耿相珍，曹銀杰

（聊城大學(xué)物理科學(xué)與信息工程學(xué)院，聊城252059）

0 引言

社區(qū)矯正是指不限制人身自由，只對(duì)特殊人群進(jìn)行生活、學(xué)習(xí)和工作進(jìn)行矯正。在十一屆全國(guó)人大常委會(huì)第十九次會(huì)議審議通過(guò)《中華人民共和國(guó)刑法修正案（八）》明文規(guī)定了對(duì)被判處管制、宣告緩刑、裁定假釋、決定暫予監(jiān)外執(zhí)行的罪犯進(jìn)行社區(qū)矯正，確立了我國(guó)的社區(qū)矯正法律制度的建立[1]。近幾年來(lái)，各地司法單位建立了各種社區(qū)矯正監(jiān)管平臺(tái)，包括網(wǎng)站管理平臺(tái)、終端設(shè)備。但現(xiàn)有系統(tǒng)存在一些缺陷，如被矯正人員不佩戴或交由他人佩戴終端設(shè)備，無(wú)法確定是否為本人被監(jiān)測(cè)；操作方式復(fù)雜、界面不友好等。隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展以及手機(jī)的快速普及應(yīng)用，運(yùn)用網(wǎng)絡(luò)通信技術(shù)、地理定位技術(shù)和人工智能技術(shù)等實(shí)現(xiàn)“物聯(lián)網(wǎng)+智慧司法”的智能社區(qū)矯正系統(tǒng)，運(yùn)用人工智能的人臉識(shí)別技術(shù)可自動(dòng)識(shí)別是否為本人被檢測(cè)。

人臉身份識(shí)別技術(shù)起源于20 世紀(jì)60 年代，Chan和Bledsoe 建立了最早的一個(gè)半自動(dòng)人臉識(shí)別系統(tǒng)[2]；之后的90 年代，隨著計(jì)算機(jī)性能的提高，出現(xiàn)了許多重要的人臉識(shí)別算法，如幾何特征法、相關(guān)匹配法、子空間法等；直到21 世紀(jì)，卷積神經(jīng)網(wǎng)絡(luò)的提出，極大促進(jìn)了人臉身份識(shí)別的研究。人臉識(shí)別作為人工智能領(lǐng)域的一項(xiàng)重要技術(shù)，極大促進(jìn)了人機(jī)交互的發(fā)展[3]。基于神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別技術(shù)愈發(fā)成熟。利用神經(jīng)網(wǎng)絡(luò)進(jìn)行人臉匹配極大縮減了人工成本，提高了效率。

1 社區(qū)矯正系統(tǒng)

智能社區(qū)矯正系統(tǒng)如圖1 包括手機(jī)App 端數(shù)據(jù)的采集、上傳；網(wǎng)站后臺(tái)接收、分析數(shù)據(jù)；數(shù)據(jù)庫(kù)存儲(chǔ)信息和網(wǎng)站界面顯示被矯正人員的歷史軌跡及相關(guān)信息。矯正人員通過(guò)電子圍欄設(shè)定每位被矯正者的活動(dòng)范圍，一旦被矯正人員越界，系統(tǒng)自動(dòng)提醒矯正人員與被矯正人員，并把越界信息保存至數(shù)據(jù)庫(kù)[4]。矯正人員可隨時(shí)查看每位被矯正人員的歷史軌跡。

通過(guò)編寫(xiě)手機(jī)App 實(shí)現(xiàn)被矯正人員自主注冊(cè)個(gè)人信息，包括姓名、年齡、身份證、住址、手機(jī)號(hào)碼和緊急聯(lián)系人等信息。注冊(cè)時(shí)自動(dòng)上傳數(shù)據(jù)至后臺(tái)服務(wù)器并結(jié)構(gòu)化保存相關(guān)人員信息。登錄時(shí)后臺(tái)自動(dòng)匹配App端輸入信息與數(shù)據(jù)庫(kù)中的信息。登錄成功后軟件自動(dòng)獲取手機(jī)GSP 定位的經(jīng)緯度，按設(shè)定的時(shí)間間隔上傳被矯正人員的地理位置。軟件可由矯正人員設(shè)定在不定時(shí)時(shí)間上傳被矯正人員的圖片，以供矯正人員判定被矯正人員身份。軟件在手機(jī)后臺(tái)運(yùn)行不會(huì)被殺死，開(kāi)機(jī)時(shí)立即啟動(dòng)該軟件。

