仇 忠 寧 麗 徐 均
(1.91458部隊保障信息中心,海南 三亞 572000;2.北京京航計算通訊研究所,北京 100074)
軍港,是聯(lián)系陸地與海洋軍事力量的樞紐,是供艦艇獲得戰(zhàn)斗、技術(shù)和后勤保障的軍事設(shè)施,是艦艇作戰(zhàn)能力生成和恢復(fù)的后方依托,是海軍戰(zhàn)場的重要組成部分。同時,軍港也是戰(zhàn)時敵人打擊破壞的主要目標和平時敵人獲取情報的重要目標。隨著軍港大型化、綜合化和軍港保障工作的社會化發(fā)展,其陸域范圍越來越大,港內(nèi)人員組成越來越復(fù)雜,對安全性要求越來越高,傳統(tǒng)的刷卡、密碼、口令等模式已滿足不了軍港安全管理的要求,對安全、可靠、便捷的軍港安全管理技術(shù)手段有著迫切的需求。
隨著“山大校園宿舍刷臉”事件的升溫,“刷臉”背后的人臉識別技術(shù)再一次進入人們的視野中,如將成熟的“刷臉”模式應(yīng)用到軍港安全管理中,必會提升軍港的整體安全性。
人臉識別人們已不陌生,從手機上的面部解鎖,到機場使用的掃臉登機系統(tǒng),人臉識別技術(shù)已經(jīng)慢慢融入人們的日常生活中。人臉識別技術(shù)興起于20世紀50年代,經(jīng)過將近70年的探索研究,判別方法從最初的人臉幾何結(jié)構(gòu)分析辨識到“特征臉”識別,從Fisherface判別方法到彈性圖匹配技術(shù)等,現(xiàn)今主流的深度學習算法已在人臉識別中廣泛應(yīng)用。2014年的CVPR上,F(xiàn)acebook、CUHK、Face++等通過深度學習在LFW上取得了97%以上的準確率,尤其是CUHK的湯曉鷗實驗室對其DeeDlD系列算法不斷改進,其DeeDlD2算法取得了99%以上的準確率,第一次使算法的性能在LFW數(shù)據(jù)集上超過了人類[1]。在近期的IEEE計算機視覺應(yīng)用冬季會議上,美國陸軍研究實驗室的研究人員利用卷積神經(jīng)網(wǎng)絡(luò)和一系列算法,實現(xiàn)在黑夜中進行人臉識別,并且識別準確率超過了80%。
近幾年,人臉識別技術(shù)的應(yīng)用在國內(nèi)外掀起一片熱潮。據(jù)悉,美國FBI在2014年就推出了新一代的電子識別系統(tǒng),總投入超過10億美金,用于利用監(jiān)控鎖定犯罪嫌疑人,從而進行全網(wǎng)追捕。不僅如此,美國國防部和國土安全部門加大了對人工智能識別技術(shù)的投資,用來防止恐怖分子對公共安全造成的威脅。在日本,2015年日立公司推出了視頻監(jiān)控人臉識別系統(tǒng),該系統(tǒng)能夠以3600萬張圖像/s的速度進行掃描,以高精度識別出路人,并且及時存儲路人臉部圖像,將長相相似的人臉進行分類[2]。
在我國,人臉識別技術(shù)也得到了廣泛的應(yīng)用。中科院重慶分院人臉識別團隊就與呼和浩特鐵路局合作,將“刷臉”模式帶進鐵路安防中。雖然火車票實名制有效地阻止了不法分子進入車站,但目前鐵路客運安全檢查仍然是靠相關(guān)安檢人員進行人、證、票統(tǒng)一來判別,介于證件的時效性,照片往往是多年前的,辨識度較低。使用人臉識別技術(shù)進行刷臉比對,做到人證合一,不僅提高了準確率,也大幅度提升了旅客進站的速度,讓不法分子無空可鉆。徐州人事考試基地也運用人臉識別技術(shù)對考生逐一排查,做到了嚴把考生入場關(guān),嚴控作弊行為,集中監(jiān)控管理,有力增強了考試的組織管理和作弊防范能力。在廈門東渡郵輪中心鼓碼頭和嵩嶼碼頭也啟用了人臉識別“刷臉”機,檢票時游客不僅需要刷二代身份證還要“刷臉”,兩者進行比對,只有當人證合一時才能通過。
