出入口、通道等位置部署人像识别卡口，后端对重点关注人员、打防控人员进行黑名单布控，通过实时视频流比对布控黑名单，实现人脸比对识别。目前人脸抓拍比对系统主要应用在以下几个方面：

重点人员布控。重点人员包括高危人员、特殊人员等。高危人员包括有全国在逃人员、全国违法犯罪人员；特殊人员包括涉恐涉案人员、涉毒人员、重大犯罪前科人员、肇事肇祸精神病人。通过手动或自动批量导入手段将高危人员信息导入至人脸注册库中，通过部署的人像识别摄像机实时视频检测和照片信息检索，与人脸注册库内高危人脸进行实时比对识别，在出现可疑人员时通过平台告警方式通知公安。

敏感人群布控。敏感人群包括来自特殊地区、特殊身份、特殊职业等人员（如来自涉恐地区人群、个别少数民族人群、长期无工作人群、非法上访人群等）。通过在出入境、关键人脸采集卡口对这些人群进行身份信息和人脸信息采集，通过人脸识别系统对敏感人群的身份信息、行为轨迹、出没时间等进行管控，从而做到敏感人群防控的目的。

身份信息确认。在日常巡逻、人员身份验证、其他民事应用中，为避免肢体接触和冲突，可通过单兵、手机、相机对涉事人员进行脸部拍照，通过上传照片至后端，后端通过数据库进行人员信息比对分析，达到人员身份确认的应用。

重要点位重点人员身份排查。针对一些重要管控的区域，如大型保障活动，政府、公安出入口等布置前端摄像机对现场进行人脸抓拍，安排人员人工进行重点人员筛选排查。

2 、逻辑架构

系统业务逻辑包含三块内容：

人脸采集系统：人脸采集系统包括专业人脸抓拍机和普通高清网络摄像机+人脸检测服务器，是将前端采集到的视频图片等非结构化数据进行分析处理，定位检测获取人脸图片，并结合人员身份信息采集系统获取人员身份信息进行关联管理。

人脸比对系统：人脸比对系统是对人脸采集系统传输的数据进行智能分析处理，进行人脸图片建模、通过人脸眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，进行人脸特征数据提取入库，并根据平台业务需求进行实时比对识别和事后人脸检索应用。

人脸库：人脸库包括人脸抓拍库、人脸注册库、黑名单库，其中抓拍库包括场景图片、场景下抠取的人脸小图、人脸特征数据，是人脸采集系统采集的人脸图片存储库，用于人脸比对系统进行人脸图片比对检索；注册库包括标准人脸图片、人员身份信息、人脸特征数据，是系统设定前公安批量导入的重点人员库，用于人脸比对系统进行人脸图片比对检索；黑名单库是注册库中将部分重点人员进行布控组成，用于实时比对人脸采集系统传输的人脸图片。

业务应用：通过平台进行实时布控、查询检索、配置管理等功能应用。

整体逻辑架构如下图：

3 、系统拓扑

系统由前端摄像机、人脸检测服务器、人脸识别服务器、存储设备、人脸数据库、人脸识别系统平台六类设备：

前端摄像机：前端摄像机包括普通高清网络摄像机和专业人脸抓拍机。普通高清网络摄像机主要实现图像采集、编码等功能。专业人脸抓拍机不仅实现普通高清网络摄像机的所有功能，其内置智能分析算法，能实现对视频中人脸进行自动捕获、跟踪、抓拍等功能。同时专业人脸抓拍机拥有人脸区域自动曝光优化、人脸小图优化处理等功能，更适合于人脸卡口场景下获取最优人脸图片；

人脸检测服务器：人脸检测服务器搭配普通高清网络摄像机对传输的实时视频流进行人脸检测、定位、跟踪、人脸图片选优，将人脸图片进行抠取，传输到识别服务器进行存储和人脸建模、比对；

人脸识别服务器：利用人脸识别算法，对人脸检测服务器传输的人脸小图进行建模和结构化，获取人脸特征数据后为人脸实时比对识别、人脸后检索等功能提供算法支持；

人脸数据库服务器和人脸图片存储：人脸数据库专门用于存储人脸系统的人脸数据，主要包括抓拍库人脸特征向量、注册库人脸小图、注册库人脸特征向量、黑名单人脸小图、黑名单人脸特征向量；另外抓拍库图片（人脸小图和抓拍大图）存储在人脸识别服务器中，当识别服务器存储容量不足时，可外扩IPSAN设备进行存储。

人脸视频存储：前端摄像机对实时视频的存储，可存储在平台下挂载的IPSAN或专业监控行业存储设备中，也可以通过网络硬盘录像机做视频存储。

管理平台：人脸识别系统平台主要实现人脸系统相关的设备管理、识别场景规则设置、报警联动等配置和管理，并结合客户端实现对图像的预览检索、各种报警信息的查看等操作。