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。     

基于手机的便携人脸远程比对系统

基于手机的便携人脸远程比对系统利用无线网络技术、人脸检测和人脸识别技术实现了用计算机辅助公安干警巡逻盘查,追缉逃犯和寻找走失人员等身份鉴定工作.该系统利用手机拍摄的图片,使用快速的人脸检测方法定位人脸,提取Eigenface、Fishcrfce和DCT人脸特征信息,根据网络的性能自适应传输比对数据,能在低速的网络环境下,快速、准确的获取身份信息,可供公安干警现场实时操作,大大提高了公安打击犯罪、为民服务的工作效率.     

公安机关人脸比对系统联网应用的探索与实践

对人脸比对系统联网应用的现状及需求进行了分析,提出了省市县三级人脸比对系统联网应用和人脸资源汇聚整合应用的总体技术架构,开展了多源人脸识别算法在警务实战中的应用探索。     

基于生成对抗网络的伪脸图像生成及自注意力机制用于伪脸检测的研究进展综述

高仿真人脸技术的开源及日渐成熟,使其逐渐从娱乐性质转向公共安全领域,甚至越来越危害到个人隐私及公共安全。部分不法分子通过使用类似技术仿造人脸,进行视频篡改、电信诈骗、网络诈骗等违法犯罪行为。高仿真人脸技术主要包含基于生成对抗网络的全脸合成（无目标的任意人脸生成）、换脸（类似开源的deepfake技术）、面部属性操作（更改发型/眼镜/年龄等）、面部表情交换（将目标表情移植到目标人脸上）四种,其中换脸技术使用频率最高,危害最为严重。从全局一致性、光照估计、几何估计、伪影分析等角度深度解析换脸生成的视频和图像,引出多例人脸伪造案件,全面论述了伪造人脸生成技术及基于卷积神经网络和自注意力机制的伪造人脸检测技术的公开数据和研究进展。     

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。     

基于FAT-AI测试的人脸检索技术分析

基于FAT-AI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检索的性能水平,分析了候选集容量、案例样本等因素对人脸检索应用的影响,并对人脸检索系统设计、产品选型、改造升级及应用效果评价等工作给出建议。     

基于球面谐波基的人脸图像篡改检测

随着信息技术的不断发展,数字图像作为一种新形式的信息载体越来越多的出现在人们的生活中,同时也催生了一系列数字图像恶性篡改案件的发生,对社会造成了严重的不良影响。利用部分人脸即人脸的颧骨部位与平均三维人脸模型匹配的办法获取三维信息,并利用球面谐波理论估算光照系数,将估算结果用于数字图像的篡改检验,经过实验验证,该方法具有较好的检验效果。     

关于中国人牙齿形态图像的比对研究

在现代法庭科学中,人身识别主要采用下列四种技术:指纹识别、虹膜纹识别、DNA技术和牙齿形态识别.指纹载体是综合性有机物,虹膜是软组织,在重大灾难性案件中,它们极易被毁坏,且我国也尚未建立起非犯罪人口档案库;DNA技术虽然鉴定精确,但成本高、检验周期较长,因此这三种技术都有不足之处.相比之下,牙齿形态鉴定法效果较好,文章对此作了详细介绍.     

图像均衡化与FaceNet算法相结合的方法研究

在公安实战环境下,由于受到光照以及摄像头角度等因素影响,获取的线索照片一般比较模糊,质量不高,降低了识别率,影响了实战应用效果,提出了图像均衡化与FaceNet算法相结合的识别方法,用于提升光线不足、过曝等图像的识别准确率。     

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。     

基于图像配准的人像重建技术研究

目前,监控视频、手机视频等各类影像采集技术与设备已在全社会普及,并且大量应用于各类场所。而此类视频的影像视觉效果往往较差。本文所探讨的人像重建技术就是针对此类问题而提出的,研究如何通过对模糊人像的特征采集,进而将这些特征融入为之所建立的高分辨率人像模型中,最终得到高视觉质量的人像图像。     