人臉識別的技術(shù)流程包括四個組成部分,分別為人臉圖像采集及檢測、人臉圖像預(yù)處理、人臉圖像特征提取及匹配和識別。人臉識別技術(shù)流程圖如圖1所示。
圖1 人臉識別技術(shù)流程
不同的人臉圖像如靜態(tài)圖像、動態(tài)圖像、不同表情等通過攝像機鏡頭均可采集,選擇適合的人臉檢測算法,在圖像中準確定位出人臉的位置和大小。目前,主流的人臉檢測方法是Adaboost學習算法,它是一種迭代算法,將一些比較弱的分類器集合起來,構(gòu)成一個更強的最終分類器。人臉檢測過程中用Adaboost算法挑選出一些能代表人臉的矩形特征(弱分類器),將它們集合在一起組成一個強分類器,再將若干個強分類器串聯(lián)組成一個級聯(lián)結(jié)構(gòu)的層疊分類器,有效提高了人臉檢測的質(zhì)量和速度。
基于人臉檢測的結(jié)果,系統(tǒng)在獲得原始圖像后由于受到各種條件的限制和干擾,不能直接使用,必須在圖像特征提取之前對其進行預(yù)處理,即對得到的圖像進行光線補償、灰度變換、噪聲過濾、幾何校正等。
人臉圖像特征的提取主要是提取人臉的眼睛、耳朵、鼻子以及高級別的人臉表情、年齡等屬性特征。時下主流的識別算法是深度學習方法,利用深度神經(jīng)卷積網(wǎng)絡(luò)提取目標的深度語義特征并對人臉進行識別,通過基于多層特征融合的深度神經(jīng)網(wǎng)絡(luò),可以學習不同級別的語義信息,能對較小或者不清晰的人臉進行比較精準的識別。深度學習的特征提取算法采用大規(guī)模、高質(zhì)量、特征豐富的人臉數(shù)據(jù)進行模型的學習訓(xùn)練,保證人臉識別模型的高速性和準確性[3]。
提取的人臉圖像的特征數(shù)據(jù)與數(shù)據(jù)庫中存儲的特征模板進行搜索匹配,通過設(shè)定一個閾值,當相似度超過這一閾值時,則把匹配得到的結(jié)果輸出,從而判斷該人臉的身份信息。
進入軍港的訪客、港內(nèi)人員重要場所的出入、外來艦艇靠泊后的部隊及地方人員出入等,都需要驗證其身份方能進出。傳統(tǒng)的軍港信息化建設(shè)在這方面比較滯后,仍停留在手動登記及刷卡進出模式,安全隱患較大。人臉識別技術(shù)的運用能很好地解決這些問題,不僅能提高軍港的安全性,還能提升軍港的整體管控能力。
根據(jù)調(diào)查和了解,軍港目前的訪客登記管理仍是傳統(tǒng)的人工手動操作,需要申報出入,訪客自己填寫姓名、聯(lián)系方式,出示有效證件并解釋來訪緣由等。訪客信息登記不僅速度慢,還容易出錯,紙質(zhì)類的登記冊更是不易保存和查詢。
針對軍港訪客現(xiàn)狀與需求,可部署一套集人臉識別、人證比對為一體的訪客管理終端。該終端通過“刷臉+刷證”的模式進行人證對比,通過人臉識別技術(shù)確認來訪者和所持證件是否一致。由于來訪者大多不屬于樣本庫中的人員,故只擁有臨時通過門禁的權(quán)限。而對訪客進行面部特征采集,一方面強化了軍港的安保體系,有效防范盜用別人證件進行不法活動的行為的發(fā)生,另一方面對圖像進行存檔以備不時之需。一旦出現(xiàn)突發(fā)事件,可調(diào)取來訪者的相關(guān)信息,有效協(xié)助相關(guān)部門處理后續(xù)事件。