租用百度智能云作為后臺(tái)服務(wù)器與數(shù)據(jù)庫(kù)存儲(chǔ)，網(wǎng)站前端可隨時(shí)查看數(shù)據(jù)庫(kù)中的數(shù)據(jù)。利用Visual Studio，使用ASP.NET 框架的Web Forms 開(kāi)發(fā)模式搭建網(wǎng)站。使用百度地圖的API 在網(wǎng)站上顯示電子地圖與被矯正人員的地理歷史軌跡和基本信息。

App 端與后臺(tái)服務(wù)器端采用的通信模式為Socket編程+TCP 協(xié)議。套接字之間的連接過(guò)程分為三個(gè)步驟：服務(wù)器監(jiān)聽(tīng)，客戶端請(qǐng)求，連接確認(rèn)[5]。當(dāng)服務(wù)器監(jiān)聽(tīng)到客戶端A 請(qǐng)求時(shí)，自動(dòng)開(kāi)啟線程一，雙方經(jīng)過(guò)三次握手協(xié)議，開(kāi)始通信。當(dāng)服務(wù)器監(jiān)聽(tīng)到客戶端B 的請(qǐng)求時(shí)，開(kāi)啟線程二，達(dá)成握手協(xié)議后開(kāi)始通信。不同客戶端可同時(shí)與服務(wù)器通信，不會(huì)相互影響。TCP 協(xié)議提供的是IP 環(huán)境下的數(shù)據(jù)可靠傳輸，在通信前必須要與對(duì)方建立連接，具有較高的傳輸可靠性，傳輸過(guò)程中不會(huì)丟失數(shù)據(jù)，保證了數(shù)據(jù)傳輸?shù)陌踩訹6]。

圖1 智能社區(qū)矯正系統(tǒng)

2 智能識(shí)別

人工智能之所以能夠智能識(shí)別，是因?yàn)樯窠?jīng)網(wǎng)絡(luò)算法的正向傳播和反向傳播。

2.1 正向傳播

正向傳播過(guò)程如圖2，如輸入層有m1和m2x2，x是偏置，w 是權(quán)重值，n 為輸出層。那么：

然后將n1y1和n2y2經(jīng)過(guò)激活函數(shù)ReLU：

經(jīng)過(guò)激活函數(shù)后分別得到輸出值out1out1和out2out2。神經(jīng)網(wǎng)絡(luò)前向傳播過(guò)程的輸出值即為out，但輸出值與期望得到的值tar 存在誤差，因此要進(jìn)行反向傳播，通過(guò)更新權(quán)重值w 來(lái)縮小輸出值與期望值的誤差。

圖2 正向傳播

2.2 反向傳播

反向傳播是神經(jīng)網(wǎng)絡(luò)的核心算法，反向傳播的目的就是得到最優(yōu)的全局參數(shù)矩陣，然后將多層神經(jīng)網(wǎng)絡(luò)應(yīng)用到分類(lèi)或回歸的任務(wù)中去[7]。

首先要計(jì)算出總誤差：

接下來(lái)要進(jìn)行權(quán)值更新，以w5權(quán)重值為例，要計(jì)算w5對(duì)總誤差Eall的影響，通過(guò)鏈?zhǔn)角髮?dǎo)法則求w5的偏導(dǎo)：

