|
背景 随着经济的高速发展以及城镇化进程的加快，我国城市人口日趋密集，城市人口流动性也大大增加，加强对城市建设中的诸如交通管理、社会治安、银行等重点区域防范、维稳等方面的管理迫在眉睫。另外，近年来社会犯罪率呈逐年升高的态势，高科技犯罪层出不穷，犯罪行为的突发性、不确定性增强，给防范和侦破工作带来极大的困难。报警运营服务充分运用现有社会资源维护治安，利用人技结合手段对重点要害部位实施防控，弥补因警力和人力不足产生的防控空白，降低可防性案件发生，是公安机关控制社会治安手段的延伸，加强了公安机关对社会治安的控制能力。 目前，多种技术已在报警运营服务业务中得到应用，几乎所有的银行营业网点、ATM、危险品库、商铺、住宅等场所都安装了视频监控系统来进行视频监控。这一方式仅有监看和录像功能，仅仅提供图像信息供安全值守人员自己判断，当安全值守人员面对数量庞大电视墙，面对堆积如山的视频资料时，往往无法及时准确地对事件或者特殊人物做出正确判断，使得监控系统只能用于事后查阅和取证，沦为视频记录的工具，起不到实时监控事态发展状况的作用。由此产生的海量视频数据给报警运营服务带来机遇的同时也带来了极大的挑战，单纯依靠人工监视或排查无法满足实际应用的需求，安全监控系统须加快智能化发展进程，具备事前分析预警、事中判断报警、事后调查处理等功能，彻底转变目前的“事后诸葛”状态。 对于报警运营服务行业，视频监控系统最关注的是监控场景中的人，尤其是重点关注的人及其行为，如何在海量视频中快速寻找识别到某个特定的人员，是成为智能化视频监控系统研究的关键，最新的人员识别系统引入生物特征识别技术，利用人体固有的生理特征或行为特征来进行身份的鉴别或确认。生理特征通常是指人类个体“与生俱来、独一无二”的生理特征，如人脸、指纹、虹膜、掌纹、手形、视网膜、DNA等。相比传统的身份鉴定手段，生物特征识别技术具有不易遗忘或丢失、防伪性能好、随身携带等优点，这些优点可以从根本上杜绝伪造和窃取。在这些生物特征识别技术中，人脸识别技术又是最符合应用于报警运营服务的技防系统，人脸图像的采集是非接触式的，也不需要人主动配合，而目前的视频监控系统又可以满足人脸图像的采集要求，不需要进行改造。因此，人脸识别技术与视频监控系统的结合，是报警运营服务行业智能化发展的最佳解决方案。 近几年来，人脸识别技术虽还没有完全达到实用普及的程度，但从技术上已经有了质的飞跃，目前，客户持本人身份证可在试点招行完成远程开户，马云在地球的另一边演示了支付宝人脸识别支付技术，宣示互联网金融的技术创新。香港中文大学教授汤晓鸥在计算机视觉国际顶级会议CVPR2014上发表论文称，智能算法识别人脸的准确率已经达到99.15%，而肉眼识别的准确率大约在97.52%。中科院重庆绿色智能技术研究院于2014年研发出人脸识别支付系统，该研究院智能多媒体中心主任周曦表示，人脸识别移动支付系统的APP预计2015年下半年推出，先试点，再逐渐进行推广。旷视科技（Face++）的核心团队由清华大学、美国哥伦比亚大学、南洋理工大学等顶级技术极客组成的研发团队，将人脸识别技术从既有的互联网的合作基础出发，再跨入安防，未来更好的服务在金融、零售等传统商业领域。从技术、应用上来说，人脸识别技术已经具备了基础，并具有广泛的市场应用前景，因此，将人脸识别技术应用于报警运营服务行业，可以让视频监控系统实时监控事态发展状况，为安保人员做出及时、有效的处理，有效预防事故的发生，从而提升了报警运营服务行业的自动化、智能化、信息化水平。 一、人脸识别技术原理与优势人脸识别即利用人的面部特征进行身份辨识，人脸识别系统一般包括：人脸数据模块、预处理模块、人脸检测模块、训练模块、特征提取模块、人脸识别模块、结果输出模块。系统框架如下图所示： 图1：人脸识别系统框架图 人脸数据模块：该模块用于存储人脸图片库与其他相关信息，如人脸库总人数、人物编号、性别以及训练后得到的人脸模型等数据。 训练模块：对人脸库中人脸图片进行训练，得到每名人物对应的模型。 