1 人像识别技术及特点
1.1 人像识别技术
人像识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术，通过对输入的人脸图像或者视频流，自动检测、获取、跟踪人脸相关的位置、大小、面部器官等信息，进一步计算出人脸中所蕴涵的身份特征数据，并将其与已知的人脸样本数据进行对比，从而识别人脸的身份。
传统的人像识别技术主要是基于可见光人脸图像的识别，但这种方式存在难以克服的缺陷，尤其是在光照环境不佳时识别效果会急剧下降，无法满足实际应用的需要。一种基于主动近红外图像的多光源人像识别技术，能够克服光线变化的影响，已经取得了卓越的识别性能，在精度、稳定性和速度方面的整体系统性能超过人工识别，使人像识别技术逐渐走向实用化。
人像识别系统的另一个关键在于核心识别算法，目前基于深度学习算法的人像识别系统集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，同时结合中间值处理的理论与实现，实现了弱人工智能向强人工智能的转化，达到远高于人工识别的识别率和识别速度。
1.2 人像识别关键过程
人脸识别的关键过程主要包括人像采集及检测、人像预处理、人像特征提取、匹配与识别等4个部分，每部分还包含若干技术和算法分支。
1.2.1 人像采集及检测
利用照相机或摄像机采集设备获取含有人像的照片或视频，从中自动检测人脸图像，并从背景影像中分离出来，同时标记人脸的位置、大小、颜色、角度、表情等特征信息。
1.2.2 人像预处理
受光线、角度、距离等因素的干扰，原始人脸图像往往不能直接使用，必须在人像检测的基础上进行光线补偿、灰度校正、几何校正、噪声过滤等图像预处理，同时将图像进行切割分析，对大小和五官同一化、规范化。
1.2.3 人像特征提取
人像特征提取就是通过数字建模的方式，将人像预处理后的人脸五官和大小信息用一组数字来表示，每组数据决定了人脸的不同特点，代表每张人脸图像的特征。
1.2.4 人像匹配与识别
将提取的人像的特征数据与数据库中已登记的特征数据进行对比计算，返回表征相似程度的数值，通过数值大小对人脸的身份信息进行判断，包括一对一确认身份和一对多辨认身份。
1.3 人像识别技术特点
作为一种新型的生物特征识别技术，人像识别具有如下特点。
1.3.1 优点
（1）直观性。符合人们“眼见为实”的视觉特性，通过直接观察比较人脸来确认身份。
（2）非接触和非强制性。人像采集设备和个体之间保持一定距离，属于非直接接触，且获取人脸图像过程智能化，不强制对方专门配合。
（3）连续和并发性。人像识别可以不间断自动同时进行多个人脸的检测、跟踪和识别。
（4）隐蔽和安全性。采集设备可以隐蔽布置，在检测个体无意识的状态下进行识别，不容易被人发觉而专门采取规避或破坏措施。
1.3.2 缺点
（1）受光线影响。由于人像采集设备的物理特性，面临各种光线环境的因素，容易出现弱光、高光、逆光和侧光等现象。
（2）受角度影响。通常监控设备的高度、位置和距离各异，人体以自然的姿态通过采集区域时，常常出现侧脸、低头、抬头等各种非正脸的姿态，此外衣帽、口罩、眼镜等饰物也会造成一定影响。
（3）人脸相似性。人脸的结构外形，包括五官位置和大小都很相似，尤其是同一种族以及近亲之间在提取的特征数据上十分接近，此外化妆、整容等增加了识别的难度。
（4）个体易变性。人的喜怒哀乐都会通过五官变化产生很多表情，导致人脸的细节图像很不稳定。此外，随着年龄的增长，人脸的视觉图像也逐渐变化。
2 人像识别技术的警务应用
人像识别在警务应用上主要有人脸检索、人像验证、人脸监控3种模式。人脸检索模式是识别输入的图片中的人脸图像，在人像特征数据库中检索出相似的图像，比如出入境人员身份核查、嫌疑人身份调查等。人脸验证模式是通过对比两个人像照片验证是否为同一个人，比如人证核实、失踪人口核实、尸源确认等。人脸监控模式是从视频流中检测出人脸图像，然后与人像特征数据库中比对，自动确认身份信息，比如在逃人员追踪、反恐目标预警、重要设施出入口管控等。
2.1 人口及出入境管理
（1）去重。通过对人口信息库的人像数据进行碰撞检索，发现是否存在“同人不同身份”和“同身份不同人”的情况，协助清理和规范人口数据。
（2）查伪。查询和对比办理身份证、户口以及出入境证件的人员与已有数据库中的人脸数据，可以帮助发现、解决和防止虚假证件或双重证件等问题
（3）快速检验。在关口通道处利用人像识别进行快速检验，可以简化业务流程，提高办理效率。
2.2 勤务处置
针对处警、巡逻过程中工作对象不提供自己真实身份的情况，利用移动警务终端的人像识别系统，将目标人像与人口信息库的人像数据进行比对，可以快速识别对方身份，并与在逃人员、前科人员等人像库进行比对，可以快速确认对方是否为高危人员，从而显著提高处警效率。
