人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別的一系列相關技術，通常也叫做人像識別、面部識別。

　　一、人臉識別技術發展歷程

　　人臉識別作為基于人的臉部特征信息進行身份識別的一種生物識別技術，早已廣為人知。

　　人臉識別借由計算機來實現可以追溯到20世紀60年代。1964年，WoodrowBledsoe首次嘗試以計算形式進行人臉識別任務。最初，Bledsoe用計算出的人臉特征之間的距離矢量來對每個人進行編碼。盡管成功實現人臉配對，但也面臨計算成本大、效率低的技術局限，因為Bledsoe每小時只能處理大約40張圖片。

　　人臉識別技術的開發受到了市場的認可。20世紀90年代，政府官員已經承認并接受了這樣一個事實：人臉是一種非侵入性的生物特征，可以用于跟蹤和識別個人，而不需要他們的主動參與。

　　因此，1996年美國國防部和NIST提供了650萬美元的資金，創建了FERET數據集，為研究人員提供在該領域取得進展所需的數據。人臉識別技術（FERET）數據庫是首個用于學術和商業研究的大規模人臉數據集，也是人臉識別技術發展的第一個轉折點。

　　到了2000年，鑒于FERET數據庫成功激發了人臉識別領域的研究興趣，特別是該技術開始邁出商業化步伐，并推動了NIST發布人臉識別算法測試以評估新興的商業系統。當然，早期方法在實際的應用中也存在某些弊端，比如無法在各種環境中很好兼容，而且算法的準確率和算力仍需要提升。

　　2007年LFW數據集的開發讓人臉識別技術迎來第二個關鍵性的轉折點。LFW數據集包含1680個人的超過13000張圖片，其中涵蓋了姿勢、照明條件和表情的無限組合，滿足了研究人員獲取更自然定位和更多樣化數據的愿望。

　　由此，LFW激發了一波用于人臉識別模型訓練和基準測試的網絡人臉數據集的熱潮--包括許多未經在線平臺同意而獲取圖像的數據集，比如谷歌圖像搜索、雅虎資訊。

　　于2014年開發的DeepFace數據集，則是第一個在人臉驗證任務上擊敗人類表現的人臉識別模型，主要使用目前主流的深度學習技術進行訓練。深度學習技術對人臉識別的影響無疑是巨大的，DeepFace模型在LFW測試集上取得了97.35%的準確率，相較于之前的前沿技術方法，在誤差率上降低了27%。

　　這一快速進展也引發了巨大的商業利益，是當前廣泛發展的人臉識別基礎。當下，人臉識別技術已經嵌入到人們生產生活的各個方面。從全球人臉識別技術領域的應用場景布局來看，安防、金融、交通是相對布局較為成熟的領域，而在零售、廣告、智能設備、教育、醫療、娛樂等領域也均有較多應用場景。

　　從2015年到2019年，人臉識別、視頻監控的專利申請數量從1000件飆升到3000件，其中四分之三在中國。

　　2020年以后，隨著信息技術的快速發展，人臉識別技術搭載人工智能等高新技術，又有了快速發展和深入應用。據MarketsandMarkets咨詢公司研究預計，到2024年，全球人臉識別市場規模達70億美元。

　　二、人臉識別技術發展現狀

　　人臉識別是基于人的臉部特征信息進行身份識別的一種生物特征識別技術。與其他生物特征識別方式（指紋識別、靜脈識別、虹膜識別等）相比，人臉識別具有自然性、不被察覺性等優勢，未來將成為識別主導技術。根據權威機構統計，2013年，中國人臉識別市場規模達8.61億元，并呈現出逐年快速增長趨勢。2014年，中國人臉識別市場規模突破了10億元。2017年，中國人臉識別市場規模增長至21.9億元。2018年，我國多座火車站在乘客身份識別中使用人臉識別技術，市場規模明顯提高，約為27.6億元。據預測，2020年中國人臉識別市場規模將突破40億元。對于安防場景而言，人臉識別最主要的應用在于核實人員真實身份、對重點人員進行布控預警、實現基于人臉滿足公安業務需求的技戰法等。目前基于人臉識別的項目在全國進行得如火如荼，并且各地公安部門都取得了豐厚的戰果。

　　三、人臉識別技術主要應用領域

　　人臉識別主要用于身份識別。由于視頻監控正在快速普及，眾多的視頻監控應用迫切需要一種遠距離、用戶非配合狀態下的快速身份識別技術，以求遠距離快速確認人員身份，實現智能預警。人臉識別技術無疑是最佳的選擇，采用快速人臉檢測技術可以從監控視頻圖象中實時查找人臉，并與人臉數據庫進行實時比對，從而實現快速身份識別。

　　人臉識別產品已廣泛應用于金融、司法、軍隊、公安、邊檢、政府、航天、電力、工廠、教育、醫療及眾多企事業單位等領域。隨著技術的進一步成熟和社會認同度的提高，人臉識別技術將應用在更多的領域。

