新冠病毒疫情期间对智慧安防中人脸识别技术发展的思考

新冠病毒疫情期间对智慧安防中

人脸识别技术发展的思考

张昌舜

上海邮电设计咨询研究院有限公司ꎬ上海２０００９２

摘要:基于城市智慧安防领域中应用的人脸识别技术ꎬ结合疫情期间佩戴口罩导致脸部遮挡现实情况ꎬ分析了当前人脸识别技术的缺陷和痛点ꎬ并对今后智慧安防的技术提升提出了新的发展方向ꎮ关键词:智慧安防ꎻ监控ꎻ人脸识别ꎻ脸部遮挡中图分类号:ＴＰ３７

品升级改造的方向发展ꎮ当前ꎬ应用层面上高清摄像机基本已取代标清摄像机ꎬ未来几年内ꎬ利用前端高清摄像机的视频图像数据成果进行分析ꎬ通过后端分析设备的深度学习等技术ꎬ提供视频图像解析服务ꎬ将高清摄像机升级为智能摄像机ꎬ将成为智慧安防在一线城市的主要发展点ꎮ可以说ꎬ智慧安防正处于智能分析发展阶段的新起点ꎮ

０引言

在新冠病毒疫情持续的特殊时期ꎬ全国人民纷纷戴上口罩防疫ꎬ可以预见ꎬ经过此次的疫情后ꎬ口罩将成为常伴市民出行的必备用品ꎬ佩戴口罩出入公共场所将成为常态ꎮ近年来在我国一线城市大力发展的智慧安防项目ꎬ其视频监控系统是否还能通过口罩遮挡下仅有的部分脸部信息对人脸进行识别从而甄别身份ꎬ带着这个问题ꎬ笔者咨询了多家国内主流的视频监控行业厂商ꎬ得到的答案均是现阶段采用的监控设备识别技术无法准确识别或识别率不高ꎮ可以说ꎬ脸部遮挡条件下的人脸识别已成智慧安防领域的巨大难点ꎮ因此ꎬ笔者对智慧安防领域中的人脸识别技术做了一些发展方向思考ꎮ

１.２人脸识别的类别

人脸识别技术在安防领域的应用很多ꎬ从技术上分为驻足式和无障碍通行式两种ꎮ驻足式为在闸机口进行拦停ꎬ通过对静态人员拍摄进行人脸识别验证ꎬ验证通过后才能通过ꎬ多应用于会议签到、访客管理等ꎮ无障碍通行式为在人员正常通行过程中通过摄像机抓拍人脸照片ꎬ将抓拍照片与预存的照片信息库内进行一对一比对脸部特征码ꎬ输出比对相似度ꎬ多用于系统内的黑名单管理ꎮ无障碍通行式人脸识别被更多地用于智慧安防ꎬ对抓拍摄像机的像素有着更高的要求[１]ꎮ

１智慧安防领域中人脸识别技术的现状

１.１智慧安防的现状

随着我国经济发展、城镇建设速度的加快ꎬ城市规模不断膨胀ꎬ城市中密集人口、流动人口的增加ꎬ引发了城市建设中的交通、社会治安、重点区域和行业防范等城市管理问题ꎬ“十二五”期间将智慧城市建设作为未来城市建设的主方向ꎮ在智慧城市的快速发展下ꎬ安防作为智慧城市的安全防线ꎬ在智慧城市建设中起着重要作用ꎬ是智慧城市建设的重要组成部分ꎮ我国一线城市安防基础设施布局目前已趋于完善ꎬ监控摄像机密度位居前列的北京、上海ꎬ人均监控摄像机与英、美等发达国家水平基本一致ꎮ今后ꎬ国内一线城市将逐步从大规模集中建设向产

１.３当前人脸识别技术的缺陷和痛点

人脸识别技术实质上是一个匹配的过程ꎬ不管监控类型是驻足式还是无障碍通行式ꎬ都是将高清摄像机拍摄到的图像提取人脸图片与之前上传到数据库的人脸照片做比对ꎬ通过比对两者的面部特征值信息进行识别ꎮ当前人脸识别技术缺陷在于数据库里储存图片ꎬ保留的是人员完整的面部特征值信息ꎬ如果佩戴了口罩ꎬ即意味着被遮挡的部分面部特征值无法被提取ꎬ就会出现无法匹配到对应人员的情况ꎮ少部分人脸识别系统虽然仍能只通过识别鼻子以上ꎬ

　２０１９年第１２期　　２１

　　　　　　　　计算机与软件工程

也就是眼睛、额头的特征进行识别ꎬ这样即使戴了口罩也能识别ꎬ但因为脸部特征值减少了很多ꎬ在图片库较大的比对环境中准确度会降低ꎬ只能适用于图片库较小的环境比对ꎬ这又成了大范围应用上的痛点[２]ꎮ

