人脸识别技术在视频侦查工作中的应用

张松

摘要：传统人工的方式去监控、检索、查找目标人员的相关信息。受到人的注意力，观察力、知识能力和主观判断力等因素的影响，不免存在疏忽和遗漏。主要采用了计算机图像处理技术与生物统计学原理于一体的人脸识别技术，利用计算机图像处理技术从视频中提取人脸特征点，分析建立数学模型利用生物统计学的原理进行。人脸识别技术在原有的视频资源基础上，凭借优化深度学习的算法结构化，进行智能存储对比与检索，智能、高效、快速地使得人脸相关信息的采集、捕捉和处理以致对嫌疑人的实时识别、有效打击。

关键词：人脸识别技术；视频侦查；应用

1人脸识别技术概述

人脸识别技术即基于人的脸部特征，根据输入的人脸图像或视频流初步判断人脸是否存在，确定存在后提供每个脸的大小、位置以及主要面部器官的位置信息，随后经进一步提取给出人脸的身份特征，并与已知人脸对比分析，达到识别人脸身份的目的。该过程需要一系列技术的支持，如人脸图像采集、人脸定位、识别预处理、身份确认与查找等，具有非强制性和非接触性的特点，较之指纹扫描、虹膜识别等生物技术，人脸识别技术还有其独特的优势，如人的面部图像是肉眼所能观察到的最为直观的信息源，可在识别对象无意识的情况下获取资料，而且精度高、误识率低、快速可靠，即使图像或视频质量较低也能经图像处理系统加以专业处理，突出图像中的人脸细节，进而为视频侦查人员提供线索、缩小侦查范围、尽快侦破案件，故其直观、高效、精准、易获取的优势是应用于视频侦查工作的重要原因。

2人脸识别技术应用流程

2.1人脸采集

系统可以接入时的实时的视频流(包括路面监控、高速的卡口、社会视频等)或者通过接受人脸抓拍回传的照片或视频流，进行判断是否存在人脸，分离获取人脸数据。

2.2人脸检测

判断图片中是否存在人脸的特征。若存在，定出其在图像中的坐标位置，区域的大小等信息，假如是实时视频流则需进一步追踪输出所检测到的人脸与个人位置等状态随时间的持续变化情况。

2.3人脸特征的提取存储

(1)眼睛特性的提取，眼睛的典型特征包括左右眼睛的坐标，左右眼睛的高宽以及眼距。(2)鼻子特征提取的，鼻子的特征值包括鼻子的宽、高以及鼻子最左边缘和最右边缘点的横坐标。(3)眉毛特性的提取，测量眉毛的特征是眉毛的高宽与眉距。(4)嘴巴特征的提取，嘴巴的特征值包括嘴巴的高、宽，最左边缘点和最右边缘点的横坐标。

2.4比对识别

人脸比对即人脸识别，通过输入的人脸图像片与人脸数据库中的已知原型人脸特征值进行对比表现出来。在比对识别过程中分人脸检索，整体比照和综合检索。人脸检索，即是人脸为标签的比对识别。根据相似的程度对人脸的身份进行判断。

2.5目标锁定

通过多元的识别算法与视频探测读取以及嫌疑人的全国联网数据云大库，可以初步获取犯罪嫌疑人的一定基本的情况，有利于下一步的侦查工作具体实施与开展。系统根据导入的人脸图像，产生信息的比对处理。利用公安警务数据和视频图片数据，更加有效满足公安对人员追逃、身份排查、人员管控的需求。

3人脸识别技术在视频侦查工作中的应用

3.1犯罪嫌疑人追逃的识别

公安机关可以利用各种人脸资料库，对人脸的采集进行人脸检索，可快速实现从海量视频里的检索复现，民警通过相关项目的设置可缩小检索范围，运用先进人脸识别算法能够从某些视频图像中收集犯罪嫌疑人的脸部、个人身份以及其余更重要的信息，给确定犯罪嫌疑人和接下来的案件办理节约成本作案手法和案件类别的不同，建立数据库比对能提高处案破案的工作效率。

