一、人脸识别技术概述
　　近年来，随着公安信息化的不断发展，各种查询系统已在公安机关普遍应用，通过姓名、身份证、手机号码等基础信息，查询确定相关人员身份及信息已成为公安侦查工作中的一种主要手段。但受社会各种因素的影响，持假身份证、双重身份、冒用身份或是犯罪分子“拒不交代”的情况时有发生，给民警开展日常人员管理和核查办案带来了极大难度。依托人脸识别技术，快速发现可疑人员踪迹、确认人员身份，将人脸识别、大数据、云计算技术与公安实战技战法相结合，为公安治安防控、刑侦破案、反恐防暴等工作提供有力支撑，已经成为公安机关进行人员管控的核心宗旨。
　　二、人脸识别相关技术
　　人脸识别技术是基于生物特征的识别方式，利用人类自身拥有的并且能够唯一标识其身份的生理特征或者行为特征进行身份验证的一种技术，一般包含人脸图像采集、人脸图像检测、人脸图像预处理、人脸图像特征提取、人脸图像匹配识别五部分。
　　（一）人脸图像采集
　　基于人员的脸部特征，通过前端人脸识别摄像机采集含有人脸的视频或图像。
　　（二）人脸图像检测
　　人脸图像包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸图像检测就是利用这些特征信息，对输入的视频或图像中的人脸进行检测，准确标定出人脸的位置和大小。
　　（三）人脸图像预处理
　　基于人脸检测结果，通过智能算法，对选出的人脸图像进行灰度校正、噪声过滤等优化，形成最优的人脸图像并服务于特征提取的过程。人脸图像预处理的过程主要包括光线补偿、灰度变换、直方图均衡化和归一化、几何校正、滤波等。
　　（四）人脸图像特征提取
　　人脸识别可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸图像特征提取就是针对人脸的某些特征进行的，一般采用基于知识的表征方法实现。基于知识的表征方法主要是根据人脸器官的形状描述以及它们之间的距离特性来获得有助于人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征。
　　（五）人脸图像匹配识别
　　人脸图像匹配是指将提取的人脸图像特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。人脸图像识别是指将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似度对人脸的身份信息进行判断。这一过程又分为两类：一类是确认，是一对一进行图像比较的过程；另一类是辨认，是一对多进行图像匹配对比的过程。
　　人脸识别过程的第一步是通过前端采集设备获取源图像，通过人脸检测方法得到有人脸的图像并对该图像进行一定的预处理，如归一化、小波分解等，滤去外界的部分干扰因素，如光照、饰物等，保留人脸最本质、对特征提取最有利的部分；然后选定一种特征提取算法对该预处理过的图像进行特征提取；最后根据与测试图像的比对来获得匹配的结果。
　　人脸与人体的其他生物特征（如指纹、虹膜等）一样与生俱来，它的唯一性和不易被复制的良好特性能为身份鉴别提供必要的前提。与其他类型的生物识别技术比较，人脸识别技术具有如下特点：一是非强制性，采集对象不需要专门配合人脸采集设备，几乎可以在无意识的状态下就可获取人脸图像，这样的取样方式没有“强制性”。二是非接触性，采集对象不需要和设备直接接触就能获取人脸图像。三是并发性，在实际应用场景下可以进行多个人脸的分拣、判断及识别。
　　值得一提的是，人脸识别技术中还包括一项非常重要的技术，即深度学习技术。深度学习是指机器通过模拟人脑建立的深度神经网络，模仿人脑机制来进行学习、判断、决策的技术，目前已被广泛应用于人脸识别、语音识别、笔迹识别等领域。通过深层神经网络训练出来的人脸识别算法能极大地提高识别精度。简而言之，就是让已经在网络结构中预设了人脸识别先验知识的神经网络，大量“阅读”很多人在各种环境下被拍摄到的不同人脸图片，自动学习并提取人脸各个部位和尺度的低、中、高层特征，在大量学习之后，机器便能根据所提供的样板信息区分不同的人员。
　　三、人脸识别技术应用
　　人脸相关技术应用依托基础网络设施，分级整合不同区域、部门间的人像资源；同时，以公安实战应用为导向，采用深度学习、人脸识别、大数据、云计算等先进技术，构建中心人像大数据“应用云”，实现视频图像深度解析，形成基于人脸模型的多维度数据关联应用，推动公安机关人员管控模式向信息化、智能化转变。
　　全方位采集路人信息，首先，依托城市路网、空间兴趣点、治安形势特点，以及人员活动规律，对前端点位进行总体、统一的规划，以“圈块格线点”、“渔网理论”为代表的成熟布建模型，划分整个城市前端建设点位的基本框架；其次，依托犯罪心理学意义上的“防卫空间理论”并将其与城市功能区域相结合，划分相应的场景（基础网格），构建城市犯罪及治安问题在空间分布的规律模型，开展因地制宜的前端网络防控布建。
　　人脸大数据需要与多个第三方系统对接，向人像资源库导入多元人脸图片信息数据。对导入的多维度人脸图片及信息，结合公安工作需要，进行分析、整理、整合。
　　采用深度学习、人脸识别、大数据等先进技术，构建人像大数据应用，基于人脸大数据系统的分析能力，通过对人脸数据的清洗、挖掘，形成有价值的人脸数据链。从海量驳杂无序的数据中，筛选出符合犯罪行为的高价值数据，快速找到案件侦破的关键信息和嫌疑对象，帮助民警提升人脸数据查找效率。

（供稿：吴晓鹏佳都新太科技股份有限公司）