一、人臉識別技術在智慧城市中的應用優勢

人臉識別是基于人的臉部特征信息進行身份識別的一種生物識別技術，分為兩個大類：一類是確認(verification)，這是指定人臉圖像與數據庫中已存的該人圖像比對的過程，回答“你是不是你”的問題；另一類是辨認(identification)，這是指定人臉圖像與數據庫中已存的所有圖像匹配的過程，回答“你是誰”的問題。人臉識別的過程主要分為以下三步：

1.人臉檢測

人臉識別流程首先要完成的是對目標圖片的掃描檢測，確定畫面中是否存在人臉，人臉的位置以及人臉的質量等信息。

2.關鍵點定位

人臉識別的第二步是人臉關鍵點定位，主要目的是確定眼睛、鼻子、嘴等核心區域的位置，為人臉識別做準備。

3.特征提取及比對

人臉識別的第三步是將人臉核心區域的特征值提取后，與人員底庫中保存的人臉特征值計算比對，識別出人臉身份。

在實際生活中，人們通過對面部（人臉）的識別實現個體辨認，而非指紋、掌紋、虹膜等其他方式。因此，在眾多生物特征識別技術中，人臉識別技術極具吸引力，因為它直觀、自然，符合人類認知規律，它的優勢在于直觀性、識別速度快、非侵擾等。

（１）直觀性突出

人臉識別技術的使用依據是人的面部圖像，而人臉無疑是肉眼能夠判別的最直觀的信息源，“以貌取人”符合人類認知規律，同時也便于后期人工確認，具有再利用等明顯優勢。

（２）識別速度快

與其它生物識別技術相比，人臉識別屬于自動識別技術，因其非干預性和非接觸性，使采集時間大幅縮短，一秒內便可識別多次（人）。

（３）非侵擾，無需配合

人臉照片的采集可使用攝像頭自動拍照，無須工作人員干預，也無須被采集者配合，只需以正常狀態經過攝像頭即可。

�？低�視憑借雄厚的研發實力，完全自主研發人臉識別算法，并能快速響應行業個性化需求。產品系列全面，為用戶提供一體化的解決方案，并且在不同領域均有多個成功案例，下面將對一些案例進行具體介紹。

二、人臉識別技術在智慧城市應用案例解析

人臉識別最開始運用于公安部門的案件偵破行為，如嫌疑目標追蹤、后期刑偵等。當前人臉識別技術在智慧城市構建過程中的應用，主要包含以下幾大類別：

1.刑偵破案

2017年5月18日至22日，在“礦晶之都”湖南郴州舉行的第五屆中國（湖南）國際礦物寶石博覽會期間，當地公安部署的�？低�視人臉識別系統發揮了關鍵作用。在保障期間，系統成功預警、比中348名重點人員（預警有效率達98%以上），并協助公安成功抓捕一名全國在逃人員。

�？低�視人臉識別系統采用“前端智能采集+云端解析應用”的模式，對進入礦博會展館的人員進行實時人臉抓拍、分析和建模，同時關聯公安業務數據進行碰撞、比對、分析等信息化應用。

海康威視人臉識別系統改變了傳統依靠人工排查的工作方式，推動公共安全領域人員管控由“事后被動偵查”向“事前分析預警、事中緝查布控、事后身份查詢確認”的多元化應用轉變。該系統在礦博會的出色應用，得到了市領導和郴州市公安局的高度肯定。

2.大型活動安保

2017年6月12日至18日，2017南亞東南亞國家商品展暨投資貿易洽談會在昆明舉辦，來自全球86個國家和地區的4000余家企業參展，涉及19項系列活動，17個展館8000個標準展位，50余萬人次入場觀展。

此次展會的安保任務時間緊、任務重，�？低�視全力配合云南省廳和昆明市局任務部署，在集成商有力協助下，三天時間內完成了9個人員安檢口、42套�？瞪铐�人臉抓拍機以及6個車輛出入口，12套�？瞪铐�車輛抓拍機的安裝調試工作。并與省廳、市局的人臉&車臉識別系統打通，實現出入展會核心區域的人車管控。

商洽會期間，�？瞪铐�人臉抓拍機共采集人臉圖像973661張。人臉圖像識別系統共預警重點人員405次，其中：抓獲全國在逃人員5人，查獲攜帶毒品的前科人員1人，發現并處置扒竊前科人員5人，查獲冒用他人參展證入場人員1人，核查其他重點布控人員328人，館內扒竊警情較去年同期下降70.8%。通過科技手段，有力地保障了商洽會的順利召開。

