科多大数据培训
全国24小时免费热线
15328019568
联系QQ
3048661160
开班时间
当前位置:首页 > 学习资讯 > 大数据内容 >

大数据技术在人脸识别领域的应用

现阶段,我国二代证的普及使中国目前逾12亿人的身份信息有了数码照片数据,平安城市联网的数百万台监控摄像机每天也产生着海量的数据信息,种种迹象表明,目前公安已经跨入大

    现阶段,我国二代证的普及使中国目前逾12亿人的身份信息有了数码照片数据,平安城市联网的数百万台监控摄像机每天也产生着海量的数据信息,种种迹象表明,目前公安已经跨入大数据应用时代。越来越多的公安科技部门发现,基于新的大数据技术的发展,一些传统技术瓶颈逐步显现,响应速度越来越慢,有些应用场景已经完全不能支撑。
   
    公安大数据应用背景给人脸识别应用带来了机遇,同时也给人脸识别技术提出了更高的要求。虽然人脸识别技术性能已有较大提高,但它仍是在模式识别和计算机视觉等领域最困难的问题之一。如何利用人脸识别技术将这些海量照片数据利用起来,提升整个公安信息化的管理水平,已经是摆在我们面前的一个重要问题。
   
    大数据背景下的人脸识别技术发展
   
    为应对公安大数据应用给人脸识别带来的技术挑战,在人脸识别厂商和研究人员的共同努力下,人脸识别技术在平台架构、产品研发等几个方面取得了一定的进展。
   
    (一)基于云架构的人脸识别平台
   
    近年来,出现了专门为公安大数据量身打造的基于云计算的高效人脸识别技术。系统基于云架构设计,充分利用云计算平台的超强计算能力,部署多种算法,实现多算法的混合,同时吸纳各种算法的优点,提高大数据库容量下人脸图像的识别和比对性能,宽幅适应年龄、胖瘦、疾病、角度、表情、光照等变化图像。系统采用典型的“映射-规约”框架,将人脸特征散布到数十、数百甚至数千台电脑上并行计算,获取超强的计算能力。
   
    在比对过程中,比对平台接收到比对请求后,首先对图像进行特征提取,获取人脸特征,通过映射(Map)过程,将待识别的人脸特征分布到各计算节点进行比对,输出相似程度及对应的人员身份信息;随后通过规约(Reduce)过程,将识别结果按照相似程度排序,并进一步过滤,输出最终的比对结果。与传统的人脸识别算法相比,云计算的识别过程将大量人脸数据库中的数据分布到多个计算节点进行比对处理,使得原来需要顺序进行的人脸比对变成了并行处理,大大加速了识别的过程,并且由于云平台的线性扩展性,保证了系统的数据扩展性,数据增长后,还可以通过增加计算节点的方式提高处理能力,保证了系统的实时性。
   
    (二)结合智能视频监控的人脸识别产品
   
    随着平安城市建设的推进,中国很多城市已经部署了大量的安防监控摄像头,由此产生的海量视频数据给公共区域安全防范带来机遇的同时也是极大的挑战。单纯依靠人工监视或排查无法满足实际应用的需求,视频的智能化分析成为解决问题的最有效途径。人脸识别技术与视频监控系统的结合,是视频监控系统智能化发展的方向之一。
   
    在人脸识别厂商和研究人员的共同努力下,已经开始出现智能视频监控人脸识别产品。智能视频监控人脸识别系统一般由视频获取、视频内容分析、人脸识别比对和报警管理等部分组成。视频获取由摄像机、镜头和数字化设备组成,是人脸识别监控系统最关键的模块,目前多采用高清输入设备;视频内容分析从视频流中捕获人脸信息,一般包括人脸捕捉和人脸跟踪;人脸比对模块负责把捕获的人脸和系统预先登录的人脸信息进行对比,确定捕获人脸的身份;报警接收和管理模块负责把报警等结果提交给系统安全管理人员,并以声光等报警信息通知安全管理人员。
   
    智能视频监控人脸识别系统是视频监控系统与人脸识别技术的有效结合,能够大大提高安全防范能力,尤其是对犯罪分子起到了强有力的震慑作用。但是,由于监控系统中人员的非配合性、光线和背景等现场环境的复杂性给人脸识别带来较大困难,研制高性能、高可靠性的算法仍是视频监控人脸识别研究的热点。
   
    (三)结合低质量图像重建的人脸识别技术
   
    公安大数据背景下的人脸识别图像来源多样,质量差异较大,尤其是刑侦破案领域,由于受成像设备、环境、犯罪人员距离较远等诸多因素影响,从犯罪现场调取的犯罪嫌疑人图像/视频通常质量非常差(主要表现在图像模糊、分辨率低)。这种低质量的图像/视频直接应用人脸识别比对,识别率非常低。为满足公安实战业务及大数据发展需要,山西省太原市公安局研制了我国公安系统首个面向全警应用的人脸识别系统,结合人脸图像重建技术,实现低质量图像人脸识别,2012年建设完成后投入全警实战应用。低质量图像重建人脸识别包含两个步骤:首先,采用低分辨率、模糊图像重建算法,对低质量图像进行重建,获取较清晰图像;其次,使用重建图像进行人脸识别,获取犯罪嫌疑人身份。
   
    目前,结合低质量图像重建的人脸识别技术在公安一线已有应用,取得了较好效果。以2012年南京“1·6”大案为例,技术人员迅速赶赴现场配合侦破,成功重建嫌疑人的下颌,发出全国通缉令。
   
    2009年重庆枪击哨兵案发生后,重庆警方在太原市局的帮助下建立了入所人员人脸特征库,但是获取的图片分辨率非常低。通过低质量图像重建技术处理后,在几十万人数据库比对结果中周克华排名第三。遗憾的是由于缺乏有力证据,目标并未锁定。
   
    公安大数据背景下,人脸识别技术应用面临新的机遇和挑战。过去几年里,在需求推动下,人脸识别厂商和技术研发人员从架构、产品、技术等方面进行探索,取得了一定成效,目前,人脸识别技术已经成为侦查破案的一大利器。但是,人脸识别仍是在模式识别和计算机视觉等领域最困难的问题之一,下一步仍需各方的不懈努力,相信未来一定会出现更多、更好的人脸识别产品。
   
      
   
标签:
最新资讯更多+
内容推荐更多+
在线课堂
猜你喜欢