劉 琦

（河南警察學(xué)院，河南 鄭州 450000）

隨著技術(shù)發(fā)展，主動(dòng)配合的圖像采集及識(shí)別技術(shù)非常成熟，靜態(tài)人臉圖像識(shí)別準(zhǔn)確率更是達(dá)到99.999 9%，無(wú)限接近于100%。但是動(dòng)態(tài)人像布控中一個(gè)極為關(guān)鍵的問(wèn)題是非主動(dòng)配合人臉圖像采集的質(zhì)量問(wèn)題。路人庫(kù)中充斥著大量低質(zhì)量人臉圖片，因無(wú)法達(dá)到人臉檢測(cè)最低標(biāo)準(zhǔn)而無(wú)法充分利用。搭建低質(zhì)量人臉圖像數(shù)據(jù)庫(kù)，并與相對(duì)應(yīng)高質(zhì)量人臉圖像進(jìn)行比對(duì)，為下一步處理低質(zhì)量人臉圖像奠定基礎(chǔ)。

1 低質(zhì)量圖像研究意義

人臉識(shí)別技術(shù)發(fā)展迅速[1-3]，通用的圖像質(zhì)量評(píng)估流程如圖1所示。不難發(fā)現(xiàn)，當(dāng)圖像的質(zhì)量被評(píng)估為不合格后，就會(huì)被丟棄或僅僅報(bào)警處理。但是，往往路人庫(kù)中存在著豐富的低質(zhì)量圖像，無(wú)法達(dá)到檢測(cè)標(biāo)準(zhǔn)。對(duì)低質(zhì)量圖像進(jìn)行研究，融合其他技術(shù)甚至是傳統(tǒng)技術(shù)，較好地解決這一問(wèn)題至關(guān)重要，具有非常重要的研究意義和實(shí)用價(jià)值。

圖1 人臉識(shí)別系統(tǒng)中質(zhì)量評(píng)估框圖

如果低質(zhì)量圖像的問(wèn)題得以解決，會(huì)為人們生活各個(gè)方面帶來(lái)更好的安全保障。例如在公安機(jī)關(guān)涉及的相關(guān)案件處理流程中，可以簡(jiǎn)化更多偵破流程，提高辦案效率。在案件偵查階段，公安機(jī)關(guān)會(huì)從監(jiān)控視頻資料中截取所需嫌疑人的人臉圖像，但大多數(shù)情況圖像的質(zhì)量極低，通過(guò)算法處理之后可以提高圖像的識(shí)別概率，從而極大地縮小目標(biāo)范圍，提高調(diào)查取證效率。在訴訟階段，可以更好地提高公訴質(zhì)量，在電視報(bào)道中可以經(jīng)常看見(jiàn)，檢察機(jī)關(guān)在批捕或起訴各類犯罪案件時(shí)，常因?yàn)橐曨l錄像或嫌疑人圖像的模糊無(wú)法有力地證實(shí)犯罪，極大地影響了公訴的進(jìn)程。在證據(jù)出示階段，往往由于現(xiàn)場(chǎng)勘驗(yàn)的空間狹小、光線不足等條件影響圖像質(zhì)量，從而因證據(jù)不足審判無(wú)法繼續(xù)。

綜上，低質(zhì)量圖像問(wèn)題的解決無(wú)論是對(duì)于公安系統(tǒng)案件偵破效率的提高，還是對(duì)于居民人生安全的保障來(lái)看，都起著至關(guān)重要的作用。

2 低質(zhì)量圖像的定義

對(duì)于低質(zhì)量圖像，在識(shí)別時(shí)往往會(huì)出現(xiàn)模糊、有遮擋、亮度不夠等側(cè)重于主觀方面的詞匯[4-5]，本文在界定低質(zhì)量圖像時(shí)則采用人臉圖像質(zhì)量評(píng)估算法來(lái)界定，當(dāng)該評(píng)估結(jié)果為“低質(zhì)量圖像”時(shí)，則為本文所討論的對(duì)象。

