侵权投诉
当前位置:

OFweek安防网

生物识别

正文

人脸识别大数据作战平台只是初级“天眼”

导读: 《速度与激情8》火热上映,“天眼”系统仍然是剧中敌我双方抢夺的重点,谁掌握了“天眼”的控制权,谁就拥有追击敌队的主动权。

速度与激情8》火热上映,“天眼”系统仍然是剧中敌我双方抢夺的重点,谁掌握了“天眼”的控制权,谁就拥有追击敌队的主动权。在剧中,“天眼”系统可以整合(调取)全球所有的视频监控、手机音频等数据,再使用大数据和人脸识别等技术的迅速分析和处理,在极短的时间内(分钟)找到目标人和目标车辆进行追踪,让目标人或物无所遁形。并且这个“天眼”系统只有两手宽的大小,体积轻巧便携。

影片中的“天眼”系统无疑极大满足了观众对智能黑科技的想象,回归现实,现阶段的智能安防系统同样可基于大数据、人脸识别智能分析等技术实现对目标人、物的搜索和追踪,只不过由于技术和环境因素的影响,目前的应用还远没有影片中成熟,从专业安防的角度来看“天眼”系统距离现实还有多远呢?本期话题大家谈,我们邀请了云从科技产品总监刘寒冰围绕着这个话题谈谈!

市场分析角度

不少业内人士认为目前已有微型“天眼”系统的存在和应用,您认同这个观点吗?如果有,是否有相关的案例说明?

刘寒冰:有,我司的人脸大数据作战平台已经在多省公安应用,主要针对场景为网吧、酒店、街道、小区、枢纽机场、高铁站等场所,通过“出”、“住”、“行”管控,用智能手段提高公安办案效率与降低难度,实现全城封锁革新战法的普及。

“天眼”系统的背后涉及到哪些具体的技术应用?

刘寒冰:现在的人脸识别大数据作战平台接近初级“天眼”,主要涉及到人脸识别技术、大数据、云计算等技术的应用。

在未来,逐步加入成熟的图像识别(步态、服饰、动作、发型、车辆等)、声纹识别技术,并且随着摄像机硬件的功能越来越强,“天眼”系统会越来越完善。

但目前这些技术还无法大规模落地,所以初级“天眼”以能落地的人脸为主,人脸本身作为一个数据入口,也拥有非常巨大的价值。

现实生活中各项技术和应用的发展水平目前如何?

刘寒冰:人脸识别技术相对成熟,目前已经在大规模落地应用,只是在针对一些细分问题进行完善(如幼儿、少数民族等)。

人脸识别主要应用在金融、安防领域,金融行业中,我司已经是银行业第一大供应商,与农行、建行、交行、中行均有合作,其中农行、交行是总行级别合作,应用在全国所有网点。

银行领域主要应用的是人脸识别技术中的1:1,特点是环境稳定,受众配合度高,一次只识别一个人。该领域人脸识别技术在过去两年的激烈竞争中已经相对成熟,现在的情况是提高识别率、稳定性及活体检测技术。

安防领域主要是应用1:N,特点是受众无感触、同时识别多人、非配合、环境多变,技术难度更高。

当人脸识别技术在银行成功大规模应用,技术已经开始成熟到可以在安防实战应用,以往人脸识别技术在安防上的应用还比较初浅,让公安对人脸识别技术持怀疑态度,现在通过与鄂尔多斯等公安建立联合实验室,人脸识别战法已经产生大量战果。

目前人脸识别技术只适合在这种B端应用,因为B端市场客户的核心要求是,产品性能、服务好,对价格相对不敏感。但C端市场,因为目前产品需要定制化,所以谈不上方便,而且成本必然下不去,性价比不可能高。

您认为要实现影片中的“天眼”系统的技术水平,还有哪些方面需要突破和改进?

刘寒冰:虽然在学术界所做的实验中,人脸识别率是很高的。但实际应用中用监控摄像头识别人脸则不太容易。

首先,室外监控摄像头所采集到的人脸图像分辨率较低,直接影响识别精度,这是由于室外摄像头一般需要监控一片区域,拍摄距离相对较远,采集数据的远距离传输又限制了监控摄像头的分辨率,所以使得采集的人脸图像比较模糊。

其次,监控摄像头采集人脸数据的干扰因素很多,比如人脸的角度、光照条件、摄像头抖动造成运动模糊等,这些都容易导致拍摄到的人脸数据与数据库中的人脸图像无法准确匹配。

最后,也是最难处理的问题,目标对象由于时间间隔造成的人脸老化、有意戴眼镜或帽子等遮挡物,人脸识别就变得更加困难了,这时就要结合远距离步态识别、声纹识别、发型识别等生物特征识别方法和服装识别等图像识别方法一起判断。

低分辨率模糊人脸图像是室外监控经常碰到的一种情况,目前有一种名为超分辨率重建的技术,结合人脸结构等先验知识,可以对模糊的人脸图像进行有效处理,增强其分辨率,大大提升室外人脸识别的精度。

完善的“天眼”还需要强大的后台系统,这个系统可以控制包括公共交通、城市电力、电子监控、银行系统、警察系统等各方面,同时将所有联网信息进行收集和整合,记录下公民的医保号、医疗记录、犯罪记录、甚至上网阅览内容、输入习惯等,结合以大数据分析时时更新后台资料。

最后,“天眼”成功运行的关键在于整合物理空间(线下)和网络空间(线上)的多源多类型大规模数据,然而目前这些数据相对独立,形成所谓的“数据孤岛”,给技术的发展带来很大不便,可以考虑从国家层面上对各种数据资源统一管理和协调,为国家安全提供更强有力的保障。

技术分析角度

公共视频监控数据资源的开放、共享及安全(调取权限)问题

刘寒冰:不存在开放、共享的问题,绝大部分公共视频都是由公安调用,我们的系统部署在公安网里面,在公安的私有云上进行数据分析与存储

其次,我司参与的人脸识别国标、部标、行标制定,将会规范技术标准,协助政府与公安统一使用规范,打通全国人脸大数据平台。

光线、服饰妆容、目标高速移动等因素影响下动态人脸比对准确性如何保持?

刘寒冰:通过双层异构深度神经网络,将两张图像送入不同的网络中进行干扰引子排除,通过光线优化、3D旋正、反变换等方法,确保动态人脸的清晰。

具体来说,我们有各种光线下的人脸照片,系统学习后,自动就能去除光线的影响;服饰妆容,只要不遮挡人脸的20%以上区域,化妆不太大改变脸型的结构,都可以识别;高速移动的人脸,在一定情况下,可以通过运动模糊算法的反变换,来使运动模糊的图片变清晰一些,再做识别。

海量高效的实时视频分析运算,后端服务器有哪些要求?

刘寒冰:基于通用的服务器上部署windows或者linux系统,利用GPU对视频中的图像进行特征提取处理,利用CPU对视频进行编解码处理。

为了加速比对效率,基于内存进行特征矢量比较。

具体规格要根据实际的业务场景进行相应配置。

通用配置为:

操作系统:Redhat 操作系统。

CPU:Intel Xeon Processor 及以上;

GPU:GTX 1080

内存:最小16GB,建议32GB及以上;

硬盘:最小1TB空闲(取决于实际应用场景和使用量)


声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号