一種公安交管動態人臉識別應用方案

楊卓敏 李杰 尤冬海 公安部交通管理科學研究所

引言

生物特征識別技術就是通過計算機利用人體所固有的生理特征或行為特征來進行個人身份鑒定[1]。常用的生物特征包括：指紋、掌紋、虹膜、視網膜、人臉、聲音、筆跡等。

2015年以來，國務院先后出臺了《國務院關于積極推進“互聯網+”行動的指導意見》、《新一代人工智能發展規劃》，對包括生物特征識別技術在內的人工智能發展任務做出了頂層設計。2017年12月工信部發布《促進新一代人工智能產業發展三年行動計劃》，提出了人臉識別的近期規劃。

近年人臉識別精度顯著提高，2018年在知名的人臉識別評測LFW和百萬人臉識別挑戰MegaFace中，多個中國團隊都取得了接近甚至超過99.8%的成績。科技的突破總是能帶來業務的巨大革新，AI人臉識別精度已接近100%，顯著超越人眼的識別能力，特別是“大數據+人臉識別”強強聯合，深刻地改變著很多行業，使得許多不可能的業務逐步進入實用。公安交管行業也不例外，已經和正在各項業務中引入人臉識別技術，改造傳統業務，發展全新業務。尤其在涉證違法行為管控、行人、二輪車輛違章管理等駕駛人、行人動態管理方面，人臉識別有著無可取代的應用價值。

一、人臉識別在公安交管業務中的應用現狀

公安交通管理主要針對車和人的管理，包括靜態管理和動態管理，比如車輛駕駛人等針對靜態信息的管理就屬于靜態管理，而針對路面動態車輛的緝查布控、非現場違法、二次識別、以圖搜車等就屬于動態管理。目前對車的管理已經從靜態管理轉向動靜結合的管理模式。

人臉識別應用按照采集方式也可以分為動態采集與靜態采集。動態采集是指獲取處于運動、變化狀態下采集對象人臉圖像信息的過程，主要應用于人員篩查。靜態采集是指獲取相對靜止狀態下采集對象人臉圖像信息的過程，主要應用于身份查證（即人證合一）、合法身份管理、人員管制等。目前公安交管業務中的人臉識別應用主要基于靜態采集：

（一）交通違法處理

為規范交通違法處理程序，公安部交通管理局發布了公交管[2017]552《關于嚴格道路交通安全違法處理堅決遏制買分賣分行為的通知》，要求嚴格落實人證一致要求，強化身份認證。為此，公安交通管理綜合應用平臺采用了三合一高拍儀自動讀取二代身份證信息，以及拍攝當事人二代身份證、駕駛證、機動車行駛證及當事人現場照片進行人證比對，確保駕駛人本人才能處理非現場交通違法。

（二）互聯網“面簽”

面簽就是本人攜帶二代身份證到車管所大廳窗口，現場注冊登錄“互聯網交通安全綜合服務管理平臺”，從而增加可辦理業務。目前，交管部門正嘗試在“交管12123”手機APP中新增人臉識別網上認證功能，實現網上面簽，深化“放管服”改革，便民利民。

（三）現場檢查執法中身份查證

在交警執法站重點車輛安全檢查、現場執法中，民警采用警務通APP采集人臉，實現駕駛人身份快速比對，有效解決駕駛證現場查驗困難的問題。

二、交管業務對動態人臉識別的應用需求

以上應用按采集方式來說均為靜態采集，采集對象也是配合狀態，技術上比較成熟，推廣應用也較為順利。但公安交通管理對于動態中的人體、人臉信息也有需求。

（一）涉證違法行為管控

本文根據主觀惡性和客觀危害性，將涉證違法行為分為無證駕駛、失駕行為及準駕不符。其中未取得駕駛證、注銷、吊銷、撤銷、停止使用等情況下依然開車的稱為無證駕駛，超分、扣留、扣押、逾期未換證、逾期未審驗等稱為失駕行為。以下舉例說明：

1. 依法注銷吸毒人員駕駛證

自2012年7月公安部下發公通字[2012]35《公安部關于加強吸毒人員駕駛機動車管理的通知》以來，截至2015年底，全國公安機關依法注銷了18萬名吸毒成癮人員的機動車駕駛證。

2. 基礎信息與戶籍資料身份證信息不一致

在2016年開展的駕駛人基礎信息集中排查清理試點工作中，共發現兩省近9萬本基礎信息與戶籍資料身份證號相同，但姓名、出生日期不一致的駕駛證。

3. 酒駕醉駕行為

酒駕醉駕無證、失駕人員數量巨大。僅2018年11月中旬至12月中旬的一個月期間，全國就有10萬4千多駕駛人因酒駕、醉駕被處罰。縱觀2018年至2019年，基本保持在每月10萬人左右的處罰規模，這意味著酒駕醉駕一年就將產生120萬的失格駕駛人。

