視頻人臉識(shí)別技術(shù)在鐵路人員管控中的應(yīng)用

劉金明，朱成波，周長(zhǎng)義

（1.哈爾濱鐵路科研所科技有限公司，黑龍江哈爾濱150006；2.中國(guó)鐵路哈爾濱局集團(tuán)有限公司電務(wù)部，黑龍江哈爾濱150006）

0 引言

保障鐵路系統(tǒng)安全可靠運(yùn)行，保證國(guó)民經(jīng)濟(jì)生產(chǎn)、人民出行活動(dòng)正常運(yùn)轉(zhuǎn)，是鐵路部門持續(xù)面臨的挑戰(zhàn)性課題。鑒于鐵路運(yùn)輸系統(tǒng)，尤其是大型樞紐客運(yùn)站具有全年無(wú)休、環(huán)境復(fù)雜、人員密集度高等特殊的行業(yè)特點(diǎn)，因此存在安保工作量繁多、治安管控難度大、人員核查效率低等突出問(wèn)題[1-2]。傳統(tǒng)視頻監(jiān)控手段已滯后于當(dāng)前的實(shí)際業(yè)務(wù)場(chǎng)景需求與發(fā)展，嘗試借助新型人工智能、人臉識(shí)別的計(jì)算機(jī)視覺(jué)等技術(shù)手段正逐步提上日程。

2013年，中國(guó)鐵路總公司頒布的《鐵路綜合視頻監(jiān)控系統(tǒng)技術(shù)規(guī)范（V1.0）》，首次將高清視頻納入技術(shù)標(biāo)準(zhǔn)。2016年，中國(guó)鐵路總公司發(fā)布《設(shè)計(jì)時(shí)速200km及以上鐵路區(qū)間線路視頻監(jiān)控設(shè)置有關(guān)補(bǔ)充標(biāo)準(zhǔn)的通知》（鐵總建設(shè)函〔2016〕18號(hào)），進(jìn)一步明確提出對(duì)高鐵區(qū)間線路全部采用高清攝像機(jī)進(jìn)行設(shè)置或增補(bǔ)，且分辨率不低于1080P[3-4]。結(jié)合原鐵道部頒發(fā)的《關(guān)于加強(qiáng)鐵路客站安檢區(qū)域視頻監(jiān)控系統(tǒng)建設(shè)的通知》（鐵計(jì)函〔2011〕59號(hào)）和《關(guān)于印發(fā)<客運(yùn)站安檢區(qū)域視頻監(jiān)控系統(tǒng)建設(shè)指導(dǎo)意見(jiàn)>的通知》（鐵公安〔2011〕115號(hào)）[5]，對(duì)客運(yùn)站安檢區(qū)域視頻監(jiān)控系統(tǒng)的建設(shè)，不僅要注重高清視頻的加強(qiáng)，更要運(yùn)用圖像識(shí)別比對(duì)、智能分析等技術(shù)，以提高鐵路系統(tǒng)人員管控、打擊違法犯罪的能力。

當(dāng)前人工智能技術(shù)飛速發(fā)展，數(shù)字神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)技術(shù)不斷成熟，以人臉識(shí)別為主的計(jì)算機(jī)視覺(jué)技術(shù)得到長(zhǎng)足發(fā)展，人臉識(shí)別技術(shù)已能支持海量視頻圖像和人像數(shù)據(jù)的并行處理及深度分析，極大地豐富了泛安防領(lǐng)域的適用場(chǎng)景。2012年，深度學(xué)習(xí)理論的突破使人臉識(shí)別性能指標(biāo)大幅提升，能夠極好地應(yīng)對(duì)復(fù)雜光照并支持多種人臉姿態(tài)和表情。隨著H.265視頻編碼壓縮標(biāo)準(zhǔn)的誕生和普及，前端攝像機(jī)作為視頻監(jiān)控圖像基本的采集工具，得以從算法、技術(shù)和應(yīng)用角度開始被規(guī)范化、規(guī)?；ㄔO(shè)，從而在控制建設(shè)成本的同時(shí)，使人像采集全覆蓋網(wǎng)絡(luò)可以形成。同時(shí)，深度學(xué)習(xí)加速卡的運(yùn)用解決了以往視頻解碼、進(jìn)行多幀比對(duì)而消耗大量計(jì)算資源的問(wèn)題，使海量視頻圖像的并行處理、城市級(jí)的全面監(jiān)控成為可能。算法的突破、視頻編碼技術(shù)的改良以及高性能計(jì)算資源的普及推進(jìn)了人臉識(shí)別技術(shù)的廣泛應(yīng)用。

