Page 58 - 中国公共安全2-3月刊

A Artificial Intelligence
人工智能

人脸识别技术

在公共安全领域中的应用

□ 文/张广程 张果琲

在公共安全领域，AI技术驱动的智能视频和图 不高，不足以应对现实中的各类复杂情况。因此，在
像处理，正逐渐成为不可或缺的技术。人脸识别作 2013年之前，人脸识别的落地应用，一直相对较少。

为首当其冲的应用，正在公安刑侦中正在产生深远的 自2012年以来，伴随着深度学习的突破，人脸识
影响。作为人脸识别领域的领军企业，商汤科技所提 别作为计算机视觉领域中的重要应用方向，也获得
供的人脸布控、视图情报研判系统，目前已在北京、 了突飞猛进的进展。商汤科技创始团队在2011年开
深圳、上海、四川和重庆等地落地应用，取得了多项 始聚焦于深度学习，并率先将深度学习应用于人脸识
成果，大幅提高了刑侦人员的执行效率。 别、人脸关键点检测、物体识别、人群分析、图像增
强等领域。2014年，商汤科技创始团队成员在国际权
人脸识别的发展和深度学习带来的突破 威人脸数据库LFW取得人脸识别准确率首次超越人

人脸识别，是基于人的脸部特征信息进行身份识 眼的成绩，达到了大规模工业应用的红线，对人脸识
别的一种生物识别技术。由于不需要用户主动配合， 别的发展具有突破性的意义。
它也是当前应用最为广泛的生物识别技术。以前的人 如果说以前的人脸识别属于人工指导的智能，
脸识别程序，通常是基于很少的样本去预测、假设， 那么深度学习属于数据指导的智能。具体来说，深度
结合人的先验知识，进行程序的编写，比如判断人脸 学习是指通过DNN（深度神经网络），对物体进行逐
的纹理、两眼间距离等。这种方式，对用于识别和比 层的特征分类。例如，典型的深度学习人脸识别系统
对的人脸图像质量要求较高，整体应用中的准确率 中，第一层可能会寻找简单的边线，第二层可能会寻
找可以形成长方形或圆形等简单形状的边线集合，第
三层可能会识别眼睛和鼻子等特征，最终将这些特
征结合在一起，让机器可以根据训练数据集，达到拥
有自我学习的能力，最终掌握“人脸”的概念。
因此，深度学习神经网络的层数越多，它能表达的

信息也就越复杂，学习能力也就越强。因此，只要给予
的训练数据足够多，最终的效果也就会越精确。目前
商汤科技已经实现了超过1000层的神经网络架构，居

42 第七届深圳国际智能交通与卫星导航位置服务展览会(2018.6.22-6.24深圳会展中心)www.its-expo.com

ದ۽ᇆି JOEE