劉金明，朱成波，周長義

（1.哈爾濱鐵路科研所科技有限公司，黑龍江哈爾濱150006；2.中國鐵路哈爾濱局集團有限公司電務(wù)部，黑龍江哈爾濱150006）

0 引言

保障鐵路系統(tǒng)安全可靠運行，保證國民經(jīng)濟生產(chǎn)、人民出行活動正常運轉(zhuǎn)，是鐵路部門持續(xù)面臨的挑戰(zhàn)性課題。鑒于鐵路運輸系統(tǒng)，尤其是大型樞紐客運站具有全年無休、環(huán)境復(fù)雜、人員密集度高等特殊的行業(yè)特點，因此存在安保工作量繁多、治安管控難度大、人員核查效率低等突出問題[1-2]。傳統(tǒng)視頻監(jiān)控手段已滯后于當(dāng)前的實際業(yè)務(wù)場景需求與發(fā)展，嘗試借助新型人工智能、人臉識別的計算機視覺等技術(shù)手段正逐步提上日程。

2013年，中國鐵路總公司頒布的《鐵路綜合視頻監(jiān)控系統(tǒng)技術(shù)規(guī)范（V1.0）》，首次將高清視頻納入技術(shù)標(biāo)準(zhǔn)。2016年，中國鐵路總公司發(fā)布《設(shè)計時速200km及以上鐵路區(qū)間線路視頻監(jiān)控設(shè)置有關(guān)補充標(biāo)準(zhǔn)的通知》（鐵總建設(shè)函〔2016〕18號），進一步明確提出對高鐵區(qū)間線路全部采用高清攝像機進行設(shè)置或增補，且分辨率不低于1080P[3-4]。結(jié)合原鐵道部頒發(fā)的《關(guān)于加強鐵路客站安檢區(qū)域視頻監(jiān)控系統(tǒng)建設(shè)的通知》（鐵計函〔2011〕59號）和《關(guān)于印發(fā)<客運站安檢區(qū)域視頻監(jiān)控系統(tǒng)建設(shè)指導(dǎo)意見>的通知》（鐵公安〔2011〕115號）[5]，對客運站安檢區(qū)域視頻監(jiān)控系統(tǒng)的建設(shè)，不僅要注重高清視頻的加強，更要運用圖像識別比對、智能分析等技術(shù)，以提高鐵路系統(tǒng)人員管控、打擊違法犯罪的能力。

當(dāng)前人工智能技術(shù)飛速發(fā)展，數(shù)字神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)技術(shù)不斷成熟，以人臉識別為主的計算機視覺技術(shù)得到長足發(fā)展，人臉識別技術(shù)已能支持海量視頻圖像和人像數(shù)據(jù)的并行處理及深度分析，極大地豐富了泛安防領(lǐng)域的適用場景。2012年，深度學(xué)習(xí)理論的突破使人臉識別性能指標(biāo)大幅提升，能夠極好地應(yīng)對復(fù)雜光照并支持多種人臉姿態(tài)和表情。隨著H.265視頻編碼壓縮標(biāo)準(zhǔn)的誕生和普及，前端攝像機作為視頻監(jiān)控圖像基本的采集工具，得以從算法、技術(shù)和應(yīng)用角度開始被規(guī)范化、規(guī)?；ㄔO(shè)，從而在控制建設(shè)成本的同時，使人像采集全覆蓋網(wǎng)絡(luò)可以形成。同時，深度學(xué)習(xí)加速卡的運用解決了以往視頻解碼、進行多幀比對而消耗大量計算資源的問題，使海量視頻圖像的并行處理、城市級的全面監(jiān)控成為可能。算法的突破、視頻編碼技術(shù)的改良以及高性能計算資源的普及推進了人臉識別技術(shù)的廣泛應(yīng)用。