然后通過(guò)已求出的誤差Eall對(duì)w5的偏導(dǎo)值更新w5的權(quán)重值：

同理對(duì)其他w 的權(quán)重值進(jìn)行更新得到新的權(quán)重值w*。這樣就完成了一次訓(xùn)練，繼續(xù)用新的權(quán)重值進(jìn)行正向傳播，倘若輸出值達(dá)到理想狀態(tài)，權(quán)重值不會(huì)再更新；若未達(dá)到理想狀態(tài)，繼續(xù)進(jìn)行反向傳播來(lái)調(diào)整權(quán)重值。公式（6）中的ρ 為學(xué)習(xí)效率，可根據(jù)學(xué)習(xí)效果進(jìn)行調(diào)整。

因此，智能社區(qū)矯正系統(tǒng)中存在已經(jīng)訓(xùn)練好的人臉數(shù)據(jù)庫(kù)，當(dāng)被矯正人員上傳一張圖片至系統(tǒng)時(shí)，神經(jīng)網(wǎng)絡(luò)自動(dòng)對(duì)該圖片分類(lèi)，識(shí)別該人員的身份與注冊(cè)手機(jī)端是否匹配。若身份與手機(jī)端不匹配，說(shuō)明該被矯正人員脫離矯正系統(tǒng)的監(jiān)控，系統(tǒng)立即通知監(jiān)管人員。

3 結(jié)果顯示

如圖3 為智能社區(qū)矯正系統(tǒng)的網(wǎng)站中的人員軌跡圖。網(wǎng)頁(yè)上顯示者被矯正人員的姓名、身份證、年齡、住址等信息。使用百度地圖API 在網(wǎng)頁(yè)上顯示，淺藍(lán)色圓形部分為該被矯正人員的電子圍欄，紅色標(biāo)點(diǎn)為該被矯正人員的活動(dòng)軌跡。一旦被矯正人員離開(kāi)電子圍欄范圍，手機(jī)App 警告被矯正人員，網(wǎng)站也會(huì)提示矯正工作人員。電子圍欄可由矯正人員對(duì)被矯正人員分別設(shè)定。

圖3 網(wǎng)站中人員軌跡圖

本實(shí)驗(yàn)人臉識(shí)別采用ArcFace 神經(jīng)網(wǎng)絡(luò)模型進(jìn)行測(cè)試識(shí)別，搭建出神經(jīng)網(wǎng)絡(luò)模型后，先通過(guò)采集的被矯正人員的圖片訓(xùn)練好網(wǎng)絡(luò)模型，手機(jī)端上傳的圖片作為識(shí)別測(cè)試。如圖4 為人臉識(shí)別準(zhǔn)確率與損失，Arc-Face 網(wǎng)絡(luò)模型的識(shí)別率已達(dá)到99.8%。完全滿足實(shí)驗(yàn)的需求。

圖4 人臉識(shí)別準(zhǔn)確率與損失

4 結(jié)語(yǔ)

基于人工智能的社區(qū)矯正系統(tǒng)利用ASP.NET 框架的Web Forms 開(kāi)發(fā)模式搭建網(wǎng)站與手機(jī)App 端進(jìn)行通信，通信方式為Socket+TCP 協(xié)議。使用人工智能技術(shù)解決“人機(jī)不符”等問(wèn)題，有效解決了人工驗(yàn)證的繁瑣，提高了監(jiān)管性能與效率。搭建簡(jiǎn)易的網(wǎng)站，方便矯正人員查看被矯正人員的歷史軌跡與詳細(xì)信息，操作簡(jiǎn)單，人機(jī)交互友好?；谌斯ぶ悄艿纳鐓^(qū)矯正系統(tǒng)運(yùn)用網(wǎng)絡(luò)通信技術(shù)、地理定位技術(shù)和人工智能技術(shù)等實(shí)現(xiàn)了“物聯(lián)網(wǎng)+智慧司法”，進(jìn)一步推進(jìn)了社區(qū)矯正系統(tǒng)在我國(guó)的推廣與發(fā)展，促進(jìn)了司法體制與人工智能的有效融合，實(shí)現(xiàn)了司法體制的改革創(chuàng)新。