人臉識(shí)別技術(shù)在智慧城市應(yīng)用中的現(xiàn)狀、優(yōu)勢、案例及發(fā)展前景

人臉識(shí)別技術(shù)在智慧城市應(yīng)用中的現(xiàn)狀

智慧城市建設(shè)如火如荼，各類智慧城市應(yīng)用的使用也逐漸發(fā)展到千家萬戶，滲透到了老百姓的衣食住行中。

每一個(gè)市民都接觸并使用到了多種與身份認(rèn)證、鑒權(quán)服務(wù)有關(guān)的城市服務(wù)，從電子政務(wù)辦理各類事項(xiàng)，到個(gè)人使用支付寶掃一掃消費(fèi)，身份識(shí)別技術(shù)越來越普及，從原來的開個(gè)證明各個(gè)委辦局跑斷腿，到足不出戶網(wǎng)上辦事大廳處理各種委辦局的政務(wù)服務(wù)；從開具各種公章證明進(jìn)行身份識(shí)別，帶齊戶口本身份證結(jié)婚證駕駛證等一包證件，到現(xiàn)在可以讓辦事后臺(tái)系統(tǒng)的數(shù)據(jù)多跑路，老百姓少跑腿，一門式一網(wǎng)式的新型互聯(lián)網(wǎng)+政務(wù)服務(wù)模式的實(shí)踐推廣。

我們見證了多種身份識(shí)別技術(shù)的發(fā)展，而人臉識(shí)別技術(shù)從中脫穎而出，作為一種直接，有效的輔助手段使得智慧城市應(yīng)用形式和城市感知大數(shù)據(jù)越來越豐富，提供的服務(wù)越來越精準(zhǔn)。

以人為本，人臉即服務(wù)！

如今，在人與人相連的時(shí)代，圍繞人提供的服務(wù)首先要解決的是辨識(shí)人的身份，為此人們發(fā)明了很多卡、證作為識(shí)別人身份的依據(jù)，這種身份識(shí)別本質(zhì)上是“見物如見人，認(rèn)物不認(rèn)人”，它忽視了人們最本質(zhì)的需要，解決老問題的同時(shí)，也帶來一些新的問題。順應(yīng)時(shí)代的潮流，充分利用人臉識(shí)別技術(shù)，強(qiáng)調(diào)人臉大數(shù)據(jù)共享和開放，建設(shè)人像庫、人臉卡口系統(tǒng)。人臉識(shí)別技術(shù)可廣泛應(yīng)用于智慧警務(wù)和智慧城市建設(shè)，為全社會(huì)提供智慧人臉服務(wù)。

人臉識(shí)別是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。針對輸入的人臉圖像或者視頻流，首先判斷其是否存在人臉，如果存在人臉，則進(jìn)一步的給出每個(gè)臉的位置、大小和各個(gè)主要面部器官的位置信息。然后依據(jù)這些信息，進(jìn)一步提取每個(gè)人臉中所蘊(yùn)涵的身份特征數(shù)據(jù)，并將其與已知的人臉進(jìn)行對比，從而識(shí)別每個(gè)人臉的身份。人臉識(shí)別主要用于身份識(shí)別。由于視頻監(jiān)控正在快速普及，眾多的視頻監(jiān)控應(yīng)用迫切需要一種遠(yuǎn)距離、用戶非配合狀態(tài)下的快速身份識(shí)別技術(shù)，以求遠(yuǎn)距離快速確認(rèn)人員身份，實(shí)現(xiàn)智能預(yù)警，而人臉識(shí)別技術(shù)無疑是最佳的選擇。

人臉識(shí)別系統(tǒng)，可以廣泛應(yīng)用于公安、金融、機(jī)場、地鐵、邊防口岸等多個(gè)對人員身份進(jìn)行自然比對識(shí)別的重要領(lǐng)域。

應(yīng)用場景：身份證查驗(yàn)，確保真實(shí)證件

當(dāng)前主要是通過掃描或者復(fù)印身份證信息，人工比對身份證照片。掃描或復(fù)印身份證只是作為備案，并不能有效核實(shí)身份證真?zhèn)?。要確保是采用真實(shí)身份證辦理業(yè)務(wù)，必須有某種技術(shù)手段對辦事人提供的身份證進(jìn)行查驗(yàn)。

