人脸识别技术在公安实战中的应用概况
视频的应用是城市公共安全管理的核心手段，但是与公共其他业务和数据的应用状况相比，目前视频图像系统建设的投入虽然较大，但由于之前建设缺少顶层规划设计，同时受网络资源和时评图像信息技术发展水平的制约，公安和社会视频图像信息的整体应用水平还比较低，无法满足视频大规模应用和大数据处理的要求，与各警种的业务工作、业务数据结合不紧密，不能适应现代警务工作的需要以及其他部门，社会公众对视频应用的需求。
一、公安需求分析
公安实战需求大致可分为对车、人、物的研判需求。而现如今的技术发展，已基本解决了缉拿布控这类基础需求，转而要求解决假、首次入城、车辆特征识别等上层技战法深度的应用需求；对物的研判目前技术仅限于排查遗留、丢失、挪动等初步应用，仍旧缺乏物体深度智慧应用，对人的研判需求则更为广泛，包括对人的行动、方向、速度、体貌、表情及步态等方面的要求。
二、应用技术类型
近几年，人脸识别技术在公安行业已开始广泛应用，公安人脸识别应用一般分为三种类型：
（一）实现"关注"人员的实时预警
通过视频监控前端不断采集视频、后端以人脸识别技术为核心进行"关注"人员比对，并通过报警方式通知现场警员进行目标抓捕。
（二）实现事中、事后人员身份核查
需要后端系统对海量二代身份证库进行"打标签"，通过智能终端或系统上传目标人脸图片，后端从海量的二代身份证库中寻找匹配的身份证图片，并给出关联的身份信息。
（三）实现人员身份核查
即通过人脸识别技术实现手持身份证的人员和身份证的比对，进行人证合一的审查。
三、人脸识别建设思路
（一）公安治安人员黑名单比对事后分析
发生刑事案件后，从案发前后视频中提取各时间点出现的人脸。根据时间和地点确认嫌疑人照片后，在治安人员黑名单中差扎破嫌疑人的身份，进而实时抓捕。
（二）公安治安人员黑名单比对实时预警
针对一些人员密集区域，例如车站、地铁站、机场、社区等的关键出入口、通道等卡口位置布置人员卡口，后端对重点关注人员、打防控人员进行黑名单布控，通过实时视频物流比对布控黑名单，实现人脸比对识别。
（三）重要点位重点人员身份排查
针对一些重要管控的区域，如大型保障活动，政府、公安出入口等布置前端摄像机对现场进行人脸抓拍，每日安排公安人员人工进行重点人员筛选排查。
结合以上三个方面的动态人脸识别应用，通过本项目得到真实场景的人脸动态布控的时评测试集，并用此数据进行分析。可以针对火车站区域进行全面布控，针对黑名单人员实时预警。
四、人脸识别技术要求
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。
（一）对人脸识别的比对容量要求更大、度要求更高
目前公安的户政管理、出入境、刑侦嫌疑犯的身份识别等各类应用，需要基于全国人脸数据进行识别，处理的数据库容量上亿或十亿，处理的比对请求数量大、模式不统一，快速准确地从如此规模数据库中快速识别身份是一件非常有挑战的任务。
（二）系统输入从单纯的静态图片扩展到动态视频
近年来，全国各地公安机关大力开展视频监控系统建设，据不完全统计，全国每年需要存储的数据量高达3.3EB，结合视频监控和人脸识别，实现犯罪嫌疑人的快速识别和实时布控，是提高视频监控效率的一条重要途径。然而，由于人脸识别视频监控面临光线、角度、姿态、遮挡等一系列因素的影响，导致人脸的类内差距增大、类间差距缩小，给结合视频监控的人脸识别带来了巨大挑战。
（三）图像来源更加广泛、图像质量差异较大
通过"金盾工程"建设，公安已经成功建设了八大资源库，积累了海量的数据，为人脸识别技术在公共安全领域的广泛应用奠定了基础。然而，由于缺乏统一的建设标准，各类业务中人脸数据质量差异大，给人脸识别应用造成了难度。
