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。     

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。     

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。     

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。     

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。     

公安人脸大数据平台的建设与应用

针对公安行业人脸识别实战化应用的发展方向,探索了人脸大数据平台的建设思路,提出了以实战为导向、以大数据引擎和AI能力引擎为支撑的建设指导思想、数据流转设计和技术架构,总结了人脸识别结合大数据在公安实战业务中的若干建设经验和实战技战法。通过AI能力引擎在多地公安实战中证明了人工智能下的大数据、人脸识别可以产生出更多有效的技战法。     

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。     

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。     

基于改进的AlexNet的车辆颜色识别

针对复杂环境下,通过车牌识别对嫌疑车辆追踪难以进行的问题,提出了一种基于改进的AlexNet深度学习网络的车辆颜色自动识别技术,从而缩小排查范围,实现对嫌疑车辆的追踪寻找,提升工作效率。该方法基于AlexNet网络的基础架构,使用Adam算法代替SGD算法作为优化函数,提升网络的收敛速度,引入批量归一化算法( Batch Normalization,BN),减少网络中间层的数据波动,提升算法的稳定性,同时保留第一个Dropout层,避免过拟合现象。该方法在Vehicle_Color_Recongnition Dataset数据集上进行实验,结果表明,该方法的车辆颜色识别准确率达到了 97.69%,该方法具有良好的鲁棒性和泛化能力,能够为公共交通、公安视频侦查等工作提供帮助。     

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。     

基于安全同步机制的多算法人脸大数据平台

针对市县两级公安人脸识别系统协同应用需求,提出了多算法人脸大数据平台的总体架构,设计并完成了平台各项组成系统,解决了不同厂家算法不兼容、敏感数据传输等问题,实现了在市县两级公安信息网和公安视频专网进行数据安全同步,以及全区域的动态布控、静态检索,轨迹分析等应用。     

一种加强区分的深度人脸识别训练方法

作为AI+公安视频分析落地应用最具代表性的技术之一,得益于深度卷积神经网络算法和海量的人脸训练数据,人脸识别技术水平近年来得到了快速提升。在众多的卷积神经网络技术中,大多使用SoftMax损失函数作为监督信号来训练深度模型。为了能够增强特征的区分性,受到中心损失函数的启发,结合类内和类间距离,提出中心扩散损失函数。该方法在学习深度特征的同时,不仅能够压缩同一类内不同特征之间距离,而且还可以增大类与类之间的距离,从而使学习到的特征具有高度的区分性。通过将SoftMax损失函数与中心扩散损失结合使用,该方法在不同的权重下,不仅压缩类内特征的距离还扩散类间的距离,保证类与类之间的可分性。使用CASIA~[15]以及FaceScrub~[17]对模型进行训练,并在LFW~[16](Label Faces in the Wild)数据库上进行测试,该方法可以达到99.4%的准确率。在公安检查站的人脸证件照验证实战数据集上进行测试,在错误接受率为0.1%时可以达到94.9%的正确接受率。相比现有深度学习人脸识别算法,本方法在复杂监控环境下具有更强的环境适应能力和相似人员区分能力。     

基于Rete算法的信息安全事件关联分析系统设计与实现

随着网络攻击事件日益增多,攻击手段日趋复杂,基于单一设备、分散式的安全事件处理方式已无法满足当前网络安全管理的现实需求。安全事件关联分析技术通过关联性地分析各类安全事件,可以准确判断并提取出真正有意义的安全事件。以Rete算法为基础,设计了一种新型安全事件关联分析算法,并根据该算法设计了一套关联分析系统。实验结果表明,该系统可实现海量、多源安全事件的关联分析能力。     

彭磊——推进大数据精准高效赋能,构建集约型立体化指挥体系

<正>近年来,随着公安信息化的深入发展,各地公安机关紧紧围绕智慧公安建设,依托大数据、云计算、物联网、无线宽带专网、4G/5G通信技术、多媒体融合技术、三维地理信息、警用机器人和人脸识别等现代信息技术的综合应用,着力构建智能化的指挥调度中心,公安指挥调度与通信保障能力得到了极大提升。本期专题人物,我们邀请武汉市公安局党委委员、警务指挥部主任彭     

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。     

基于FAT-AI测试的人脸验证技术分析

基于FAT-AI细粒度视频分析应用测试结果,阐述了当前主流商业算法在大规模开放场景数据下的人脸验证准确率和响应时间,分析了困难样本、性别差异、拍摄人脸角度、年龄差、脸部佩戴饰物等因素对人脸验证应用的影响,并对公共安全疫情防控等应用中的系统设计、选型、建设、考核提出建议。     

关于警用数字集群(PDT)拓展应用研究分析

"十三五"以来,在公安部大力推动下,全国各省、市、自治区公安机关陆续开展了大规模警用数字集群( PDT)建设,目前基本建成全国一张专用应急通信网络。但由于窄带技术自身限制,在移民管理、警务实战业务场景中,仍存在信号覆盖不足、信令通道数少、区域定位性能差、民警信息上传时效性差等问题。就这一现状,着眼于提升PDT数据传输效率和拓展窄带、宽带融合性业务功能应用,进一步增加信令通道,增强信令处理能力,探索"公专结合+宽窄并用" "融合通信+全域定位" "LTE自组网+PDT数字集群" 3种技术场景应用,全面提升PDT的拓展应用能力以及增强调度灵活性。     

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。     

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。     

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。