應(yīng)用場景：人臉與身份證匹配查驗(yàn)，確保人證合一

除了采用真實(shí)身份證辦理業(yè)務(wù)外，人工核對相片往往因?yàn)樯矸葑C相片相對早期、當(dāng)事人帶墨鏡、化妝、發(fā)型等根本無法有效核實(shí)。如果查問過多會(huì)讓持證人員感到厭煩，容易產(chǎn)生一些不必要的摩擦。故在查驗(yàn)身份證的基礎(chǔ)上，通過攝像機(jī)無接觸自動(dòng)捕獲人臉影像，并自動(dòng)與身份證里存儲(chǔ)的影像信息比對，或者與后臺(tái)更多的真實(shí)身份人臉比對，并以多種方式提醒窗口業(yè)務(wù)人員比對結(jié)果，確保持證人是本人持真實(shí)身份證件辦理業(yè)務(wù)。

應(yīng)用場景：人臉證據(jù)保留，增強(qiáng)事后取證能力

由于身份證信息中的照片相對陳舊，除了將攝像機(jī)捕獲的當(dāng)時(shí)人臉與身份證存儲(chǔ)的相片比對外，系統(tǒng)不斷積累辦理業(yè)務(wù)時(shí)的人臉捕獲數(shù)據(jù)，在人臉匹配查驗(yàn)過程中，不僅能跟身份證中存儲(chǔ)的照片信息比對，還能對歷史人臉信息比對，確保在身份證中的照片相對陳舊時(shí)，有更加接近當(dāng)前時(shí)間的人臉數(shù)據(jù)，提高比對精確度。同時(shí)每次辦理業(yè)務(wù)留下的人臉數(shù)據(jù)，可作為出現(xiàn)業(yè)務(wù)異常時(shí)追溯的重要證據(jù)。

應(yīng)用場景：支持未來刷臉辦理業(yè)務(wù)

隨著人臉識(shí)別技術(shù)的不斷成熟，對于公共服務(wù)部門來講，對客戶的貼身服務(wù)至關(guān)重要，系統(tǒng)要支持未來直接刷臉辦理業(yè)務(wù)。即對于部分業(yè)務(wù)，要支持未來在無需身份證信息的情況下，依然可以直接通過人臉識(shí)別身份信息，減少身份證查驗(yàn)、復(fù)印存檔等環(huán)節(jié)，提高客戶辦理業(yè)務(wù)的便捷性，提高窗口辦理業(yè)務(wù)的效率。

人臉識(shí)別技術(shù)在智慧城市中的應(yīng)用優(yōu)勢

人臉識(shí)別是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。每個(gè)人的面孔都由額頭、眉毛、眼睛、鼻子、嘴巴、雙頰等部位組合而成，它們之間的大體位置關(guān)系也是固定的。然而，人臉具有唯一性，這個(gè)世界上找不出兩張完全相同的人臉，人們通常能夠根據(jù)不同面孔之間的細(xì)微差異將不同人區(qū)分開來。

人臉具有相似性和易變性，不同環(huán)境、光線、角度、年齡，均會(huì)對人臉的成像產(chǎn)生變化，因此，人臉識(shí)別是生物識(shí)別領(lǐng)域最困難的研究領(lǐng)域之一。

人臉識(shí)別技術(shù)具有非強(qiáng)制性、非接觸性、并發(fā)性等幾大優(yōu)勢。

l 非強(qiáng)制性：系統(tǒng)在用戶在無意識(shí)的狀態(tài)下就可獲取人臉圖像，不需要專門配合；

l 非接觸性：用戶不需要和設(shè)備直接接觸，就能獲取人臉圖像，提取人臉特征進(jìn)行檢測；

l 并發(fā)性：在實(shí)際應(yīng)用場景下可以進(jìn)行同時(shí)多個(gè)人臉的分揀、判斷及識(shí)別；

除此之外，還有操作簡單、結(jié)果直觀、隱蔽性好等特點(diǎn)。

從古至今，人臉是進(jìn)行身份辨識(shí)的重要方式。在古代，政府為了達(dá)到對特定人員的身份識(shí)別、防控圍捕的目的，會(huì)發(fā)布“海捕文書”。海捕文書中包括了人員的畫像、涉案信息等，通過懸賞及威懾測試調(diào)動(dòng)人民群眾積極性，實(shí)現(xiàn)對人員的發(fā)現(xiàn)、舉報(bào)、抓捕；在現(xiàn)代，在身份證、駕駛證、護(hù)照等重要的個(gè)人證件上，均會(huì)印刷或粘貼人臉照片，或者證件內(nèi)置芯片中植入人像照片。

