人脸识别技术在安防系统上的实际应用发展与沿革

钟伟

浙江海空光电工程有限公司

前言：最近几年，人工智能在国内市场得到了快速发展，众多科技巨头也开始纷纷布局，越来越多的资本注入到人工智能领域，其中相当一部分资金流向了泛人脸识别领域。经过几年的技术沉淀和发展，泛人脸识别技术逐步在公共安全、交通（道路交通、轨道交通等）、零售等行业开花结果。特别是从2015年开始，我国相继出台了人脸识别相关标准和技术要求，推动了人脸识别在安防领域的进一步发展，为安防领域人脸识别应用奠定了坚实的基础。

1. 人脸识别技术的历史沿革和技术特点

本文将2019年人脸识别的发展做些分析回顾、2019年人脸识别市场发展盘点国内的人脸识别技术发展起步于上世纪九十年代末，经历了技术引进-专业市场导入-技术完善-技术应用-各行业领域使用等五个阶段，目前国内的人脸识别技术已经相对发展成熟，正在各个领域加强推广。经过20年的技术发展和沉淀，目前人脸识别应用已经在各行各业遍地开花，有面向公安的场景，如人脸布控、人脸搜索，也有面向交通的场景，如机场、车站的人证核验，还有面向个人的场景，如人脸支付、人脸门禁等。现在的人脸识别技术市场规模庞大、落地场景众多，并且在很多场景中，人脸识别应用都会成为一个标配，现阶段已经形成了几个头部玩家。

1.市场规模不断扩大，人脸识别从技术向产品及解决方案全面转型从市场发展规模来看，根据权威机构统计，2013年中国人脸识别市场规模仅仅达到8.61亿元，并呈现出逐年快速增长趋势。2014年中国人脸识别市场规模突破了10亿元。截止至2017年中国人脸识别市场规模增长至21.9亿元，2018年我国多座火车站在乘客身份识别中使用人脸识别技术，市场规模明显提高，约为27.6亿元，较2017年增长26%，处在快速发展阶段，2019年会超过30亿元。据预测，2020年中国人脸识别市场规模将突破40亿元。

对于安防而言，人脸识别最主要的应用在于核实人员真实身份、对重点人员进行布控预警、实现基于人脸满足公安业务需求的技战法。由于人脸识别是一种高精度、易于使用、稳定性高、难仿冒、非接触的生物识别技术，而人的面部特征与指纹、虹膜一样具备唯一和不易被复制的优良属性，因此目前基于人脸识别的项目在全国进行得如火如荼，并且全国各地公安都取得了丰厚的战果。相对于以往，今年人脸识别开始了从技术向产品及解决方案全面转型，客户不再只单纯的关注人脸识别算法优势、准确率、误报率等，而是提升到了相关人脸产品以及人脸识别系统最终能否满足客户的实际需求，以及能够给客户业务带来什么样的转变。现在刷脸支付和大规模人脸库的识别与搜索成为当前的热点，刷脸支付的应用场景非常多，例如乘坐地铁、餐厅就餐、停车缴费等，并且大有取代二维码之势；而我国人口众多，各省都是数千万、上亿级别的常住人员，因此大规模人脸库的识别与搜索也是公安关注的重点。目前全国绝大多数的省份都建立了静态人员库，能够快速判断人员的真实身份。