1 現(xiàn)狀分析

我國(guó)鐵路運(yùn)輸系統(tǒng)，尤其是大型樞紐客運(yùn)站、高鐵站，近年來(lái)通過(guò)不斷的信息化建設(shè)，已在綜合視頻監(jiān)控方面取得了長(zhǎng)足進(jìn)步。伴隨著高清攝像機(jī)的普遍應(yīng)用，以往落后的模擬監(jiān)控系統(tǒng)逐步被網(wǎng)絡(luò)高清系統(tǒng)所替換。據(jù)調(diào)研，當(dāng)前鐵路客運(yùn)站大部分點(diǎn)位已達(dá)到標(biāo)清、高清水平，而且點(diǎn)位數(shù)量也在逐步增加，基本滿足了日常監(jiān)控管理需要，但仍存在若干迫切待解的問(wèn)題。

（1）點(diǎn)位覆蓋不全面，無(wú)法掌控關(guān)鍵細(xì)節(jié)。目前綜合視頻監(jiān)控系統(tǒng)較多使用小毫米數(shù)鏡頭。如果要追求大場(chǎng)景、無(wú)死角的覆蓋，難免會(huì)出現(xiàn)細(xì)節(jié)清晰度和全局掌控度無(wú)法平衡的問(wèn)題。通過(guò)大場(chǎng)景監(jiān)控?cái)z像機(jī)只能觀察到大致情況和人體的動(dòng)作，而關(guān)鍵區(qū)域的監(jiān)控細(xì)節(jié)、人臉細(xì)節(jié)特征卻無(wú)法看清，給事后研判、視頻分析、證據(jù)采集、違法犯罪人員抓捕帶來(lái)諸多不便。

（2）信息量龐大，但檢索效率低下。隨著高鐵網(wǎng)格密度的不斷增大以及人民生活水平的提高，越來(lái)越多的人選擇乘坐高鐵出行，同時(shí)鐵路也是逃犯出行流竄的主要方式之一，因此公安機(jī)關(guān)已將鐵路運(yùn)輸系統(tǒng)作為追逃查逃的主要卡口。但已建視頻監(jiān)控系統(tǒng)不具備人臉提取功能，大量的人臉數(shù)據(jù)散亂地存在于鐵路綜合視頻監(jiān)控系統(tǒng)中，卻無(wú)法有效地進(jìn)行整合利用，單純依靠人工盤查、核對(duì)，既耗費(fèi)了大量人力物力，也無(wú)法達(dá)到準(zhǔn)確辨識(shí)。

（3）資源分散，帶寬有限。我國(guó)幅員遼闊，鐵路站點(diǎn)分散，鐵路視頻監(jiān)控系統(tǒng)建設(shè)雖然都有覆蓋，但聯(lián)網(wǎng)率低、預(yù)覽回放卡頓、丟包現(xiàn)象比較普遍。一般情況下，基層站點(diǎn)回傳到上一級(jí)主管單位的帶寬資源不足百兆，即便是鐵路局集團(tuán)公司級(jí)的帶寬資源往往也才勉強(qiáng)達(dá)到千兆。隨著監(jiān)控點(diǎn)位數(shù)量的不斷擴(kuò)容增補(bǔ)，業(yè)務(wù)管理部門的工作難度越來(lái)越大，而帶寬資源也越來(lái)越不能滿足使用需求。

同時(shí)，傳統(tǒng)視頻監(jiān)控系統(tǒng)往往采用事后分析查詢的方式。面對(duì)海量的視頻文件，憑肉眼查看如海底撈針，更難以做到事件及時(shí)預(yù)警和人員及時(shí)到位。