针对小孩、老人或精神疾病人员走丢等常见警情，通过动态人像识别系统，将路面监控捕捉到的人脸图像与之比对，从而协助民警寻找，快速发现目标。
2.3 治安防控
通常在大型活动中心、机场、火车站、寺庙、清真寺等重要设施的出入口和道路，安装有高清视频监控或交通卡口监控，利用动态人像识别系统可以自动获取出入的人员人像信息，与重点目标人像数据库并进行实时比对，一旦发现人脸特征相似度高的人员，立即发出报警信号，实现自动预警、报警以及迅速布控，提高治安监控管理的效率和智能化水平。
2.4 破案打击
（1）身份核实。人像识别系统可以自动识别犯罪现场提取的录像视频中的人脸图像，通过与人口信息库的人像进行比对，快速识别犯罪嫌疑人身份。
（2）网上追逃。通过将在逃人员人像信息与实时更新的人口系统、机场、车站等出入口岸等信息库比对，可以挖掘出漂白身份的目标人员。此外，通过在重点区域的监控系统布控，可以协助发现目标人员的活动轨迹等，为跟踪抓捕提供有力帮助。
3 人像识别应用探索
目前，重庆警方已在警务实战中逐步试点和推广应用了多个静态人脸比对系统和动态人像识别系统，取得了丰硕的实战成果和技战术经验。综合其实际运用情况，发现其存在比对模式较为单一的短板，表现为：一是虽然整合的人像数据库很多，但各个人像特征库的检测往往是各自比对和重复比对；二是现有的多个生物特征比对技术应用系统各自独立，比对结果没有进行综合展示和进一步挖掘，不能更多地帮助警方进行合成作战。对此，提出基于目标人像知识库和多维标签检测的模型，以丰富实战运用模式。
3.1 目标人像知识库
随着云计算和大数据的发展，警务信息系统已经开始逐步整合原警务系统内外的许多不同来源的各种人脸图像，比如常住人口、暂住人口、出入境系统、重要安保系统，以及其他民政、工商、银行、民航、铁路交通等社会资源。通过综合运用这些系统，将人像特征数据以身份信息分类，按照目标个体各自分别组成人像知识库，该知识库包含该个体各个系统的人像特征数据。
图1 目标人像知识库模型
人像识别从传统的1:N和N:N比对，演变一对N个知识库和N对N个知识库的综合比对，结果为综合比对相似度的期望值，有效提升人像识别的准确率。系统还可以通过知识库进行自我学习和仿真，不断强化智能算法和模型的准确度。此外，随着知识库图像 不断丰富和扩充，使其具有时间属性，通过分析人脸历史图像的变化，可以推算目标人脸演变情况，人像识别系统也将具有一定的预测功能，进一步提升对未知目标人像的识别准确率，尤其对特定场合应用大有裨益，如对陈年旧案的破解将提供新的突破口。
3.2 多维标签检测模型
目前，已经成熟或快速发展的生物检测技术有DNA、指纹、掌纹、虹膜、视网膜等生物特征检测技术，以及人脸、语音、笔迹、步态，以及特殊痕迹，如疤痕、胎记、斑点等形态特征检测技术。生物特征具有唯一性和排他性，但通常获取和检测较为困难，形态特征具有非常高的特殊性，通常获取和检测较为容易和快速，可以作为目标检测的重要依据。单个检测系统往往存在提取难度较大、计算缓慢、个体样本数量不足以及易受干扰准确度不高等各自缺点，结合多种检测技术，这些不同类别的特征信息组成多维标签检测模型，将综合比对的结果作为参考，将有助于目标检测的准确率。
图2 多维标签检测模型
人像识别在实际运用过程中，图像获取的角度和光线往往不尽如人意，通常一张图片在众多数据库中能比对出十几张相似度很高的结果，让民警陷入进退维谷的境地。若同时比对人脸、语音或步态信息等多个维度，若同时以较高的相似度命中，该目标成为嫌疑人的可能性将大大增加，有助于进一步缩小目标搜索范围，显著降低民警排查的难度和工作量，提升实战效能。
4 结语
由于人体生物特征的内在属性，人脸图像具有很高的自身稳定性和个体差异性，且检测方便快速有效，可作为身份验证的一种十分有效的新型手段。人像识别技术已经在当前警务实战中得到广泛应用，从技术角度进一步提高人脸提取和检测设备性能，研发更先进的人工智能算法，从应用角度加快高清监控等基础设施建设，加大人像识别系统向实战一线推广和深度应用，而探索新的应用和战术模式也是警务技术应用研究的重要方向。
参考文献
[1]卢世军．生物特征识别技术发展与应用综述[J]．计算机安全，2013，（1）．
[2]方程．人脸识别技术研究[J]．信息技术与信息化，2014，（11）．
[3]程大江，黄林．人脸识别技术在秦皇岛警务实战中的建设与应用[J]．警察技术，2017，（4）．
收稿日期：2018-06-17
作者简介：张燕涛（1986-），男，湖北人，重庆市公安局九龙坡区分局电子工程师，硕士，研究方向：计算机系统应用。