预处理模块：依据实际情况对于输入的图像或视频进行预处理工作，如视频帧捕获、光照补偿、彩色图像进灰度变换、直方图均衡、畸变矫正等操作。 人脸检测模块：对图像或者视频进行人脸检测，对检测出的人脸区域进行图像分割，将分割后得到的人脸图像用于之后进行特征提取与人脸识别。 特征提取模块：对人脸图片进行特征提取，这一模块可以包含在人脸识别模块中。 人脸识别模块：用提取出来的人脸特征与人脸数据模块中的人脸模型进行比对，从而找到匹配度最高的一个或多个人物，依据实际需求，将单个人物或人物序列作为识别结果。 结果输出模块：将人脸识别结果进行输出，例如：直接显示在计算机屏幕上、保存为日志文件或写入数据库。 综上，人脸识别系统主要负责建立人脸信息数据库，将这些人脸信息文件生成人脸编码存储起来。然后，获取前端上传的图片信息，并将上传的人脸信息文件生成人脸编码。最后，用当前的人脸编码与数据库比对，即将当前的人脸信息编码与数据库中的人脸编码进行检索比对，确定捕获人脸的身份。 人脸识别是目前所有的生物识别技术中对使用者影响最小的技术，具有快速、非接触、非干预等特点，较之于其它的生物识别技术，将人脸识别技术应用在报警运营服务行业的优势如下： 首先，作为识别特征，人脸具有稳定、可靠、安全、便利等特点。在一般情况下，人的面部特征是非常稳定可靠的，携带便利。正因为如此，在银行营业网点、自助ATM、危险品库、商铺、住宅等报警运营服务场所的安全保卫、出入控制中，人脸识别可以得到比较广泛的应用。 其次，人脸图像的采集非常方便，简单易操作，人脸采集前端设备利用的摄像头随处可见，它不是专用设备，是基于标准视频的图像采集设备，是报警运营服务技防设施的重要组成部分。 第三，与报警运营服务结合，应用人脸识别技术能够最大效能发挥出现有监控系统的优势，真正达到“预防-记录-取证”的目标。监控系统的主要任务是关注场景中的人，并且这种关注是非干预的，毕竟我们不能要求恐怖分子、犯罪分子来配合我们监控。人脸识别系统中人脸图像的采集是非接触式的，也不需要人主动配合，最大限度地提高了系统的响应速度。该系统能快速分析出场景中出现的人脸，并迅速与黑名单数据库比对排查。一旦命中，系统能迅速做出报警等响应，便于安保人员做出及时、有效的处理。系统采集到的人脸图像同时作为重要的证据被记录下来，可用于事后查证，避免安保人员追溯回放查看大量监控录像，提高工作效率。 二、应用分析人脸识别系统基于人脸识别技术，快速分析出场景中人的位置，采集到人的面部图像，并迅速的将这些图像与黑名单数据库进行比对排查。同时，人脸识别系统采集的人脸图像又可以作为非常重要的监控数据记录下来，存储在监控数据库中，作为事后检索的索引，与公安、安全部门的数据库联接，方便公安取证和进一步的认定。从这个角度来说，如果说目前的报警运营服务视频监控系统有录无防的话，人脸识别监控系统的应用，将给报警运营服务提供一双“慧眼”，满足银行营业网点、ATM网点、危险品库、商铺等重要场合的安全保障任务。 报警运营服务对象一般包括行业和民用两大类，行业对象包括银行营业网点、自助ATM、危险品库等，民用对象包括商铺、住宅等，人脸识别系统可应用在这些场所。 1）银行营业网点布控管理 通过银行营业网点门口、或柜台处监控摄像机将抓拍到的人脸图片通过网络传输到报警运营监控中心的数据库进行数据存储，并与人脸黑名单库进行实时比对，当发现可疑人员时，系统自动发出报警信号。 2）自助ATM布控管理 前端摄像头安装在ATM机内，用户取钱时可以截取到人的正脸图片或上传取钱时人的正脸视频，ATM机成为捕捉对象的最佳地点，通过人脸抓拍器抓拍到的人脸图片上传中心数据库，并与人脸黑名单库进行实时比对，当发现可疑人员、破坏分子或违法分子时，系统自动发出报警信号。同时，不管是否有比中结果，抓拍的人脸都会存储在后台系统中，当日后有案件需要翻查监控资料时，可以通过人脸识别技术快速确认嫌疑人的行动轨迹，为破案提供高效的技术手段。 