（4）出警容易，但抓捕難。一般情況下，后臺(tái)指揮中心接到案事件的預(yù)警信息后，犯罪嫌疑人已逃之夭夭。鐵路站臺(tái)值班民警往往采用事后偵查的方式，通過(guò)查看海量的視頻文件，調(diào)取監(jiān)控進(jìn)行研判分析，容易錯(cuò)過(guò)最佳抓捕時(shí)間，無(wú)法做到人員提前布控、事件及時(shí)報(bào)警及快速抓捕。

2 需求分析

（1）建點(diǎn)補(bǔ)位，關(guān)注細(xì)節(jié)。在車站出入口、安檢區(qū)、購(gòu)票區(qū)、候車室等重點(diǎn)區(qū)域建設(shè)大毫米數(shù)鏡頭的高清前端設(shè)備，對(duì)車站形成包圍式點(diǎn)位部署，以有效采集進(jìn)出車站人員的人臉信息。

（2）智能抓拍，人臉提取。前端點(diǎn)位建設(shè)需要采用內(nèi)置智能人臉抓拍技術(shù)的攝像機(jī)，將場(chǎng)景內(nèi)的人員臉部進(jìn)行自動(dòng)檢測(cè)、自動(dòng)跟蹤、自動(dòng)抓拍，從海量視頻信息中將人臉價(jià)值信息進(jìn)行提取，為后端人像識(shí)別系統(tǒng)提供高質(zhì)量的人臉圖像數(shù)據(jù)，為后續(xù)研判應(yīng)用提供前提。

（3）優(yōu)化編碼，圖片傳輸，節(jié)約帶寬。前端采用的智能人臉抓拍攝像機(jī)需支持H.265編碼壓縮標(biāo)準(zhǔn)，在調(diào)用視頻回放和預(yù)覽時(shí)，可以降低一半帶寬。各站點(diǎn)的人臉抓拍機(jī)以圖片流的方式將人臉圖片傳輸至上一級(jí)主管單位的識(shí)別后臺(tái)服務(wù)器，以節(jié)省帶寬占用率。

（4）建設(shè)人像識(shí)別系統(tǒng)，實(shí)時(shí)預(yù)警布控。在后臺(tái)建立一套人像識(shí)別平臺(tái)，配合前端采集的人像數(shù)據(jù)進(jìn)行實(shí)時(shí)動(dòng)態(tài)布控，不僅能有效應(yīng)對(duì)人員協(xié)同布控，通過(guò)與公安部門的深度合作，還可對(duì)全國(guó)在逃人員、涉恐人員及各類危險(xiǎn)人員進(jìn)行分析布控。利用人像識(shí)別系統(tǒng)擴(kuò)大布控范圍，實(shí)現(xiàn)從單體打擊向規(guī)模打擊、從事后研判向事前預(yù)防的轉(zhuǎn)變。

3 前端攝像機(jī)

3.1 規(guī)格選擇

人臉識(shí)別攝像機(jī)的選擇主要從3方面考慮：（1）攝像機(jī)類型；（2）攝像機(jī)分辨率；（3）鏡頭。

目前國(guó)內(nèi)外主流的后端人臉識(shí)別系統(tǒng)均支持普通高清攝像機(jī)接入和人臉抓拍卡口攝像機(jī)2種接入方式：既可接入視頻流，也可接入圖片流進(jìn)行分析。但接入視頻流分析方式有較多劣勢(shì)，如后端服務(wù)器資源消耗大、中心接入帶寬高、建設(shè)成本高。因此目前主流建設(shè)均為人臉抓拍卡口攝像機(jī)接入方案。

根據(jù)所需覆蓋的場(chǎng)景寬度選擇攝像機(jī)的分辨率。根據(jù)理論計(jì)算，200萬(wàn)像素的攝像機(jī)可以覆蓋2.88m的寬度[6]。計(jì)算原理如下：

一般成年男性的瞳距為60~73mm，女性的瞳距為53~68mm。取60mm進(jìn)行計(jì)算，在1080P分辨率下，即水平方向?yàn)?920像素的攝像機(jī)成像圖片中，保證人臉瞳距不低于40像素的情況下，覆蓋寬度不能超過(guò)3m（1920 像素 ×0.06m÷40 像素 =2.88m）[6]。

