人臉識別技術在高鐵站的應用

萬鑫，張建卉，黃曦

（北京鐵路公安局，北京100000）

0 引言

近年來，由于反恐、社會和國家安全的需要，世界上各個國家都對安防領域加大了投入。而身份認證識別正是安防的一個核心問題。在該大環境下，生物特征識別迎來了一個快速發展的時期。據相關數據顯示，全球市場對生物識別產品的需求在2010年已經達到71億美元；近幾年，生物識別設備的綜合性年增長率也達到20%左右。國際生物識別集團（IBG）的報告《生物識別市場與產業報告2009-2014》顯示，在各種生物特征識別技術中，指紋識別系統所占份額最大，為66.7%；除此之外，人臉識別占到11.4%，虹膜識別、語音識別、靜脈識別和掌形識別各占8.0%、3.0%、2.4%和1.8%。而據了解，目前中國國內人臉識別占比達18%，以上數據顯示，人臉識別有很大的發展潛力[1]。

相對于其他生物識別技術，人臉識別有著以下明顯的優勢：

（1）人臉識別具有可見性。這非常符合人臉識別的思路，只需要看到某個人的人臉，就可以知道這人是誰，進而可以作為后續證據進行驗證。而指紋、虹膜以及其他的生物識別，無法做到這一點。

（2）人臉識別不需要或者極少需要人配合。指紋和虹膜基本需要人較強的主動配合和皮膚接觸才能夠完成，而人臉識別則不需要，這就決定了人臉識別的應用場景有可以更為廣泛。

（3）人臉識別不需要專門的設備支持。現在的戶外攝像頭無處不在，滿街的高清攝像機，人手一臺智能手機都可以進行人臉的抓拍或者捕捉，這就決定了人臉識別應用可以有更大范圍普及的可能性。

綜上所述，由于人臉識別的可見性，可接受性以及隱藏性和巨大的應用市場已成為生物特征識別技術中最具發展潛力和最有實際應用前景的技術之一。此外，人臉識別技術還融合了人工智能、大數據、深度學習等前沿熱點技術[2]，計算機視覺、模式識別、圖像處理、神經認知學等傳統熱點技術，以及傳感器件、工程設計，等等，因此在研究上具有極其豐富的理論價值和研究意義。

1 現狀概述

“交通強國，鐵路先行”，中國鐵路歷經百年，逐步發展壯大，從“四橫四縱”到“八橫八縱”，至2018年末中國營業總額就已達13.2萬公里，高鐵里程達2.9萬公里，建造了世界上最現代化的鐵路網和最發達的高鐵網，居世界第一，奏響了時代最強音，形成了“安全優質，興路強國”的新時代鐵路精神。

安全是中國鐵路的首要職責，即要保證人民群眾財產安全。國家鐵路局發布交通運輸部令2014年第20號要求進站乘車需要進行實名制驗票。通過人臉識別系統管控旅客進站的檢票驗票，保證進站旅客的人證票一致，實現身份的安全認證，可加強社會穩定，同時也是構建和諧交通建立智慧車站的需求，踐行了“安全”這一鐵路精神[3]。

優質是中國鐵路的本質屬性，即要為旅客提供優質服務，高鐵甚之。夙昔，傳統人工確認實名制和檢驗票方式已不能滿足與日俱增的旅客需求；在高峰期時，進站口往往緩慢擁堵，旅客因等待時間過長，易造成旅客與工作人員之間的矛盾；這種方式要求工作人員擁有高度責任心，但依然避免不了出現漏檢和疏忽，給旅客帶來不便，高峰期時此現象更為明顯。隨著深度學習技術的快速發展，依托于海量人臉圖像數據的涌現，人臉識別以其非接觸、非強制、快速等優勢迅速火熱起來，能夠達到快速準確的驗證目的，恰巧能滿足高鐵站人證檢驗一致的需求，因此以人臉識別技術為支撐的身份核驗系統應運而生。通過使用人臉識別實現檢驗票業務，解決了人證一致性問題，降低了身份識別錯誤率；減少了旅客等候時間，提高了進站業務效率；極大減少了人力成本，使人力資源得到更好的配置；向智慧車站又邁進了一步；提升了旅客出行體驗，積極響應了“優質”這一鐵路精神。

本文的工作主要圍繞人臉識別在高鐵站實際應用中遇到的種種實際問題展開，構建新的解決方案與方法，提升人臉識別的精度與應用。

2 存在的問題分析

二維人臉人證驗證算法對現場的環境、拍攝的人臉質量要求較高，需要保證拍攝的圖片質量滿足識別的要求才能進行識別。在實際的應用中，由于高鐵站人流量較大，首先需要保證旅客能夠快速通行，我們發現下列的原因影響了旅客的通行速度。

（1）姿態[4]

由于部分旅客對人證驗證設備的自助使用不熟悉，不知道需要面對攝像頭進行人證驗證，特別是著急進站的旅客，存在往候車室闖的情況。導致設備不能夠迅速地拍攝到符合識別要求的人臉圖片，因此設備需要反復多次提醒旅客重新拍攝照片，極大地影響了通行效率。相機拍攝的示例見圖1。