3.2用于人流密集场景

交通工具的日益发达虽然极大的满足了我们的出行需求，但也为嫌疑人的潜逃流窜创造了极大的便利，具体有火车站、汽车站、港口、机场等多种途径可供选择，无论是出于安全排查的目的，还是为了抓捕违法违规人员，均可在人流密集区域应用人脸识别系统，特别是危险性高的出入境边检工作中，这样的话，当重大案犯、恐怖分子、贩毒人员出入时便会实时拍照、快速识别和报警，即使在逃人员漂白身份，也可利用人脸识别技术进行有效的预警和甄别，进而提高嫌疑人的抓捕率。

3.3智能的全天候社区执勤

在平日的警务工作中，社区管理往往在视频监查方面存在诸多弊病和漏洞。在警力资源有限的情况下，不仅浪费警力而且社区环境不利侦查时间过长。引入人脸识别技术，可建立重点人员信息库，经过历史采集数据的分析，可摸清生活轨迹，重点人员与可疑人员的监控，实现24小时的社区管理机制，降低犯罪率。

3.4重点场所的门禁与检测

一些重点场所对出入的人员有严格的资格限制，电子眼对人员进行身份识别，在各大安保的活动与会议期间，通过参加会议的人员照片信息，建立活动的数据库，，活动期间，各个出口摄像机与监控将与会人员与数据库人脸图像进行比对，既不需要很大的声势，逐一检查人员。又能悄无声息地完成了到会人员的鉴别与核验。

4人脸识别技术在视频侦查工作中的完善

尽管人脸识别技术在视频侦查工作中十分常见且效果可观，但在实际应用中依旧面临着诸多问题，如受视频监控条件不可控的影响，无论是环境光照还是认得表情均有降低人脸识别性能的可能。因此在以后的发展应用中可注意以下几点：

4.1重视算法优化

为进一步提高人脸识别的效率与准确率，首先应不断升级人脸识别的层次，即逐步推进图像特征至面部特征，在以普通图像处理人脸的基础上由HMM关联过渡至3D重建，通过先验知识的融入促进人脸识别技术的纵深发展。以3D人脸配准为例，需要经过纹理图像的获取-特征点检测-位置细化-模型标准化-模型配准的处理流程，但在改进算法的同时需要尽量减少误识别和拒识别的情况。然后借助多种算法克服当下算法的缺陷，具体可充分发挥ICA、PCA、HMM模型、Gabor脸等的优势，通过组合应用改善识别性能，增加识别容忍度。最后，未来的人脸识别系统还应支持视频分发、设备巡查、视频监看、多路分屏等基本功能，支持多种报警和多个名单库，人脸图像提取、存储、比对的自动化，历史库检索以及实时视频录像等。

4.2逐步完善案件的办理流程

信息化的手段有效地利用，最大限度地发挥人脸识别技术的优势，需要愈加完善精致化、标准化、规范化、科学化的机制。人脸识别视频侦查技术目前也不够完美，在摸索中前进，需实战与理论的结合，完善布控预警、分析研判等机制环节，实现人脸追踪加警务视频全新高科技模式。

4.3提高人员能力

第一，要求视频侦查人员切实掌握人脸识别、深度学习、机器学习等技术理论，提高自己的操作技能和研发水平，最好具有图像处理、模式识别等相关的学习背景或研究经历，以此胜任岗位要求。同时在视频侦查工作中擅长结合使用人脸识别技术与其他技术，如语音识别、DNA鉴定、指纹识别等，或者结合嫌疑人的动作识别、行为识别等活动变化进一步提高识别的准确性。

5结束语

综上所述，在视频侦查工作中应用人脸识别技术非常必要，且其应用价值已在具体实践中得以展现。不过与理想目标相比，人脸识别技术还有不足之处亟待改善，因此我们应该加强技术创新，拓展应用领域，结合使用其他技术，提升人脸识别技术的应用效果，进而促进视频侦查工作更加科学、高效、可靠。

参考文献：

[1]人脸识别准确率与图像参数关系比较分析[J].王琛,徐维超.电子世界.2019(05)

[2]基于视频图像的人脸识别与跟踪探析[J].朱明荣.电子世界.2020(01)