除此之外，

在公安、金融、公證、互聯(lián)網(wǎng)支付等越來越多行業(yè)，人臉已經(jīng)作為身份鑒別或業(yè)務(wù)授權(quán)的重要依據(jù)之一。在人臉識(shí)別技術(shù)應(yīng)用之前，已經(jīng)誕生了很多對人員身份進(jìn)行識(shí)別技術(shù)手段，可分為生物識(shí)別和非生物識(shí)別兩大類，但在長期的應(yīng)用過程中，其不足之處逐漸暴露出來：遺失、竊取、盜用、損壞、不衛(wèi)生、磨損、影響通行、用戶反感、逃避等。

人臉識(shí)別的出現(xiàn)及應(yīng)用并不能取代其他的技術(shù)，作為一種新的可應(yīng)用的身份識(shí)別技術(shù)，與其它的身份識(shí)別技術(shù)手段相互補(bǔ)充，揚(yáng)長避短。而人臉識(shí)別在應(yīng)用上，具有先天性的隱蔽、方便、直觀等優(yōu)勢，使得人臉識(shí)別在某些特定的場所、行業(yè)，有巨大的應(yīng)用優(yōu)勢。

人臉識(shí)別是應(yīng)用為導(dǎo)向的，換句話說，就是客戶的需求。人臉識(shí)別做的好不好，關(guān)鍵是看，通過這個(gè)技術(shù)有沒有解決各行各業(yè)實(shí)際的問題。

靜態(tài)與動(dòng)態(tài)人臉識(shí)別

l 靜態(tài)人臉識(shí)別是指被識(shí)別的人，處于靜止?fàn)顟B(tài)或配合狀態(tài)下，采集其人臉圖像，進(jìn)行人臉識(shí)別。

l 動(dòng)態(tài)人臉識(shí)別是指被識(shí)別的人，處于移動(dòng)狀態(tài)或步行等非配合情況下，采集其人臉圖像，進(jìn)行人臉識(shí)別。

靜態(tài)人臉識(shí)別由于需要當(dāng)事人配合、且采集人臉交互需要1-2秒時(shí)間，采集的人臉圖像質(zhì)量高，一般應(yīng)用于當(dāng)事人對時(shí)間不敏感或?qū)Σ杉四槻⒉皇址锤械膱鼍?。例如：金融開戶、人臉門禁、身份識(shí)別、網(wǎng)吧身份證核查、訪客登記、實(shí)名制驗(yàn)證等場合。

動(dòng)態(tài)人臉識(shí)別不需要當(dāng)事人的配合，因此，一般應(yīng)用于對當(dāng)事人行為無干擾或當(dāng)事人不感知的場景，例如：車站、機(jī)場、碼頭的案犯抓逃，VIP識(shí)別，重點(diǎn)人臉管控等。

1:1和1:N人臉識(shí)別

l 1:1人臉識(shí)別：將A、B兩張圖像相互比較，通過人臉識(shí)別技術(shù)判斷兩張人臉圖像是不是同一個(gè)人，或者兩張圖片的相似度是多少。

l 1:N人臉識(shí)別：通過人臉識(shí)別，將A人臉圖片和由N張人臉圖像組成的人臉庫中進(jìn)行比較，得到A是否在人臉庫中，或者A和人臉庫中那張人臉最像。

綜上可知，1:1人臉識(shí)別在人證一致性核查、網(wǎng)上支付身份核查等領(lǐng)域應(yīng)用最為廣泛，對打擊盜用、冒用證件、身份有非常好的針對性。1：N人臉識(shí)別在身份識(shí)別主要用于人臉身份查詢。例如：布控抓逃、人臉查詢、戶口查重等均屬于此類。

可見光和主動(dòng)近紅外人臉識(shí)別

l 可見光人臉識(shí)別：在可見光環(huán)境下（太陽光、日光燈等照明光源），采集的人臉圖像，進(jìn)行人臉識(shí)別，適合在光線好的條件下應(yīng)用。

l 主動(dòng)近紅外人臉識(shí)別：在主動(dòng)紅外光源環(huán)境下（太陽光、日光燈等照明光源），采集的人臉圖像，進(jìn)行人臉識(shí)別。采用主動(dòng)紅外光源是為減弱環(huán)境光對人臉成像造成不利的影響（逆光、側(cè)光、強(qiáng)光、弱光），紅外主動(dòng)光源位于不可見波段，不會(huì)刺激人的眼睛，而中/遠(yuǎn)紅外波段成像會(huì)損失物體表面大多數(shù)信息，所以近紅外是最好的選擇。