圖2：�？低�視人臉識別系統在商洽會的應用情況

3.身份驗證：智慧景區，刷臉入園

前不久，敦煌市鳴沙山月牙泉景區聯合�？低�視，干了一件“大事”：景區利用先進的人臉識別技術，讓游客再次進入景區時，通過刷臉進行驗證識別，認證成功即可二次入園。月牙泉景區這一創新做法，提升了景區的管理水平，也更好地服務于廣大游客，獲得了各方的一致好評。

當下，“智慧景區”是一個全新的命題，通過智能數據挖掘、高性能的信息處理等新技術，讓景區管理、服務、營銷變得更加簡單，也更加人性化。而“刷臉入園”正是這樣一種集智慧與便捷于一身的業務應用，除了上述月牙泉的二次入園應用之外，此方案也適用于如下場景：

（1）景區原住民刷臉入園人臉或人證（身份證）比對入園；

（2）景區員工、VIP刷臉入園；

（3）景區月票/季票/年票游客刷臉入園。

4.交通管理：人臉識別助力整治行人闖紅燈

文明出行一直以來都是我們倡導的，國家對此更是有明確的法律規定，但行人闖紅燈的現象依然存在。除一些行人的意識淡薄外，缺乏科技手段的監督亦是一大原因。機動車闖紅燈可以通過抓拍系統自動識別取證，以扣分、罰款、教育等方式進行有效管理，但是行人、非機動車闖紅燈取證較困難，缺乏行之有效的管理手段。

�？低�視“人臉比對行人闖紅燈交通管理報警系統”，是基于視頻分析理解，對人臉進行檢測、跟蹤、特征提取和識別等技術在智能交通領域的全新綜合應用。

通過海康神捕行人闖紅燈檢測一體機對闖紅燈人員進行人臉抓拍、人臉特征的提取，并將數據送入后端�？的樧V人臉信息綜合應用系統，實現人臉動態比對、實時預警等功能，路口前端安裝顯示信息大屏進行實時告警發布顯示。整套系統融合了深度學習技術，加上深度智能產品“�？瞪癫�+臉譜”相配合，實際應用中的準確率高。

山東、江蘇交警部門率先運用這一科技手段來改善交通秩序，并得到了央視肯定，央視新聞頻道在6月11、12日連續兩天對此進行了報道。經過一段時間的實際應用，這兩個案例都取得了良好成效：

在山東濟南，自5月初啟用人臉識別系統以來，已經抓取了6200多起闖紅燈違法行為，除了罰款，闖紅燈的人還將接受交通安全教育，被安排到路口執勤。江蘇宿遷目前已在10個路口安裝人臉識別系統，自5月中旬以來共曝光了580余次行人和非機動車闖紅燈行為，人臉識別準確率超過90%。交警表示，通過一段時間的整治，路口秩序有了明顯好轉，也引起了人們對斑馬線、停車線以及遵守紅燈的重視，形成了良好的交通習慣。

�？低�視人臉識別技術應用于交通管理，大大提高了闖紅燈行為整治效率，同時也提升了交通的安全系數和城市的文明水平。

三、人臉識別技術在智慧城市中的應用疑難

近年來，隨著深度學習方法和大數據的引入和發展，人臉識別技術取得了長足的進步。但在實際應用中，人臉具備的相似性和易變性以及當人臉數據量猛增時，人臉識別的效果會受到一定影響。

1.相似性

人類臉部存在相似性，不同個體之間的區別并不大，所有人臉的結構都相似，甚至人臉器官的結構外形也有很多相似點。如此特點利于通過人臉進行定位，但不利于用人臉區分個體。即有人臉是確定的，但明確知道這張臉是誰的存在一定困難。

2.易變性

人臉具有易變性的特征。人可以通過臉部變化產生大量表情；不同的觀察角度，人臉的視覺圖像也有較大差別。此外，人臉識別還受光照條件（如白天和夜晚，室內和室外等）、遮蓋物（如口罩、墨鏡、頭發、胡須等）、年齡等多方面因素影響，尤其是在環境光照發生變化時，識別效果會急劇下降。

3.數據量巨大

當數據庫中的人臉數據增至十萬、百萬以上時，識別的性能也會有一定程度下降，這些都限制了人臉識別技術在更復雜環境中的進一步使用，存在一定的局限性。因而，進一步提高算法對于光照、年齡等各種因素的魯棒性是人臉識別技術亟待解決的問題。

5.計算難度大

更深更大的神經網絡雖然帶來了性能的大幅提升，但與此同時也使計算復雜度大為增加。在實際應用中有大量需求需在前端進行人臉識別，而前端（如移動終端）受限于能耗等原因，計算能力相對薄弱。即使是部署在計算中心或超算中心城市級別的應用，其需要處理的圖像/視頻數量也是極其龐大的。不論是邊緣計算還是云計算的部署模式都要求人臉識別能在保持相對較高準確率的情況下，降低計算復雜性。