近幾年來，作為公安視頻偵查的重要手段，人像識別在公安實戰(zhàn)過程中的應(yīng)用需求正在加速釋放。公安部門需要比對大量的視頻、圖像，從海量視頻監(jiān)控數(shù)據(jù)中精準、快速地找到目標人物。智能人臉系統(tǒng)的部署將警務(wù)人力極大地解放出來，帶來了警務(wù)實戰(zhàn)效能與效率質(zhì)的提升。隨著人工智能、大數(shù)據(jù)、云計算等技術(shù)的融合應(yīng)用，人像識別在公安視頻偵查中的輔助作用也越來越關(guān)鍵。

M:N模式精準人臉識別應(yīng)用仍存技術(shù)難點

當前，公安視頻偵查中人臉識別的應(yīng)用一般分為兩種場景：一種是靜態(tài)人臉識別比對，從監(jiān)控錄像中采集人臉的截圖，然后和目標庫(如犯罪分子庫、黑名單庫、失蹤人員庫等)做靜態(tài)比對，縮小目標范圍到幾人、十幾人內(nèi)，提高身份確認的效率；另一種則是直接在監(jiān)控視頻中做動態(tài)比對，實時檢測、比對分析、跟蹤人臉。

在1:1、1:N靜態(tài)人臉比對場景中，因為人臉比對的數(shù)據(jù)量較小，且環(huán)境干擾因素較少，人臉識別的準確率普遍能夠達到99.5%以上甚至100%。但在復(fù)雜的M:N模式下的動態(tài)人臉布控過程中，要做到超高精度人臉識別和追蹤仍然不太容易。這里涉及到很多因素，包括抓拍距離、光線環(huán)境、人臉角度等等，干擾性較大，應(yīng)用到實戰(zhàn)場景中仍然有一些技術(shù)難題需要攻破。

要提升動態(tài)人臉識別的準確率，首先要保障的是人臉圖像的抓拍率，這一點在很多技術(shù)類文章中鮮少提及，但其實是很關(guān)鍵的因素。在動態(tài)人臉抓拍場景下，大量移動目標的重疊、分離、移出區(qū)域等都是導(dǎo)致漏拍的關(guān)鍵因素。

華為全新“星像”系列人員結(jié)構(gòu)化智能攝像機中的T-Shot智能抓拍引擎，可以有效解決目標跟蹤遺漏、目標重復(fù)的問題，可將抓拍有效率提升到96%以上，將重復(fù)率控制在8%以下。

同時，內(nèi)建的圖像評價篩選算法可自動選擇最優(yōu)抓拍，剔除重復(fù)圖片，一方面減少傳輸圖片的數(shù)量，降低網(wǎng)絡(luò)傳輸和后端計算壓力；另一方面篩選出高質(zhì)量人臉抓拍圖片，提升識別的準確率。

在保障高質(zhì)量人臉圖像抓拍的基礎(chǔ)之上，再從算法角度強化人臉特征的檢測提取，以獲取更精準的識別率。

人臉是一種非常重要的生物特征，具有結(jié)構(gòu)復(fù)雜、細節(jié)變化多等特點，同時也蘊含了大量的信息，比如性別、年齡、表情等。在動態(tài)識別場景中，算法主要是基于面部進行特征點檢測分析，單一在人的面部區(qū)域做特征提取，仍然會受光線、環(huán)境以及非配合條件等因素，影響到最終的識別準確率。

針對這個問題，華為“星像”系列智能攝像機，一方面采用多特征人像識別技術(shù)，可實現(xiàn)“人臉&人體”多特征檢測、提取、分析以及輔助跟蹤，支持人臉、人體、頭肩等部位同時抓拍，特征提取點更豐富多維，包含人物性別、年齡、是否帶口罩、人物服飾等10余種屬性特征，實現(xiàn)最優(yōu)人臉&人體相關(guān)聯(lián)。從人臉到人體，從單一特征到多特征，隨著目標人物細節(jié)特征的豐富，基于深度學(xué)習(xí)的算法，可以在訓(xùn)練過程中讓深度神經(jīng)網(wǎng)絡(luò)“自動” 從訓(xùn)練的數(shù)據(jù)中學(xué)習(xí)最適合的特征擷取方法，自主篩選更精確的信息，多樣性人像特征的算法疊加，達到更精準的識別效果。

人臉 & 人體 多特征檢測提取

另一方面，華為“星像”系列智能攝像機，還可通過多攝像機間的協(xié)同、端云間的協(xié)同進行聯(lián)合判斷，單機比對處理后再多機配合計算確認，從而降低人臉誤檢率。

最后，值得一提的是，在安防應(yīng)用中，攝像機安裝的環(huán)境千差萬別，同一個安裝場景會有不同的環(huán)境變化，這也給精準人臉識別帶來了較大的挑戰(zhàn)。

為了解決這個問題，華為“星像”系列智能攝像機，內(nèi)置實時圖像質(zhì)量檢測與評估特性，具備自我感知和場景適應(yīng)性學(xué)習(xí)能力，可通過AI算法自動識別場景環(huán)境，比如霧天、雨天、低照場景、寬動態(tài)場景等等，而后自動調(diào)整參數(shù)，使圖像在不同的場景下呈現(xiàn)最優(yōu)狀態(tài)，更好地滿足實戰(zhàn)應(yīng)用。