3 低質(zhì)量圖像的處理

本論文的研究對(duì)象為低質(zhì)量圖像，為更好地研究相關(guān)算法以及進(jìn)行數(shù)據(jù)庫(kù)的搭建與測(cè)試，從某地市公安局得到了涉及低質(zhì)量圖像識(shí)別的案件信息及嫌疑人圖像，以下對(duì)所收集圖像的具體情況進(jìn)行闡述。

根據(jù)某地市公安局提供信息，共得到相關(guān)案件30 起，案件信息如圖2所示，案件性質(zhì)類型涉及持刀搶劫、入室盜 竊、飛車搶奪、無(wú)名女尸身份確認(rèn)等；案件信息包括案件詳情描述、監(jiān)控視頻、人臉截圖、系統(tǒng)對(duì)比圖像等；共計(jì)得到人臉低質(zhì)量圖像273 張，根據(jù)圖像審核標(biāo)準(zhǔn)選出質(zhì)量較好的圖像47 張，供后文數(shù)據(jù)測(cè)試使用。

案件情況與篩選出的低質(zhì)量圖像匯總?cè)鐖D3所示，其中的命名方式為：首位數(shù)字為涉及案件的數(shù)字代碼、次位數(shù)字為該圖片在該案件中出現(xiàn)的順序。

圖2 案件信息

圖3 低質(zhì)量人臉圖像匯總

3.1 圖像分類

圖像的分類使得多個(gè)圖像根據(jù)自身特征信息劃分到不同類別，有助于圖像的檢索、收集、存儲(chǔ)與使用。相比人眼視覺(jué)效果的區(qū)分效果，科學(xué)的分類規(guī)則更能體現(xiàn)圖像的各自特征信息。

本小節(jié)針對(duì)以上所篩選出的47 張圖像，進(jìn)行不同方式的分類，為數(shù)據(jù)庫(kù)圖像信息的錄入打下基礎(chǔ)。

3.1.1 基于圖像格式的分類

圖像的格式即計(jì)算機(jī)用于存儲(chǔ)圖片的格式，格式不同，也就決定著圖像有著不同的優(yōu)缺點(diǎn)，如JPG 格式圖片之所以能被廣泛地應(yīng)用，因?yàn)樗螺d速度快、文件的尺寸小，各種類型的瀏覽器均支持該圖像格式；但同時(shí)它也存在著會(huì)被壓縮耗損而降低數(shù)據(jù)質(zhì)量的缺點(diǎn)。

常見(jiàn)的圖像類型有：JPG、PNG、TIFF、SWF、BMP、PCX、TGA、WEBP、AI、EXIF、CDR、PCD、WMF、FPX、EPS、DXF、PSD、RAW、EPS、PSD、UFO 和SVG 等，本文所討論對(duì)象中有45 張JPG 格式圖像、2 張PNG 格式圖像。

3.1.2 基于圖像大小的分類

作為圖像屬性的大小與數(shù)據(jù)庫(kù)的搭建工作有著密不可分的關(guān)系，圖像大小決定了用于存儲(chǔ)該圖像文件所需要磁盤存儲(chǔ)空間的大小，它的度量單位是字節(jié)，計(jì)算公式為：

文件的大小與該圖像的像素?cái)?shù)目有著直接的關(guān)系。將圖像按照大于1 G、小于1 G 大于100 k、小于100 k 分為三個(gè)等級(jí)，統(tǒng)計(jì)三個(gè)等級(jí)數(shù)量分別為4 張、20 張、23 張。

3.1.3 基于圖像分辨率的分類

分辨率是生活中常常提到用來(lái)描述圖像清晰程度的專業(yè)名詞，專業(yè)來(lái)講，它是表達(dá)圖像內(nèi)所含數(shù)據(jù)量多少的一個(gè)參數(shù)。包含數(shù)據(jù)越多，文件的長(zhǎng)度越長(zhǎng)，那么就能夠展現(xiàn)出該圖像更多的細(xì)節(jié)；然而當(dāng)數(shù)據(jù)非常少時(shí)，圖像就會(huì)隨之變得粗糙，這樣的狀況在將圖像尺寸放大時(shí)表現(xiàn)更為明顯。本文所討論的就是后者這類分辨率的低質(zhì)量圖像。根據(jù)數(shù)據(jù)的大小將所得圖像進(jìn)行了分類，分為高、中、低三個(gè)等級(jí)，分別有23 張、14 張、10 張。