圖1 人臉姿態圖

（2）遮擋[4]

旅客中佩戴墨鏡、頭發、口罩、手拿身份證車票等情況容易對人臉照成遮擋，這將導致人證驗證的過程中人臉有效區域較小，容易造成相似度偏低，達不到設定的閾值，旅客無法通行堵塞通道。相機拍攝的示例見圖2。

圖2 人臉遮擋圖

（3）表情[4]

旅客在通行的過程中可能存在和周圍的同事朋友講話聊天的情況，這時拍攝到的人臉圖片可能會帶有各種表情，和身份證標準照片相比，容易造成相似度偏低，達不到設定的閾值，旅客無法通行堵塞通道。相機拍攝的示例見圖3。

圖3 人臉表情圖

（4）化妝[4]

旅客在出行時會進行打扮化妝，和身份證標準照片相比人為地涂畫了很多紋理特征在臉上，特別是眉毛部分，有可能完全改變了眉毛的形狀和顏色。如果涂抹較濃，人臉特征改變較大，識別算法會人為現場照片和身份證照片不是同一人員，導致旅客無法通行堵塞通道。相機拍攝的示例見圖4。

圖4 人臉表情圖

（5）環境光照[4]

各個高鐵站的進站口方向通常都是固定不變的，有些進站口方向正對室外，這就不可避免地造成了需要在逆光環境下拍攝人臉，這會造成人臉區域動態范圍降低人臉曝光不足。同時光照角度也是隨著一年四季的變化而變化，并且現場還存在各種人為的燈光，例如路燈、廣告牌的燈等。在不同的光照條件下，人臉陰影是不同的，這會造成相似度偏低，達不到設定的閾值，旅客無法通行堵塞通道。相機拍攝的示例見圖5。

圖5 環境光照圖

（6）年齡變化[4]

公民二代身份證的有效期為五年、十年、二十年、長期，在此期間身份證照片和旅客現場照片之間的存在著時間差。有些旅客在此時間內，可能長相有較大的改變，這會對識別帶來不利的影響，如果相似度偏低，達不到設定的閾值，會造成旅客無法通行堵塞通道。相機拍攝的示例見圖6。

圖6 年齡變化圖

3 應對策略

通過上文的描述可以看到，當前鐵路上實名制核驗進站閘機在人臉識別上遇到的各種問題都可以歸納為身份證芯片內存儲的照片與現場照片的照片區別較大造成（現場照片中的人臉存在姿態、光照、遮擋等問題，而身份證照片均為正面且圖像像素為102×126）。為了解決身份證照片與現場旅客照片在姿態、像素、年齡等方面差別較大造成識別率下降的問題，我們建立了旅客圖像數據庫，存儲旅客不同時期的進站圖像，當旅客進站時通過存儲的圖像與現場抓拍的圖像進行比對。通過前期的實驗表明，利用身份證芯片保存的低清圖片（分辨率：126×108）與現場攝像機抓拍的高清圖像（分辨率：1280×720）比對的準確率要低于現場高清圖片與高清圖片的比對準確率。

基于上述思想，我們設計了現場身份比對平臺：在旅客首次通過實名制自助核驗閘機進行人證比對時，系統自動保存符合條件現場高清照片；當旅客再次通過實名制自助核驗閘機時，系統調用保存的現場照片與當前拍攝的現場照片進行比對。流程圖如圖7所示。

圖7 現場比對系統流程圖[5]

（1）當旅客使用實名制自助核驗閘機時，系統讀取旅客的身份證信息，并根據身份證號調用旅客的歷史進站圖像進行比對。

（2）若該旅客無歷史進站圖像則使用身份證芯片存儲的圖像與現場圖像比對。如果人證比對成功則將現場圖像存儲到旅客圖像數據庫。

（3）對于人證比對失敗且無歷史進站圖像的數據，由后臺人工審核該次比對結果是否正確，若人工判斷現場圖像與身份證圖像是同一個人，則將現場圖像注冊進圖像數據庫。

目前我們已將該系統用于某車站進行測試運行，經過6月的測試運行，系統供注冊200余萬人，經過現場比對系統糾正自助核驗閘機錯誤判斷100余萬次，提高通行率約為1.5個百分點。

通過目前的實驗結果可以看到，現場比對系統可以有效提高實名制自助核驗閘機的通行效率。當然目前的系統仍有待改進的地方：

（1）當前系統的注冊數據主要通過人工判定，需要消耗較大的人力，后期可通過針對這部分數據進行專門的算法訓練減少人工參與程度。

（2）若改系統在不同的車站同時使用，需要設計一套有效的數據傳輸模式，做到旅客在不同的車站注冊數據可以互通。

4 結語

本文首先介紹了人臉識別在高鐵站應用的一些基本情況，在解決了旅客鐵路出行人證驗證的同時，提高了旅客的通行效率。然后通過分析目前的人證驗證應用系統后臺數據，發現了多種不利于人臉驗證的因素，最后針對這些不利條件提出了身份比對平臺，通過此平臺人臉正確驗證率得到了提升。同時身份比對平臺也存在提升的空間，在此思路下，還可進一步的研究。