人臉識別技術(shù)在門禁系統(tǒng)中的應(yīng)用已逐漸成為主流,軍港內(nèi)的辦公區(qū)域、特設(shè)站、倉庫、碼頭等都屬于重點安全防護部位,基于安全保密原則,不屬于本區(qū)域的人員通常不被允許進入??稍谥匾膱鏊?、區(qū)域設(shè)置門禁系統(tǒng),具體門禁系統(tǒng)按部署方式可分為三種:通道閘機式人臉識別門禁、墻地面固定式人臉識別門禁、便攜移動式人臉識別門禁。
3.2.1 通道閘機式人臉識別門禁
可在軍港重要場所的出入口處部署帶有人臉識別功能的通道閘機,根據(jù)現(xiàn)場實際情況組合部署單通道、雙通道或多通道模式。人臉識別通道閘機采用云服務(wù)方式,樣本庫不需要專門采集,可提取二代身份證或內(nèi)部工作證中的照片、也可單獨提交電子照片形成樣本庫。數(shù)據(jù)鏈路采用標準以太網(wǎng)鏈路,人臉識別閘機終端上的授權(quán)信息可通過網(wǎng)絡(luò)鏈路,直接由云端推送到終端。同時,人臉識別通道閘機還具有消防安全功能,可手動關(guān)閉系統(tǒng)使得閘機通道全部打開,或當斷電時,閘機通道全部打開,突發(fā)情況大量人流需通過時不會造成擁擠、踩踏事故。與此同時,通道閘機還可兼顧人員考勤功能,有效防止代刷考勤現(xiàn)象的發(fā)生。
3.2.2 墻地面固定式人臉識別門禁
對重點保護部位如首長辦公室、資料室、檔案室等房間,可部署人臉識別門禁控制房間門的開啟閉合。根據(jù)實際場景和進出門的設(shè)計方式,可選擇壁掛式或立式兩種形式的產(chǎn)品,結(jié)合電磁鎖,形成人臉識別門閉鎖控制管理。
3.2.3 便攜移動式人臉識別門禁
對于??扛劭诘呐炌?,由于其每次停泊的碼頭泊位不固定,可在其舷梯口部署一套可移動的識別系統(tǒng),以便在需要臨時對比人員身份時,能做到“即時提出,即時實現(xiàn)”,以最短的響應(yīng)時間滿足人員的身份識別,防止冒充。便攜移動式人臉識別門禁設(shè)備是以人臉識別技術(shù)為核心,集證件讀寫、短信報警、錄像等功能一體的產(chǎn)品,即可在單機狀態(tài)下獨立運行和存儲數(shù)據(jù),也可通過聯(lián)網(wǎng)實現(xiàn)遠程監(jiān)控和管理。
目前,在港區(qū)的大門、公共道路、重要場所大多已安裝視頻監(jiān)控系統(tǒng),可將軍港視頻監(jiān)控系統(tǒng)與動態(tài)人臉監(jiān)控預(yù)警系統(tǒng)動態(tài)結(jié)合。運用深度學習神經(jīng)網(wǎng)絡(luò)人臉識別算法,通過視頻監(jiān)控系統(tǒng)部署的高清攝像機,在人臉進入攝像范圍時,進行高精準快速采集并與樣本庫比對,同時進行白、黑、陌生名單比對,輸出比對結(jié)果,實時鑒別身份。
軍港區(qū)域廣,人員進出較多,安全、可靠、便捷的身份識別系統(tǒng)尤為重要。隨著人臉識別技術(shù)的識別準確率不斷地提高,其在訪客系統(tǒng)、門禁系統(tǒng)及視頻監(jiān)控系統(tǒng)中的應(yīng)用將越來越廣泛,將有效地提高軍港安全管理水平和效率。