1 現(xiàn)狀分析

我國鐵路運輸系統(tǒng)，尤其是大型樞紐客運站、高鐵站，近年來通過不斷的信息化建設(shè)，已在綜合視頻監(jiān)控方面取得了長足進步。伴隨著高清攝像機的普遍應(yīng)用，以往落后的模擬監(jiān)控系統(tǒng)逐步被網(wǎng)絡(luò)高清系統(tǒng)所替換。據(jù)調(diào)研，當(dāng)前鐵路客運站大部分點位已達到標(biāo)清、高清水平，而且點位數(shù)量也在逐步增加，基本滿足了日常監(jiān)控管理需要，但仍存在若干迫切待解的問題。

（1）點位覆蓋不全面，無法掌控關(guān)鍵細節(jié)。目前綜合視頻監(jiān)控系統(tǒng)較多使用小毫米數(shù)鏡頭。如果要追求大場景、無死角的覆蓋，難免會出現(xiàn)細節(jié)清晰度和全局掌控度無法平衡的問題。通過大場景監(jiān)控攝像機只能觀察到大致情況和人體的動作，而關(guān)鍵區(qū)域的監(jiān)控細節(jié)、人臉細節(jié)特征卻無法看清，給事后研判、視頻分析、證據(jù)采集、違法犯罪人員抓捕帶來諸多不便。

（2）信息量龐大，但檢索效率低下。隨著高鐵網(wǎng)格密度的不斷增大以及人民生活水平的提高，越來越多的人選擇乘坐高鐵出行，同時鐵路也是逃犯出行流竄的主要方式之一，因此公安機關(guān)已將鐵路運輸系統(tǒng)作為追逃查逃的主要卡口。但已建視頻監(jiān)控系統(tǒng)不具備人臉提取功能，大量的人臉數(shù)據(jù)散亂地存在于鐵路綜合視頻監(jiān)控系統(tǒng)中，卻無法有效地進行整合利用，單純依靠人工盤查、核對，既耗費了大量人力物力，也無法達到準(zhǔn)確辨識。

（3）資源分散，帶寬有限。我國幅員遼闊，鐵路站點分散，鐵路視頻監(jiān)控系統(tǒng)建設(shè)雖然都有覆蓋，但聯(lián)網(wǎng)率低、預(yù)覽回放卡頓、丟包現(xiàn)象比較普遍。一般情況下，基層站點回傳到上一級主管單位的帶寬資源不足百兆，即便是鐵路局集團公司級的帶寬資源往往也才勉強達到千兆。隨著監(jiān)控點位數(shù)量的不斷擴容增補，業(yè)務(wù)管理部門的工作難度越來越大，而帶寬資源也越來越不能滿足使用需求。

同時，傳統(tǒng)視頻監(jiān)控系統(tǒng)往往采用事后分析查詢的方式。面對海量的視頻文件，憑肉眼查看如海底撈針，更難以做到事件及時預(yù)警和人員及時到位。

（4）出警容易，但抓捕難。一般情況下，后臺指揮中心接到案事件的預(yù)警信息后，犯罪嫌疑人已逃之夭夭。鐵路站臺值班民警往往采用事后偵查的方式，通過查看海量的視頻文件，調(diào)取監(jiān)控進行研判分析，容易錯過最佳抓捕時間，無法做到人員提前布控、事件及時報警及快速抓捕。

2 需求分析

（1）建點補位，關(guān)注細節(jié)。在車站出入口、安檢區(qū)、購票區(qū)、候車室等重點區(qū)域建設(shè)大毫米數(shù)鏡頭的高清前端設(shè)備，對車站形成包圍式點位部署，以有效采集進出車站人員的人臉信息。

（2）智能抓拍，人臉提取。前端點位建設(shè)需要采用內(nèi)置智能人臉抓拍技術(shù)的攝像機，將場景內(nèi)的人員臉部進行自動檢測、自動跟蹤、自動抓拍，從海量視頻信息中將人臉價值信息進行提取，為后端人像識別系統(tǒng)提供高質(zhì)量的人臉圖像數(shù)據(jù)，為后續(xù)研判應(yīng)用提供前提。