3）危险品库管理 在现有危险品库刷卡门禁、指纹门禁的基础上，采用人脸识别门禁机，作为前端智能识别设备，非接触，自动实现人脸开门。它有效的防止门禁卡的遗失、冒用、盗用，若他人冒用，系统将自动报警。 4）商铺管理 通过对商铺安装摄像头，对商铺进行24小时不间断监控，以及对出入商铺人员进行人脸抓拍、存档、特征提取、比对、上报，能够自动判断其是否是老客户、新客户又或者是可疑人员。 5）住宅安防 当住宅门口安装一个网络摄像机后，摄像机自动抓拍人脸，并和事先存储的人脸对比，如果是自己家人进入，则不进行告警，如果是外人敲门或者开门，则自动发送图片到家人手机或信箱，提醒家人有外人等，避免家里有财产损失或人员受到伤害。 三、系统组成架构 人脸识别监控报警系统主要由前端采集、网络、人脸识别系统和报警运营监控中心组成。 前端采集部分主要由摄像机、镜头和人脸抓拍器组成，通过部署在前端的监控摄像头，采集图片或视频上传至大数据中心存储，完成数据源的采集管理。大数据中心已经不只是一个简单的服务器统一托管、维护的场所，它已经衍变成一个集大数据量运算和存储为一体的高性能计算机的集中地，如下图所示。
采集检测前端 输入为视频信号，输出为检测到的人脸图像。采集前端即摄像头，安置在银行营业网点、ATM、商铺等重点监控区域，人脸抓拍器在能够对经过设定区域的人员进行人脸检测和人脸跟踪，利用人脸质量评分算法能自动筛选出一张人的正面脸部信息最为清晰的人脸图像作为该人员的抓拍图像，并把人脸照片、抓拍地点、抓拍时间等信息上传到大数据处理中心平台进行统一存储，以方便后期的检索与查询。通过人脸抓拍器对图像中的人脸进行自动抓拍和上传，减轻网络带宽和后端服务器运算能力的压力，减少视频编解码过程对图像质量的损失，提升人脸图像质量。 网络 网络是大数据中心与前端采集的桥梁，所有数据经由网络汇聚到大数据平台,网络以大数据中心平台为核心节点，分别联通各前端采集点，以业务专线、4G+VPN实现，可以有效保障数据的安全性。 人脸识别系统 人脸识别系统硬件是由多个视频服务器构成，利用虚拟化技术将多个视频服务器集中管理。系统基于云架构设计，充分利用云计算平台的超强计算能力，部署多种算法，实现多算法的混合，同时吸纳各种算法的优点，提高大数据库容量下人脸图像的识别和比对性能。 通过网络将人脸抓拍器采集到的图像输送到人脸识别视频服务器，人脸识别视频服务器完成人脸的检测、存储、记录，并将人脸图像和监控视频通过网络提交到比对中心即人脸比对服务器上，与各类特殊人群数据库进行比对。比对应用中，恐怖分子、犯罪分子等人员的人脸模板图像存储在比对服务器。同时，需要把要布控人员的信息(包含姓名、性别、身份证号、家庭住址、人脸照片等信息)加入到黑名单数据库，然后按照时间、地点、布控等级、相识度报警阈值等信息，对人员进行布防。系统对在特定重点场所位置(如银行营业网点、ATM、宾馆、商铺、机场等出入口)抓拍的人员实时与黑名单数据库中的人布控人员进行实时比对，如果人脸的相识度达到设定报警阀值，系统自动可通过声音等方式进行预警，提醒监控管理人员，监控管理人员可以根据报警信息查看抓拍图像和录像进行核实。 报警运营监控中心 报警运营监控中心不仅具备传统监控系统视频监控、视频回放等功能，还包括设备配置管理、监控日志管理、系统运营管理、数据管理、用户管理以及人脸识别应用的智能报警等功能，报警运营监控中心通过接口预留，与公安技防系统接口对接，公安可以通过大数据平台了解情况。 设备配置管理。连接、管理多路设备，设置系统参数，以树状层次显示设备列表。对设备信息进行配置，除设备名称，IP地址和设备功能外，还可配置设备地址，负责人等信息。方便在报警事件发生后进行及时处理。 监控日志管理。可以对陌生人、已知人监控日志进行查询。查询方式可通过多种组合进行精确查找，如可按时间、设备、出现次数等条件查询。 系统运营管理。对监控报警中心的用户管理以及权限设置，记录用户操作动作，可按时间及用户进行查询。 数据管理。对监控日志、系统运营日志等进行数据的自动备份、数据的导入、数据的批量删除等。 