由于近紅外無法在中、遠(yuǎn)距離采集人臉圖像，并且要求底庫的人臉圖像也是近紅外模式下采集的照片，因此其存在比較大的應(yīng)用局限性，目前主要用于人臉考勤、門禁。在現(xiàn)階段的實(shí)際應(yīng)用中，可見光的人臉識(shí)別的應(yīng)用更加廣泛。

人臉識(shí)別技術(shù)在智慧城市應(yīng)用案例解析

人臉識(shí)別技術(shù)在智慧城市應(yīng)用中已經(jīng)部署并推廣了多種產(chǎn)品形態(tài)和解決方案植入。人是社會(huì)的主體，所有服務(wù)的本質(zhì)都回歸到對人的服務(wù)，人臉識(shí)別要解決的也是各行各業(yè)滿足人的需求、規(guī)避人的風(fēng)險(xiǎn)、解決人的問題。技術(shù)逐漸成熟，尤其是深度學(xué)習(xí)技術(shù)帶來的技術(shù)突破，使得人臉識(shí)別技術(shù)達(dá)到可應(yīng)用的下限水平，人臉識(shí)別相關(guān)產(chǎn)品和系統(tǒng)非常多。雖然人臉產(chǎn)品種類繁多，不管業(yè)務(wù)應(yīng)用多么繁雜，但萬變不離其宗，客戶通過人臉識(shí)別技術(shù)手段達(dá)到驗(yàn)證人的身份或識(shí)別人的身份的目的始終不變。

比如人臉實(shí)時(shí)報(bào)警系統(tǒng)。應(yīng)用人臉檢測和識(shí)別技術(shù)，在人員進(jìn)出重點(diǎn)區(qū)域設(shè)置人臉卡口攝像機(jī)，針對經(jīng)過卡口人員進(jìn)行人臉抓拍、識(shí)別和自動(dòng)報(bào)警，并可將報(bào)警信息推送到警務(wù)終端APP，實(shí)現(xiàn)實(shí)戰(zhàn)預(yù)案聯(lián)動(dòng)。人臉卡口系統(tǒng)可獨(dú)立部署，也可作為子系統(tǒng)對接到第三方管理平臺(tái)，可廣泛應(yīng)用于公安、交通、金融、司法、教育、醫(yī)院等領(lǐng)域。功能方面：

l 人臉采集：可接入網(wǎng)絡(luò)高清攝像機(jī)，可對攝像機(jī)實(shí)時(shí)視頻畫面內(nèi)出現(xiàn)的人臉抓拍1張或多張清晰人臉圖片并可截取抓拍的人臉對應(yīng)的背景照片。

l 人臉儲(chǔ)存：可將抓拍的人臉圖片長期保存，由于人臉圖片所占空間相對視頻文件要小得多，在有限的存儲(chǔ)空間下，人臉圖片可存儲(chǔ)的時(shí)間比視頻長得多。

l 人臉布控：支持對卡口過往人員的人臉布控。將布控的人臉圖片及信息，下發(fā)到指定的人臉卡口進(jìn)行布控，一旦攝像機(jī)內(nèi)出現(xiàn)與布控庫內(nèi)高度相似的人臉，系統(tǒng)能夠?qū)崟r(shí)辨識(shí)出來，并將人臉圖片及識(shí)別結(jié)果上傳中心。

l 移動(dòng)APP：人臉布控報(bào)警可推送到移動(dòng)終端設(shè)備。

比如人臉采集檢索系統(tǒng)。應(yīng)用人臉檢測和識(shí)別技術(shù)，在人員進(jìn)出重點(diǎn)區(qū)域設(shè)置人臉卡口攝像機(jī)，針對經(jīng)過卡口人員進(jìn)行人臉抓拍、建模以及事后的人臉查詢檢索技戰(zhàn)法等應(yīng)用，可實(shí)現(xiàn)人臉刑偵、技偵的深度應(yīng)用。人臉采集檢索系統(tǒng)可獨(dú)立部署，也可作為子系統(tǒng)對接到第三方管理平臺(tái)，可廣泛應(yīng)用于公安、交通、金融、司法、教育、醫(yī)院等領(lǐng)域。功能方面：

