人臉識別技術(shù)在公安領域的應用淺析

1、人 臉識別 公安領域應 用 模式引言人臉是繼指紋之后應用最為廣泛的一種生物特征，與指紋相比更加直觀、自然。據(jù)國際生物識別集團（IBG）發(fā)布的生物識別市場與產(chǎn)業(yè)報告 2009-2014 報告顯示，2014年人臉識別在全球生物特征識別市場中能夠占到11.4%。在國內(nèi)公安領域，人臉識別技術(shù)的發(fā)展也同樣迅猛，近5年已增長到了 18%，并且還在持續(xù)增長。這些都說明了人臉識別技術(shù)在公安領域的應用具有極大的潛 力，本文將對人臉識別的技術(shù)原理、典型應用和存在的問題進行分析和討論。一、人臉識別的技術(shù)原理及特點1人臉識別的基本流程人臉識別與其他生物特征識別技術(shù)相似，應用過程的基本流程分為離線注冊和在線識別兩個步驟

2、，流程框圖如圖 1所示。圖1人臉識別應用基本流程框圖人臉注冊過程如圖1（ a）所示，通常具體步驟為：首先利用可見光成像設 備采集注冊用的人像；然后利用人臉檢測技術(shù)從圖像中定位并分割出人臉局部 圖像；最后再利用特征提取技術(shù)抽取能夠表征人臉圖像的數(shù)據(jù)量，形成特征模 板并存儲至數(shù)據(jù)庫中。在人臉識別應用中，人臉注冊也常稱為人臉建模，一般 離線進行，例如在進行大規(guī)模的人臉圖像查詢時，都需要事先將人臉圖像庫全 部建模。圖1（b）示出了人臉識別的基本流程，特征抽取過程與人臉注冊相似， 也包括人臉檢測和特征提取兩個步驟。不同的是在識別過程中，提取到的人臉 特征模板不再存儲，而是與注冊時提取的人臉特征模板進行比

3、對，最終返回比 對結(jié)果。從圖1中可以看出，人臉識別過程經(jīng)歷了從人體物理空間到人臉局部圖像 空間，再到人臉特征數(shù)據(jù)空間，最后到類別空間的轉(zhuǎn)換。在這個轉(zhuǎn)換過程中， 人臉檢測、特征提取和特征比對分別起到了關(guān)鍵作用，這也是人臉識別中三項 最為關(guān)鍵的技術(shù)，本文接下來將對此進行介紹。2人臉識別的關(guān)鍵技術(shù)（1）人臉檢測人臉檢測是人臉識別的首要步驟，主要目的是從大范圍的圖像中準確地找 到人臉區(qū)域，降低背景信息對識別性能的影響。該技術(shù)的研究最早可追溯至上 世紀70年代，從圖像空間的角度出發(fā)，目前人臉檢測方法大體可分為基于像 素域、基于壓縮域和兩者相結(jié)合等三類。基于像素域的人臉檢測方法基本原理是在圖像的像素空間滑

4、動檢測圖像塊， 提取每一圖像塊的特征并利用先驗知識或者統(tǒng)計的方法判斷圖像塊是否是人臉。 基于類Haar特征的AdaBoost方法是該類方法的典型代表，檢測準確率可達 90%以上13?；趬嚎s域的人臉檢測則是在圖像的頻域空間滑動檢測圖像塊， 利用壓縮系數(shù)中提取的特征判別是否是人臉區(qū)域 46。與基于像素域的方法相 比，該類方法省略了解碼時間，速度更快。但是由于編碼分塊的原因，導致壓 縮域人臉區(qū)域的特征不如像素域穩(wěn)定，從而降低了檢測的準確率。為了平衡人臉檢測的準確率和速度，文獻7針對人臉識別應用提出了一種 JPEG圖像的快速人臉檢測方法，該方法在壓縮碼流中提取少量系數(shù)，快速恢 復低分辨率圖像，然后再

5、利用像素域的 Adaboost方法檢測人臉，綜合了壓縮 域檢測速度快和像素域檢測精度高優(yōu)勢，對人臉識別應用而言是一種實用的人 臉檢測方法。總之，人臉檢測技術(shù)發(fā)展到現(xiàn)在已經(jīng)基本滿足人臉識別應用的需求。但是, 隨著人臉識別技術(shù)在視頻監(jiān)控中應用的擴展，捕捉到的人臉姿態(tài)各異，多角度 人臉快速檢測和配置將是人臉識別技術(shù)的新需求。(2) 特征提取人臉特征提取是指在人臉圖像中抽取出能夠辨識不同人臉的數(shù)據(jù)的過程， 抽取特征的唯一性越強，則算法的性能越好。人臉特征與指紋和虹膜不同，后 兩者特征比較穩(wěn)定，例如指紋特征主要是細節(jié)點、虹膜特征主要是圖像的紋理。 人臉是非剛性的物體，外觀特征受人的姿態(tài)、表情、飾物、光照