4. 機動車駕駛人超分及停止使用

超分駕駛人數量規模更大。2019年1月至5月，中部某省的超分駕駛人數量已超過14萬人，全國各省保守估計每年人數在200萬左右。

綜上，每年因各種原因產生的無證、失格駕駛人以數百萬計，他們中的不少人因為各種原因會經常或偶爾再次駕駛機動車。由于缺乏對無證、失格駕駛人駕駛非名下車輛的管控手段，使得駕駛資格管理的有效性和嚴肅性大打折扣。

（二）行人、二輪車輛違章管理

行人、二輪車輛也是公安交通管理的對象，但長期以來，由于行人、摩托車、非機動車駕駛人難以非現場確認，而路面警力又不足，其違章行為長期處于失管失控狀態。隨著人臉識別精度的顯著提高，在行人闖紅燈等交通違法治理中，逐步引入了人臉識別技術。

行人闖紅燈設備通過高清人臉卡口與交通信號系統聯動，抓拍闖紅燈行人人臉，經人臉識別系統進行1:N的人臉比對，找出違章者。通過語音、路側大屏公告違章者的部分身份信息，以此警告違章者也警示其他交通參與者。

類似技術也可應用于其他行人、摩托車、非機動車違章，比如騎摩托車不戴頭盔，無證駕駛摩托車、輕便摩托車，非機動車載人、闖紅燈、逆行、占用機動車道等。

（三）重點人員監控

社會治安綜合治理也是公安交管部門的分內工作。特別是重點人員采用機動車作為交通工具時，交警部門具有其他警種不具備的技術手段與信息優勢。

三、公安交管動態人臉識別應用方案

影響人臉識別效果的主要因素包括人臉圖像獲取過程中的不確定性（如光的方向及光的強度），人臉模式的多樣性（如胡須、眼鏡、發型等），人臉塑性變形的不確定[2]性（如表情等） 。動態場景下，人臉的各種不確定性與多樣性更為明顯，比如行進過程中光照的變化及強度、人臉的角度、表情變化等。因而動態采集的人臉識別精度一般情況下遠低于靜態采集，不少業內專家認為目前動態人臉識別還不夠成熟。然而近年來，隨著700~900萬高清人臉卡口的應用和深度學習技術發展，分別從圖像采集質量和識別能力上實現了大幅提升，使得動態人臉識別成為可能。為此，我們研究了一種基于高清人臉卡口與深度學習人臉檢測的應用方案。

（一）系統架構

1. 前端設備層

系統以路面高清車輛卡口和高清行人卡口作為動態人臉信息來源，其中車輛卡口采集機動車駕駛人、乘客人臉，行人卡口采集行人、非機動車駕駛人人臉。

2. 分析檢測層

包括分析調度服務、車輛智能分析服務、人臉檢測服務，分別用于獲取卡口圖片信息、車輛信息提取與人臉特征提取。

3. 識別比對層

由人臉識別比對服務和人臉數據庫組成，其中人臉數據庫包括人口庫、駕駛人庫及其他重點監控人員庫（如在逃人員庫、涉毒人員庫）。通過將前端上傳的動態人臉特征與人臉數據庫進行比對，確定人員身份。

4. 業務應用層

根據識別的人員身份，實現涉證違法行為分析預警、行人摩托車非機動車違章分析預警、重點人員監控等具體業務功能。

（二）網絡架構

人臉識別系統部署的典型網絡架構如圖3所示。

路側網絡匯聚、采集高清卡口圖像。公安視頻專網實現分析調度、車輛智能分析、人臉檢測服務，提取車輛及人臉特征信息。公安網實現動態人臉特征與人臉數據庫的識別比對，確認人員身份信息，通過與其它系統關聯，由人臉識別系統完成分析預警等功能。

（三）主要功能

系統遠期設計包括涉證違法行為分析預警、行人摩托車非機動車違章分析預警、重點人員監控等功能。為快速驗證方案的可行性，近期以涉證違法行為、涉證人員監管為突破口，研發集成指揮平臺人臉識別系統。主要功能包括無證駕駛人臉分析預警、失駕人員人臉分析預警、準駕不符人臉分析預警、人臉黑名單布控、駕駛人特征軌跡查詢等。通過與公安交通集成指揮平臺對接，初步實現了以人臉識別為基礎的涉證違法發現（分析）、預警、攔截、處置（處罰）、反饋、查詢、統計的完整業務鏈條，貼近交警實戰業務，在試點應用中取得了良好的戰果與口碑。

四、試點應用情況

集成指揮平臺人臉識別系統，陸續在江蘇泰州、江西南昌、上饒、山東聊城、廣東韶關、重慶等地試點應用。自2019年3月22日至4月底，各地累計發現準駕不符人員違法駕駛行為63起，無證駕駛人員違法駕駛行為772起，現場查獲206起，其中未申領駕駛證駕駛機動車的95起。

五、結語

公安交通管理存在對于海量的交通參與者動態監管的需求，其核心就是如何快速、低干擾地完成動態場景下的人員身份鑒定。而人臉識別技術具有非接觸、無需合作和不易察覺的優點，恰好滿足了這一需求。本文設計了一種基于卡口圖片的動態人臉識別方案，以涉證違法行為、涉證人員監管為突破口，通過多地試點應用驗證其可行性與有效性。