山東信宇通信科技有限公司 江 洲 朱旭東

1.引言

隨著深度學(xué)習(xí)，大數(shù)據(jù)等新技術(shù)在安防領(lǐng)域的應(yīng)用，人臉識(shí)別攝像機(jī)的效果，已經(jīng)具有了媲美人眼識(shí)別的精準(zhǔn)度。該系統(tǒng)具備人臉檢測(cè)、人臉自動(dòng)對(duì)焦、人臉數(shù)據(jù)庫(kù)更新、人臉識(shí)別等功能。可配合公安、緝毒警、社區(qū)安保安保等部門，通過對(duì)交海關(guān)、火車站、機(jī)場(chǎng)、醫(yī)院、超市、酒店、集市的人流進(jìn)行人臉識(shí)別和數(shù)據(jù)比對(duì)，用以尋找出潛在的犯罪嫌疑人或?qū)ふ易呤У膬和屠先恕?/p>

2.基于大數(shù)據(jù)和深度學(xué)習(xí)的人臉識(shí)別布控系統(tǒng)解決方案

該解決方案是在原有安防系統(tǒng)上進(jìn)行改進(jìn)，將前端IPC替換成具有深度學(xué)習(xí)算法的高清網(wǎng)絡(luò)IPC，并在后端增加人臉識(shí)別服務(wù)器（可以通過網(wǎng)絡(luò)大數(shù)據(jù)獲得通緝犯、犯罪分子的面部信息）。

2.1 系統(tǒng)架構(gòu)

如圖1所示，該系統(tǒng)主要由人臉抓拍攝像機(jī)、人臉識(shí)別服務(wù)器、NVR、電腦和網(wǎng)絡(luò)交換設(shè)備組成，為減輕前端工作壓力，該系統(tǒng)采用后端處理機(jī)制。前端攝像機(jī)負(fù)責(zé)識(shí)別出人臉并對(duì)人臉進(jìn)行對(duì)焦、抓拍，通過傳輸系統(tǒng)傳入人臉識(shí)別服務(wù)器中，服務(wù)器可以通過聯(lián)網(wǎng)獲得實(shí)施的通緝犯面部照片并通過基于深度學(xué)習(xí)的人臉識(shí)別算法對(duì)得到的人臉數(shù)據(jù)進(jìn)行識(shí)別，對(duì)比。最終識(shí)別出經(jīng)過卡口的犯罪嫌疑人。

該系統(tǒng)同時(shí)與客戶端聯(lián)動(dòng)推送報(bào)警消息；錄像存儲(chǔ)設(shè)備則用于存儲(chǔ)前端IPC采集到的人臉視頻信息，方便對(duì)視頻信息進(jìn)行查閱以獲取犯罪嫌疑人的蹤跡，實(shí)現(xiàn)抓捕。

圖1 人臉識(shí)別布控系統(tǒng)網(wǎng)絡(luò)架構(gòu)

2.2 人臉抓拍攝像機(jī)功能介紹

人臉識(shí)別抓拍攝像機(jī)是通過對(duì)進(jìn)入其監(jiān)控范圍的人臉進(jìn)行識(shí)別、自動(dòng)對(duì)焦放大、跟蹤、抓拍等獲取到目標(biāo)清楚的面部信息并將其傳遞給后端。該攝像機(jī)具有逐幀抓拍功能，可以對(duì)每幀圖像（通常設(shè)置IPC的頻率為30幀/秒）進(jìn)行快速的人臉對(duì)焦、抓拍。這樣即使人群密集也能實(shí)現(xiàn)對(duì)每個(gè)成員的面部抓拍。同時(shí)集成了人臉及頭肩監(jiān)測(cè)跟蹤算法，可以有效的防止重復(fù)抓拍和漏拍等現(xiàn)象。支持人臉自適應(yīng)曝光，能適應(yīng)強(qiáng)逆光等不利環(huán)境，有效的保證了人臉的抓拍的最優(yōu)質(zhì)量。

2.3 人臉識(shí)別服務(wù)器功能介紹

3.人臉識(shí)別布控系統(tǒng)的特色功能

人臉識(shí)別服務(wù)器具備靜態(tài)檢索功能，可以在每秒提取采集到的150張人臉特征照片，然后與服務(wù)器人臉庫(kù)中的照片信息進(jìn)行比對(duì)，并將比對(duì)結(jié)果反映至軟件客戶端，極大地滿足了高人流密度環(huán)境下的實(shí)時(shí)人臉檢索識(shí)別功能。同時(shí)具備本地導(dǎo)入和網(wǎng)絡(luò)導(dǎo)入兩種人臉數(shù)據(jù)庫(kù)導(dǎo)入方式，可以錄入千萬(wàn)級(jí)的人臉數(shù)據(jù)庫(kù)，實(shí)現(xiàn)對(duì)常住人口和流動(dòng)人口的檢索功能。

此外人臉識(shí)別服務(wù)器還可以對(duì)一定時(shí)間內(nèi)頻繁在同一區(qū)域出現(xiàn)的可疑人員進(jìn)行信息采集和報(bào)警，客戶可以在后臺(tái)設(shè)置重復(fù)出現(xiàn)次數(shù)和時(shí)間段的報(bào)警閾值，一旦視野中有人頻繁出入次數(shù)達(dá)到這個(gè)閾值，便觸發(fā)報(bào)警，如此一來可有效防治不法分子的盯梢、踩點(diǎn)等行為。變被動(dòng)安防為主動(dòng)防御。

