[ 導讀 ] 在公共安全領(lǐng)域，AI技術(shù)驅(qū)動的智能視頻和圖像處理，正逐漸成為不可或缺的技術(shù)。人臉識別作為首當其沖的應用，正在公安刑偵中正在產(chǎn)生深遠的影響。作為人臉識別領(lǐng)域的領(lǐng)軍企業(yè)，
?
人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術(shù)。由于不需要用戶主動配合，它也是當前應用最為廣泛的生物識別技術(shù)。以前的人臉識別程序，通常是基于很少的樣本去預測、假設(shè)，結(jié)合人的先驗知識，進行程序的編寫，比如判斷人臉的紋理、兩眼間距離等；這種方式，對用于識別和比對的人臉圖像質(zhì)量要求較高，整體應用中的準確率不高，不足以應對現(xiàn)實中的各類復雜情況。因此，在2013年之前，人臉識別的落地應用，一直相對較少。
?
如果說以前的人臉識別屬于人工指導的智能，那么深度學習屬于數(shù)據(jù)指導的智能。具體來說，深度學習是指通過DNN（深度神經(jīng)網(wǎng)絡(luò)），對物體進行逐層的特征分類。例如，典型的深度學習人臉識別系統(tǒng)中，第一層可能會尋找簡單的邊線，第二層可能會尋找可以形成長方形或圓形等簡單形狀的邊線集合，第三層可能會識別眼睛和鼻子等特征，最終將這些特征結(jié)合在一起，讓機器可以根據(jù)訓練數(shù)據(jù)集，達到擁有自我學習的能力，最終掌握“人臉”的概念。
?
因此，深度學習神經(jīng)網(wǎng)絡(luò)的層數(shù)越多，它能表達的信息也就越復雜，學習能力也就越強。因此，只要給予的訓練數(shù)據(jù)足夠多，最終的效果也就會越精確。
?
人臉識別在實際應用中的挑戰(zhàn)
?
相比人臉識別的基準測試環(huán)境，實際應用環(huán)境的情況要復雜得多，這大部分來源于外部因素帶來的影響，從而對最終效果帶來極大挑戰(zhàn)。這些外部因素，包括光線明暗、逆光、側(cè)臉等角度變化、距離、天氣干擾、因移動而產(chǎn)生的拖尾模糊，表情變化，以及當前前端（如攝像頭）及存儲設(shè)備清晰度的影響等。同時也包括目標人員的發(fā)型、胖瘦、年紀等變化；戴帽子、戴眼鏡、假發(fā)、圍巾等遮擋等。
?
在圖偵領(lǐng)域，衡量人臉識別技術(shù)的應用效果有兩項重要指標：抓拍率和比對識別率。前者即人臉的檢測和跟蹤，后者為人臉的比對和識別。通常來說，抓拍率對前端的要求相對不高，目前業(yè)內(nèi)的主流系統(tǒng)都可以做到99%以上的抓拍率，而比對識別率受到外部的影響則會比較明顯，就需要借助算法模型，來提高比對識別率。在考慮上述外部因素情況下，目前智能AI科技的人臉技術(shù)，在兩眼間像素30個像素點下即可實現(xiàn)抓拍，40個像素點即可以做到比對，包括范圍在40%以內(nèi)的人臉遮擋情況。
?
圖偵領(lǐng)域的人臉識別應用
?
人臉識別正在迅速替代傳統(tǒng)的圖偵方法：傳統(tǒng)方法存在的問題，主要在于人海戰(zhàn)術(shù)成本高。從行業(yè)調(diào)研來看，很多市公安局，專門從事人臉圖像搜索的圖偵人員，就超過400人，人力物力投入巨大，效率不高，無法滿足刑偵部門的及時要求。同時，傳統(tǒng)的智能分析算法局限性明顯，主要體現(xiàn)在圖像特征提取能力低，尤其對于模糊圖像、暗光、噪聲、多角度、遮擋等適應性差等問題上。
?
針對圖偵的人臉識別應用，一般分為兩種場景。其一是在事發(fā)后，從監(jiān)控錄像中采集人臉的截圖，然后和目標庫（如犯罪分子庫）做靜態(tài)比對，縮小目標范圍到幾人、十幾人內(nèi)，提高身份確認的效率。另一種，則是需要直接監(jiān)控視頻中做動態(tài)比對，實時檢測、跟蹤、識別人臉，并做出實時預警，同時也會用于事后的布控場景。
?
