隨著人工智能技術(shù)的深入發(fā)展與突破，在當(dāng)前社會(huì)各領(lǐng)域的運(yùn)行當(dāng)中，人工智能正廣泛的觸及人們生活、工作乃至安防等領(lǐng)域的眾多場景。目前，在人工智能領(lǐng)域中最火熱的人臉識(shí)別技術(shù)正以其高安全性、非接觸性、識(shí)別速度快等屬性，為各行各業(yè)帶來更多極致體驗(yàn)。人臉識(shí)別技術(shù)也在人工智能領(lǐng)域脫穎而出，成為開啟未來時(shí)代的排頭兵。

 

　　人臉識(shí)別在公安實(shí)戰(zhàn)應(yīng)用凸顯

 

　　人工智能在安防領(lǐng)域的應(yīng)用，必須回歸安防的本質(zhì)：用技防手段，降低對(duì)人的依賴，也就是提升業(yè)務(wù)效率、減少人工需求。只有解決客戶的“痛點(diǎn)”需求，智能化的安防解決方案才能真正落地。人臉識(shí)別之所以能在現(xiàn)今的社會(huì)應(yīng)用如此廣泛，其主要原因是它能深度結(jié)合金融、地產(chǎn)、零售、安防等眾多行業(yè)，設(shè)身處地的為行業(yè)解決現(xiàn)階段發(fā)展中的難題。尤其是在安防行業(yè)，公共安全和社會(huì)維穩(wěn)形勢日趨嚴(yán)峻，現(xiàn)有的傳統(tǒng)非智能安防設(shè)備及工作模式已經(jīng)不能滿足公安實(shí)際業(yè)務(wù)中的需求，而無論是公共安全還是社會(huì)維穩(wěn)，安防重點(diǎn)的關(guān)注對(duì)象是人，那么這就為以人臉識(shí)別為代表的智能技術(shù)打開了一個(gè)很好的切入口。

 

　　這幾年，人臉識(shí)別作為圖偵技術(shù)的重要組成部分得到了快速發(fā)展，在警務(wù)實(shí)戰(zhàn)方面逐漸有了規(guī)模化應(yīng)用的趨勢和潛力。從近兩年的公開招投標(biāo)的人臉識(shí)別系統(tǒng)需求來看，來自公安系統(tǒng)的招投標(biāo)密集，公安系統(tǒng)內(nèi)對(duì)動(dòng)態(tài)人臉識(shí)別系統(tǒng)的需求正在加速釋放。這其中的主要原因是因?yàn)楣残虃刹块T需要比對(duì)大量的視頻、圖像，從海量視頻監(jiān)控?cái)?shù)據(jù)中精準(zhǔn)、快速地找到犯罪目標(biāo)，效率和效能就是他們的痛點(diǎn)需求。人工監(jiān)控和查找存在容易疲勞、不精確、信息搜索效率低下等等多方面問題，因此人臉識(shí)別技術(shù)具有快速擴(kuò)展的商業(yè)因素。

 

　　以人臉識(shí)別為核心的智能安防產(chǎn)品在警務(wù)實(shí)戰(zhàn)運(yùn)用的優(yōu)秀表現(xiàn)，使國家對(duì)于AI+安防的這種結(jié)合引起高度重視。曠視(Face++)以人臉識(shí)別技術(shù)為核心的智能安防解決方案，在2016年被公安部引入“2016年度公安部科技局科技成果推廣目錄”。且在今年7月國務(wù)院發(fā)布的《新一代人工智能發(fā)展規(guī)劃》也對(duì)人工智能在安防領(lǐng)域中的具體部署中提到，要“圍繞社會(huì)綜合治理、新型犯罪偵查、反恐等迫切需求，研發(fā)集成多種探測傳感技術(shù)、視頻圖像信息分析識(shí)別技術(shù)、生物特征識(shí)別技術(shù)的智能安防與警用產(chǎn)品”。人臉識(shí)別作為現(xiàn)階段在安防工作中應(yīng)用效果最好的生物特征技術(shù)，其與安防的結(jié)合已被上升為國家戰(zhàn)略。未來，公安的人臉應(yīng)用將會(huì)逐步向超大規(guī)模人臉庫、全國聯(lián)網(wǎng)庫、自助人證驗(yàn)證、實(shí)時(shí)人臉布控等多個(gè)領(lǐng)域發(fā)展。科技進(jìn)步對(duì)公安業(yè)務(wù)的推動(dòng)將會(huì)從有限輔助手段逐步向主力科技手段發(fā)展。對(duì)公安行業(yè)應(yīng)用來說，未來更需要做好人臉識(shí)別的頂層設(shè)計(jì)、人臉評(píng)測與標(biāo)準(zhǔn)體系、先導(dǎo)試點(diǎn)與特定行業(yè)應(yīng)用相結(jié)合的普及以及全面發(fā)展，最終向人臉大聯(lián)網(wǎng)、大數(shù)據(jù)系統(tǒng)演進(jìn)，為公安業(yè)務(wù)在人的管理方面發(fā)揮基礎(chǔ)科技支撐作用。

