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。     

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。     

视频布控跟踪技术在治安管控中的应用探索

为提升治安管控效率,推进视频布控跟踪技术在治安管控业务中的应用,对人脸识别、布控跟踪摄像机的技术原理进行了分析,并通过实验案例验证了布控跟踪技术在实际场景下的应用效果,最后基于验证情况评估了该技术对提升治安管控效率的应用价值。结果表明:人脸识别技术、布控跟踪技术具有准确性好、安全性高等优点,在火车站、重点商圈、步行街等人流大的场景,基于人脸识别技术升级而来的布控跟踪技术能够自动识别目标人员并提供稳定的实时跟踪特写画面,实现在事中及时发现和处置目标人员的能力,有效提升治安管控效率,进一步推进治安管控智能化发展。该应用探索对全国公安机关提高执法办案效率具有良好的借鉴意义。     

基于FAT-AI测试的实时人脸比对技术分析

基于FAT-AI细粒度视频分析应用测试中对行业主流企业实时人脸比对系统的测试结果,分析了大规模开放场景、大规模数据条件下,实时人脸比对识别准确率受候选集容量、性别、墨镜、口罩等因素的影响,为公共安全领域疫情防控等应用中实时人脸比对系统的项目规划、产品选型、改造升级及应用效果评价等工作提供参考。     

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。     

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。     

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。     

人脸识别技术在秦皇岛警务实战中的建设与应用

对视频建设的现状及需求进行了分析,提出了人脸识别建设思路和技术方案,对所取得的实践成效进行了分析描述,最后对人脸识别技战法进行了论述。     

人脸识别多级架构体系在公安中的应用

人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术,随着IT技术的发展及深度学习理论和技术研究的日趋成熟,人脸识别技术为公安业务应用提供了强有力的支持。以贵州公安建立的人脸应用系统为例,着重分析了公安领域搭建人脸识别多级架构体系及其应用流程,希望能对公安系统产生一定的借鉴意义。     

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。     

5G时代固定和移动人脸识别在警务视频融合应用中的探索

公安领域的人脸识别方案主要包括固定摄像机和移动摄像机人脸识别。固定摄相机技术虽然成熟,但由于其安装位置固定导致其应用存在业务盲点;移动摄像机由于可灵活部署的特点,特别是5G执法记录仪的快速推广,使得其人脸识别技术可以深入一线警员的日常工作。两种不同类型的摄像机相互补充,进一步提升了现代城市安保的实战效果。     

视频监控中人脸识别现状与关键技术课题

针对视频监控中的人脸识别问题,介绍了视频监控中的人脸识别研究和应用现状,并结合人脸识别中的人脸图像采集、人脸检测、姿态估计和光照处理、特征提取、人脸识别等五个主要部分分析了视频图像人脸识别系统的构成。通过分析当前视频监控人脸识别需要解决的技术课题,重点论述了视频图像人脸识别中的姿态、分辨率、光照以及年龄等几个影响人脸识别性能的关键技术课题,明确了今后视频监控中的人脸识别所需要关注的重点内容。     

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。     

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。     

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。     

人脸识别技术在警务实战中的应用探索

人脸识别技术作为构建立体化现代化社会治安防控体系的重要抓手和技术突破点,在当前的图侦实战中具有重要应用价值然而人脸识别技术作为一种新的技术手段,各地公安机关在实战应用方面仍存有困惑,规模应用成效尚未显现。从应用认知、应用推动、应用方法、案例剖析等方面来探索人脸识别在警务实战中的应用,进一步增强各地公安机关应用新手段的信心。     

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。     

人脸识别治理的国际经验与中国模式

人脸识别是人工智能技术发展的重要应用。人脸识别应用为公共安全、法律执行及社会管理带来诸多便利,但其也可能对个人隐私与自由、人格尊严、人身及财产安全带来风险。因此,这一技术在许多国家的法律上仍存在争议。基于我国经济和社会发展实际情况,不宜采取一刀切式禁止,而应充分考虑其所可能带来的风险,由法律进行严格规制。     

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。