人員結(jié)構(gòu)化”多特征分析，助力精準(zhǔn)人像識(shí)別應(yīng)用

近幾年來(lái)，作為公安視頻偵查的重要手段，人像識(shí)別在公安實(shí)戰(zhàn)過(guò)程中的應(yīng)用需求正在加速釋放。公安部門需要比對(duì)大量的視頻、圖像，從海量視頻監(jiān)控?cái)?shù)據(jù)中精準(zhǔn)、快速地找到目標(biāo)人物。智能人臉系統(tǒng)的部署將警務(wù)人力極大地解放出來(lái)，帶來(lái)了警務(wù)實(shí)戰(zhàn)效能與效率質(zhì)的提升。隨著人工智能、大數(shù)據(jù)、云計(jì)算等技術(shù)的融合應(yīng)用，人像識(shí)別在公安視頻偵查中的輔助作用也越來(lái)越關(guān)鍵。

　　M:N模式精準(zhǔn)人臉識(shí)別設(shè)備應(yīng)用仍存技術(shù)難點(diǎn)

　　當(dāng)前，公安視頻偵查中人臉識(shí)別的應(yīng)用一般分為兩種場(chǎng)景：一種是靜態(tài)人臉識(shí)別比對(duì)，從監(jiān)控錄像中采集人臉的截圖，然后和目標(biāo)庫(kù)(如犯罪分子庫(kù)、黑名單庫(kù)、失蹤人員庫(kù)等)做靜態(tài)比對(duì)，縮小目標(biāo)范圍到幾人、十幾人內(nèi)，提高身份確認(rèn)的效率;另一種則是直接在監(jiān)控視頻中做動(dòng)態(tài)比對(duì)，實(shí)時(shí)檢測(cè)、比對(duì)分析、跟蹤人臉。

　　在1:1、1:N靜態(tài)人臉比對(duì)場(chǎng)景中，因?yàn)槿四槺葘?duì)的數(shù)據(jù)量較小，且環(huán)境干擾因素較少，人臉識(shí)別的準(zhǔn)確率普遍能夠達(dá)到99.5%以上甚至100%。但在復(fù)雜的M:N模式下的動(dòng)態(tài)人臉布控過(guò)程中，要做到超高精度人臉識(shí)別和追蹤仍然不太容易。這里涉及到很多因素，包括抓拍距離、光線環(huán)境、人臉角度等等，干擾性較大，應(yīng)用到實(shí)戰(zhàn)場(chǎng)景中仍然有一些技術(shù)難題需要攻破。

　　智能抓拍引擎，提升動(dòng)態(tài)人臉識(shí)別準(zhǔn)確率

　　要提升動(dòng)態(tài)人臉識(shí)別的準(zhǔn)確率，首先要保障的是人臉圖像的抓拍率，這一點(diǎn)在很多技術(shù)類文章中鮮少提及，但其實(shí)是很關(guān)鍵的因素。在動(dòng)態(tài)人臉抓拍場(chǎng)景下，大量移動(dòng)目標(biāo)的重疊、分離、移出區(qū)域等都是導(dǎo)致漏拍的關(guān)鍵因素。智能抓拍引擎，可以有效解決目標(biāo)跟蹤遺漏、目標(biāo)重復(fù)的問(wèn)題，可將抓拍有效率提升到96%以上，將重復(fù)率控制在8%以下。同時(shí)，內(nèi)建的圖像評(píng)價(jià)篩選算法可自動(dòng)選擇最優(yōu)抓拍，剔除重復(fù)圖片，一方面減少傳輸圖片的數(shù)量，降低網(wǎng)絡(luò)傳輸和后端計(jì)算壓力;另一方面篩選出高質(zhì)量人臉抓拍圖片，提升識(shí)別的準(zhǔn)確率。

　　多特征算法疊加，獲取更精準(zhǔn)的識(shí)別率

　　在保障高質(zhì)量人臉圖像抓拍的基礎(chǔ)之上，再?gòu)乃惴ń嵌葟?qiáng)化人臉特征的檢測(cè)提取，以獲取更精準(zhǔn)的識(shí)別率。

　　人臉識(shí)別設(shè)備是一種非常重要的生物特征，具有結(jié)構(gòu)復(fù)雜、細(xì)節(jié)變化多等特點(diǎn)，同時(shí)也蘊(yùn)含了大量的信息，比如性別、年齡、表情等。在動(dòng)態(tài)識(shí)別場(chǎng)景中，算法主要是基于面部進(jìn)行特征點(diǎn)檢測(cè)分析，單一在人的面部區(qū)域做特征提取，仍然會(huì)受光線、環(huán)境以及非配合條件等因素，影響到最終的識(shí)別準(zhǔn)確率。

　　針對(duì)這個(gè)問(wèn)題，智能攝像機(jī)一方面采用多特征人像識(shí)別技術(shù)，可實(shí)現(xiàn)“人臉&人體”多特征檢測(cè)、提取、分析以及輔助跟蹤，支持人臉、人體、頭肩等部位同時(shí)抓拍，特征提取點(diǎn)更豐富多維，包含人物性別、年齡、是否帶口罩、人物服飾等10余種屬性特征，實(shí)現(xiàn)最優(yōu)人臉&人體相關(guān)聯(lián)。從人臉到人體，從單一特征到多特征，隨著目標(biāo)人物細(xì)節(jié)特征的豐富，基于深度學(xué)習(xí)的算法，可以在訓(xùn)練過(guò)程中讓深度神經(jīng)網(wǎng)絡(luò)“自動(dòng)”從訓(xùn)練的數(shù)據(jù)中學(xué)習(xí)最適合的特征擷取方法，自主篩選更精確的信息，多樣性人像特征的算法疊加，達(dá)到更精準(zhǔn)的識(shí)別效果。另一方面，智能攝像機(jī)還可通過(guò)多攝像機(jī)間的協(xié)同、端云間的協(xié)同進(jìn)行聯(lián)合判斷，單機(jī)比對(duì)處理后再多機(jī)配合計(jì)算確認(rèn)，從而降低人臉誤檢率。

　　AI場(chǎng)景自適應(yīng)，成像更好滿足實(shí)戰(zhàn)應(yīng)用

　　最后，值得一提的是，在安防應(yīng)用中，攝像機(jī)安裝的環(huán)境千差萬(wàn)別，同一個(gè)安裝場(chǎng)景會(huì)有不同的環(huán)境變化，這也給精準(zhǔn)人臉識(shí)別帶來(lái)了較大的挑戰(zhàn)。為了解決這個(gè)問(wèn)題，智能攝像機(jī)內(nèi)置實(shí)時(shí)圖像質(zhì)量檢測(cè)與評(píng)估特性，具備自我感知和場(chǎng)景適應(yīng)性學(xué)習(xí)能力，可通過(guò)AI算法自動(dòng)識(shí)別場(chǎng)景環(huán)境，比如霧天、雨天、低照?qǐng)鼍啊拕?dòng)態(tài)場(chǎng)景等等，而后自動(dòng)調(diào)整參數(shù)，使圖像在不同的場(chǎng)景下呈現(xiàn)最優(yōu)狀態(tài)，更好地滿足實(shí)戰(zhàn)應(yīng)用。人臉識(shí)別設(shè)備