２智慧安防的未来发展趋势

由于当前人脸识别技术现存的缺陷ꎬ对今后人脸识别的发展ꎬ笔者提出三个方向的发展趋势ꎮ

２.１虹膜识别

虹膜识别是目前国际公认的最精准的生物识别技术ꎬ可以做到不受口罩、护目镜的影响ꎮ不过ꎬ虹膜识别技术目前主要适用于驻足式识别ꎬ只能应用于快速精准核验人员身份ꎮ虹膜识别对摄像机像素要求极高ꎬ目前主流视频监控技术厂商的高清摄像机均无法满足无障碍通行式监控获取虹膜信息ꎬ且当前并没有公众虹膜身份信息库ꎬ虹膜识别成为主流人脸识别技术可能需要等到未来建立录入每个人的虹膜信息的身份库才可能发展普及[３]２.２人脸结构化信息三维化

ꎮ

在已有监控设施的区域增设监控摄像机ꎬ通过两台或三台摄像机多个角度对正常通行过程中的人员同时抓拍ꎬ将多张单一角度抓拍的图片通过计算机视觉算法技术转置变为三维脸部图像ꎬ存储三维脸部结构化信息ꎬ可以弥补脸部被遮挡后面部特征值不足对人脸识别带来的影响ꎬ这种方式是将存储的脸部结构化信息由“条形码”升级为“二维码”ꎮ采用这种方式ꎬ预存的照片信息库ꎬ也可以同步升级ꎬ将原有平面的照片信息逐步重新采集并升级为三维立体人脸照ꎬ从而将人脸识别的精度提高ꎮ

２.３建立小区常驻人员人脸库

当前ꎬ由于智慧安防项目的建设主体为部门ꎬ依其要求ꎬ小区出入口视频监控获取的人脸信息在本地只存储不比对ꎮ在本地只做存储的原因在于:小区出入口视频监控获取数据的存储时间需按３０照国标要求ꎬ即图片存储时间９０天ꎬ视频存储时间

优点是在存储时间内的监控录像方便调阅天ꎬ结构化信息存储时间１年ꎮ对标这一标准的ꎬ监控场景可以顺利实现监控目标的事件行为回溯ꎮ但带来的问题就是ꎬ大量的视频图像数据需要在本地做存储ꎬ并且随着前端摄像机性能的提高ꎬ监控图像的像素以十几倍的量级倍增ꎬ在小区本地建设的存储设备已然造价高昂ꎬ没有条件再在小区本地设置更多２　２

　２０１９年第１２期　分析设备ꎮ而不在本地做人脸信息比对的原因在于:比对采用的人脸数据库来源于采集的身份信息ꎬ比对需要将前端的监控数据转发到侧核心服务器分析人脸结构化信息ꎮ但从应用层面来看ꎬ在所有的视频监控图像中ꎬ有效信息甚至不足１０％ꎬ理ꎬ并且需要比对人脸信息时需要将前端监控数据大量的数据长时间在本地单纯只做存储不做处通过整个网络传送到后端的人脸信息库ꎮ前端重存储轻分析ꎬ即是造成了智慧安防项目投资上的分配不合理ꎮ而且采集的人脸身份信息图片存储库较大ꎬ对小区内常驻人员的人脸信息比对实际存在单一常驻人员进出小区出入口多次重复比对人脸信息库的情况ꎬ从网络架构来看ꎬ这也带来大量重复的信息传输量ꎮ

个人认为ꎬ可适当降低小区本地视频监控存储时间的要求标准ꎬ减少小区本地存储设备的数量ꎬ将这一部分投资用于在各个小区建立本地常驻人员人脸信息库ꎬ设置小型比对服务器ꎬ对出入小区的人员做先在本地做一轮比对ꎮ如为常驻人员则可通过本地比对识别出身份ꎬ即使常驻人员脸部遮挡ꎬ由于比对的存储库小ꎬ也可通过部分脸部结构化数据比对成功ꎮ如为来访人员则再上传人脸信息至侧进行二次比对ꎬ如来访人员因脸部有遮挡仍无法识别ꎬ则可通过向小区安保人员告警提示等方式ꎬ由小区安保人员提示来访人员摘下脸部遮挡物重新识别ꎮ这种模式可以减少本地向核心服务器的信息传输量ꎬ减轻核心服务器侧的比对工作量ꎬ从而提高人脸识别的效率ꎬ一定程度上解决小区出入口脸部遮挡条件下人脸识别的问题ꎮ

３结束语

未来ꎬ从众多佩戴口罩的人员中甄别出犯罪分子ꎬ将成为城市智慧安防领域中的新挑战ꎬ这也对人脸识别技术提出了更高的要求ꎮ智者避危于未形ꎬ安防“安”在“防患于未然”ꎬ但对于智慧安防领域ꎬ既是严峻的挑战也是发展的机遇ꎮ

参考文献

[１]住宅小区智能安全技术防范系统要求:ＤＢ３１/Ｔ２９４—２０１８

[Ｓ].２０１８.

[２]人脸识别设备通用规范:ＳＪ/Ｔ１１６０８—２０１６[Ｓ].２０１６.[３]刘洋ꎬ王锋.虹膜识别技术的应用及发展趋势[Ｊ].科技信

息ꎬ２０１１(１４):９.