l 人臉采集：可接入網(wǎng)絡(luò)高清攝像機(jī)，可對攝像機(jī)實(shí)時(shí)視頻畫面內(nèi)出現(xiàn)的人臉抓拍1張或多張清晰人臉圖片并可截取抓拍的人臉對應(yīng)的背景照片。

l 人臉儲(chǔ)存：可將抓拍的人臉圖片長期保存，由于人臉圖片所占空間相對視頻文件要小得多，在有限的存儲(chǔ)空間下，人臉圖片可存儲(chǔ)的時(shí)間比視頻長得多。

l 人臉技戰(zhàn)法：系統(tǒng)提供人多種人臉查詢與檢索的技戰(zhàn)法應(yīng)用，例如：人員出現(xiàn)頻次、同行人分析、同伴分析等。

l 特征人臉技戰(zhàn)法:針對特征人臉或異常人臉，例如：戴眼鏡、戴帽子等，提供可根據(jù)人臉的特征或異常的特征，實(shí)現(xiàn)特定特征的人臉查詢檢索。

比如人像庫共享服務(wù)平臺(tái)。人像庫共享服務(wù)平臺(tái)是一套專門針對公安等行業(yè)人口管理、案件偵查的人像檢索系統(tǒng)，系統(tǒng)并具有強(qiáng)大的數(shù)據(jù)導(dǎo)入、批量建模、查詢檢索、統(tǒng)計(jì)分析等功能。為公安出入境、戶政、刑偵等部門提供快速定位人員、提高刑偵、視偵的效率，同時(shí)可對接公安情報(bào)、警綜等系統(tǒng)，為公安追逃、偵查、尋人等應(yīng)用發(fā)揮作用。人像庫共享服務(wù)平臺(tái)可獨(dú)立部署，也可與第三方系統(tǒng)對接，提供人像識(shí)別共享服務(wù)。功能方面：

l 人員信息庫數(shù)據(jù)對接：系統(tǒng)有專門的數(shù)據(jù)接口，用于與公安的居民信息庫、重點(diǎn)人員信息庫進(jìn)行人員信息數(shù)據(jù)對接，在保障公安數(shù)據(jù)的安全性的同時(shí)，能夠快速抽取人臉數(shù)據(jù)。

l 人臉特征提?。喝四樚卣髦凳菦Q定人臉識(shí)別精準(zhǔn)度的關(guān)鍵因素，也是影響人臉檢索速度的因素。系統(tǒng)基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法，進(jìn)行人臉特征提取，并將人臉的結(jié)構(gòu)化特征數(shù)據(jù)儲(chǔ)存袋人臉特征庫，進(jìn)行人臉檢索。

l 人臉比對檢索：系統(tǒng)可提供1:1人臉比對、1：N人臉檢索功能。支持多條檢索任務(wù)并發(fā)處理，當(dāng)任務(wù)數(shù)量超過上限時(shí)，系統(tǒng)進(jìn)行排隊(duì)處理。

l 人像查重：實(shí)現(xiàn)單一人像檢索或批量人像檢索。

人臉識(shí)別技術(shù)在智慧城市中的應(yīng)用疑難

人臉識(shí)別技術(shù)在智慧城市中的應(yīng)用疑難主要體現(xiàn)在業(yè)務(wù)場景與技術(shù)實(shí)現(xiàn)兩個(gè)方面，技術(shù)實(shí)現(xiàn)方面主要的難點(diǎn)包括：超大規(guī)模人臉異步集群識(shí)別檢索的難點(diǎn)，人臉識(shí)別最小支持到18.5亞像素級(jí)的難點(diǎn)，人臉識(shí)別技術(shù)與環(huán)境及樣本量的沖突難點(diǎn)。