　　1、企業、住宅安全和管理。如人臉識別門禁考勤系統，人臉識別防盜門等。

　　2、電子護照及身份證。中國的電子護照計劃公安部一所正在加緊規劃和實施。

　　3、公安、司法和刑偵。如利用人臉識別系統和網絡，在全國范圍內搜捕逃犯。

　　4、自助服務，機場、車站快速檢查進站等。

　　5、信息安全。如計算機登錄、電子政務和電子商務。在電子商務中交易全部在網上完成，電子政務中的很多審批流程也都搬到了網上。而當前，交易或者審批的授權都是靠密碼來實現，如果密碼被盜，就無法保證安全。但是使用生物特征，就可以做到當事人在網上的數字身份和真實身份統一，從而大大增加電子商務和電子政務系統的可靠性。

　　四、人臉識別在安防領域的主要應用

　　人臉識別技術正越來越多地應用于安全監視、數據驗證、跟蹤比對和數據分析等方面，在智慧公安、智慧社區、智慧園區、智慧校園等場景下，人臉識別技術得到了公安、綜治、政府、交通等用戶方的高度重視，應用模式也在不斷創新,不管是前端智能終端，還是后端的平臺層，都有與人臉識別技術強關聯的典型案例。

　　（一）智能終端與人臉識別的結合應用

　　1.公安移動警務中的應用

　　"火眼金晴"是公安移動警務信息化中的一種智能終端應用，與眾不同的是,它同時具有人臉識別技術和身份證件真偽分辯技術，民警在一線辦案或巡邏時，遇到不能獲取真實身份信息的情況下，無法有效開展街面辦案、核查身份等實戰工作，缺少一種既可以即時通過人臉照片獲得身份和前科信息又可以馬上分辯身份證件真偽的工具，基于人臉識別技術的APP提供移動的人臉比對和身份核驗功能，具有對身份證的讀取、身份證信息查詢、身份證查偽等功能,"火眼金睛"將人臉識別比對技術和身份證件真偽分辯的技術前置應用到一線執法，從最前線打開了數據資源、算法資源的應用渠道，提升一線民警的深度智能化執法水平。

　　2.移動警用裝備中的應用

　　運用人臉識別技術在警務裝備上的還有智能警務頭盔、智能警用眼鏡、警用機器人、移動人臉布控設備等，都是將人臉識別技術和視頻身份挖掘技術前置于移動終端設備，并與后端平臺打通，在辦案現場或巡邏的一線工作中實現目標人員的身份甄別和管控，從而實現移動巡邏偵查可視化、立體化。

　　（二）出入口控制中的人臉識別應用

　　出入口控制系統中的人臉識別應用是目前最普遍的應用，主要實現刷臉控制進入，過程中結合布控比對功能，實現對在逃人員等實時后臺報警。

　　1.商場、樓宇等進出口的人臉識別應用

　　利用人臉識別技術將傳統的鑰匙開鎖用人臉作為鑰匙來代替。在商場、樓宇進出口安裝人臉識別設備，對內部或外部人員進行人臉登記，只有系統認可的白名單時方可刷臉進入，一旦有不法分子想進入樓宇，若檢測到身份不符就會觸發報警信號，防止犯罪嫌疑人員作案。

　　2.疫情管控中的出入口人臉識別應用

　　在此次新冠肺炎疫情期間，各種"黑科技"大顯身手，例如能支撐重癥病例遠程會診的5G遠程醫療機器人、紅外攝像機體溫探測系統、人臉口罩識別技術、視頻人臉分析密切接觸分析等等，涉及人臉識別技術的疫情防控應用主要有以下幾種：

　　一是通過人員佩戴口罩的檢測，對發現未配戴口罩或者未正確佩戴口罩的人員及時提醒并進行糾正。

　　二是解決疫情時期人們佩戴口罩后人臉識別的問題，尤其在疫情期間出現違法犯罪案件時，犯罪嫌疑人佩戴口罩，身穿防護服偽裝成社區工作者，戴口罩的人臉識別為偵破此類案件也打下了基礎。

　　三是利用城市中的人臉抓拍和視頻監控中的視圖數據以及點位數據，通過人臉識別結合人臉特征聚類和核驗技術，智能分析新冠感染者的密切接觸人員。

　　3.大型安保活動中的人臉應用

　　大型活動的安保重點在于活動場地的安全保障，為了防止不法人員混跡其中，伺機作案，進入場地時必須進行嚴格的身份驗證。以往的安保手段主要是單一的卡證識別，或保安通過證件信息來判斷是否放行，安全性上無法得到充分保障。如今，人臉識別技術代替了傳統技術，參加活動或會議的觀眾或嘉賓只要對著簽到機器刷臉幾秒鐘，即可自動識別進入會場，對于影響安保不安定因素的人員如在逃人員、涉恐、涉穩人員等可后臺預警進行管控。