基于云计算技术的视频图像综合应用技术研究

拟通过引入新的云计算大数据分析处理技术,结合公安系统的自身需求,探索建立一套新的高效的视频监控图像综合应用服务技术架构。     

基于深度神经网络的车辆图片特征自动识别技术研究

针对公安工作中嫌疑车辆种类型号众多、排查分类困难等问题,尝试提出一种基于AlexNet深度神经网络的车辆自动识别技术,能够快速实时对车辆进行分类识别,极大减少了利用人工进行嫌疑车辆排查的时间。该方法可以自适应地避免复杂环境背景对识别效果的干扰,提高嫌疑车辆的识别准确度。经验证,用1000张自然环境下车辆照片进行编程实验和仿真模拟,识别率达到了97.26%。该方法具有优良的鲁棒性和普适性。     

音频鉴伪检测与防御技术研究

语音是人机交互的的主要接口,伴随着人工智能生成内容技术快速兴起,语音命令或声音交互操作易受攻击,特别是在语音欺诈或者深度合成语音方面,安全性问题日益突出。梳理音频鉴伪技术的主要发展历程,介绍音频鉴伪技术路线,基于当前音频鉴伪中深度学习,特别是端到端音频鉴伪关键技术,详述传统伪造和深度伪造音频鉴伪检测系统。实验表明,空间平移不变性以及时域上下文记忆建模可实现拼接音频检测,端到端网络取得了更好的鉴伪性能。最后从音频鉴伪检测与防御的挑战问题提出未来可能的发展方向。     

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。     

基于CAN网络结合注意力机制的图像去噪分析研究

在公安视频与图像侦查工作中,常涉及到各种含噪生物纹理图像。为降低图像在采集、传输和处理过程中所受噪声的污染程度,同时尽可能保留图像原有的细节信息,基于增强神经网络卷积后各通道图像间的联系,利用CAN网络进行双边算子逼近运算,在CAN网络中的最后一层Block引入通道注意力机制增强模块SEnet,对现有CAN网络模型进行了改进。通过计算处理后图像的评价系数,分析对比了不同算法的去噪性能以及原有图像细节信息的保留能力。通过与双边滤波算法和Dn CNN网络的对比分析,改进后的SE-CAN网络能够有效去除图像噪声,对图像原有信息的保留更具优势。     

基于机器学习的手写签名鉴别技术综述

手写签名鉴别是应用最广泛的生物认证技术之一,由于其具备的高效性、可靠性和低成本等优点,该技术在行政、金融以及刑事司法鉴定等领域中都扮演着重要的角色.本文在阐述手写签名鉴别技术基本概念的基础上,对该领域常用的公开数据集和评估指标进行简介,对多种主流基于机器学习的手写签名鉴别方法进行分析和讨论,并提出该领域的挑战与发展方向.     

不断提升非公企业党建水平与发展质量——基于河北瑞兆激光再制造技术股份有限公司实践的思考

加强和改进非公有制企业党的建设工作,是引导非公有制经济健康发展,夯实党的执政基础的需要。瑞兆激光充分发挥党组织政治核心作用和政治引领作用,推进党建工作与生产经营全过程深度融合,走出了一条党建引领非公企业健康发展的新路子。期待更多非公企业坚定不移听党话、矢志不渝跟党走,不断开辟非公企业党建工作新境界,为非公有制经济注入活力、增添信心、树立标杆。     

基于融合通信技术的新型警用即时通讯方案研究和实践

警用即时通讯作为公安行业的特定通信手段,在日常警务作业、重大活动保障和突发应急处理等场景中有广泛的应用需求。目前公安行业尚无特别适合的警用即时通讯产品方案,很多民警采用微信作为即时通讯工作,交流案件情况和安排工作调度,在信息安全、警用信息系统对接和通信能力方面存在问题。论述了一种基于融合通信技术的新型警用即时通讯方案,支持短彩信、语音、视频和GIS位置信息等多业务即时通信,支持运营商无线公网和警用无线专网融合互通,支持公安内网与外网的网间跨界安全互联。该系统已经投入实战使用,参与日常勤务和重大活动的通信保障。     

基于卷积神经网络的X射线安检图像充电宝锂电池的识别算法

近年来,X射线图像中复杂背景下充电宝锂电池的识别理论与技术成为安检领域关注的新焦点。研究使用基于卷积神经网络的目标识别模型对大量带有充电宝锂电池的X射线图像进行学习,得到X射线图像中的充电宝锂电池识别模型。然后,对模型的训练过程进行了详细的讨论并给出了优化方案和结果。最后,经过大规模的测试证明了该模型具有较好的泛化能力。