6、等影響較大， 如何提取穩(wěn)定的人臉特征一直是人臉識別領域最為重要的研究課題8。人臉特征提取方法較多，發(fā)展過程大體可分為兩個階段，第一階段主要以 研究理想條件下的人臉特征提取技術(shù)為主，基于幾何特征的方法和特征臉方法 是該階段的典型代表?；趲缀翁卣鞯姆椒ㄊ侵冈谌四槇D像中檢測出眼鏡、眉 毛、鼻子、嘴巴等部件，將各部件之間的幾何關(guān)系作為辨識特征。特征臉方法 是人臉識別技術(shù)發(fā)展的一個里程碑，不再應用簡單的幾何特征，而是在大量的 圖像數(shù)據(jù)集中，利用PCA方法計算特征向量也即特征臉，然后將人臉圖像映 射到各向量上，最終利用向量系數(shù)作為人臉特征。該階段發(fā)展的方法對人臉圖 像要求比較苛刻，對光照、姿態(tài)等都有很高

7、的要求，各因素的變化都極易導致 識別性能大幅度下降，這使得人臉識別技術(shù)很難實際應用。第二階段主要研究非理想條件下(例如具有光照變化、表情變化、姿態(tài)變 化、年齡跨度等)魯棒的特征提取方法。該階段的研究更具有實用性，以挖掘 在高維人臉圖像數(shù)據(jù)中隱含的低維不變特征為目的，采用統(tǒng)計學習的方法努力 使不同人臉之間的類間距離最大，同一人臉各種變化下的類內(nèi)距離最小。出現(xiàn) 的方法主要有二維主成份分析方法、二維線性鑒別方法、基于流形學習的方法、 基于稀疏表示的方法等。發(fā)展到目前，提取的人臉特征對光照、表情、姿態(tài)、年齡等變化已有較強的適應性，部分先進的算法已經(jīng)可以實際應用。特征提取是人臉識別最為關(guān)鍵的算法，雖然現(xiàn)

8、在已有較多算法在實際中應 用，但是在非配合情況下拍攝的人臉圖像光照、表情、姿態(tài)等變化較大，穩(wěn)定 的人臉特征仍是一個未解決的難題。（3）特征比對相對于人臉檢測和特征提取，特征比對在人臉識別過程中獨立研究較少。所謂的特征比對是指比較兩幅人臉圖像的特征并判斷相似程度，這是一個鑒別 的過程。人臉識別中應用的特征比對技術(shù)與其他應用中類似，主要有最近鄰方 法、神經(jīng)網(wǎng)絡方法、支撐向量機方法等。在大規(guī)模的人臉搜索應用中，特征比 對的方法和策略是尤為重要的。MBE2010測試報告顯示，在160萬次比對中， 效率最高的比對方法花費時間為177毫秒，而效率最低的方法花費時間為 238 秒9。3性能現(xiàn)狀美國國家標準與

9、技術(shù)研究院（NIST）作為國外權(quán)威機構(gòu)，自1993年起對 人臉識別算法進行評測，極大地促進了人臉識別技術(shù)的發(fā)展。NIST的歷次人臉識別評測結(jié)果也能夠在一定程度上反映人臉識別技術(shù)的 發(fā)展水平。對于人臉一對一驗證，人臉識別性能的認假率在0.1%時，拒真率從1993年時的79%，降到了 2010年的0.3%，已達到實用水平。對于一對多 應用，MBE2010測試報告也顯示最好的人臉識別算法在 160萬庫中首選識別 率已達到92%，排名前20的識別率已達到96%9。從當前的人臉識別性能指標中可以看出，在圖像質(zhì)量較好的環(huán)境下，例如 證件類照片，當前技術(shù)已經(jīng)基本能夠滿足實際需求4技術(shù)特點人臉識別與其他生物特

10、征識別技術(shù)相比具有非接觸、直觀、自然、可隱蔽 式采集等優(yōu)勢，在公安領域中應用人臉識別技術(shù)還具有以下特點：（1）傳感器價格低廉，應用廣泛當前人臉識別技術(shù)通常采用普通的可見光成像設備，例如照相機、監(jiān)控攝 像機等，這些設備通用性強、在非人臉識別領域已有非常廣泛的應用。利用現(xiàn) 有的設備采集人臉圖像并進行識別不需要額外增加硬件成本，易于推廣應用。（2）識別過程符合認知習慣，可有效輔助民警應用在公安領域的應用中技術(shù)僅是輔助手段，不能完全代替人工。指紋和虹膜 圖像復雜，不直觀，非專家無法輕易進行人工辨識。而人臉識別則是完全符合 人的認知習慣，不需要進行特殊訓練即可對自動識別結(jié)果進行人工確認，在輔 助民警應用

11、的角度上更為直接和有效。（3）易于公安業(yè)務集成，民眾接受程度咼照片采集和視頻監(jiān)控在當前公安業(yè)務中已廣泛采用，人臉識別技術(shù)的應用 不需要改變現(xiàn)有業(yè)務流程，不增加額外工作環(huán)節(jié)，僅在后臺應用，過程自然， 用戶和民眾接受程度咼。二、人臉識別的典型應用人臉識別與其他生物特征識別技術(shù)相似，能夠解決 他是否是他？ ”的驗證 問題和 他是否是危險份子？ ”的辨識問題。另外，由于人臉圖像直觀，還可用 于解決他是誰？ ”的查詢問題。驗證是人臉一對一比對的應用，識別和查詢是 人臉一對多比對的應用，具體如下：1人臉驗證應用一對一驗證主要用于判斷某人是否是他所宣稱身份的人。在這種應用模式 下，首先需要預先采集被識別人的

