李 楠
(北京全路通信信號研究設計院集團有限公司,北京 100070)
各地城市軌道交通快速發展,地鐵客流量也迅猛增長,給城市軌道交通的安保、運營及反恐防暴工作帶來了巨大挑戰,尤其是針對重點人員的甄別、突發事件的快速應對等方面,公安部門及運營單位對軌道交通范圍內的安全管理提出了新需求。隨著人工智能技術的快速發展,人像識別技術逐步展示出了其技術優越性,在人員識別、公安偵查及智慧城市等方面應用廣泛,效果顯著[1]。
根據公安部門對視頻智能化分析的應用要求,現準備在南方某市3號線視頻監視系統上增設人像識別系統,從而實現公安部門的智能化應用需求。
人像識別技術經過多年發展,從最初的單一人臉識別技術,逐步發展出基于人臉+人體識別的人像識別技術。
2.1.1 人臉識別技術
人臉識別技術通過對人的臉部特征信息的采集和分析,以及與既有的人臉信息庫進行比對,實現對被采集人身份的識別。人臉識別技術具有非接觸式采集的特點,技術發展較為成熟,在公共安全、智慧地鐵、手機應用等各領域應用廣泛。該技術主要包括人臉檢測、圖像預處理、人臉特征提取、人臉比對等環節。
人臉檢測是指在視頻流或圖片中對人臉進行檢測和定位,并圈定人臉的有效范圍。圖像預處理是對人臉圖像進行格式化處理,包括使用降噪、灰度變換等手段,為后續圖像提取提供標準化數據。人臉特征提取是關鍵環節,旨在不降低人臉識別準確率的前提下,縮減數據的運算量。人臉比對環節是將提取到人臉特征值在既有人臉信息臉庫中進行匹配篩查,最終實現對人員身份信息的識別[2]。
需要指出的是,傳統的人臉識別技術尚有不完善之處,主要表現為兩點。一是對客觀環境要求較高,如光線條件、攝像機的吊掛高度及拍攝角度等必須嚴格控制在設備參數允許的范圍,否則識別出的人臉質量會比較差,從而影響對人臉信息進行身份判斷[3]。二是違法犯罪分子的反偵察能力使得單一人臉識別技術的應用受到一定程度的限制,他們常通過帶口罩、頭盔、眼鏡、面具等不同方式躲避案件偵查。鑒于上述原因,人像識別技術應運而生。
2.1.2 人像識別技術
人像識別技術近年來快速發展,這主要得益于深度學習技術的應用。人像識別技術依托人臉、人體識別技術,通過對視頻圖像中人像數據的結構化,實現人像存儲、檢索和比對。
人像識別技術在人臉識別技術基礎上,除了識別標準人臉照之外,還增加了局部遮擋、模糊拍攝、側臉拍攝等情況下的人臉檢測功能,以及身高、衣著等人體特征提取功能。另外,該技術利用深度學習算法,將人臉、人體等多種特制信息進行結構化存儲,在此基礎上開展檢索、比對以及大數據運算等業務[4]。主要流程包括視頻采集、人像檢測、人像特征提取、比對識別及報警處理。
人臉識別技術較為成熟,應用案例廣泛;而人像識別技術提取特征較多,識別成功率更高。下一節將結合其他因素對兩種方案進行綜合比選。
人像識別系統在系統部署上,主要有兩種方案,一種是前端抓拍+后端比對方案(圖片回傳),另一種是后臺基于視頻流提取+比對方案(視頻流回傳)。
2.2.1 圖片回傳方案
圖片回傳方案中,各系統廠商常見的處理方案為在閘機、安檢機、出入口等人流方向較為確定的位置設置人臉抓拍專用攝像機,該專用攝像機可兼做普通攝像機,與其他普通攝像機一同接入車站視頻監視平臺。系統工作時,人臉抓拍攝像機將1路視頻流回傳平臺,實現普通攝像機的拍攝功能;同時對進出旅客進行人臉信息提取,以圖片形式回傳至車站人臉識別服務器,再進一步上傳至人像應用平臺(通常在市局),為公安部門治安巡查、反恐防爆等提供數據支撐[5-8]。
2.2.2 視頻流回傳方案
視頻流回傳方案無需部署專用攝像機,可直接選取閘機、安檢機、出入口等處的普通攝像機回傳的視頻流(通常每站30~40路),通過傳輸系統上傳至人像識別平臺(通常在公安分局或派出所)。人像識別平臺對各路視頻流進行人像檢測、特征提取,再將提取結果進一步上傳至市局人像應用平臺。
2.2.3 小結
兩種人像識別系統部署方案的技術、工程難度、造價等對比如表1所示。