人臉識別在圖偵領(lǐng)域的應用：靜態(tài)對比
?
智能AI人臉識別技術(shù)視圖情報研判系統(tǒng)，是一套采用基于深度學習的以圖搜圖系統(tǒng)，可通過采集監(jiān)控錄像中的人臉截圖，比對搜索目標庫中標準人臉照片，幫助圖偵干警快速確認涉案嫌疑人員的身份。
?
智能AI人臉識別技術(shù)視圖情報研判系統(tǒng)最大的優(yōu)勢在于模糊圖像識別能力強，可適應低分辨率、暗光、側(cè)臉、低頭、低像素的人臉截圖，以及圖像中人臉的發(fā)型、胖瘦、年紀、表情變化、以及眼鏡、圍巾遮擋等，智能AI人臉識別技術(shù)視圖情報研判系統(tǒng)支持千萬級目標庫中300ms內(nèi)獲得識別比對結(jié)果，支持1：N與N：N驗證，其1：1人臉驗證的圖片相似度驗證準確率在99%以上，1：N人臉搜索，返回TOP5相似結(jié)果的準確度超過98.5%，返回TOPl0相似結(jié)果的準確度超過99.6%。
?
在該系統(tǒng)于某地的實際應用測試中，采用5.4萬目標庫，包含一線部門所提交的真實案發(fā)現(xiàn)場視頻監(jiān)控錄像人臉截圖，屬原系統(tǒng)無法實現(xiàn)身份確認的模糊度很高的圖片，人員年齡跨度10-30年左右證件照片。最終，通過約40天的測試（只由一名民警執(zhí)行測試應用工作），共辨認出69名涉案嫌疑人身份。相比之前人工肉眼辨識1名民警最高一年30余人的確認數(shù)量提高200余倍。實現(xiàn)了很多模糊圖像從原來的不可用到可用的質(zhì)的突破。
?
人臉識別在圖偵領(lǐng)域的應用：動態(tài)對比
?
智能AI人臉識別技術(shù)布控實戰(zhàn)平臺，基于全流水線的深度學習算法，在千路級監(jiān)控視頻中實時檢測、跟蹤、識別人臉，并支持在數(shù)十億級人臉抓拍庫中進行軌跡還原、案件碰撞等實戰(zhàn)應用，實現(xiàn)事前、事中和事后的人臉布控和信息挖掘，為刑偵、治安等業(yè)務干警提供高科技的有效辦案工具。
?
相比較傳統(tǒng)的人臉監(jiān)控，智能AI人臉識別技術(shù)布控實戰(zhàn)平臺對多角度、多光照、人臉部分遮擋等條件具有抗干擾性?；贕PU，智能AI人臉布控實戰(zhàn)平臺可在千萬級人員庫中300ms內(nèi)獲得比對結(jié)果，命中率高，并且支持按時間、地點、目標庫和屬性特征等靈活設(shè)置布控任務。該分布式系統(tǒng)架構(gòu)支持1000+路監(jiān)控視頻實時人臉識別。
?
智能AI人臉識別技術(shù)布控實戰(zhàn)平臺適合用于如火車站、汽車站出入口、閘機口、電梯口等流動方向一致的固定通道的場景。當前該系統(tǒng)已幫助各地抓獲了上百名犯罪分子，且對于抓獲有作案前科慣犯幫助很大，目前多應用于公安事前、事中、事后敏感人員布控、失蹤人員查找等。
?
人臉識別的未來
?
如今，基于深度學習的方法已經(jīng)成為人臉識別技術(shù)領(lǐng)域的重要發(fā)展趨勢和方向，這也帶動了人臉識別技術(shù)在更多場景中的應用。而隨著技術(shù)變革和應用的普及，建設(shè)大規(guī)模、分布式人臉數(shù)據(jù)庫及識別系統(tǒng)的成本不斷降低，識別的精度不斷提高。也因此，人臉識別也逐漸應用在對安全性較高的領(lǐng)域。
?
未來的人臉識別技術(shù)，將基于準確率的不斷提升，提升各個應用領(lǐng)域的運作效率，帶來安全性、效率、易用性等各方面的升級，改變我們生活和工作環(huán)境的方方面面。