FAT-AI人脸识别应用测试结果及基线报告

为对当前人脸识别技术在公安业务中的应用效果和水平进行评估,采用大规模实际应用场景数据,组织行业主流企业进行人脸验证、人脸检索、人脸布控、人像(全身)检索测试,形成了人像人脸识别应用关键技术指标参考基线。该基线报告适用于我国各地公安人像人脸识别系统和工程项目的建设规划、选型、升级及应用效果综合评价考核。     

基于KNN的人脸识别算法融合方法

人脸识别技术作为公安机关应用最广泛的一项现代信息技术,在人口管理、治安防范、案件侦查、便民服务等工作场景都有着显著的成效。受数据噪音、算法引擎本身以及客观环境的制约,基于单一人脸识别算法在现阶段公安机关实战应用场景中,仍存在一些问题。提出了一种基于KNN的人脸识别算法融合方法。该方法的多算法决策根据单一算法引擎返回的分数和Top N之间的分布情况决定是否进行多算法比对,对“没有把握”的返回结果通过KNN算法融合判定,以达到节约计算资源,提升不同场景下人脸识别引擎的鲁棒性和准确率目的。结果表明该方法在复杂人脸识别测试集的识别准确率达到93.45%,有效避免了单一算法的局限性,提升了人脸识别的综合性能。     

人脸识别技术在公安工作中的应用推进

当前,人脸识别技术在公安工作中的应用既面临重大机遇,也面对许多挑战。借助该技术,公安机关可以实现对各类违法犯罪分子的快速识别和及时布控,但这又必须以更大的比对容量、更高的识别精度为前提。对此,通过"无感"方式持续获取相关信息,并进一步通过大数据人工智能算法进行人员分类刻画,可以较好地克服现有难题,提升公安机关的社会管控能力。虽然在隐私保护、精准识别和行业标准制定等方面还存在有待完善之处,但随着人脸识别技术的不断成熟,其必将对大数据信息化条件下的公安工作产生巨大的推动作用。     

汽车电子标识在危化品运输车辆管理中的应用

分析当前危化品运输车辆管控技术现状及存在的问题,结合汽车电子标识技术的特点,提出汽车电子标识在危化品运输车辆运行监管中的应用方案,提升涉车管理部门在危化品运输车辆识别、跟踪、预警及布控等方面的工作效率。     

人脸识别技术在公安实战中的创新应用——以县级公安单位为例

人脸识别技术已经成为县级公安日常视频侦查防控体系的重要抓手和技术突破点,由于县级人像卡口监控建设覆盖区域有限、信息化应用发展相对滞后,人脸识别技术还停留在比对和布控应用,制约了县级公安实战业务水平的进一步提升。探索通过引入移动式人像设备与人像卡口形成监控互补扩大覆盖区域,建立人像数据技战法模型深入挖掘分析人员行为规律,成为下一步提升县级公安实战业务水平的重点方向。     

开放场景口罩人脸识别挑战赛冠军技术方案分析

为推动疫情防控等应用场景下戴口罩人脸识别的技术创新和应用水平提升,中国图象图形学学会与视频图像信息智能分析与共享应用技术国家工程实验室组织了开放场景口罩人脸识别挑战赛。介绍了挑战赛的技术测评方案,并分析了冠军团队的技术方案,为开放场景口罩人脸识别的技术研究提供参考。     

黄宝坤——顶层设计,全警应用 大力推进人脸识别技术在温州公安工作中的应用

<正>2012年以来,为进一步提高公安机关打防管控工作力度,在公安部一所的技术支撑下,温州市公安局自主研发了"人脸识别排查比对系统"。经过近两年时间的深度开发和实战应用,人脸快速查询鉴别手段在户籍管理、治安防范、侦查破案等领域取得了良好的应用效果。本期专题人物,我们邀请温州市公安局局长黄宝坤,与读者分享温州公安人脸识别技术的建设应用历程和其中经验。     

基于PaddlePaddle和VGG的戴口罩人脸识别方法设计

受新冠肺炎疫情影响,佩戴口罩已经成为火车站、地铁等各公共场所的常规防控手段,但佩戴口罩进行人脸识别时,算法无法准确检测人脸位置、定位五官关键点,大大降低了识别效果。基于PaddlePaddle应用平台搭建VGG模型进行人脸识别,通过佩戴口罩数据集检测出人脸并抽取特征模板后进行模型训练。结果表明该方法的精准度达到91%,对比未改进前提升近20%,实现了佩戴口罩情况下的人脸识别,在该场景下有效提升了识别的综合性能。     

温州公安城域物联网建设与应用

基于物联网的传感技术和数据处理技术,通过采用低成本、低功耗、高可靠、高性能的物联网芯片技术及精准定位技术,构筑一张基于物联网的城域治安管控网,提升公安机关对治安要素的信息获取、传输、存储、处理能力,实现公安机关基础工作转型升级,率先开创物联网技术地市级公安机关规模化应用的新局面。     

人脸识别技术应用中隐私权风险控制路径构建——基于场景差异性的考量

人脸识别技术应用过程中关于隐私权层面的问题频繁产生，当下运用的划定公私界线和知情同意机制限制等方法尚存不足之处。为了实现技术运用与权利保障的并行推进，就需要将人脸识别技术的应用问题纳入具体的场景之下进行具体问题具体分析，即从具体的技术运用场景的差异性出发，综合场景中的信息主体、传播原则、信息类型三个因素，构建起人脸识别技术隐私权风险评估与控制机制，避免先验式的控制机制失灵下的问题产生。     

