人身份確認是社會較為普遍的基本需求，自古以來面相是確定人身份的重要依據。計算機人臉識別技術是一項非常具有挑戰性的任務，迄今為止計算機人臉識別的準確性依然受到光照條件、人臉的姿態、表情等因素的影響[1]。相比指紋、虹膜等生物特征的身份鑒別技術，人臉圖像信息的獲取可以在非合作條件下完成，因此該技術在公安業務中的應用需求非常大。近年來，隨著深度學習等新理論和方法的突破，人臉識別技術的準確性有了大幅度提升，在公安業務應用中的巨大潛力有待于挖掘。

當前，國內多家公司都圍繞公安業務需求推出了人臉識別產品[2]，能在一定范圍內取得了很好的效果，使大規模部署應用成為可能。因此，如何依托現有成熟的人臉算法，將分散采集的人臉數據聯動共享，并進行綜合研判分析，全面發揮人臉識別技術的作用，是公安機關應該研究思考的問題，本文重點闡述了人臉識別技術與公安實戰需求、公安業務應用環境、應用流程融合的研究情況。

一、人臉識別應用需求分析

（一）人臉識別的實現流程

人臉特征與指紋、DNA等一樣是與生俱來的獨特特征，具有難以偽裝的特點。從公安業務實踐來看，相比衣著等外貌特征，人臉特征具有相當的穩定性。

計算機人臉識別系統包括人臉身份注冊和人臉身份識別兩個過程[4]，如圖1、圖2所示。前一個過程是將已知的人臉圖像記錄在案的過程，后一個過程是根據現場采集的人臉照片從記錄在案的人臉圖像中找到最為接近的一個或幾個。一般來說，注冊和識別兩個過程又都可以分為：

·人臉檢測：從照片中確定人臉部分的準確位置；

·預處理：將姿態、光照等影響系統識別的因素降到最低；

·特征提取：利用人臉識別算法提取可以表示人臉獨特性的數據；

·特征建庫：將注冊人臉的特征數據構成結構化的數據庫，以便識別應用；

·特征比對：利用特征數據之間的相似性確定采集到的人臉對應的身份。

人臉圖像采集的方式目前可以非常靈活，如有從派出所標準二代身份證相片讀取、從監控視頻提取或從人臉抓拍攝像機獲取的人臉圖像，甚至利用智能手機攝像頭拍照等各種獲取人臉圖像的方式。前面已經談到，人臉圖像的質量是影響系統識別性能的關鍵因素，因此在人臉圖像采集階段應當盡可能的排除光照、姿態與標準條件的差異。

（二）人臉識別的公安應用分析

根據公安業務對身份識別的應用場景，人臉識別技術可以在以下情況下發揮重要作用。

1.街面巡控排查

在公安民警的日常巡邏辦案中，利用隨身配備的警用PDA、智能手機等終端設備采集人臉，于后臺人臉數據庫遠程比對，核實人員身份。

2.人證合一檢驗

利用證件照片或者存儲在電子證件內部的人臉特征與持有者持有的的證件現場照片進行比對，以判定持有者持有的是否為真�？捎糜陔娮幼C件自助通關、身份證件防偽鑒別。

3.一人多證比對

發現同一自然人持有多個有效身份證件的違規行為。

4.嫌疑人身份比對

利用案件偵破中從證件、監控畫面、相關照片中提取的人臉圖像，與嫌疑人人臉資料庫比對，可以有效甄別犯罪嫌疑人以及有效信息，協助破案。

5.布控預警

由于交通的不斷便利，使得人員流通量越來越大，單靠人為的布控排查顯然已經不能適應現在的公安工作，利用在公共場所安裝人臉識別系統既能起到威懾作用，又能及時識別重點人員并報警，提高民警工作效率。

6.司法人臉鑒定

在刑事司法鑒定中，可以使用在犯罪現場監控錄像中獲得的視頻圖像與嫌疑對象進行人臉同一鑒定；在民事訴訟中，可以對檢材中的人臉與樣本照片或某人進行同一鑒定，從而判斷檢材中的人臉與樣本照片是否同一或檢材中的人臉是否就是某人。

（三）人臉識別的公安應用運行環境

人臉識別技術在公安應用的運行環境主要包括多網絡承載、跨區域網絡、跨網絡邊界等網絡應用環境和計算環境。具體來講，人臉識別的前端采集設備如監控攝像機、人臉抓拍攝像機等依托于公安視頻監控專網。手機、PAD大都依托于專用移動網絡環境，而嫌疑人人臉數據庫等一般部署在公安業務專網上。而人臉比對引擎運所需的計算資源則位于公安內部網中。人臉識別應用系統的建設必須考慮三個網絡的通信能力、接入要求及公安應用系統的安全要求。

二、人臉識別系統多層級部署架構

（一）人臉識別應用關鍵點或難點

人臉識別技術能否在公安業務中取得較好的應用效果有兩個關鍵的因素。作為一種生物特征識別技術，人臉識別相比于指紋等其它類型的技術具有算法開發難度大，準確率低的特點。因此制約人臉識別應用的基礎因素是算法是否優秀，這是一個學術研究的前沿問題。近幾年來各大廠商所提供的算法都能實現較高的識別率，能基本滿足應用需求。因此，在一定的算法基礎條件下能否取得較好的應用效果就首先受制于實際系統圖像采集能否滿足算法需求，且做到統一標準；其次是系統應用流程能否限度的符合業務應用邏輯，充分發揮各算法的長處。