我們先看看第一點(diǎn)：超大規(guī)模人臉異步集群識(shí)別檢索的難點(diǎn)。

人臉識(shí)別應(yīng)用的困擾之一是，大容量的人臉庫的人員檢索查詢的時(shí)效性難以保障，目前，在安防行業(yè)，一般大容量人臉庫的規(guī)模能達(dá)到100萬數(shù)量級(jí)，檢索速度勉強(qiáng)滿足要求，但對于千萬級(jí)甚至更大規(guī)模的人臉數(shù)據(jù)，在數(shù)據(jù)庫表檢索和硬件的性能均達(dá)到極限情況下，仍舊難以支撐業(yè)務(wù)要求。為解決該問題，系統(tǒng)分別在海量運(yùn)算和海量存儲(chǔ)上做異步分步式的處理架構(gòu)，對前端提前的任務(wù)系統(tǒng)在優(yōu)化數(shù)據(jù)庫表檢索速度的同時(shí)，采用異步集群的架構(gòu)，利用開源的分布式系統(tǒng)基礎(chǔ)架構(gòu)Hadoop在普通PC機(jī)上搭建起基礎(chǔ)云平臺(tái)，使得系統(tǒng)的基礎(chǔ)建設(shè)成本降低，同時(shí)Hadoop基礎(chǔ)云平臺(tái)能方便快捷的水平擴(kuò)充系統(tǒng)性能，而不會(huì)引起大幅的成本增加。人臉基礎(chǔ)信息數(shù)據(jù)庫則采用分布式的HBase，同時(shí)HBase還能存儲(chǔ)人臉數(shù)據(jù)庫處理的中間結(jié)果。搜索引擎技術(shù)方便則采用Lucene的分布式實(shí)現(xiàn)Katta，Katta基于Hadoop框架實(shí)現(xiàn)，索引的建立和搜索的打分排序都能在Mapreduce運(yùn)算模型上進(jìn)行，大大提高了運(yùn)行的速度，這為超大規(guī)模數(shù)據(jù)的業(yè)務(wù)應(yīng)用提供了技術(shù)支撐和保障?；谝陨霞夹g(shù)，在已測試的案例中，系統(tǒng)在6052路攝像機(jī)接入時(shí)，每路視頻每秒可處理5幀數(shù)據(jù)，針對1000萬的人臉庫，檢索響應(yīng)時(shí)間小于1秒。如下圖所示：

第二個(gè)技術(shù)難點(diǎn)是：人臉識(shí)別最小支持到18.5亞像素級(jí)。

傳統(tǒng)的人臉識(shí)別算法對人臉像素的要求很高，很多號(hào)稱小像素級(jí)的算法在小像素時(shí)效果很差，只有到60像素以上時(shí)，才有了較好的效果，本系統(tǒng)的核心算通過不斷的攻堅(jiān)技術(shù)難點(diǎn)，創(chuàng)新的提出一種基于雙層異構(gòu)的改進(jìn)深度神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)了雙層網(wǎng)絡(luò)間的信息反饋與數(shù)據(jù)評介采樣，不僅提高了網(wǎng)絡(luò)的穩(wěn)定程度，而且在訓(xùn)練中可加入半監(jiān)督的處理流程，通過人工構(gòu)建一層網(wǎng)絡(luò)來不斷監(jiān)測和微調(diào)學(xué)習(xí)網(wǎng)絡(luò)，解決傳統(tǒng)基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)，網(wǎng)絡(luò)構(gòu)建很難人工干預(yù)的問題，從而從根本上解決了人臉識(shí)別準(zhǔn)確率與誤識(shí)率的問題。同時(shí)，為了解決小像素信息量嚴(yán)重缺失的問題，系統(tǒng)對建立起了對人臉周邊區(qū)域信息的評介體系，通過建立精細(xì)像素信息網(wǎng)絡(luò)，對人臉信息進(jìn)行亞像素級(jí)的精細(xì)化處理，從而解決了小人臉識(shí)別的一大難題。如下圖是人臉識(shí)別ROC比對曲線對比。

第三個(gè)技術(shù)難點(diǎn)是人臉識(shí)別技術(shù)與環(huán)境及樣本量的沖突難點(diǎn)。

人臉識(shí)別技術(shù)目前依然受限于人臉庫的樣本量影響識(shí)別精度，同時(shí)受限于單一算法，仍然無法在黑夜，環(huán)境光低下，雙胞胎，戴帽子墨鏡等影響。雖然目前阿泰克等日本供應(yīng)商已經(jīng)通過近紅外+3D人臉識(shí)別解決了部分問題，但由于實(shí)現(xiàn)原理制約，只能在樣本庫小的，事先注冊好人臉3D建模的場景下使用，比如大樓門禁，海關(guān)通關(guān)閘機(jī)，充分利用靜態(tài)人證比對和動(dòng)態(tài)3D掃描+近紅外實(shí)現(xiàn)。對于智慧城市的廣大區(qū)域，比如車站，碼頭等人流量聚集的場所，以及商場、社區(qū)等近民場景難以湊效。

