大數(shù)據(jù)安防下人臉識別技術(shù)應(yīng)用研究

王海斌

自2004年公安部開始實施“平安城市建設(shè)”至今，數(shù)字化和網(wǎng)絡(luò)化的智能視頻監(jiān)控體系日益完善。從這些安防監(jiān)控體系獲取了海量的視頻、圖像信息，如何從獲取的海量安防數(shù)據(jù)中挖掘提取出有意義的情報和信息，是大數(shù)據(jù)安防領(lǐng)域研究的一個難點。

人臉識別技術(shù)是一種有效的身份識別技術(shù)，從圖像或視頻中人的臉部特征信息提取出有效的用于判別的特征，達到身份識別的功能。隨著深度學(xué)習(xí)理論的發(fā)展，現(xiàn)在的人臉識別準(zhǔn)確率已經(jīng)超過99%，比肉眼更加準(zhǔn)確。人臉識別技術(shù)的成熟發(fā)展，給相關(guān)技術(shù)的應(yīng)用帶來了巨大的推動作用。

大數(shù)據(jù)安防時代的來臨，給人臉識別技術(shù)的應(yīng)用帶來了極佳的環(huán)境和機遇。大數(shù)據(jù)安防下，以面部信息為代表的海量數(shù)據(jù)信息不斷產(chǎn)生。人臉識別因其具有非接觸、非侵擾、友好、直觀、快速、簡便、可擴展性等優(yōu)點，通過人臉識別技術(shù)的應(yīng)用，可以高效、準(zhǔn)確地提取信息，解放了大量的人力物力，是大數(shù)據(jù)安防領(lǐng)域的一次革新。通過人臉識別技術(shù)和大數(shù)據(jù)挖掘、分析處理技術(shù)，為破案、安防提供有效的技術(shù)支持。在大數(shù)據(jù)時代的挑戰(zhàn)下，如何提高安防系統(tǒng)的智能化和信息化，是大數(shù)據(jù)背景下安防工作面臨的一個重要問題。

大數(shù)據(jù)安防下人臉識別應(yīng)用面臨的技術(shù)挑戰(zhàn)

人臉數(shù)據(jù)庫容量日益增大

隨著平安城市建設(shè)的發(fā)展，戶政管理、出入境、機場、飛機場、地鐵站等公共場合智能視頻監(jiān)控設(shè)備的不斷投入，需要全國整個安防體系的聯(lián)動，基于此的人臉識別技術(shù)，處理的數(shù)據(jù)庫容量巨大。如何對這些海量數(shù)據(jù)高效地存儲、檢索、匹配，以及如何及時響應(yīng)各個單位、部門的不同查詢請求任務(wù)，是大數(shù)據(jù)安防系統(tǒng)的關(guān)鍵。

視頻數(shù)據(jù)的日益主導(dǎo)地位

隨著全國數(shù)字化和網(wǎng)絡(luò)化的智能視頻監(jiān)控體系的日益完善，以視頻為代表的流式數(shù)據(jù)占據(jù)了安防數(shù)據(jù)的核心，提高面向視頻數(shù)據(jù)的人臉識別技術(shù)，實現(xiàn)高效的識別和反饋，是提高大數(shù)據(jù)安防效率的一條重要途徑。然而，由于光線不足、角度不好、影響物遮擋等一系列因素，無法從監(jiān)控視頻中提取出有效的人臉特征信息，導(dǎo)致人臉識別技術(shù)的效率很低，給相關(guān)技術(shù)的發(fā)展帶來了巨大的阻礙。

人臉圖像來源缺乏統(tǒng)一標(biāo)準(zhǔn)

依托于“金盾工程”的發(fā)展，公安部已經(jīng)成功建立了八大工程信息庫，為人臉識別技術(shù)在大數(shù)據(jù)下的安防應(yīng)用提供了基礎(chǔ)。然而，由于各個信息庫的建設(shè)標(biāo)準(zhǔn)不統(tǒng)一，人臉數(shù)據(jù)的質(zhì)量差異較大，如何從不同資源庫中提取出有效的信息，實現(xiàn)跨平臺、跨模態(tài)的數(shù)據(jù)處理，是大數(shù)據(jù)安防下的人臉識別研究的關(guān)鍵內(nèi)容。