 

　　技術(shù)突破引領(lǐng)應(yīng)用變革

 

　　人臉識(shí)別技術(shù)其實(shí)早在90年代時(shí)期就已經(jīng)初步應(yīng)用，并以美國、德國和日本的技術(shù)實(shí)現(xiàn)為主，相比較現(xiàn)如今的人臉識(shí)別技術(shù)，早期的人臉識(shí)別技術(shù)主要是基于可見光圖像的人臉識(shí)別，但這種方式有著難以克服的缺陷，尤其在環(huán)境光照發(fā)生變化時(shí)，識(shí)別效果會(huì)急劇下降，無法滿足實(shí)際系統(tǒng)的需要。人臉識(shí)別技術(shù)近年來逐漸走向?qū)嵱没耐黄圃谟谄渖?jí)為基于主動(dòng)近紅外圖像的多光源人臉識(shí)別技術(shù)，這種升級(jí)有效克服了識(shí)別可見光圖像的種種缺陷。而除此之外，真正使人臉識(shí)別技術(shù)具備重大變革力的核心在于深度學(xué)習(xí)技術(shù)的成熟。

 

　　人臉識(shí)別技術(shù)是人工智能技術(shù)的一種典型應(yīng)用。從人工智能的發(fā)展過程來看，其分別經(jīng)歷了三個(gè)不同的發(fā)展過程：模式識(shí)別、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)。人臉識(shí)別領(lǐng)域在2013年以后利用深度學(xué)習(xí)實(shí)現(xiàn)了明顯進(jìn)展，特別是在2014年和2015年人臉識(shí)別算法達(dá)到超過人類識(shí)別能力的水平。深度學(xué)習(xí)算法基于海量的圖像和視頻訓(xùn)練數(shù)據(jù)，構(gòu)建包含數(shù)萬乃至數(shù)億可學(xué)習(xí)參數(shù)的多層人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，從而使得訓(xùn)練好的模型可以應(yīng)用于圖像和視頻分類，圖像和視頻中的物體檢測和識(shí)別等多種智能任務(wù)。相比于上一代機(jī)器學(xué)習(xí)和人工智能技術(shù)，深度學(xué)習(xí)構(gòu)建的模型大大強(qiáng)化了模型復(fù)雜度，包含參數(shù)規(guī)模十分龐大，神經(jīng)網(wǎng)絡(luò)的層數(shù)也大大增加，甚至可以達(dá)到上百乃至上千層神經(jīng)網(wǎng)絡(luò)，從而使得模型的學(xué)習(xí)能力大大提高，能夠從事更加復(fù)雜的圖像和視頻認(rèn)知和分析任務(wù)。

 

　　利用基于深度學(xué)習(xí)算法訓(xùn)練出來的人臉識(shí)別技術(shù)、圖像識(shí)別技術(shù)與視頻結(jié)構(gòu)化技術(shù)，將可以很好地實(shí)現(xiàn)在區(qū)域治防控、邊檢、監(jiān)獄等不同業(yè)務(wù)場景，對(duì)目標(biāo)人員的高并發(fā)高精度識(shí)別及高速建模入庫，對(duì)海量視頻監(jiān)控?cái)?shù)據(jù)、圖像數(shù)據(jù)進(jìn)行實(shí)時(shí)結(jié)構(gòu)化處理，迅速檢索人員和車輛信息等，高效提升實(shí)戰(zhàn)應(yīng)用價(jià)值。

 

　　“動(dòng)靜結(jié)合”應(yīng)用拓展新領(lǐng)域

 

　　防解決方案的實(shí)際應(yīng)用中，人臉識(shí)別技術(shù)可廣泛應(yīng)用于視頻監(jiān)控、入侵報(bào)警、出入口控制、門禁、電子巡更、聯(lián)網(wǎng)告警等主要安防領(lǐng)域，有效解決公安、海關(guān)、機(jī)場、鐵路等政府安全相關(guān)機(jī)構(gòu)對(duì)于可疑人員身份確認(rèn)、實(shí)名制認(rèn)證、人臉電子圍欄、重點(diǎn)人員布控告警等實(shí)戰(zhàn)訴求。通過靜態(tài)識(shí)別與動(dòng)態(tài)追蹤兩種模式，保障警務(wù)部門在社會(huì)治安管控的事前、事中、事后工作過程實(shí)現(xiàn)流暢運(yùn)行及實(shí)時(shí)快速的精準(zhǔn)打擊。

 

　　人臉靜態(tài)識(shí)別

 