（3）優(yōu)化編碼，圖片傳輸，節(jié)約帶寬。前端采用的智能人臉抓拍攝像機需支持H.265編碼壓縮標(biāo)準(zhǔn)，在調(diào)用視頻回放和預(yù)覽時，可以降低一半帶寬。各站點的人臉抓拍機以圖片流的方式將人臉圖片傳輸至上一級主管單位的識別后臺服務(wù)器，以節(jié)省帶寬占用率。

（4）建設(shè)人像識別系統(tǒng)，實時預(yù)警布控。在后臺建立一套人像識別平臺，配合前端采集的人像數(shù)據(jù)進行實時動態(tài)布控，不僅能有效應(yīng)對人員協(xié)同布控，通過與公安部門的深度合作，還可對全國在逃人員、涉恐人員及各類危險人員進行分析布控。利用人像識別系統(tǒng)擴大布控范圍，實現(xiàn)從單體打擊向規(guī)模打擊、從事后研判向事前預(yù)防的轉(zhuǎn)變。

3 前端攝像機

3.1 規(guī)格選擇

人臉識別攝像機的選擇主要從3方面考慮：（1）攝像機類型；（2）攝像機分辨率；（3）鏡頭。

目前國內(nèi)外主流的后端人臉識別系統(tǒng)均支持普通高清攝像機接入和人臉抓拍卡口攝像機2種接入方式：既可接入視頻流，也可接入圖片流進行分析。但接入視頻流分析方式有較多劣勢，如后端服務(wù)器資源消耗大、中心接入帶寬高、建設(shè)成本高。因此目前主流建設(shè)均為人臉抓拍卡口攝像機接入方案。

根據(jù)所需覆蓋的場景寬度選擇攝像機的分辨率。根據(jù)理論計算，200萬像素的攝像機可以覆蓋2.88m的寬度[6]。計算原理如下：

一般成年男性的瞳距為60~73mm，女性的瞳距為53~68mm。取60mm進行計算，在1080P分辨率下，即水平方向為1920像素的攝像機成像圖片中，保證人臉瞳距不低于40像素的情況下，覆蓋寬度不能超過3m（1920 像素 ×0.06m÷40 像素 =2.88m）[6]。

一般成年男性的肩寬為38~45cm，女性的肩寬為33~38cm，平均肩寬為40cm。若成“一”字排開站立，考慮到衣服厚度及人與人之間的間隙，橫向最多可站立6個人。若在出站口場景，前后人員比較密集，空間距離上最多可能容下15~20個人?？紤]到人員低頭抬頭、遮擋、走動，可能出現(xiàn)重復(fù)抓拍，因此前端抓拍機的抓拍性能應(yīng)支持單畫面25張人臉的檢測和抓拍，方可充分滿足實際需求[6]。

鏡頭的選擇主要與攝像機靶面、攝像機分辨率及需要覆蓋的寬度相關(guān)。一般而言，在同樣覆蓋寬度需求條件下，攝像機靶面越小所需要的鏡頭焦距越短。攝像機分辨率越高，單位面積上獲得的人臉像素越多。鏡頭選擇的原則為：保證在設(shè)計監(jiān)控距離上，人臉兩眼間的像素不低于40×40像素。

3.2 編碼壓縮標(biāo)準(zhǔn)

傳統(tǒng)視頻監(jiān)控的數(shù)據(jù)量非常大，一臺200萬像素的攝像機，按照以往H.264技術(shù)，可以將200萬像素攝像機1d的原始數(shù)據(jù)最小壓縮到42G。對于后端錄像存儲而言，一般錄像存儲至少要求30d，則1塊4T硬盤只能存儲3個攝像機的錄像，導(dǎo)致后端建設(shè)成本畸高。同時，由于H.264算法的設(shè)計限制，在監(jiān)控系統(tǒng)中，通常需要4Mb/s的碼率才能實現(xiàn)高清數(shù)字圖像傳送，對傳輸帶寬的壓力也很大。