人臉識別技術(shù)自身的缺陷

人臉識別技術(shù)容易受到光照、姿態(tài)、裝飾、年齡等的影響，也容易受到一些假體攻擊，這些問題是人臉識別技術(shù)發(fā)展仍需解決的難題。如何研究更好的人臉識別技術(shù)，抑或研究更好的數(shù)據(jù)采集策略避開這些缺陷，是大數(shù)據(jù)安防下人臉識別技術(shù)的一大挑戰(zhàn)。

大數(shù)據(jù)安防下的人臉識別技術(shù)應(yīng)用

人臉識別系統(tǒng)是由人臉圖像采集、圖像預(yù)處理、人臉特征提取、數(shù)據(jù)庫匹配識別這幾項組成。大數(shù)據(jù)時代結(jié)合云計算平臺，部署多種智能算法，提升了人臉識別算法的性能，加速了安防工作的高效運行。人臉識別技術(shù)在安防領(lǐng)域的發(fā)展和應(yīng)用主要包括以下幾部分：

1vs1身份確認

1vs1身份確認是驗證采集的個人圖像信息和存儲的個人圖像信息或證件進行比對，判斷是否為同一個人。

隨著移動互聯(lián)網(wǎng)、網(wǎng)絡(luò)支付技術(shù)的飛速發(fā)展，人臉識別在個人支付安全上有了新的應(yīng)用。2015年3月17日，在德國漢諾威電子展的開幕儀式上，馬云展示支付寶的人臉識別技術(shù)“SmiletoPay”，刷臉支付從此拉開序幕。刷臉支付的核心是1vs1的人臉識別，通過提前將人臉的數(shù)據(jù)存放在移動設(shè)備中，支付時通過人臉識別的匹配，達到安全的刷臉支付。

在一些需要核實身份證或有效證件是否為同一人的場景，比如：火車站、銀行、賓館、一些事業(yè)單位、個人安全設(shè)備等，需要對個人身份進行確認，這些人臉識別的應(yīng)用很廣泛。

1vsN靜態(tài)庫檢索

1vsN靜態(tài)庫檢索身份是驗證采集的個人圖像信息和數(shù)據(jù)庫樣本的圖像信息進行對比，判斷是否在數(shù)據(jù)庫中。

這類應(yīng)用核心是數(shù)據(jù)庫樣本的人臉數(shù)據(jù)的預(yù)先建立，比如全國普通公民身份證的圖像數(shù)據(jù)庫，城市中常住人口、暫住人口的圖像數(shù)據(jù)庫，學(xué)籍、軍籍的圖像數(shù)據(jù)庫等，人臉數(shù)據(jù)庫采集的質(zhì)量對整個人臉識別過程的精確度有著很大的影響。

在圖像數(shù)據(jù)庫建成之后，通過輸入采集的人臉圖片，判斷是否在數(shù)據(jù)庫中，檢索出相似的個體，進而獲取其他關(guān)聯(lián)信息。

1vsN動態(tài)庫檢索

1vsN動態(tài)庫檢索身份是驗證特定的個人圖像信息和視頻為代表的檢測庫中的圖像信息進行對比，判斷是否在檢測庫中。

這類應(yīng)用核心是從檢測庫中圖像信息的提取，通過對特定場景中數(shù)據(jù)的實時采集，獲取抓拍的圖片、視頻庫，輸入待驗證的個人圖像，檢測是否出現(xiàn)，并給出出現(xiàn)的時間范圍和對應(yīng)的地點信息，結(jié)合模式識別、地理分析、預(yù)測等技術(shù)，實時地給出特定目標(biāo)的信息和預(yù)測。

隨著人臉識別技術(shù)的發(fā)展，大數(shù)據(jù)的安防工作面臨著新的機遇與挑戰(zhàn)。人臉識別技術(shù)提升了社區(qū)、金融、交通等領(lǐng)域的安防工作，但人臉識別技術(shù)在實際應(yīng)用中仍存在很多問題，面臨著很多約束。如何更好地在各種實際安防場景中使用人臉識別技術(shù)，研究更好的人臉識別系統(tǒng)，是大數(shù)據(jù)安防領(lǐng)域的研究熱點。endprint