摘要:隨著安防行業的快速建設與發展，目前全國攝像機的總量已達到億級規模，每天有海量的視頻資源不斷產生，公安機關辦案需要對大量的視頻錄像進行觀看研判。當前視頻圖像建設應用工作是構建立體化現代化社會治安防控體系的重要組成部分，也是深入推進“警務大數據”工程的重要抓手。人像識別作為視頻圖像應用的新方法新手段，在公安實戰中具有重要價值。

　　隨著安防行業的快速建設與發展，目前全國攝像機的總量已達到億級規模，每天有海量的視頻資源不斷產生，公安機關辦案需要對大量的視頻錄像進行觀看研判。當前視頻圖像建設應用工作是構建立體化現代化社會治安防控體系的重要組成部分，也是深入推進“警務大數據”工程的重要抓手。人像識別作為視頻圖像應用的新方法新手段，在公安實戰中具有重要價值。

      人像識別技術的發展現狀

　　人像識別技術由人臉識別技術發展而來，人臉識別技術的發展已有多年歷史，2014年基于神經網絡的深度學習算法加快了人臉識別技術的發展，使人臉識別技術有了實戰的價值;2016年新一代的人臉識別技術的識別能力已經超過了人眼的識別能力。

　　人像識別技術以人臉信息為基礎，其包括人像檢測、人像跟蹤、人像比對三個部分，可以實現人像的靜態檢索、人像的動態比對，實現人臉結合人體的人像應用。由于人臉識別的突破性發展以及人體部位和要素的識別與分析快速推進，人像識別應用具有直觀、高效、準確、方便等特點,有效解決了目前公安管理工作中的盲點，實現對常住人口、暫住人口、重點人口、在押人員、進出境人員等信息網絡化、實時化管理，為公安系統工作提供了有效手段。

　　近年來，人像識別技術在各個行業中的應用不斷顯現，比如金融行業的VIP訪客系統、人臉自助取款、人臉遠程開戶;樓宇管理行業的人臉門禁系統、人臉考勤系統、人臉會議系統;IT行業的人像屏保、人臉登錄;互聯網金融行業的人臉支付、人臉轉賬等;移動app應用的美顏、動漫等人臉應用;直播行業的人臉應用等等。而人像識別技術廣泛應用是在公安領域，目前多地公安機關結合自身的警務工作特點開創了很多人像識別技術應用的先例，取得了豐碩的成果。

　　人像識別技術在公安實戰中的應用

　　人像識別技術在公安實戰中分橫向和縱向兩個方面。橫向需要從適用于單一警種到適用于全警種，縱向需要從視頻偵查向反恐處突、公共安全、社會管理等領域滲透，深入公安的各項業務。

　　但整體來說，公安的實戰需求主要是對“人、車、物”的追蹤、分析和排查。目前對車輛和物品的處理已經有很多成熟的技術，也有很多實戰技法。比如車輛的軌跡分析、跟車分析、碰撞分析、晝伏夜出、入成、關城門等等。對物品的處理也有很多成熟的算法，比如物品識別、滯留分析等等。目前公安機關對處理“人”的技術需求大，也是直接、迫切。從人臉識別、人的衣貌特征識別、身材身高識別到動作步態識別、發型識別、表情識別等等，都有很強烈廣泛的需求，而這些都屬于人像識別分析的范疇。面對這些公安實戰需要，近年來人像識別技術被越來越多的應用到了各地公安機關的業務中。從人像識別系統到人像大數據平臺，各地陸續建成了一大批以人像識別技術為基礎的實戰應用系統，應用實效凸顯。

　　公安的實戰過程主要包括：事前預防、事中預警、事后核查三個步驟，人像識別技術為全過程提供了有效手段。事發前，通過以人像識別技術為核心的應用系統對關注區域和關注人員進行監控，當關注區域或者關注人員有異常時系統自動報警，聯動現場警力前去處置，防患于未然;事發時，應用系統前后臺聯動，實時比對，實時預警，現場民警實時處置，避免事態擴大;事發后，通過應用系統關聯“標記”庫及“路人”庫，并對事后采集的照片進行比對，發現線索，核查身份，大大縮短處置時間，有效解決公安實戰中的很多難題。

　　比如身份核查是公安日常工作中的重要內容，在人像識別技術沒有得到有效應用以前，這是一個很耗時費力的工作，采用了人像識別技術以后，這個過程變得簡便快捷，只要獲取關注人員照片并通過人像識別系統與“標注”庫進行比對就可以很快確定關注人員身份。

　　再如，在公安傳統偵查工作方式中，照片比對只能依靠人工方式進行，工作量巨大、速度慢、效率低，無法適應業務需要。人像識別系統所具備的高速自動識別能力很大程度上可以將公安、安全部門從以往的“人海戰術”中解脫出來，大大提升公安的工作效率以及社會的安全防范水平。

　　從實踐經驗來看，人像識別技術在公安領域的發展需要結合公安各部門的實戰應用需求和實戰技法，經過歸納總結提煉，形成人像識別系統里的功能模塊，以人像識別技術為核心，以實戰應用需求為導向，在公安系統中持續發展。

　　人像識別技術在公安實戰中的挑戰

　　據悉，截止目前我國人口數量已超過14億人。在互聯網爆發式發展的今天，產生了海量的人像照片，加上監控攝像機產生的視頻資源。如此多的信息帶來了大量的數據挖掘價值，想要處理這些巨大的數據除了需要大量的計算資源以外，必須要應用先進的大數據技術，公安領域想邁入大數據時代，對人像識別應用提出的要求自然更高，這對于企業是機遇也是挑戰。

　　1.“更準”——人像識別技術的核心算法準確率更準。

　　目前全國的二代證照片數量有14億以上，加上戶籍照、暫住證照、居住證照等等其他照片，這將達到一個驚人的數量級。同時隨著時間的推移，照片數量將會成幾何增長，人像識別系統需要一直能夠比對出“標注”庫目標，這就需要人像識別技術的核心算法更加準確。

　　2.“更高”——人像識別系統的處理性能更高。

　　目前各地攝像機的數量龐大，并且會不斷增長，為應對越來越復雜的安全形勢和大數據的需求，人像識別系統需要能夠處理更多的視頻數量，在增加計算設備的同時也要求提高人像識別技術的性能，以應對未來更高的要求。

　　3.“更大”——人像識別系統處理的視頻和圖片容量更大。

　　隨著人像識別系統的運行，系統內包含的“標注”庫人員和“路人”庫人員不斷增多，人像識別系統處理的視頻和圖片的容量也會爆發式增長，這就需要人像識別系統能夠處理更大的容量。

　　4.“更廣”——人像識別技術的適應性更廣。

　　公安實戰現場采集的照片會有多種類型：黑白、模糊、畸變、大角度、側臉、偏暗、陰陽臉、曝光過度等等。現場的監控視頻會存在：場景、光線、角度、姿態、遮擋等等各種問題。這對人像識別技術的適應性要求更高，以應對各種場景各種需求。

　　結語

　　人像識別技術這幾年雖然得到了快速發展，但其仍然是一門新興的技術。目前關于人像識別技術的標準正在制定，我們還有很多研究工作要做。人像識別技術對圖片的質量、清晰度、亮度、飽和度、人像的大小，對視頻的場景、光照、角度、清晰度、人像大小都有很強的依賴，這些都是需要研究與解決的課題，相信隨著行業企業的共同推進，人像識別將迎來更廣闊的發展空間。