2. 算法技术、安全性能稳步提升，边端产品受重视经过几年的技术沉淀，目前人脸识别的准确率已经非常高了，主流人脸识别算法厂商在识别率等方面的差异并不大，例如对于千万级检索目标人脸库首位命中超过了95%，前十命中超过了99%，大大超过了人类识别程度。在算法层面，技术仍然在稳步提升，但是没有明显突破。相比前几年的技术，现在的人脸识别更快、更准、更安全。人脸识别和其他高新技术一样，离不开安全，我们知道人脸识别活体检测按照检测流程可分为两类：配合式和非配合式。配合式活体检测要求用户完成眨眼、张嘴、转头等简单的动作，或者读一段随机数字等方式，达到区分真实人脸和打印照片、视频回放的目的。配合式主要包括以下三种检测方式：动作活体、唇语活体以及静默活体。但随着人脸合成技术的发展，通过一张照片合成任意动作的视频变得相对容易，对此种检测方式带来巨大的威胁。此外，配合式的活体检测也有用户体验不佳，验证时间长等问题。非配合式活体检测通过摄像头实时捕捉用户面部图像，并利用机器学习等技术，分析图像的纹理、人脸背景等信息，区分真实的人脸和纸张、面具、视频播放的人脸。此种活体检测方式相对于配合式的用户体验较好，但容易受到使用场景、摄像头硬件性能的影响，在场景光照不理想、摄像头分辨率较低的情况下，真人体验往往不佳。考虑到大众的使用习惯以及便携性，在算法层面，非配合式检测活体的方式也越来越成熟。

2. 公共领域人脸识别技术的重点开发

而对于产品而言，基于云边端的架构，在公共安全领域人脸的识别主要还是以后端系统为主，但是实际情况需要考虑到网络带宽等情况，所以现在越来越重视对边端产品的研发，并且要适配实际的应用场景。对重点深入适配的场景，推出在这个场景当中最合适的设备，叫做AI定义场景，首先是定义场景，然后在场景中再定义设备。现在越来越多的厂商都推出了人脸识别盒，可以接入前端的摄像机，必须要有相应的视频传感设备，而目前我国城市每千人拥有的摄像头数量相对于发达国家而言还是偏少，据不完全统计，我国一线城市的摄像头密度较高，但是也仅仅相当于英国平均水平的80%、美国平均水平的60%，而二、三线城市摄像头覆盖率更低，摄像头密度偏低直接影响了人脸识别的相关应用。另外，获取人脸还易受到光照、角度、人脸部的装饰物等各种因素的影响，摄像机需要弥补局部遮挡、局部光线影响等因素，能够很好地解决人脸识别姿态、遮挡物、光线照射等所带来的影响，从而更好的提升人脸识别应用。基础软件和半导体零部件也是我国发展人脸识别应用的软肋，较为核心的零部件需要进口、底层软件开发更是任重而道远，这也进一步限制了我国人脸识别应用的发展。此外，针对公共安全，由于人脸识别的大规模使用，重点人员均有了较强的反侦查意识，仅仅依靠人脸识别来实现对重点人员的布控及追踪还存在缺陷，还需要结合人体、车辆、MAC等信息，形成人脸/人体/车辆/手机等多维角度的综合应用。

3. 技术发展对行政执法带来的正面影响

人脸识别技术未来发展的驱动因素以及走势以人脸识别等技术为重要支撑点的人工智能产业.技术落地应用领域不断拓展随着“雪亮工程”的大力推进，目前全国各省市均建设了人脸识别系统，对于公安而言战果丰厚，仅仅云从科技，今年就帮助公安实现了超数万起实战战果。在其他领域，人脸识别也得到了极大的推广，越来越多的机场、高铁站、地铁、酒店、便利店用上了人脸识别，实现对人员的认证和刷脸支付，其中在网约车人员管理及交通失驾人员管控尤为明显。针对网约车，司机每日出车前，网约车平台车主端系统将提示进行人脸识别，系统会将采集到的面部信息与当前账号的用户进行对比，以确保是本人使用，进一步确保了司乘安全。而对于失驾人员管控，通过道路上的卡口摄像机抓拍到的高清车辆图片，抠取出图片中的人脸，再将人脸与后台失驾人员特征数据库做比对，能够快速判断驾人员是否存在驾照暂扣、过期、吊销、被扣满12分等情况，实现对失驾人员的精准打击，相对于传统通过路面民警现场拦截车辆、处理交通事故时发现失驾人员的情况，效率成倍提升。并且通过人脸查找失驾人员是无感知方式，更加的人性化。