H.265編碼壓縮標(biāo)準(zhǔn)是ITU-TVCEG繼H.264之后制定的新的視頻編碼標(biāo)準(zhǔn)[7]，在原有技術(shù)的基礎(chǔ)上，使用新技術(shù)對H.264的某些劣勢加以改良和優(yōu)化。例如，在碼率、編碼質(zhì)量、延時等方面，在保證畫面畫質(zhì)不降低的同時，提高壓縮效率、增強魯棒性和錯誤恢復(fù)能力、減少實時的時延、降低復(fù)雜度等[8]。采用H.265編碼壓縮標(biāo)準(zhǔn)，200萬像素的攝像機每路僅占用2Mb/s的帶寬，1d的錄像文件大小僅為21G，綜合建設(shè)成本相比H.264至少可降低一半（見圖1）。

圖1 H.265與H.264的碼率對比

綜合視頻監(jiān)控系統(tǒng)的整體發(fā)展趨勢是高清化，攝像機像素越來越高，因此鐵路人臉識別系統(tǒng)也應(yīng)采用H.265編碼技術(shù)，以適應(yīng)后續(xù)300萬、500萬、800萬等超高清攝像機。

3.3 安裝部署

為保證人臉識別的準(zhǔn)確率，除考慮攝像機的成像效果外，現(xiàn)場攝像機的安裝部署也非常重要。一般室外場景下，為了保證人和車的正常同行，攝像機架設(shè)高度不低于5m。此時，識別位置距離攝像機位置的水平距離為（20±5）m，人體平均身高設(shè)為1.7m，攝像機俯仰角在15°以內(nèi)（見圖2），能夠滿足人臉識別算法要求。若取最佳俯仰角10°進行計算，攝像機安裝高度與識別距離示意見圖3。

圖2 人臉識別攝像機安裝示意圖

圖3 人臉識別攝像機安裝高度與識別距離示意圖

結(jié)合鐵路應(yīng)用場景，人臉識別點位一般需要架設(shè)在安檢通道、候車室入口、站臺、上下扶梯等位置，同時應(yīng)結(jié)合現(xiàn)場施工難度綜合評估并計算攝像機架設(shè)的高度、鏡頭焦距大小等。焦距的計算公式為：相高∶物高=焦距∶物距。

3.4 場景選擇

攝像機的場景選擇以車站出入口、安檢區(qū)、購票區(qū)、候車室等重點區(qū)域為主，這些場景具有人流量大、人群復(fù)雜的特點，是采用和檢驗視頻人臉識別技術(shù)的最佳場所。

同時，攝像機安裝位置應(yīng)盡量考慮通道式場景，因為此時人員在行走過程中，會具有典型的方向性，不容易出現(xiàn)大側(cè)臉和后腦勺?，F(xiàn)場光線盡量避免出現(xiàn)強逆光、強曝光等情況。若現(xiàn)場實在無法避免逆光環(huán)境，建議調(diào)節(jié)攝像機的寬動態(tài)參數(shù)，以提高攝像機抓拍人臉的效果，進而提升系統(tǒng)的識別效果。

4 后端人臉識別平臺

4.1 人臉識別系統(tǒng)工作流程

人臉識別包括人臉檢測定位、人臉質(zhì)量判斷、人臉特征點提取和人臉識別等關(guān)鍵過程[9]。前端抓拍機自身完成人臉檢測定位、質(zhì)量診斷的工作；中心機房部署人臉識別、比對服務(wù)器和抓拍圖片的存儲服務(wù)器。前端人臉抓拍攝像機完成人臉抓拍，包括人臉摳圖抓拍和人身場景圖片抓拍，傳輸給后臺的計算服務(wù)器。計算服務(wù)器除完成人臉的特征提取和比對外，還需將圖片轉(zhuǎn)發(fā)給圖片存儲服務(wù)器保存記錄，并為用戶提供人臉實時報警、比對、大數(shù)據(jù)查詢分析等服務(wù)。