上述三種方式都能實(shí)現(xiàn)對(duì)圖像的分類，本論文的研究重點(diǎn)為圖像的質(zhì)量問(wèn)題，所以本設(shè)計(jì)數(shù)據(jù)庫(kù)搭建工作采用基于分辨率的分類方式進(jìn)行分類。

3.2 低質(zhì)量圖像數(shù)據(jù)庫(kù)的搭建

根據(jù)需求搭建預(yù)處理模板數(shù)據(jù)表、深度學(xué)習(xí)功能模塊數(shù)據(jù)表和人臉識(shí)別模塊數(shù)據(jù)表，如圖4、圖5、圖6所示。

圖4 預(yù)處理模塊數(shù)據(jù)表

圖5 深度學(xué)習(xí)功能數(shù)據(jù)表

圖6 人臉識(shí)別數(shù)據(jù)表

3.2.1 預(yù)處理模塊數(shù)據(jù)表

所得到的低質(zhì)量圖像的原始照片多在某些因素上被影響，其中有無(wú)法恢復(fù)的部分，比如大小、分辨率等，但部分因素造成的影響可以在預(yù)處理的流程中被處理，比如飽和度、亮度、色調(diào)等，該數(shù)據(jù)表則對(duì)圖像的具體信息進(jìn)行統(tǒng)計(jì)與存儲(chǔ)[6-8]。

3.2.2 深度學(xué)習(xí)功能數(shù)據(jù)表

該數(shù)據(jù)庫(kù)是為后續(xù)小組另一位成員算法的實(shí)現(xiàn)而搭建，該算法的核心思想為通過(guò)基于深度學(xué)習(xí)的訓(xùn)練來(lái)提升低質(zhì)量圖像與高質(zhì)量圖像的識(shí)別概率，即需要一個(gè)數(shù)據(jù)表來(lái)存儲(chǔ)兩者圖像的標(biāo)識(shí)，便于數(shù)據(jù)庫(kù)的調(diào)取。

3.2.3 人臉識(shí)別數(shù)據(jù)表

提升低質(zhì)量圖像的根本目的即為獲取圖像中人員信息，便于公安機(jī)關(guān)展開對(duì)嫌疑人的抓捕工作或案件審判中的舉證工作，需創(chuàng)建人臉識(shí)別結(jié)果信息存儲(chǔ)的數(shù)據(jù)表，信息內(nèi)容包含人員的姓名、性別、民族、戶籍等相關(guān)信息。

3.3 低質(zhì)量數(shù)據(jù)表實(shí)現(xiàn)與測(cè)試

在數(shù)據(jù)中添加數(shù)據(jù)表后，開始對(duì)數(shù)據(jù)庫(kù)的運(yùn)行做測(cè)試，部分代碼如下：

運(yùn)行結(jié)果如圖7所示，該數(shù)據(jù)庫(kù)能夠調(diào)取數(shù)據(jù)表里圖像的信息并進(jìn)行成功比對(duì)，得出兩者的相似度。由此測(cè)試搭建的數(shù)據(jù)庫(kù)可以滿足需求。

圖7 運(yùn)行結(jié)果

4 小結(jié)

本文對(duì)低質(zhì)量數(shù)據(jù)庫(kù)采集后如何分類，建立預(yù)處理表、功能表及識(shí)別數(shù)據(jù)表，代碼實(shí)現(xiàn)結(jié)果的測(cè)試等問(wèn)題進(jìn)行了研究與技術(shù)實(shí)現(xiàn)。本文的工作對(duì)于進(jìn)一步處理低質(zhì)量圖像起到較好的支撐作用。