基于深度學習的人臉識別系統在公共安全領域的應用

孫國勇

摘 要 當前的社會化發展速度已超越人們的想象，城市化進程的深入，各地人口流動性加快，人口的構成已趨向復雜性，新形勢之下的公共安全領域正面臨著巨大的挑戰。網絡科學技術在社會各領域的普遍應用，通過攝像監控系統再加上人工方式，在如此海量化的信息中發現有價值的信息無疑是大海撈針。基于“深度學習”的人臉識別系統目前在安全認證、治安管理等領域廣泛應用，提升了公共安全領域的辦事效率。本文就人臉系統在公共安全領域的應用做相關的探討和分析。

關鍵詞 人臉識別系統；公共安全領域；應用

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2017）181-0039-02

人臉識別技術是一門交叉學科，包括模式識別、機器學習、數據挖掘、人工神經網絡等科學技術。人臉識別系統主要以人臉識別技術為中心，是一項近幾年新興的生物識別技術，其技術水平科技含量已達到當今國際科技領域攻關的高精尖技術含量。在我國，自2008年的北京奧運會首次成功應用人臉識別技術之后，2010年上海世博會、2014年北京APEG峰會也相繼使用了人臉識別技術。由此可以看出，關于人臉識別系統技術在我國的發展，不僅樹立了新的發展里程碑，在世界的技術發展中，我國的人臉識別技術的應用更是走在世界的前列[ 1 ]。

1 基于深度學習的人臉技術系統概述

廣義上來看人臉識別技術，就是通過可以進行拍攝的設備如照相機、攝像頭來采集有關圖像的信息，在采集到的圖像中檢測到人臉，根據一定的生物學規律等方法對人臉進行取證，所得的人臉特征和計算機中儲備的人臉特征進行對比、比較，最終得出人臉識別的結果。狹義上的人臉識別技術主要是對人臉的特征進行提取識別與計算機人臉庫的人臉特征匹配，然后根據對比結果在計算機人臉庫中篩選判斷進而得出某人的身份信息。在以上的兩個概念中，其中最核心的就是關于采集圖像的人臉特征提取。

基于“深度學習”的人臉識別系統技術，在人臉動態捕捉和匹配識別能力上技術已趨向成熟，匹配結果的準確性越來越高。目前已在金融行業、安全認證、刑偵查案、人事考勤管理等領域廣泛應用[ 2 ]。

2 基于深度學習的人臉技術的成就

基于深度學習的人臉技術隨著科學技術的發展不斷完善和進步，在公共安全領域已實現相關人員的信息采集、人臉捕捉處理的智能化、高效化、快速化。現已成為保護人民財產安全、社會治安、社會穩定的重要技術保障，極大提升了公共安全技術科技含量和業務處理工作效率。

除了傳統的安防應用之外，金融行業的人臉識別技術也在不斷進步。2013年芬蘭創業公司在全球首推的人臉識別支付后，現階段中國也正在邁向真正意義上的“刷臉”時代。

2015年基于深度學習方法的人臉識別系統在東方網力和商湯集團共同合資創立深網視界進行研發并在公安領域應用。目前人臉識別技術相關的產品已投入使用，可以實現人臉的動態布控、檢索、人臉1：1、Mac地址碰撞等。

深網視界在公安領域研發的技術設備具有世界一流的技術和產品研發能力，深度學習技術研究的人臉識別技術模擬了人腦在分析學習時的神經網絡、通過模擬對人腦工作的機制來解釋數據信息，形成了具有更加抽象性高層表示屬性類別和特征，基于深度學習的方式，人臉識別技術的精準性越高，能力越強[ 3 ]。

3 基于深度學習的人臉技術的進步

基于深度學習的人臉技術較之以往的人臉識別技術有很大的區別，以人臉識別技術為基礎，借助智能網絡技術，基于深度學習的人臉技術是以往人臉識別技術的進化、完善。

以往的人臉識別技術在通過攝像頭所采集到的圖像處理中，由于人臉結構、表情的類型復雜多樣，在動態的拍攝效果下很難獲取靜態的正面人臉圖像，這樣的圖像在進行人臉庫比對時，往往有很大的誤差致使比對結果并不精準。受拍攝設備所處的環境影響，一天中每個時辰的光線和光照強度不同，反映到人臉拍攝中，人臉特征定位也不準確。以往的人臉識別技術在對人臉特征進行提取上算法性能存在誤差，在人口流動性如此快速的社會，很難滿足對人口信息的實時性追蹤。對環境要求較為挑剔，所能拍攝追蹤的范圍覆蓋面少，識別率也不能滿足信息對比的要求。