一般成年男性的肩寬為38~45cm，女性的肩寬為33~38cm，平均肩寬為40cm。若成“一”字排開站立，考慮到衣服厚度及人與人之間的間隙，橫向最多可站立6個(gè)人。若在出站口場(chǎng)景，前后人員比較密集，空間距離上最多可能容下15~20個(gè)人?？紤]到人員低頭抬頭、遮擋、走動(dòng)，可能出現(xiàn)重復(fù)抓拍，因此前端抓拍機(jī)的抓拍性能應(yīng)支持單畫面25張人臉的檢測(cè)和抓拍，方可充分滿足實(shí)際需求[6]。

鏡頭的選擇主要與攝像機(jī)靶面、攝像機(jī)分辨率及需要覆蓋的寬度相關(guān)。一般而言，在同樣覆蓋寬度需求條件下，攝像機(jī)靶面越小所需要的鏡頭焦距越短。攝像機(jī)分辨率越高，單位面積上獲得的人臉像素越多。鏡頭選擇的原則為：保證在設(shè)計(jì)監(jiān)控距離上，人臉兩眼間的像素不低于40×40像素。

3.2 編碼壓縮標(biāo)準(zhǔn)

傳統(tǒng)視頻監(jiān)控的數(shù)據(jù)量非常大，一臺(tái)200萬(wàn)像素的攝像機(jī)，按照以往H.264技術(shù)，可以將200萬(wàn)像素?cái)z像機(jī)1d的原始數(shù)據(jù)最小壓縮到42G。對(duì)于后端錄像存儲(chǔ)而言，一般錄像存儲(chǔ)至少要求30d，則1塊4T硬盤只能存儲(chǔ)3個(gè)攝像機(jī)的錄像，導(dǎo)致后端建設(shè)成本畸高。同時(shí)，由于H.264算法的設(shè)計(jì)限制，在監(jiān)控系統(tǒng)中，通常需要4Mb/s的碼率才能實(shí)現(xiàn)高清數(shù)字圖像傳送，對(duì)傳輸帶寬的壓力也很大。

H.265編碼壓縮標(biāo)準(zhǔn)是ITU-TVCEG繼H.264之后制定的新的視頻編碼標(biāo)準(zhǔn)[7]，在原有技術(shù)的基礎(chǔ)上，使用新技術(shù)對(duì)H.264的某些劣勢(shì)加以改良和優(yōu)化。例如，在碼率、編碼質(zhì)量、延時(shí)等方面，在保證畫面畫質(zhì)不降低的同時(shí)，提高壓縮效率、增強(qiáng)魯棒性和錯(cuò)誤恢復(fù)能力、減少實(shí)時(shí)的時(shí)延、降低復(fù)雜度等[8]。采用H.265編碼壓縮標(biāo)準(zhǔn)，200萬(wàn)像素的攝像機(jī)每路僅占用2Mb/s的帶寬，1d的錄像文件大小僅為21G，綜合建設(shè)成本相比H.264至少可降低一半（見(jiàn)圖1）。

圖1 H.265與H.264的碼率對(duì)比

綜合視頻監(jiān)控系統(tǒng)的整體發(fā)展趨勢(shì)是高清化，攝像機(jī)像素越來(lái)越高，因此鐵路人臉識(shí)別系統(tǒng)也應(yīng)采用H.265編碼技術(shù)，以適應(yīng)后續(xù)300萬(wàn)、500萬(wàn)、800萬(wàn)等超高清攝像機(jī)。

3.3 安裝部署

為保證人臉識(shí)別的準(zhǔn)確率，除考慮攝像機(jī)的成像效果外，現(xiàn)場(chǎng)攝像機(jī)的安裝部署也非常重要。一般室外場(chǎng)景下，為了保證人和車的正常同行，攝像機(jī)架設(shè)高度不低于5m。此時(shí)，識(shí)別位置距離攝像機(jī)位置的水平距離為（20±5）m，人體平均身高設(shè)為1.7m，攝像機(jī)俯仰角在15°以內(nèi)（見(jiàn)圖2），能夠滿足人臉識(shí)別算法要求。若取最佳俯仰角10°進(jìn)行計(jì)算，攝像機(jī)安裝高度與識(shí)別距離示意見(jiàn)圖3。