表1 人像識別系統部署方案對比Tab.1 Comparison of deployment schemes of portrait recognition system
綜合考慮技術成熟度和識別準確率,同時考慮到該線路是一條既有線,原有視頻監視系統已建設完成,為減小對車站裝修的拆裝影響,推薦本線采用人像識別技術,視頻流回傳方案。
為節約工程建設成本以及考慮到公安部門維護人員少的問題,3號線為專用視頻監視系統與公安視頻監視系統建設了統一的視頻監視平臺,即專用視頻監視系統與公安視頻監視系統共用車站攝像機、存儲及相關控制等設備。
3號線在各車站的出入口、安檢機、檢票閘機等公共區域以及設備區設置了高清攝像機;同時在通信機房設置了視頻服務器、視頻存儲設備及匯聚交換機等。其中出入口、安檢機、檢票閘機的攝像機均采用的是固定式攝像機,像素不低于200萬。
前端共用高清攝像機攝取的圖像進入車站匯聚交換機后,經過公安傳輸系統送至公安分局,并經過網閘上傳至分局視頻網絡及各類服務器(不含人像識別服務器)。
因原有視頻監視系統已設置了較豐富的前端拍攝點位和基礎的傳輸系統,本次人像識別系統建設主要從3個方面著手:既有攝像機點位選取及少量增補、擴容傳輸通道、新設人像識別軟硬件平臺,如圖1所示。

圖1 既有線人像系統建設方案Fig.1 Construction scheme of the existing portrait system
3.2.1 既有攝像機點位選取及少量增補
基于視頻流回傳的人像識別系統雖然無需設置專用攝像機,但為了盡可能拍攝到人員正面、提升人像特征提取的成功率,還是應該優先選擇人員行進方向上的拍攝點位,而出入口、安檢機、檢票閘機的攝像機均契合這一需求。原有視頻點位由于“有覆蓋”即可滿足使用需求,在設置人像識別系統時,需要在部分位置適當增加攝像機點位。
經過逐站篩查,3號線選取可利舊攝像機約660路,新增攝像機約30路,共計690路,平均每站約32路。可以看到,攝像機前端的復用率達到了95%,有效減少了對裝修天花的拆裝,降低了現場施工難度。
3.2.2 擴容傳輸通道
該市3號線原有公安傳輸系統采用環網方案,將公安分局、2個派出所及各車站組成3個傳輸環,其中分局、各派出所組建1個上層環網,2個派出所及其下屬車站組成2個接入環網,采用每個接入環網與上層環網在派出所處相切的結構。每個傳輸環網可用帶寬10 Gbit/s,其中為分局及派出所調看視頻分配了2 Gbit/s。
分局設置人像識別平臺后,需從全線拾取690路視頻流(環1部分約380路,環2部分約310路),按每路4 Mbit/s碼流進行計算,則有:
環1派出所下掛環網帶寬約為380×4 Mbit/s= 1 520 Mbit/s;
環2派出所下掛環網帶寬約為310×4 Mbit/s= 1 240 Mbit/s。
環1、環2的兩個派出所下掛傳輸環各自需要2 Gbit/s,派出所上傳公安分局需要帶寬為4 Gbit/s, 加上原有調看用的2 Gbit/s,合計帶寬為10 Gbit/s。
可以看出,傳輸系統原有的10G帶寬已無法滿足人像識別系統需求,需將傳輸帶寬升級至20 Gbit/s。帶寬升級主要通過增加板卡實現,現場施工難度不大。
3.2.3 新設人像識別軟硬件平臺
人像識別軟硬件平臺無需在車站設置前置設備,全部設于分局機房即可,主要包括人像解析服務器、圖像存儲設備、聚檔服務器、應用平臺服務器、網管設備及配套軟件和許可。
根據交通運輸部網站數據,截至2020年底,全國(不含港澳臺)已有44個城市開通運營城市軌道交通線路233條,車站4 660座,完成客運量175.9億人次。面對如此龐大的客流量,公安部門、運營單位對基于人像識別技術的智能化安保管理和反恐防暴手段需求迫切;而這些運營線路一半以上是在2010年之前建設,其中大多未設置人臉/人像識別系統。本文簡要介紹了人像識別技術方案,并結合實際線路分析了既有線增設人像識別系統的工程要點,希望為其他同類項目提供參考。