　　人臉識(shí)別靜態(tài)系統(tǒng)由靜態(tài)系統(tǒng)服務(wù)器以及客戶端構(gòu)成。通過將人臉識(shí)別靜態(tài)系統(tǒng)嵌入公安、邊防、海關(guān)等國家政府機(jī)關(guān)單位的全國在逃人員信息資源庫、全國違法犯罪人員信息資源庫、協(xié)同辦案人員庫、出入境人員庫、旅店人員庫、違法犯罪人員庫等人員信息庫，建立超大規(guī)模人臉圖片結(jié)構(gòu)化比對(duì)的系統(tǒng)。警務(wù)人員只需在應(yīng)用時(shí)導(dǎo)入一張包含人臉的照片，該系統(tǒng)可對(duì)海量圖片進(jìn)行人臉特征提取，并能通過人臉與信息庫中對(duì)應(yīng)的人員姓名、年齡、性別、證件號(hào)等各種屬性進(jìn)行比對(duì)，實(shí)現(xiàn)1：1身份驗(yàn)證以及1：N人臉?biāo)阉鳌椭ぷ魅藛T在實(shí)際業(yè)務(wù)中快速確定人員身份、實(shí)時(shí)實(shí)現(xiàn)嫌疑人員布控，有效提升工作效率。

 

　　可以說計(jì)算機(jī)視覺的1.0版本，是對(duì)靜態(tài)識(shí)別圖像的識(shí)別；2.0版本，則主要是動(dòng)態(tài)視頻內(nèi)容的理解和學(xué)習(xí)。從目前的發(fā)展來看，靜態(tài)的人臉識(shí)別發(fā)展比較成熟，識(shí)別率也很高。以曠視為例， 目前曠視的人臉識(shí)別靜態(tài)系統(tǒng)最高可支持在十億級(jí)別人像靜態(tài)庫中妙級(jí)響應(yīng)提取對(duì)應(yīng)人員照片及信息，在千萬級(jí)規(guī)模下，第一位命中率超過95%，前十位命中率超過99%。

 

　　立體化動(dòng)態(tài)識(shí)別

 

　　動(dòng)態(tài)模式的人臉識(shí)別技術(shù)是目前比較實(shí)用而且發(fā)展較為快速的模式識(shí)別技術(shù)，也是現(xiàn)階段公安部門最為迫切的需求之一，一方面因?yàn)樵谖覈鞘谢M(jìn)程中，因城市人口日趨密集，人口流動(dòng)性增大，而導(dǎo)致違法犯罪行為、恐怖事件頻發(fā)的治安形勢；另一方面，在我國平安城市建設(shè)已基本使各城市覆蓋了成千上萬的公共監(jiān)控?cái)z像頭的情況下，形成的龐大視頻監(jiān)控?cái)?shù)據(jù)無法及時(shí)有效的被警務(wù)部門檢索分析，而使安防設(shè)備的效力大大折扣。

 

　　目前市場上的動(dòng)態(tài)人臉識(shí)別技術(shù)的相關(guān)產(chǎn)品不斷增多，但在實(shí)際應(yīng)用中仍存在一些短板，針對(duì)這些問題，目前基于人工智能2.0的人臉動(dòng)態(tài)識(shí)別與分析有較大突破。通過基于深度學(xué)習(xí)的動(dòng)態(tài)人臉識(shí)別技術(shù)及視頻結(jié)構(gòu)化技術(shù)與城市視頻監(jiān)控系統(tǒng)對(duì)接，可以有效盤活視頻監(jiān)控?cái)?shù)據(jù)利用率，使公安機(jī)關(guān)對(duì)城市中人流集中的園區(qū)、廣場、路口、汽車站、火車站、地鐵站、機(jī)場等重點(diǎn)場所的管控做到及時(shí)預(yù)警出警，并能夠針對(duì)具體事件、具體人員實(shí)現(xiàn)追蹤分析的立體化處置。

 

　　曠視結(jié)合治安、刑偵、交通、情報(bào)等各警種的業(yè)務(wù)痛點(diǎn)，推出的動(dòng)態(tài)人臉識(shí)別系統(tǒng)能夠?qū)Τ霈F(xiàn)的視頻監(jiān)控中的目標(biāo)人員進(jìn)行實(shí)時(shí)識(shí)別，并對(duì)視頻監(jiān)控系統(tǒng)進(jìn)行結(jié)構(gòu)化處理，返回目標(biāo)人員發(fā)型、衣著、是否佩戴眼鏡、是否背包等相關(guān)屬性，并能對(duì)目標(biāo)人員的行為軌跡進(jìn)行分析，反饋主要活動(dòng)區(qū)域、活動(dòng)路線、落腳點(diǎn)等辦案關(guān)鍵信息。在實(shí)際應(yīng)用中，曠視的動(dòng)態(tài)人臉識(shí)別系統(tǒng)具備快、準(zhǔn)、靈等特點(diǎn)。

 

　　可以說，人臉識(shí)別既可主動(dòng)采集也可被動(dòng)采集，所以能滿足自動(dòng)采集和非自動(dòng)采集全部的要求和需要。此外，非自動(dòng)采集和自動(dòng)采集還對(duì)應(yīng)了另外兩個(gè)概念：強(qiáng)制采集和隱蔽采集。兩類采集若能兼而有之，系統(tǒng)的應(yīng)用領(lǐng)域?qū)⒋蟠笸卣埂?/div>