圖2 人臉識(shí)別攝像機(jī)安裝示意圖

圖3 人臉識(shí)別攝像機(jī)安裝高度與識(shí)別距離示意圖

結(jié)合鐵路應(yīng)用場(chǎng)景，人臉識(shí)別點(diǎn)位一般需要架設(shè)在安檢通道、候車室入口、站臺(tái)、上下扶梯等位置，同時(shí)應(yīng)結(jié)合現(xiàn)場(chǎng)施工難度綜合評(píng)估并計(jì)算攝像機(jī)架設(shè)的高度、鏡頭焦距大小等。焦距的計(jì)算公式為：相高∶物高=焦距∶物距。

3.4 場(chǎng)景選擇

攝像機(jī)的場(chǎng)景選擇以車站出入口、安檢區(qū)、購(gòu)票區(qū)、候車室等重點(diǎn)區(qū)域?yàn)橹?，這些場(chǎng)景具有人流量大、人群復(fù)雜的特點(diǎn)，是采用和檢驗(yàn)視頻人臉識(shí)別技術(shù)的最佳場(chǎng)所。

同時(shí)，攝像機(jī)安裝位置應(yīng)盡量考慮通道式場(chǎng)景，因?yàn)榇藭r(shí)人員在行走過(guò)程中，會(huì)具有典型的方向性，不容易出現(xiàn)大側(cè)臉和后腦勺?，F(xiàn)場(chǎng)光線盡量避免出現(xiàn)強(qiáng)逆光、強(qiáng)曝光等情況。若現(xiàn)場(chǎng)實(shí)在無(wú)法避免逆光環(huán)境，建議調(diào)節(jié)攝像機(jī)的寬動(dòng)態(tài)參數(shù)，以提高攝像機(jī)抓拍人臉的效果，進(jìn)而提升系統(tǒng)的識(shí)別效果。

4 后端人臉識(shí)別平臺(tái)

4.1 人臉識(shí)別系統(tǒng)工作流程

人臉識(shí)別包括人臉檢測(cè)定位、人臉質(zhì)量判斷、人臉特征點(diǎn)提取和人臉識(shí)別等關(guān)鍵過(guò)程[9]。前端抓拍機(jī)自身完成人臉檢測(cè)定位、質(zhì)量診斷的工作；中心機(jī)房部署人臉識(shí)別、比對(duì)服務(wù)器和抓拍圖片的存儲(chǔ)服務(wù)器。前端人臉抓拍攝像機(jī)完成人臉抓拍，包括人臉摳圖抓拍和人身場(chǎng)景圖片抓拍，傳輸給后臺(tái)的計(jì)算服務(wù)器。計(jì)算服務(wù)器除完成人臉的特征提取和比對(duì)外，還需將圖片轉(zhuǎn)發(fā)給圖片存儲(chǔ)服務(wù)器保存記錄，并為用戶提供人臉實(shí)時(shí)報(bào)警、比對(duì)、大數(shù)據(jù)查詢分析等服務(wù)。

4.2 人臉識(shí)別軟件平臺(tái)

人臉識(shí)別軟件平臺(tái)的功能主要包括：實(shí)時(shí)報(bào)警、人像檢索、綜合研判、資源管理、統(tǒng)計(jì)分析、系統(tǒng)管理等。

（1）實(shí)時(shí)報(bào)警：系統(tǒng)對(duì)前端發(fā)送來(lái)的人臉圖片進(jìn)行實(shí)時(shí)建模分析，并與動(dòng)態(tài)布控底庫(kù)進(jìn)行比對(duì)，實(shí)時(shí)呈現(xiàn)人臉比對(duì)結(jié)果。若當(dāng)前畫面中的人臉特征與所布控的人臉比對(duì)超過(guò)設(shè)置的閾值[10]，則在實(shí)時(shí)報(bào)警頁(yè)面立即彈出報(bào)警提示并伴有聲音提醒，同時(shí)可進(jìn)一步查詢報(bào)警詳情，如：抓拍人臉圖、全身圖、全景圖、比中人員信息、比對(duì)閾值等。該功能是人臉識(shí)別軟件平臺(tái)最重要的功能之一，是從事后研判轉(zhuǎn)為事前預(yù)防的重要手段。