4.2 人臉識別軟件平臺

人臉識別軟件平臺的功能主要包括：實時報警、人像檢索、綜合研判、資源管理、統(tǒng)計分析、系統(tǒng)管理等。

（1）實時報警：系統(tǒng)對前端發(fā)送來的人臉圖片進行實時建模分析，并與動態(tài)布控底庫進行比對，實時呈現(xiàn)人臉比對結(jié)果。若當(dāng)前畫面中的人臉特征與所布控的人臉比對超過設(shè)置的閾值[10]，則在實時報警頁面立即彈出報警提示并伴有聲音提醒，同時可進一步查詢報警詳情，如：抓拍人臉圖、全身圖、全景圖、比中人員信息、比對閾值等。該功能是人臉識別軟件平臺最重要的功能之一，是從事后研判轉(zhuǎn)為事前預(yù)防的重要手段。

（2）人像檢索：既可對歷史報警信息進行查詢，也可通過路人檢索對所有抓拍機畫面中出現(xiàn)的人臉進行檢索查詢、以臉?biāo)涯?，同時可根據(jù)人像屬性，如年齡、性別、民族等信息進行檢索。對于靜態(tài)底庫和動態(tài)底庫，可以上傳1張或多張照片與底庫進行對比，系統(tǒng)將相似度高的人員篩選出來，從而實現(xiàn)利用人臉識別技術(shù)對鐵路進出站的旅客信息進行大數(shù)據(jù)檢索。

（3）綜合研判：隨著點位密度的增加和人臉數(shù)據(jù)的積累，可通過計算同一人的出現(xiàn)頻率、時間、地點，研判該人可能的落腳點及活動軌跡。

（4）資源管理：可對相機、底庫、布控進行靈活調(diào)整，便于有針對性地布控。例如，某些點位重點布控涉恐人員，某些點位重點布控扒竊人員。

（5）統(tǒng)計分析：可以對抓拍的人流量、報警的數(shù)量、底庫的人員數(shù)量等進行統(tǒng)計和分析，便于用戶掌控站點內(nèi)的當(dāng)前和歷史狀況，分析車站內(nèi)的態(tài)勢。

（6）系統(tǒng)管理：由于鐵路系統(tǒng)部門眾多，分工明確，因此系統(tǒng)應(yīng)支持詳細的權(quán)限控制。例如，底庫的增加、刪除、修改權(quán)限，相機查看、添加、修改權(quán)限，報警信息接收人的范圍等，都應(yīng)支持靈活的配置和管理，防止權(quán)限濫用導(dǎo)致的信息安全事件發(fā)生。

4.3 人臉識別系統(tǒng)應(yīng)具有自主知識產(chǎn)權(quán)

鐵路系統(tǒng)的信息安全是國家安全和戰(zhàn)略安全的重要組成部分，尤其2017年突然爆發(fā)的一場勒索病毒危機更是席卷全球，鐵路系統(tǒng)也有波及。而人臉識別作為高度敏感及秘密的公民個人隱私信息，在做好應(yīng)用的同時，更要嚴(yán)加防范，絕不能為國內(nèi)外非法組織或個人所竊取。因此，在人臉識別系統(tǒng)及其包含的人臉識別算法、人臉結(jié)構(gòu)化算法、人臉比對算法、以圖搜圖算法等應(yīng)用方面，建議采用我國自主知識產(chǎn)權(quán)的安全可靠的成熟產(chǎn)品。

5 結(jié)束語

結(jié)合鐵路系統(tǒng)的應(yīng)用場景及業(yè)務(wù)需求，探索在鐵路運輸、客運站場的綜合視頻監(jiān)控系統(tǒng)建設(shè)中引入人臉識別系統(tǒng)，做到事前預(yù)警提醒、事中實時監(jiān)控、事后智能化檢索分析，實現(xiàn)對鐵路運輸全流程進行人員管控，在提升綜合管控運維效力、保證鐵路站場人員安全方面發(fā)揮事半功倍的作用。