12、生物特征，并存儲至證件或數(shù)據(jù)庫中。在驗 證時，現(xiàn)場采集被識別人的生物特征，并與預先存儲的生物特征進行比對。如 果比對相似度大于給定的閾值，則認為該人是他所宣稱身份的人，否則不是。在公安領域一對一人臉驗證常被用于證件申領、證件檢查等，利用人臉識 別技術(shù)自助通過也是該類模式的典型應用。2人臉辨識應用利用人臉自動辨別是否是黑名單中的危險份子是人臉識別技術(shù)在公安領域 最為迫切的需求，這是人臉一對多比對的典型應用。該類應用需要事先建立黑 名單模板數(shù)據(jù)庫，在應用時現(xiàn)場采集的人臉特征與黑名單中所有的模板數(shù)據(jù)一 一比對，若存在相似度大于閾值的情況則報警并返回比對結(jié)果。大多數(shù)情況下 人臉辨識全過程自動完成，在有

13、條件的場景下辨識結(jié)果也可輔助民警人工判斷。公安多年的業(yè)務已積累了大量各類控制人員的數(shù)據(jù)庫，這為該類模式的應 用奠定了數(shù)據(jù)基礎。目前利用靜態(tài)照片在數(shù)據(jù)庫中進行查詢辨識的應用已較為 成熟，例如出入境管理中利用人臉識別技術(shù)對限制出入境人員的辨識等。在視 頻監(jiān)控中，人臉辨識應用需求更為迫切，可用于反恐、追逃等。3.人臉查詢應用他是誰？ ”是人臉識別技術(shù)能夠解決的另外一個問題，也是人臉一對多比 對的典型應用。與人臉辨識不同，人臉查詢所用的模板數(shù)據(jù)庫更大，一般應明 確知道待查詢的人臉有很大概率在該數(shù)據(jù)庫中。不同于人臉驗證和人臉辨識， 人臉查詢不再利用相似度閾值返回查詢結(jié)果，而是根據(jù)相似度排名返回相似度 最

14、高的前N個查詢結(jié)果。然后，再由人工辨識各個人臉并最終判定人的身份。在這種應用模式下，由于人臉更直觀，不需要經(jīng)過專門訓練即可人工辨識, 這也是人臉相對指紋和虹膜的一個優(yōu)勢。當前，在公安戶籍查重中身份識別技 術(shù)的應用便是該類模式。三、人臉識別目前存在的問題分析1人臉識別技術(shù)研究仍未結(jié)束當前公安業(yè)務中，人臉識別技術(shù)已有較多的應用，包括出入境管理、戶籍 查重、證件驗證等，也取得了眾多成績。但這僅限于圖像質(zhì)量可控的環(huán)境下， 在不可控的視頻監(jiān)控條件下，人的姿態(tài)、表情變化很大，光照也不受控制，人 臉識別性能的下降還是很明顯的，這也對人臉識別技術(shù)的進一步發(fā)展提出了要 求。另外，人臉除了能夠辨別人的身份外，還可

15、以透露出人的性別、年齡、種 族等重要的信息，還可以通過表情讀出人的心態(tài)，這些對于安防應用也有極其 重要的價值，也是廣義人臉識別技術(shù)的發(fā)展方向。2人臉識別的應用方式同樣重要人臉識別技術(shù)發(fā)展到現(xiàn)在已經(jīng)在公安領域可以實用，但并不是說在全部場 景下均能夠應用，這與圖像采集環(huán)境、采集到的人臉圖像質(zhì)量以及建庫用的圖 像質(zhì)量都用很大關(guān)系。在實際應用中不能奢望人臉識別能夠全部精準地解決所 有問題，這僅僅是一種輔助的技術(shù)手段，能夠在提高工作質(zhì)量的前提下大幅度 降低人工工作強度。人臉識別技術(shù)還在發(fā)展，當前技術(shù)條件下對應用環(huán)境有較為苛刻的要求， 不應因為在某些極端的環(huán)境下達不到理想的效果而對人臉識別技術(shù)全部否定。 較為理想的應用環(huán)境有兩點要求：用于建庫的人臉圖像質(zhì)量高，最好是證件 類照片；現(xiàn)場采集盡量在穩(wěn)定的光照條件下進行。3標準和檢測是人臉識別健康發(fā)展的重要保障伴隨著人臉識別技術(shù)的發(fā)展和應用的推廣，國內(nèi)外人臉識別廠商蜂擁而至, 部分廠商為了商業(yè)利益極盡夸大宣傳，使用戶難以判斷真?zhèn)?。工程建設后無法 驗證系統(tǒng)性能，達不到理想效果，進而對人臉識別技術(shù)喪失信心，對整個行業(yè)