人脸识别应用发展挑战仍待突破人脸识别应用首先得先识别到人脸，也就是说前是中国经济结构转型升级的良好发展契机，中国牢牢抓住本轮科技革命的发展机遇，积极布局。未来，人脸识别技术发展将有更出色的表现与发展，这离不开包括政策、资金和市场需求的驱动。在政策方面，政策的扶持是新兴行业能够持续快速发展的重要因素。近年来，国家陆续出台多项政策支持人脸识别行业的发展，它的快速增长与我国出台的各项扶持政策密不可分。2007年，国务院颁布的《实施国家中长期科学与技术发展规划纲要（2006-2020年）》对我国未来15年的科学技术及产业发展进行重点规划和部署，在公共安全领域，明确提出要重点研究开发个体生物特征识别，凸显了生物特征识别技术对于公共安全乃至国家科技发展的重要性。特别是从2015年开始，我国相继出台了人脸识别相关标准和技术要求，例如2015年颁发的《安全防范视频监控人脸识别系统技术要求》、2016年颁发的《安防人脸识别应用视频人脸图像提取技术要求》、2017年颁发的《公共安全人脸识别应用图像技术要求》，推动了人脸识别在安防领域的进一步发展，为安防领域人脸识别应用奠定了坚实的基础。2017年12月发布的《促进新一代人工智能产业发展三年行动计划（2018-2020年）》规划“到2020年，复杂动态场景下人脸识别有效检出率超过97%，正确识别率超过90%”。类似于以上政策文件的推出将是人脸识别行业能否持续发展的重要因素。在资本因素方面，资本大量涌入加速了人脸识别的发展，由于人脸识别应用范围广泛，逐步在从公共安全到无人零售、快捷支付、酒店入住等场景中应用，资本看准其中的商机，纷纷入局，国内人脸识别厂商均完成了多轮的融资。市场方面，生物识别已经在各领域得到了充分应用，人脸识别具有非强制性、非接触式捕获等特点，相对于指纹、指静脉等技术具备天然的优势。而人类的业务需求是往越来越方便的方向发展，人脸识别恰好满足这一需求。

在技术上，人脸识别最广泛的应用领域是在安防和金融，其次是交通以及民用级的身份认证及支付，其技术走势还是要以客户的最终需求为准。首先便是催生摄像头技术的发展，实现真正的三维提取、多种手段综合判定的技术发展路线。三维摄像头提取的是深度信息，特征点全面，能够弱化局部遮挡、局部光线影响等因素，很好地解决人脸识别姿态、遮挡物、光线照射等所带来的影响，更好地提升辨识速度。其次是能够区分相似人脸，例如对双胞胎甚至多胞胎的识别，可以通过眼纹等细节特征提取，精确地识别出多个人体细节，并通过叠加多个细节的方式来分辨不同的人。

4. 人脸识别与大数据结合的未来发展

实现多维数据碰撞，利用大数据技术，结合人脸识别、人体识别、车辆识别等，找到有价值的数据，挖掘出各类数据之间潜在的关联关系，从而更好的服务于业务，这也是未来人工智能发展的一个重要方向。第四，人脸识别技术会全面普及，目前的人脸识别以政府单位、金融机构、机场、高铁等应用场景为主，未来人脸识别市场会进一步进入到民用市场，大众会在生活中广泛使用到人脸认证、人脸支付，全面深入到大众生活的各场景，真正实现为普通民众所用。

参考文献

[1]马世顺.人脸识别技术的应用风险及其防控研究[J].河北公安警察职业学院学报,2022,22(01):40-43.

[2]王天伟,吴浩森,陈壮,徐培栋,陈昂鸿,万荣春.人脸识别技术应用风险问题研究[J].网络安全技术与应用,2022(03):132-134.

[3]王乐,张明青,陈春晓,于海鹏.人脸识别技术在园区安防中的应用研究[J].科技与创新,2022(02):103-105+112.DOI:10.15913/j.cnki.kjycx.2022.02.030.

[4]余圣琪.人脸识别技术的风险与法律规制[J].上海法学研究,2020,4(02):1-13.