太赫兹/毫米波人体安检和人脸识别技术深度融合应用研究

随着太赫兹/毫米波技术不断取得突破并应用于人体安检,小型化、隐蔽式、大范围探测的人体安检设备逐渐成熟,研发具备电磁探测功能的"透视天眼",将人体安检系统和人脸识别摄像机实现多模图像数据融合并开展深度应用,实现在开放区域的被动、无感式人员安检并实时预警,结合人脸识^系统进行身份识别、轨迹刻画和区域布控。     

面向视频侦查应用的车内人脸识别研究

针对在公安实战中具有重要意义的车内人员人脸识别问题进行研究,提出其识别精度偏低的主要原因是其与常见的行人人脸场景间存在强烈的数据集偏差(Dataset bias)。将深度学习人脸识别与物体分类中的迁移学习相结合,设计了一种可实现样本融合的人脸识别网络,通过消除两个场景的数据集偏差,达到同时利用行人场景和车内人脸场景的数据进行训练的目的,并在此基础上与现有的卡口车牌抓拍系统进行融合,形成了一套初步达到实际应用指标的实时人脸-车牌抓拍识别系统。     

人像识别技术在警务工作中的应用

随着智慧警务建设的深入推进,应用于公安信息化的技术日新月异,特别是以高清视频监控技术为核心的监控前端建设,为打击违法犯罪、开展快速侦查提供了有力支撑。人像识别技术作为视频图像领域的一项新兴技术,随着深度学习的引入,在公安实战应用中发挥着越来越大的作用。人像识别技术依托人脸、人体识别技术,通过对视频图像中人像的结构化,实现人像存储、检索和比对。在介绍人像识别技术概况,尤其是基于深度学习的人脸识别技术的基础上,着重阐述和分析人像识别技术在公安实战中的应用,包括嫌疑人员布控排查、嫌疑人员定位识别等。     

公安大数据背景下的人脸识别技术进展

人脸识别技术由于其非接触性采集的特点和良好的用户接受程度,在公共安全领域得到广泛应用。然而,大数据时代的来临和公安大数据业务的变革给现有公安人脸识别应用带来技术挑战的同时,也从平台、产品和技术等方面推动了该技术的进展,出现了基于云架构的人脸识别平台、结合智能视频监控的人脸识别产品和基于低质量图像重建的人脸识别技术,为人脸识别在公共安全领域下一阶段更广泛的应用奠定了基础。     

建立三维人脸识别产业体系

正人脸识别技术已成为人工智能领域的重大热点,在"雪亮工程""天网工程"等治安视频监控应用中发挥了重要作用,对我国社会治安环境改善大有裨益。与其他生物识别技术相比,人脸识别具有友好、简便、准确、经济等众多优势,已广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、医疗领域的安全验证、监控、出入口控制等多个方面。然而,我国目前的识别应用是在二维图像信息的基础上取得的,存在着一系列技术缺陷。例如:识别过程中对光照、天气等识别环境要求苛刻;图片角度差异造成无法匹配或识别错     

面向视频的动态人脸识别研究进展

人脸识别作为生物特征识别的典型应用,在国防、金融、司法、商业等领域有着广阔的前景,受到了社会的密切关注与认可。基于现实复杂视频监控环境的动态人脸识别技术利用监控环境下的低质量人脸图像与数据库中的高清原像进行比对识别,进而确定人员的身份是面向安全防控的典型应用。本文对动态人脸识别技术的主要特点和关键问题作系统分析,总结现有方法的优劣,并简要介绍常用的视频数据库和实验结果,最后展望动态人脸识别未来的发展和趋势。     

基于LTE无线专网的人脸识别警务应用探索

根据公安实际需要,创新发展"LTE无线专网+人脸识别比对+移动警务应用"的信息化建设模式和警务应用模式。前端人脸识别探头高速传输视频流,后台人脸数据库高速识别比对,发现特定人员立即告警,告警结果自动推送到现场民警手持终端,执勤民警迅速处置,这一创新模式在安保工作中得到充分检验。系统完全按照执勤场景搭建,聚焦实战需求,重视民警体验,以警务需求引导信息化建设,集成多家人脸识别产品的优点,充分发挥LTE宽带无线通信技术潜能,拓宽了人脸识别技术在实战中的边界。     

3D人脸识别技术及应用

介绍了人脸识别技术的主要方法、3D人脸识别技术和基于2D图像的3D人脸识别技术,重点阐述了基于二维图像的三维人脸识别技术概念和建模技术,并对人脸识别技术的未来发展方向做了简要描述。     

数据标签技术在治安人员管控中的应用研究

随着大数据技术日新月异的发展,以"金盾工程"为载体的公安信息化建设取得了丰硕成果,公安机关积累了海量的业务数据,治安作为数据来源最多、数据类型最杂的业务部门,简单的数据查询和罗列已不能满足新时期治安防控需求,传统治安防控模式须向预测、预警模式转型。数据标签技术作为数据深入挖掘的有效手段,能将业务数据转化为量化的特征和标签,提高数据的质量和价值,为人工智能算法在治安防控领域的落地应用奠定了基础,未来可能在人员管控、犯罪预测等方面产生更大的效能。     

基于低质量人脸图像的综合人脸比对技术研究

人脸识别具有非接触、非强制、易采集、结果直观等优点,在公共安全领域得到广泛应用并发挥了重要作用。但是,在实战应用场景下,由于易采集到的人脸存在角度姿态大、图像不清晰、细节特征丢失严重等问题,比对性能下降严重。针对低质量人脸图像比对难题,采用融合处理方法,探索一种采用多源异质图像预处理、多算法融合和多维信息融合研判的综合人脸比对方法,用于提高人脸识别精度,提升实战应用人脸比对性能。