3.1 高識(shí)別率

基于大數(shù)據(jù)和深度學(xué)習(xí)的人臉識(shí)別布控系統(tǒng)具有很高的抓拍率和識(shí)別率，通過人臉識(shí)別算法與攝像頭自動(dòng)對(duì)焦系統(tǒng)和CCD傳感器的聯(lián)動(dòng)，對(duì)捕捉到的人臉主動(dòng)進(jìn)行自動(dòng)對(duì)焦和動(dòng)態(tài)范圍調(diào)整，從而可以克服場(chǎng)景寬大，環(huán)境復(fù)雜，逆光，光線弱等不利于拍攝的環(huán)境。

3.2 深度學(xué)習(xí)

本系統(tǒng)采用的人臉識(shí)別算法是基于卷積神經(jīng)網(wǎng)絡(luò)（簡(jiǎn)稱CNNs）深度的監(jiān)督學(xué)習(xí)下的機(jī)器學(xué)習(xí)算法，基于該算法的系統(tǒng)具有高效的數(shù)據(jù)建模方法，可以節(jié)省很多不必要的計(jì)算，在準(zhǔn)確識(shí)別的同時(shí)極大地減輕了CPU的壓力。同時(shí)算法具有極高的可塑性，系統(tǒng)可以根據(jù)識(shí)別到的人臉自動(dòng)調(diào)節(jié)參數(shù)改變模型，以達(dá)到完美的境界。深度學(xué)習(xí)通過多層非線性變換，從大數(shù)據(jù)中自動(dòng)學(xué)習(xí)特征，從而替代手工設(shè)計(jì)的特征。深層的結(jié)構(gòu)使其具有極強(qiáng)的表達(dá)能力和學(xué)習(xí)能力，尤其擅長(zhǎng)提取復(fù)雜的全局特征和上下文信息，而這是淺層模型難以做到的。一幅圖像中，各種隱含的因素往往以復(fù)雜的非線性的方式關(guān)聯(lián)在一起，而深度學(xué)習(xí)可以使這些因素分級(jí)開，在其最高隱含層不同神經(jīng)元代表了不同的因素，從而使分類變得簡(jiǎn)單。深度模型并非黑盒子，它與傳統(tǒng)的計(jì)算機(jī)視覺體統(tǒng)有著密切的聯(lián)系，但是它使得這個(gè)系統(tǒng)的各個(gè)模塊（即神經(jīng)網(wǎng)絡(luò)的各個(gè)層）可以通過聯(lián)合學(xué)習(xí)，整體優(yōu)化，從而性能得到大幅提升。與圖像識(shí)別相關(guān)的各種應(yīng)用也在推動(dòng)深度學(xué)習(xí)在網(wǎng)絡(luò)結(jié)構(gòu)、層的設(shè)計(jì)和訓(xùn)練方法各個(gè)方面的的快速發(fā)展。我們可以預(yù)見在未來的數(shù)年內(nèi)，深度學(xué)習(xí)將會(huì)在理論、算法、和應(yīng)用各方面進(jìn)入高速發(fā)展的時(shí)期，期待著愈來愈多精彩的工作對(duì)學(xué)術(shù)和工業(yè)界產(chǎn)生深遠(yuǎn)的影響?；谏疃葘W(xué)習(xí)的人臉識(shí)別技術(shù)具有更高更準(zhǔn)確的識(shí)別度。

3.3 星光成像

基于深度學(xué)習(xí)的人臉識(shí)別對(duì)于彩色圖像具有更高的識(shí)別率，而一般的攝像頭在光線微弱的環(huán)境中便退變?yōu)榧t外黑白模式，不利于人臉識(shí)別的應(yīng)用，故該系統(tǒng)采用0.001lux的24小時(shí)全彩星光攝像機(jī)，可保證在黑暗環(huán)境下也具有良好的彩色成像效果，從而大幅提升人臉識(shí)別準(zhǔn)確率。

3.4 頭肩檢測(cè)

因人體運(yùn)動(dòng)的復(fù)雜性和靈活性，使得很難用一種標(biāo)準(zhǔn)的模型來描述人體，但科學(xué)研究表明，人體肩部及以上部位卻在運(yùn)動(dòng)中保持基本的輪廓形狀不變。故該算法通過快速對(duì)人體頭部和肩部建立二維識(shí)別模型，可以對(duì)運(yùn)動(dòng)中的人群快速而準(zhǔn)確的定位到頭部進(jìn)行抓拍，基本上杜絕了錯(cuò)誤抓拍人臉的情況。

3.5 質(zhì)量評(píng)估

人臉識(shí)別布控系統(tǒng)具備人臉質(zhì)量評(píng)估算法，系統(tǒng)對(duì)于在一定時(shí)間內(nèi)采集到的同一目標(biāo)的重復(fù)照片，可以通過算法自動(dòng)比對(duì)、挑選出質(zhì)量最好的一張輸出對(duì)比結(jié)果，從而避免了重復(fù)抓拍大大降低了存儲(chǔ)服務(wù)器的壓力。

4.結(jié)束語(yǔ)

人臉識(shí)別系統(tǒng)在當(dāng)今物聯(lián)網(wǎng)及智慧系列解決方案中具有舉足輕重的地位，人臉識(shí)別技術(shù)也在很早之前就被人們提出，但受制于硬件和軟件上的限制，準(zhǔn)確率一直不高，該論文闡述的基于大數(shù)據(jù)和深度學(xué)習(xí)的人臉識(shí)別布控系統(tǒng)，從硬件成像質(zhì)量和軟件算法上雙管齊下，有效的解決了人臉識(shí)別效率低，準(zhǔn)確率差的缺點(diǎn)。

[1]潘國(guó)輝.安防天下[M].

[2]LeCun Y,Bengio Y,Hinton G.Deep learning[J].Nature,2015,521(7553)：436-444.

[3]西剎子.智能網(wǎng)絡(luò)視頻監(jiān)控技術(shù)詳解與實(shí)踐[J].