基于深度學習的人臉技術在人臉檢測識別率已達到國際領先水平，關于采集圖像人臉關鍵點的精準定位不僅能夠滿足正面拍攝需求，在側臉、半遮擋狀態下的人臉檢測也具備高精準性，解決了以往的只能正臉拍攝的局限性難題。智能網絡技術和高儲備的數據庫能夠實現對已采集圖像人臉的比對檢索，實現了實時性布控以及全方位的信息跟蹤[ 4 ]。

4 基于深度學習的人臉技術的發展前景

4.1 對相關人員信息實行實時性布控監控

在城市主干道、重點管理區域及各公共場所建立視頻監控設備，科學規劃性的建立覆蓋城市及城郊的監控網絡，對于各主干道。重點管理區域和各公共場所中拍攝監控信息進行實時性傳送和處理。在有關在逃、涉案、黑名單等人員出現在該布局網絡中，能夠快速將實時抓拍的圖像進行人臉庫比對檢測，有助于相關公安人員進行實時人員布控。

4.2 戶籍身份信息的核查

戶籍身份信息的核查主要是組建針對居民戶籍信息及身份信息的查重、核實、清理，有助于戶籍管理工作的開展。通過對海量的人口信息進行檢索來發現是否有一個人擁有多種身份或者同一種身份不是同一人的現象，協助人口管理部門對戶籍身份信息進行數據清理整頓，極大地緩解了人口管理部門面對海量的人口信息處理工作的壓力和負擔。基于深度學習的人像數據庫，通過N：N查重對比，通過數據的一次性篩選，生成身份存在上述現象的照片對比信息，以查重的結果為基礎，對戶籍、身份證等信息的情況進行深入排查。

4.3 組建人員信息庫

目前，城市化的發展進程速度驚人，面對如此快速的人口流動，組建人員信息庫有利于查找涉案在逃人員。將布控人員信息在常駐地人口信息庫以及流動人口信息庫中進行比對，挖掘將身份漂白化的重點布控人員的信息線索，提交至相關公安部門進行調查實施抓捕活動，打擊犯罪分子的囂張氣焰，為社會的長治久安提供保障。

4.4 即時性可疑人員的身份核實

經濟全球化的發展使得中國的對外貿易不斷擴大，海關、邊檢也成為犯罪分子重要的活動場所，從事走私等違法活動嚴重危害國家和人民的安全。通過人臉識別技術對進出關人員進行實時拍攝圖像人臉比對，如果對比結果有登記在庫的犯罪分子，系統提醒海關人員及時做出防范，或報警通知警察抓捕，有效地維護了海關、邊檢的穩定和保障了安全[ 5 ]。

5 結論

綜上所述，近年來，由于反恐和國家安全、社會安全所面臨的一些安全方面的問題，公共安全領域的技術急需進一步完善升級。科學技術的發展為人臉識別技術帶來全新的機遇，目前我國基于升讀學習的人臉識別系統已達到國際領先水平，但是在對關于這項技術的普及化還需要全社會的共同努力，不可否認是基于深度學習的人臉識別系統技術提高了公共安全領域的安防基礎，為社會的穩定做出了不可磨滅的巨大作用。

參考文獻

[1]吳進文，王露.基于深度學習的人臉識別系統在公共安全領域的應用[J].中國安防，2016（11）：47-49.

[2]沈鑫.人臉識別技術在公共安全領域的應用淺析[J].中國安防，2016（9）：62-64.

[3]蘇光大.人臉識別在社會公共安全領域的應用[J].中國安防，2015（14）：12-14.

[4]蘇光大，田青，徐偉，等.人臉識別技術及其在公共安全領域的應用[J].警察技術，2014（5）：4-7.

[5]潘磊.人臉識別技術在公共安全領域的應用[J].警察技術，2014（5）：3.