“人(rén)員(yuán)结构化”多特征分析 助力人(rén)像识别应用

• 2020/03/27

近几年(nián)来，作(zuò)為(wèi)公安視(shì)頻(pín)侦查的重要(yào)手段，人(rén)像识别在公安实战过程中的应用需求正在加速释放。公安部门需要(yào)比对大量的視(shì)頻(pín)、图像，從(cóng)海(hǎi)量視(shì)頻(pín)监控數(shù)据中、快(kuài)速地(dì)找到目标人(rén)物(wù)。智能(néng)人(rén)脸系统的部署将警务人(rén)力极大地(dì)解放出来，带来了(le)警务实战效能(néng)与效率质的提升。随着人(rén)工(gōng)智能(néng)、大數(shù)据、云计算等技術(shù)的融合应用，人(rén)像识别在公安視(shì)頻(pín)侦查中的辅助作(zuò)用也越来越关键。

M:N模式人(rén)脸识别应用仍存技術(shù)难点

当前，公安視(shì)頻(pín)侦查中人(rén)脸识别的应用一(yī)般分為(wèi)两种场景：一(yī)种是静态人(rén)脸识别比对，從(cóng)监控录像中采集人(rén)脸的截图，然后和(hé)目标库(如(rú)犯罪分子库、黑(hēi)名单库、失踪人(rén)員(yuán)库等)做(zuò)静态比对，缩小目标范围到几人(rén)、十几人(rén)內(nèi)，提高身份确认的效率;另一(yī)种则是直接在监控視(shì)頻(pín)中做(zuò)动态比对，实時(shí)检测、比对分析、跟踪人(rén)脸。

在1:1、1:N静态人(rén)脸比对场景中，因為(wèi)人(rén)脸比对的數(shù)据量较小，且环境干扰因素较少(shǎo)，人(rén)脸识别的准确率普遍能(néng)够达到99.5%以上(shàng)甚至100%。但(dàn)在复雜(zá)的M:N模式下(xià)的动态人(rén)脸布控过程中，要(yào)做(zuò)到超高精度人(rén)脸识别和(hé)追踪仍然不太容易。這(zhè)里涉及到很(hěn)多因素，包括抓拍距离、光(guāng)线环境、人(rén)脸角度等等，干扰性较大，应用到实战场景中仍然有一(yī)些技術(shù)难题需要(yào)攻破。

智能(néng)抓拍引擎，提升动态人(rén)脸识别准确率

要(yào)提升动态人(rén)脸识别的准确率，首先要(yào)保障的是人(rén)脸图像的抓拍率，這(zhè)一(yī)点在很(hěn)多技術(shù)类文章(zhāng)中鲜少(shǎo)提及，但(dàn)其实是很(hěn)关键的因素。在动态人(rén)脸抓拍场景下(xià)，大量移动目标的重叠、分离、移出區(qū)域等都(dōu)是导致漏拍的关键因素。智能(néng)抓拍引擎，可(kě)以有效解决目标跟踪遗漏、目标重复的問(wèn)题，可(kě)将抓拍有效率提升到96%以上(shàng)，将重复率控制在8%以下(xià)。同時(shí)，內(nèi)建的图像评价筛选算法可(kě)自(zì)动选择优抓拍，剔除重复图片，一(yī)方面减少(shǎo)传输图片的數(shù)量，降低(dī)网络传输和(hé)后端计算压力;另一(yī)方面筛选出高质量人(rén)脸抓拍图片，提升识别的准确率。

多特征算法叠加，获取更的识别率

在保障高质量人(rén)脸图像抓拍的基础之上(shàng)，再從(cóng)算法角度强化人(rén)脸特征的检测提取，以获取更的识别率。

人(rén)脸是一(yī)种非常重要(yào)的生物(wù)特征，具有结构复雜(zá)、细节变化多等特点，同時(shí)也蕴含了(le)大量的信息，比如(rú)性别、年(nián)龄、表情等。在动态识别场景中，算法主要(yào)是基于面部进行(xíng)特征点检测分析，单一(yī)在人(rén)的面部區(qū)域做(zuò)特征提取，仍然会受光(guāng)线、环境以及非配合条件等因素，影响到终的识别准确率。

针对這(zhè)个問(wèn)题，智能(néng)摄像机一(yī)方面采用多特征人(rén)像识别技術(shù)，可(kě)实现“人(rén)脸&人(rén)体”多特征检测、提取、分析以及辅助跟踪，支持人(rén)脸、人(rén)体、头肩等部位同時(shí)抓拍，特征提取点更丰富多维，包含人(rén)物(wù)性别、年(nián)龄、是否带口罩、人(rén)物(wù)服饰等10余种属性特征，实现优人(rén)脸&人(rén)体相关联。從(cóng)人(rén)脸到人(rén)体，從(cóng)单一(yī)特征到多特征，随着目标人(rén)物(wù)细节特征的丰富，基于深度学习的算法，可(kě)以在训练过程中让深度神经网络“自(zì)动”從(cóng)训练的數(shù)据中学习适合的特征撷取方法，自(zì)主筛选更的信息，多样性人(rén)像特征的算法叠加，达到更的识别效果。另一(yī)方面，智能(néng)摄像机还可(kě)通(tōng)过多摄像机間(jiān)的协同、端云間(jiān)的协同进行(xíng)联合判断，单机比对处理后再多机配合计算确认，從(cóng)而降低(dī)人(rén)脸误检率。

AI场景自(zì)适应，成像更好满足实战应用

最后，值得一(yī)提的是，在安防应用中，摄像机安装的环境千差万别，同一(yī)个安装场景会有不同的环境变化，這(zhè)也给人(rén)脸识别带来了(le)较大的挑战。為(wèi)了(le)解决這(zhè)个問(wèn)题，智能(néng)摄像机內(nèi)置实時(shí)图像质量检测与评估特性，具备自(zì)我感知和(hé)场景适应性学习能(néng)力，可(kě)通(tōng)过AI算法自(zì)动识别场景环境，比如(rú)雾天、雨天、低(dī)照场景、宽动态场景等等，而后自(zì)动调整参數(shù)，使图像在不同的场景下(xià)呈现优状态，更好地(dì)满足实战应用。