在公安传统侦查工作方式中，照片比对只能依靠人工方式进行，工作量巨大、速度慢、效率低、无法适应业务需要。人脸识别系统所具备的高速自动识别能力很大程度上可以将公安、安全部门从以往的"人海战术"中解脱出来，大大提升整个国家、社会的安全防范水平，从而达到威慑犯罪、惩治罪犯、维护社会稳定、保障国家安全的目的。
一、公安需求分析
公安实战需求大致可分为对车、人、物的研判需求。而现如今的技术发展，已基本解决了缉拿布控这类基础需求，转而要求解决假、首次入城、车辆特征识别等上层技战法深度的应用需求；对物的研判目前技术仅限于排查遗留、丢失、挪动等初步应用，仍旧缺乏物体深度智慧应用，对人的研判需求则更为广泛，包括对人的行动、方向、速度、体貌、表情及步态等方面的要求。
二、应用技术类型
近几年，人脸识别技术在公安行业已开始广泛应用，公安人脸识别应用一般分为三种类型：
（一）实现"关注"人员的实时预警
通过视频监控前端不断采集视频、后端以人脸识别技术为核心进行"关注"人员比对，并通过报警方式通知现场警员进行目标抓捕。
（二）实现事中、事后人员身份核查
需要后端系统对海量二代身份证库进行"打标签"，通过智能终端或系统上传目标人脸图片，后端从海量的二代身份证库中寻找匹配的身份证图片，并给出关联的身份信息。
（三）实现人员身份核查
即通过人脸识别技术实现手持身份证的人员和身份证的比对，进行人证合一的审查。
三、人脸识别建设思路
（一）公安治安人员黑名单比对事后分析
发生刑事案件后，从案发前后视频中提取各时间点出现的人脸。根据时间和地点确认嫌疑人照片后，在治安人员黑名单中差扎破嫌疑人的身份，进而实时抓捕。
（二）公安治安人员黑名单比对实时预警
针对一些人员密集区域，例如车站、地铁站、机场、社区等的关键出入口、通道等卡口位置布置人员卡口，后端对重点关注人员、打防控人员进行黑名单布控，通过实时视频物流比对布控黑名单，实现人脸比对识别。
（三）重要点位重点人员身份排查
针对一些重要管控的区域，如大型保障活动，政府、公安出入口等布置前端摄像机对现场进行人脸抓拍，每日安排公安人员人工进行重点人员筛选排查。
结合以上三个方面的动态人脸识别应用，通过本项目得到真实场景的人脸动态布控的时评测试集，并用此数据进行分析。可以针对火车站区域进行全面布控，针对黑名单人员实时预警。
四、人脸识别技术要求
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。
（一）对人脸识别的比对容量要求更大、度要求更高
目前公安的户政管理、出入境、刑侦嫌疑犯的身份识别等各类应用，需要基于全国人脸数据进行识别，处理的数据库容量上亿或十亿，处理的比对请求数量大、模式不统一，快速准确地从如此规模数据库中快速识别身份是一件非常有挑战的任务。
（二）系统输入从单纯的静态图片扩展到动态视频
近年来，全国各地公安机关大力开展视频监控系统建设，据不完全统计，全国每年需要存储的数据量高达3.3EB，结合视频监控和人脸识别，实现犯罪嫌疑人的快速识别和实时布控，是提高视频监控效率的一条重要途径。然而，由于人脸识别视频监控面临光线、角度、姿态、遮挡等一系列因素的影响，导致人脸的类内差距增大、类间差距缩小，给结合视频监控的人脸识别带来了巨大挑战。
（三）图像来源更加广泛、图像质量差异较大
通过"金盾工程"建设，公安已经成功建设了八大资源库，积累了海量的数据，为人脸识别技术在公共安全领域的广泛应用奠定了基础。然而，由于缺乏统一的建设标准，各类业务中人脸数据质量差异大，给人脸识别应用造成了难度。
在公安传统侦查工作方式中，照片比对只能依靠人工方式进行，工作量巨大、速度慢、效率低、无法适应业务需要。人脸识别系统所具备的高速自动识别能力很大程度上可以将公安、安全部门从以往的"人海战术"中解脱出来，大大提升整个国家、社会的安全防范水平，从而达到威慑犯罪、惩治罪犯、维护社会稳定、保障国家安全的目的。
