AI前沿

让您第一时间了解千视通动态

人脸识别赋能 为公安实战添实力

2017-11-30 09:34:26    中国安防协会

随着安防行业的快速建设与发展,目前全国摄像机的总量已达到亿级规模,每天有海量的视频资源不断产生,公安机关办案需要对大量的视频录像进行观看研判。当前视频图像建设应用工作是构建立体化现代化社会治安防控体系的重要组成部分,也是深入推进“警务大数据”工程的重要抓手。人像识别作为视频图像应用的新方法新手段,在公安实战中具有重要价值。


人脸识别赋能 为公安实战添实力


人像识别技术的发展现状


人像识别技术由人脸识别技术发展而来,人脸识别技术的发展已有多年历史,2014年基于神经网络的深度学习算法加快了人脸识别技术的发展,使人脸识别技术有了实战的价值;2016年新一代的人脸识别技术的识别能力已经超过了人眼的识别能力。


人像识别技术以人脸信息为基础,其包括人像检测、人像跟踪、人像比对三个部分,可以实现人像的静态检索、人像的动态比对,实现人脸结合人体的人像应用。由于人脸识别的突破性发展以及人体部位和要素的识别与分析快速推进,人像识别应用具有直观、高效、准确、方便等特点,有效解决了目前公安管理工作中的盲点,实现对常住人口、暂住人口、重点人口、在押人员、进出境人员等信息网络化、实时化管理,为公安系统工作提供了有效手段。


近年来,人像识别技术在各个行业中的应用不断显现,比如金融行业的VIP访客系统、人脸自助取款、人脸远程开户;楼宇管理行业的人脸门禁系统、人脸考勤系统、人脸会议系统;IT行业的人像屏保、人脸登录;互联网金融行业的人脸支付、人脸转账等;移动app应用的美颜、动漫等人脸应用;直播行业的人脸应用等等。而人像识别技术最广泛和领先的应用是在公安领域,目前多地公安机关结合自身的警务工作特点开创了很多人像识别技术应用的先例,取得了丰硕的成果。


人像识别技术在公安实战中的应用


人像识别技术在公安实战中分横向和纵向两个方面。横向需要从适用于单一警种到适用于全警种,纵向需要从视频侦查向反恐处突、公共安全、社会管理等领域渗透,深入公安的各项业务。


但整体来说,公安的实战需求主要是对“人、车、物”的追踪、分析和排查。目前对车辆和物品的处理已经有很多成熟的技术,也有很多实战技法。比如车辆的轨迹分析、跟车分析、碰撞分析、昼伏夜出、首次入城、关城门等等。对物品的处理也有很多成熟的算法,比如物品识别、滞留分析等等。目前公安机关对处理“人”的技术需求最大,也是最直接、最迫切。从人脸识别、人的衣貌特征识别、身材身高识别到动作步态识别、发型识别、表情识别等等,都有很强烈广泛的需求,而这些都属于人像识别分析的范畴。面对这些公安实战需要,近年来人像识别技术被越来越多的应用到了各地公安机关的业务中。从人像识别系统到人像大数据平台,各地陆续建成了一大批以人像识别技术为基础的实战应用系统,应用实效凸显。


公安的实战过程主要包括:事前预防、事中预警、事后核查三个步骤,人像识别技术为全过程提供了有效手段。事发前,通过以人像识别技术为核心的应用系统对关注区域和关注人员进行监控,当关注区域或者关注人员有异常时系统自动报警,联动现场警力前去处置,防患于未然;事发时,应用系统前后台联动,实时比对,实时预警,现场民警实时处置,避免事态扩大;事发后,通过应用系统关联“标记”库及“路人”库,并对事后采集的照片进行比对,发现线索,核查身份,大大缩短处置时间,有效解决公安实战中的很多难题。


比如身份核查是公安日常工作中的重要内容,在人像识别技术没有得到有效应用以前,这是一个很耗时费力的工作,采用了人像识别技术以后,这个过程变得简便快捷,只要获取关注人员照片并通过人像识别系统与“标注”库进行比对就可以很快确定关注人员身份。


再如,在公安传统侦查工作方式中,照片比对只能依靠人工方式进行,工作量巨大、速度慢、效率低,无法适应业务需要。人像识别系统所具备的高速自动识别能力很大程度上可以将公安、安全部门从以往的“人海战术”中解脱出来,大大提升公安的工作效率以及社会的安全防范水平。


从实践经验来看,人像识别技术在公安领域的发展需要结合公安各部门的实战应用需求和实战技法,经过归纳总结提炼,形成人像识别系统里的功能模块,以人像识别技术为核心,以实战应用需求为导向,在公安系统中持续发展。


人像识别技术在公安实战中的挑战


据悉,截止目前我国人口数量已超过14亿人。在互联网爆发式发展的今天,产生了海量的人像照片,加上监控摄像机产生的视频资源。如此多的信息带来了大量的数据挖掘价值,想要处理这些巨大的数据除了需要大量的计算资源以外,必须要应用先进的大数据技术,公安领域想迈入大数据时代,对人像识别应用提出的要求自然更高,这对于企业是机遇也是挑战。


1.“更准”——人像识别技术的核心算法准确率更准。


目前全国的二代证照片数量有14亿以上,加上户籍照、暂住证照、居住证照等等其他照片,这将达到一个惊人的数量级。同时随着时间的推移,照片数量将会成几何增长,人像识别系统需要一直能够比对出“标注”库目标,这就需要人像识别技术的核心算法更加准确。


2.“更高”——人像识别系统的处理性能更高。


目前各地摄像机的数量庞大,并且会不断增长,为应对越来越复杂的安全形势和大数据的需求,人像识别系统需要能够处理更多的视频数量,在增加计算设备的同时也要求提高人像识别技术的性能,以应对未来更高的要求。


3.“更大”——人像识别系统处理的视频和图片容量更大。


随着人像识别系统的运行,系统内包含的“标注”库人员和“路人”库人员不断增多,人像识别系统处理的视频和图片的容量也会爆发式增长,这就需要人像识别系统能够处理更大的容量。


4.“更广”——人像识别技术的适应性更广。


公安实战现场采集的照片会有多种类型:黑白、模糊、畸变、大角度、侧脸、偏暗、阴阳脸、曝光过度等等。现场的监控视频会存在:场景、光线、角度、姿态、遮挡等等各种问题。这对人像识别技术的适应性要求更高,以应对各种场景各种需求。


可以说,人像识别技术的发展,一方面需要提高人像的算法、技术,另一方面需要依托技术结合实战应用形成一套系统,通过系统再形成一整套闭环的解决方案,这样人像识别技术的生命力才会更强。


结语


人像识别技术这几年虽然得到了快速发展,但其仍然是一门新兴的技术。目前关于人像识别技术的标准正在制定,我们还有很多研究工作要做。人像识别技术对图片的质量、清晰度、亮度、饱和度、人像的大小,对视频的场景、光照、角度、清晰度、人像大小都有很强的依赖,这些都是需要研究与解决的课题,相信随着行业企业的共同推进,人像识别将迎来更广阔的发展空间。


  • 上一篇:安防智能化结合实战才有意义
  • 下一篇:人工智能能解决安防哪些实际需求