（2）人像檢索：既可對(duì)歷史報(bào)警信息進(jìn)行查詢，也可通過(guò)路人檢索對(duì)所有抓拍機(jī)畫面中出現(xiàn)的人臉進(jìn)行檢索查詢、以臉?biāo)涯槪瑫r(shí)可根據(jù)人像屬性，如年齡、性別、民族等信息進(jìn)行檢索。對(duì)于靜態(tài)底庫(kù)和動(dòng)態(tài)底庫(kù)，可以上傳1張或多張照片與底庫(kù)進(jìn)行對(duì)比，系統(tǒng)將相似度高的人員篩選出來(lái)，從而實(shí)現(xiàn)利用人臉識(shí)別技術(shù)對(duì)鐵路進(jìn)出站的旅客信息進(jìn)行大數(shù)據(jù)檢索。

（3）綜合研判：隨著點(diǎn)位密度的增加和人臉數(shù)據(jù)的積累，可通過(guò)計(jì)算同一人的出現(xiàn)頻率、時(shí)間、地點(diǎn)，研判該人可能的落腳點(diǎn)及活動(dòng)軌跡。

（4）資源管理：可對(duì)相機(jī)、底庫(kù)、布控進(jìn)行靈活調(diào)整，便于有針對(duì)性地布控。例如，某些點(diǎn)位重點(diǎn)布控涉恐人員，某些點(diǎn)位重點(diǎn)布控扒竊人員。

（5）統(tǒng)計(jì)分析：可以對(duì)抓拍的人流量、報(bào)警的數(shù)量、底庫(kù)的人員數(shù)量等進(jìn)行統(tǒng)計(jì)和分析，便于用戶掌控站點(diǎn)內(nèi)的當(dāng)前和歷史狀況，分析車站內(nèi)的態(tài)勢(shì)。

（6）系統(tǒng)管理：由于鐵路系統(tǒng)部門眾多，分工明確，因此系統(tǒng)應(yīng)支持詳細(xì)的權(quán)限控制。例如，底庫(kù)的增加、刪除、修改權(quán)限，相機(jī)查看、添加、修改權(quán)限，報(bào)警信息接收人的范圍等，都應(yīng)支持靈活的配置和管理，防止權(quán)限濫用導(dǎo)致的信息安全事件發(fā)生。

4.3 人臉識(shí)別系統(tǒng)應(yīng)具有自主知識(shí)產(chǎn)權(quán)

鐵路系統(tǒng)的信息安全是國(guó)家安全和戰(zhàn)略安全的重要組成部分，尤其2017年突然爆發(fā)的一場(chǎng)勒索病毒危機(jī)更是席卷全球，鐵路系統(tǒng)也有波及。而人臉識(shí)別作為高度敏感及秘密的公民個(gè)人隱私信息，在做好應(yīng)用的同時(shí)，更要嚴(yán)加防范，絕不能為國(guó)內(nèi)外非法組織或個(gè)人所竊取。因此，在人臉識(shí)別系統(tǒng)及其包含的人臉識(shí)別算法、人臉結(jié)構(gòu)化算法、人臉比對(duì)算法、以圖搜圖算法等應(yīng)用方面，建議采用我國(guó)自主知識(shí)產(chǎn)權(quán)的安全可靠的成熟產(chǎn)品。

5 結(jié)束語(yǔ)

結(jié)合鐵路系統(tǒng)的應(yīng)用場(chǎng)景及業(yè)務(wù)需求，探索在鐵路運(yùn)輸、客運(yùn)站場(chǎng)的綜合視頻監(jiān)控系統(tǒng)建設(shè)中引入人臉識(shí)別系統(tǒng)，做到事前預(yù)警提醒、事中實(shí)時(shí)監(jiān)控、事后智能化檢索分析，實(shí)現(xiàn)對(duì)鐵路運(yùn)輸全流程進(jìn)行人員管控，在提升綜合管控運(yùn)維效力、保證鐵路站場(chǎng)人員安全方面發(fā)揮事半功倍的作用。