智能报警。通过监控报警中心的客户端将人员信息布控，发送到人脸识别系统，经过人脸识别系统比对，对结果数据反馈给报警中心，同时显示报警事件发生的地点，并自动给与语音提示。同时，针对不同的监控日志进行提示，包括语音、图标颜色变化等。 四、系统主要功能人脸识别监控报警系统的主要功能包括查询功能、人脸检索功能和人脸摘要功能，以下分别进行介绍： 查询功能 人脸识别监控报警系统查询包括黑名单报警查询和人脸抓拍查询。我们可以通过时间、通道等相关参数快速查询信息。 1）黑名单报警： 可以查询某个时间段、通道的所有报警事件，并可详细查看报警详细信息。 2）人脸抓拍查询 可以查询某个时间段、通道的所有抓拍人脸事件，并可详细查看图片、具体抓拍时间点等信息。 人脸检索功能 在系统中输入待查询的人脸照片，系统自动检测出照片中的人脸信息并截取人脸，用户选择需要检索的人脸后进行相似度、时间段等参数设置后开始检索，最后检索出的相似人脸的结果会在界面上显示出来。 1）嫌疑人脸检索： 在系统中输入待查询的人脸照片，选择需要检索的人脸后进行相似度等参数设置后开始检索，最后检索出的相似人脸的结果会在界面上显示出来。 2）图片人脸检索： 当外部获取非常有价值的包含嫌疑人脸的图片时，想在很多大量的视频源中查找出这个嫌疑人其他信息，这时候用户可以将图片导入系统中，系统会自动检出这张图片中所有人的头像，用户可以按相似度进行排列，选取相关检出片段进行再次分析，获取有效信息。 人脸摘要功能 系统通过人脸识别技术和视频预处理对视频中人脸进行整理汇总，获取视频内感兴趣目标的相关信息，并根据这些人脸信息生成索引。相关人员可以通过查看人脸图示，在几分钟内，查看数个小时视频中包含的所有目标，并确定嫌疑目标，也可观看该目标在整个视频中的存在片段与运动，确认嫌疑人的行动轨迹。 五、应用趋势发展与意义 人脸识别监控报警系统充分利用了物联网、互联网、云存储、云计算、大数据分析等新型技术热点，通过前端摄像机和人脸抓拍器进行实时视频采集及人脸检测，并将检测的人脸图片通过网络传输到远端的云服务器上，然后和云服务器上事先采集的特殊人脸样本库对比，判断监控场景里面是否有某些特殊人物，经过系统的对比，返回比对结果为排名第一的候选人照片或是一些类似候选人照片，而后进行告警或者视频追踪等，同时，该系统具有比对准确率高，实时性、稳定性强等特点，应用于报警运营服务能增强安全防范能力，减轻服务人员工作量，提高工作效率，减少报警运营服务的长期运营成本。 目前，虽然在复杂环境下人脸识别技术还比不上人类视觉，但人脸识别技术已经成为了身份识别技术发展的大方向，未来，若让人脸识别技术广泛应用到报警运营服务领域，我们还需要克服以下几点困难： 1）由于人脸识别的非刚性特征，在视频监控环境下，人脸识别面临光线、角度、姿态、遮挡等一系列因素的影响，导致人脸的类内差距增大、类间差距缩小，给结合视频监控的人脸识别带来了巨大挑战。 2）报警运营服务已经积累了海量的数据，为人脸识别技术在报警运营服务领域的广泛应用提供了基础。然而，由于缺乏统一的建设标准，各类业务中人脸数据质量差异大，给人脸识别应用造成了难度。 因此，我们需要从技术角度出发，统一建设标准，加强规范管理，在报警运营服务行业将技术和监管同时落地，对于商铺，通过人脸识别技术分辨出客户的性别、年龄甚至表情，提高商铺的业务效率；对于银行营业网点，通过人脸识别技术实现自动VIP客户，使客户有一个更好的用户体验；对于自助ATM，通过对前端ATM布控，通过人脸识别技术一旦发现黑名单中的违法分子出现取钱时，进行智能报警，从而提高报警运营服务效率，增强安全防范能力；同时，还可以对巡检到岗的工程人员拍照签到，自动上传中心管理，提高运营服务的管理能力。相信随着人脸识别技术研究的深入, 人脸识别厂商和技术研发人员从架构、产品、技术等方面进行探索，人脸识别技术将会在报警运营服务领域有着更加广泛的运用，为人们的工作和生活带来安全保障。 |
|
|