人臉識(shí)別技術(shù)在業(yè)務(wù)場景下面對的挑戰(zhàn)也比較多，仍需不斷發(fā)展探索。比如：人臉識(shí)別面對綁架型解鎖就是一個(gè)難題，利用合規(guī)的人臉來進(jìn)行相應(yīng)的犯罪反偵察，深度學(xué)習(xí)的樣本量中對與人臉的變化比較是難以湊效的，這對于安防行業(yè)中面對的新需求比如反恐維穩(wěn)場景中的人臉更新周期長、難以識(shí)別長須前與長須后。比如智慧數(shù)據(jù)比對中的碰撞方式難以將人臉識(shí)別與其他有嫌疑的數(shù)據(jù)采集源端的二義性帶來的精準(zhǔn)度下降。比如許多少數(shù)民族地區(qū)由于歷史沿革原因，出生有一個(gè)姓名，叫做阿凡提買買提，啟蒙按照宗教原因進(jìn)入寺廟啟蒙，叫做阿凡提里約買買提，類似一個(gè)法名，入校后的會(huì)有一個(gè)學(xué)名阿凡提六法買買提，滿足18歲辦理身份證的時(shí)候一般按照學(xué)名或出生名，結(jié)婚后會(huì)有從夫名。這些姓名對應(yīng)的不同時(shí)期的人臉照片差別迥異，成年男子因?yàn)樽诮淘虿坏锰旰?，甚至不更新身份證，不辦理戶口，游離在法治邊緣。這樣的業(yè)務(wù)場景下，我們的深度學(xué)習(xí)，人工智能讀到的可信數(shù)據(jù)源（教育準(zhǔn)考證，公安身份證，戶口本）等可能會(huì)是一個(gè)人，多個(gè)合法姓名，多個(gè)人臉樣本。但各類系統(tǒng)的數(shù)據(jù)取值不一致，導(dǎo)致二義性。造成人證臉關(guān)聯(lián)識(shí)別失敗。

人臉識(shí)別技術(shù)在智慧城市中的應(yīng)用前景與趨勢

人臉識(shí)別技術(shù)將與其他各種生物識(shí)別技術(shù)一起產(chǎn)生混合場景下的各種混搭應(yīng)用，利用人臉識(shí)別與聲紋識(shí)別，RFID技術(shù)等都會(huì)碰撞出奇妙的火花。人臉識(shí)別的算法也將由單一算法向混合算法聚簇、與大數(shù)據(jù)、云計(jì)算、深度學(xué)習(xí)、人工智能、基因標(biāo)識(shí)一起融合發(fā)展形成新的應(yīng)用前景。

算法是人臉識(shí)別技術(shù)的核心，計(jì)算機(jī)通過人臉識(shí)別算法，可將一張張人臉的圖片轉(zhuǎn)換成可量化的人臉特征數(shù)據(jù)，從而量化人臉特征數(shù)據(jù)的差異性，得到相似度數(shù)值。

