Page 59 - 中国公共安全2-3月刊

于行业领先水平，并已应用在其人脸布控产品当中。 方法存在的问题，主要在于人海战术成本高。从行业
调研来看，很多市公安局，专门从事人脸图像搜索的
人脸识别在实际应用中的挑战 图侦人员，就超过400人，人力物力投入巨大，效率
相比人脸识别的基准测试环境，实际应用环 不高，无法满足刑侦部门的及时要求。同时，传统的
境的情况要复杂得多，这大部分来源于外部因素带 智能分析算法局限性明显，主要体现在图像特征提
来的影响，从而对最终效果带来极大挑战。这些外 取能力低，尤其对于模糊图像、暗光、噪声、多角度、
部因素，包括光线明暗、逆光、侧脸等角度变化、距 遮挡等适应性差等问题上。
离、天气干扰、因移动而产生的拖尾模糊，表情变

化，以及当前前端（如摄像头）及存储设备清晰度的
影响等。同时也包括目标人员的发型、胖瘦、年纪等
变化；戴帽子、戴眼镜、假发、围巾等遮挡等。
在图侦领域，衡量人脸技术的应用效果有两项
重要指标：抓拍率和比对识别率。前者即人脸的检
测和跟踪，后者为人脸的比对和识别。通常来说，抓
拍率对前端的要求相对不高，目前业内的主流系统
都可以做到99%以上的抓拍率，而比对识别率受到
外部的影响则会比较明显，就需要借助算法模型， 针对图侦的人脸识别应用，一般分为两种场
来提高比对识别率。在考虑上述外部因素情况下，目 景，其一是在事发后，从监控录像中采集人脸的截
前商汤科技的人脸技术，在两眼间像素30个像素点 图，然后和目标库（如犯罪分子库）做静态比对，缩
下即可实现抓拍，40个像素点即可以做到比对，包括 小目标范围到几人、十几人内，提高身份确认的效
范围在40%以内的人脸遮挡情况，整体性能表现在 率。另一种，则是需要直接监控视频中做动态比对，
行业中处于领先地位。 实时检测、跟踪、识别人脸，并做出实时预警，同时

事实上，通过算法模型提升识别率的关键，主 也会用于事后的布控场景。
要来自三个方面：硬件性能、数据资源，以及算法的 静态比对
先进性。在硬件方面，商汤科技拥有自行搭建的深 深度学习人脸试图情报研判系统，采用基于深
度学习超算平台，可大幅提高算法迭代的周期和效 度学习的以图搜图系统，可通过采集监控录像中的
率。在数据资源方面，商汤科技的人脸数据库，已基 人脸截图，比对搜索目标库中标准人脸照片，帮助图
本覆盖了东亚国家的各种人脸类型。在算法的先进 侦干警快速确认涉案嫌疑人员的身份。
性上，基于商汤科技原创的深度学习框架，可支持 系统最大的优势在于模糊图像识别能力强，可
超大网络模型的训练，并且可以实现成百上千倍的 适应低分辨率、暗光、侧脸、低头、低像素的人脸截
网络压缩，实现更快、更节能的网络。 图，以及图像中人脸的发型、胖瘦、年纪、表情变化、
以及眼镜、围巾遮挡等。图腾系统支持千万级目标库
人脸识别技术在图侦领域的应用 中300ms内获得识别比对结果，支持1:N与N:N验证，
人脸识别正在迅速替代传统的图侦方法。传统 其1:1人脸验证的图片相似度验证准确率在99%以

2018第三届中国国际无人系统博览会(2018.6.22-6.24深圳会展中心)www.china-drone.com.cn 43

ದ۽ᇆି JOEE