（二）解決跨區域共享人臉數據思路

X省公安開展人臉比對分析系統建設，是在充分調研當前主流人臉識別算法提供商所提出的公安解決方案的基礎上，優選若干代表性算法，盡可能實現對主流算法的兼用和融合應用。根據前述分析，我們重點抓住統一圖像采集技術標準和優化多級人臉識別應用系統的架構兩個方面的工作，以取得盡可能符合實戰要求的應用效果。

在人臉采集規格標準化方面，系統采用前端抓拍和后端截取人臉照片兩種方式。每種采集方式都根據現有公安業務中收集比對目標底庫時的成像特點，設計前端攝像機的架設角度，選擇適當的攝像機機鏡頭配置，并根據現場條件適當部署補光設備。同時，針對不同類型部署場所的特點，總結形成統一的技術標準以確保圖像質量標準化。

針對第二點，重點設計了人臉數據及信息跨區域共享流程。人員跨地區流動特性決定了公安業務中人臉識別應用系統能夠聚合跨時空區域的人臉數據，為此，在涉及固定前端抓拍、移動終端圖像采集和遠程匹配的基礎上，重點設計了人臉信息的動態記錄匯聚流程、跨區域布控及預警消息推送流程等，形成既支撐后臺集中人臉比對分析研判又支撐移動終端的圖像采集和遠程比對的實用功能。

（三）多層級部署架構技術思路

X省公安人臉應用系統作為視頻資源綜合服務平臺的子系統，建立了以省級數據匯聚分析為中心的省、市、縣三級人臉應用體系。依托于公安內外網聯網共享平臺，整合接入人臉卡口攝像機、移動人臉圖像采集終端、人證比對圖像采集設備、視頻流人臉圖像采集設備等系列前端，對接各級視頻圖像服務總線，該總線包括人臉的存儲服務，級聯服務和對接服務，實現視頻數據、結構化/半結構化數據的級聯匯聚。

X省公安人臉應用體系是一個全省范圍的應用架構體系，體系中涉及采集、識別、比對、傳輸、分析等環節，為增強人臉比對實戰應用的效果，前端數據采集擴大到了人像(主要為后期開展人體、步態等識別比對提供預留接口，因此本文所指的人像可狹義指人臉對象)，整個系統的主要邏輯模塊包括：人像圖像采集前端系統、動態人像預警模塊、靜態人像比對模塊、動態庫級聯下發模塊、靜態庫級聯下發模塊、人像采集級聯入庫模塊和人臉數據（特征）庫等。系統結構圖如圖3所示。

1.視頻傳輸流

省市縣各級視頻圖像共享平臺需通過GB/T 28181-2016協議將人臉相關視頻經過人臉級聯網關推送至上級共享平臺，視頻存儲在各級視頻專網視頻圖像資源池中。

 2.信令數據傳輸流

省市縣各級視頻圖像服務總線通過視圖庫級聯接口、視圖庫服務接口實現人臉圖像及人臉圖像附加信息的級聯匯聚或同步；動態人臉比對系統需開發支持視圖庫采集接口，對接視頻專網視頻圖像服務總線，實現人像圖像相關錄像、人像圖像、人臉圖像及人臉圖像附加信息智能分析，并推送至公安信息網內視頻圖像服務總線進行數據存儲、應用；同時各級共享平臺采用GB/T 28181-2016協議實現視頻實時推送至公安聯網平臺。

 3.人臉采集入庫流程

前端采集到的視頻統一匯聚至共享平臺，人臉圖片及人臉圖像附加信息匯聚至各級視頻圖像服務總線中。

4.動態庫級聯匯聚流程

區縣和州市動態人像比對系統采用視圖庫采集接口實現動態庫的推送，統一進入各級公安信息網內視頻圖像服務總線中進行整合。

公安信息網內各級視頻圖像服務總線采用視圖庫級聯接口實現人臉動態庫的整合和匯聚，各級向上推送至上級視頻圖像服務總線。

5.動態人臉預警模

為能夠順利推行人臉應用平臺的省市縣三級平臺建設和聯網服務應用，X省省公安廳在調研技術解決方案，并吸收相關省市公安機關的應用經驗的基礎上，將應用技術標準作為在狠抓建設落實的保障條件，為此，依據公安部公安視頻圖像信息應用系統相關標準，研究出臺了《X省公安視頻監控圖像應用體系技術規范（試行）- 第3部分 人像應用體系技術要求》、《X省公安動態人像布控對接協》、《X省公安人像信息匯聚對接協議》等多份標準化文檔，確保人臉服務平臺建設的技術接口統一，保障了跨域人臉識別應用的實現。2017年1月至9月間，X省利用此架構體系提供人臉比對服務105612次，比中對象764人，抓獲犯罪嫌疑人436人，協破案件858起，形成了一批可復制、可推廣、可借鑒的經驗，應用效果顯著。

參考文獻：

[1] 李武軍，王崇駿，張煒，等.人臉識別研究綜述[J].模式識別與人工智能，2006,19(1):58-66.

[2] 鄒志煌，孫鑫，程武山.人臉識別技術產品的發展概況[J].電視技術，2008(1):91-93.

[3] 肖軍.人臉識別技術在公安領域內的應用研究[J].計算機科學，2016,S2(43):127-132.

[4] 白斯日古楞.人臉識別系統的設計與實現[D].東北大學， 2011.

以上信息來自特種設備網，歡迎來電18565858130.

[本信息來自于今日推薦網]