深度學(xué)習(xí)是目前最炙手可熱的人工智能算法，國內(nèi)外研究機(jī)構(gòu)和企業(yè)（Google、Microsoft、中科院等）投入大量研究資源，其成果廣泛應(yīng)用于計(jì)算機(jī)視覺、語音識(shí)別、智能分析等領(lǐng)域。深度學(xué)習(xí)不是一項(xiàng)新技術(shù)，其前生神經(jīng)網(wǎng)絡(luò)技術(shù)已經(jīng)有40多年的發(fā)展歷史。學(xué)術(shù)界和工業(yè)界，越來越多研究深度學(xué)習(xí)理論，使得深度學(xué)習(xí)的模型得到加強(qiáng)和優(yōu)化。數(shù)據(jù)太大，模型不夠復(fù)雜，覆蓋不了所有數(shù)據(jù)。深度學(xué)習(xí)非常依賴訓(xùn)練樣本的數(shù)量，隨著互聯(lián)網(wǎng)、大數(shù)據(jù)的發(fā)展，更多的人臉樣本數(shù)據(jù)加入訓(xùn)練模型中，使得算法模型針對人臉更加通用，更接近于真實(shí)的世界。深度學(xué)習(xí)的“深度”便指的是模型的層數(shù)以及每一層的節(jié)點(diǎn)數(shù)量，越是低層，特征越簡單，越是高層，特征越抽象，越接近要表達(dá)的意圖。對于圖片來說，最低層次的特征是像素（0-255的矩陣），這個(gè)特征對于我們來說沒有價(jià)值，但從像素中可以找到邊緣特征、再找到部位特征，最后形成不同的目標(biāo)物。傳統(tǒng)的智能算法為了進(jìn)行某種模式的識(shí)別，通常的做法首先是以某種方式，提取這個(gè)模式中的特征。這個(gè)特征的提取方式有時(shí)候是人工設(shè)計(jì)或指定的，有時(shí)候是在給定相對較多數(shù)據(jù)的前提下，由計(jì)算機(jī)自己總結(jié)出來的。深度學(xué)習(xí)提出了一種讓計(jì)算機(jī)自動(dòng)學(xué)習(xí)出模式特征的方法，并將特征學(xué)習(xí)融入到了建立模型的過程中，從而減少了人為設(shè)計(jì)特征造成的不完備。而目前以深度學(xué)習(xí)為核心的機(jī)器學(xué)習(xí)算法，在滿足特定條件的應(yīng)用場景下，已經(jīng)達(dá)到了超越現(xiàn)有算法的識(shí)別或分類性能。也就是說，深度學(xué)習(xí)算法得到的人臉特征，已經(jīng)遠(yuǎn)遠(yuǎn)超出了我們?nèi)祟愃芾斫獾男螤?、角度、比例、膚色等特征，其絕大部分特征是算法自己通過學(xué)習(xí)得到，并能夠被計(jì)算機(jī)所理解。深度學(xué)習(xí)雖然能夠自動(dòng)的學(xué)習(xí)模式的特征，并可以達(dá)到很好的識(shí)別精度，但這種算法工作的前提是，使用者能夠提供“相當(dāng)大”量級(jí)的數(shù)據(jù)。也就是說，如果提供有限數(shù)據(jù)量的應(yīng)用場景下，深度學(xué)習(xí)算法便不能夠?qū)?shù)據(jù)的規(guī)律進(jìn)行無偏差的估計(jì)，因此在識(shí)別效果上可能不如一些已有的簡單算法。另外，由于深度學(xué)習(xí)中，圖模型的復(fù)雜化導(dǎo)致了這個(gè)算法的時(shí)間復(fù)雜度急劇提升，為了保證算法的實(shí)時(shí)性，需要更高的并行編程技巧以及更好更多的硬件支持。

結(jié)語

作者在編寫本文的時(shí)候，恰逢Apple公司發(fā)布了iPhone X 的劃時(shí)代產(chǎn)品，也被Apple公司標(biāo)榜為十年來最科技的iPhone產(chǎn)品，而這款產(chǎn)品在我這個(gè)人臉識(shí)別應(yīng)用的業(yè)內(nèi)人士看來，其高科技感無不來自于iPhone X的人臉識(shí)別新技術(shù)，從這個(gè)引領(lǐng)潮流趨勢，吸引全世界眼球的產(chǎn)品演示中可以看到人臉識(shí)別將從高大山的智慧城市行業(yè)應(yīng)用開始逐步向每一個(gè)人的手機(jī)中滲透，我們有視頻云，大數(shù)據(jù)管，人臉識(shí)別攝像機(jī)端，而今，在“云管端”的覆蓋下，手機(jī)中集成人臉識(shí)別，特征識(shí)別，指紋識(shí)別，聲紋識(shí)別，虹膜識(shí)別等身份識(shí)別技術(shù)已經(jīng)在iPhone X上實(shí)現(xiàn)，由此帶動(dòng)的金融支付、刷臉購物，人臉識(shí)別+證明池服務(wù)，人臉識(shí)別+安全生產(chǎn)雙主體，人臉識(shí)別+智慧出行等等應(yīng)用將會(huì)通過一個(gè)個(gè)攝像頭讓我們的生活更智能更便捷，我們的社會(huì)更安全。人臉識(shí)別就在我們身邊，抬頭看看桿塔安防的攝像頭、低頭看看手機(jī)上的人臉識(shí)別應(yīng)用，智慧應(yīng)用都已經(jīng)用到了你的微信，支付寶上了，你期待的智慧城市新生活還會(huì)遠(yuǎn)嗎？

文/徐建明 佳都新太科技股份有限公司