　　（三）公安實戰工作中的人臉識別應用

　　1.通用的人臉識別布控比對應用

　　一般公安行業會將全國在逃人員、違法犯罪嫌疑人等錄入人臉系統，分散在城市各處的人臉抓拍機或視頻監控攝像頭將會對過往人員進行實時采集并比對，當目標人員出現時系統將第一時間預警，實現人臉識別布控比對的一般應用。

　　2.多技術融合的公安實戰應用

　　在公安對涉毒、涉恐、高危人群、肇事肇禍精神病人等重點關注人員的管控方面，人臉識別技術結合大數據分析、視頻監控以及人員陣地偵查管控方案，可以有效發揮該類人員的智能化管控能力。某地公安的智慧社區平臺在通過人臉識別并聚類分析后，分析出有頻繁出沒在小區及道路周邊的人員情況，經身份置信和大數據分析比對后，發現該人員具有吸毒前科，系統將預警信息推送給公安，民警通過關聯時間和視頻點位查看視頻監控發現，該人每次在小區出入口附近的圍墻邊會停留幾分鐘，辦案民警在該人逗留地點的墻角處，通過挖掘發現了交易毒品，并順藤摸瓜偵破了一起團伙販毒案件，這是一個典型的人臉識別結合大數據分析、視頻監控等多技術于一體的應用案例，類似這種人臉識別技術促進公安實戰工作的案例舉不勝舉。

　　（四）基于人臉特征聚類和識別的大數據分析應用

　　人臉特征聚類是在人臉特征提取的基礎上將同一個人的特征通過聚類算法使其聚合在一起，結合人臉采集的時間、空間等要素，形成實時的、鮮活的個人視頻人臉軌跡檔案。

　　1.區域人口管理工作中的應用

　　不管是封閉的小區還是人員居住復雜的城中村，人員的管理一直是一項復雜而又辛苦的工作，既要能掌握管轄范圍內的人口狀況，又要做好社區的服務工作，基層民警一直缺少一種智能化的手段來管理本小區的人口。基于人臉識別技術的社區人口管理方法，可以通過在小區、城中村等主要出入口部署人臉抓拍設備，形成封閉的人臉電子圍欄來提取人臉特征信息，特征聚類和身份置信結合大數據分析技術，可以分析出區域內實有常住人口總數和類型，實現社區人口精細化管理，解決公安機關基層民警長期面臨的實有人口管理難的問題。

　　2.城市級全域人臉軌跡分析應用

　　隨著城市視頻監控設備和人臉抓拍設備的大量部署,假設一個人從家里出門最后到達辦公地點上班，中途可能會經過多個人臉和圖像采集點，被采集到多個人臉和視頻圖像信息，這些數據代表著該人員一天的視頻軌跡活動數據，并且數據的量級也是非常寵大的，如果不經特征聚類，將相同人員的特征聚類編碼，而是采用傳統以圖搜圖的方式，不管是從分析效率還是在人臉數據的拓展應用方面都是有局限性的，通過對海量人臉數據的特征聚類和置信，可以產生一種新的人臉AI數據，這些數據無疑會給公安等行業用戶帶來數據價值，比如辦案部門通過加載一張照片即可從城市海量的人臉圖像數據中快速尋找犯罪嫌疑人員的行動軌跡、禁毒部門發現關鍵點位涉毒人員的活動情況、情報人員通過人臉數據開展頻次分析、同行人員分析、晝伏夜出等各種技戰法分析等等，都可以在城市海量人臉特征數據的基礎上結合大數據技術做到全城全域的人臉軌跡動態掌控。

　　（五）其他人臉識別技術帶來的應用

　　1.臉部情緒識別技術在行業中的應用

　　臉部情緒識別技術是一種利用實時人臉圖像分析人們情緒的技術,通過繪制面部表情圖來識別人臉上的情緒，如厭惡、喜悅、憤怒、驚訝、恐懼或悲傷等。但就目前而言，臉部情緒識別技術在安防行業中應用寥寥無幾，作為一種人員潛在心理行為分析的技術，可以結合人員屬性、心理學、大數據分析技術等，用于監獄、看守所、社區重點人口的心理分析和重點事件發生前的主動預警。

　　2.視頻AR和VR與人臉識別技術的應用

　　視頻AR和人臉識別技術、大數據分析技術結合的更多高科技警務裝備將會推動人工智能在公安行業的應用深度，例如智能警用頭盔和警用眼鏡的成熟應用，警察在街面巡邏時，將會真正出現像科幻大片或真人游戲中面對各種人員的可視化識別和自動高亮標注，街道上活動人員都能即時可視，通過人臉識別即時獲取身份信息、高危信息、是否本次專項活動的目標等，這些信息自動跟隨AR實景中的人員圖像，浮動呈現在警察的眼前，為警察甄別目標人員信息、關注現場重點而提供立體可視化的支撐。

 

免責申明：此文章轉載至網絡如有侵權請聯系第一時間刪除