暢 健

人臉識別系統(tǒng)在地鐵中的需求分析及實施建議

暢 健

摘 要：通過人臉識別系統(tǒng)在地鐵中的需求分析，提出利用現(xiàn)有資源實現(xiàn)人臉識別的組網(wǎng)方案、設(shè)備配置及實施建議，得出人臉識別設(shè)備技術(shù)結(jié)合高清視頻監(jiān)控系統(tǒng)，可以為地鐵公安人員提供快捷、準確警情信息的結(jié)論。

關(guān)鍵詞：地鐵；高清視頻監(jiān)控系統(tǒng)；人臉識別系統(tǒng)

暢 健：西安市地下鐵道有限責任公司，工程師，陜西西安 710018

近年來，高清視頻監(jiān)控系統(tǒng)在地鐵里得到了廣泛應(yīng)用，如何充分利用現(xiàn)有的高清視頻資源，為地鐵公安工作提供更為高效、快捷的破案手段是現(xiàn)階段高清視頻應(yīng)用領(lǐng)域需要完成的任務(wù)。人臉識別系統(tǒng)作為最直觀、準確率最高的人類面部特征識別技術(shù)應(yīng)運而生，是基于人的臉部特征信息進行身份識別的生物識別技術(shù)。

1　人臉識別系統(tǒng)在公安地鐵項目中的應(yīng)用

近幾年來，公安部門在地鐵內(nèi)通過人工抽檢的方式，抓獲大量在逃犯。

地鐵作為人們?nèi)粘４罅渴褂玫墓步煌üぞ叻浅＿m合作為人臉識別系統(tǒng)進行數(shù)據(jù)采集的場所，原因如下。

（1）地鐵作為各大城市市民出行的日常交通工具，使用便利、客流量巨大。

（2）高清視頻監(jiān)控系統(tǒng)已經(jīng)在地鐵行業(yè)內(nèi)普遍使用，為人臉識別系統(tǒng)提供了硬件基礎(chǔ)，基本不需要額外投資便可實現(xiàn)人臉識別功能。

（3）地鐵車站內(nèi)燈光環(huán)境相對穩(wěn)定，便于攝像機進行圖像采集。

（4）地鐵車站相比其他公共場所更為封閉，當人臉識別系統(tǒng)識別出嫌疑人并發(fā)出警報后，民警對可疑人員進行檢查和抓捕更為容易。

（5）人臉識別系統(tǒng)技術(shù)經(jīng)過10年的發(fā)展，已經(jīng)成熟，分析比對時間短，誤報率低，基本可以滿足現(xiàn)代公安工作的需要。

綜合以上情況分析，地鐵視頻監(jiān)控硬件設(shè)施完善，環(huán)境相對封閉，圖像采集環(huán)境適宜，客流量巨大。因此，應(yīng)大面積推廣人臉識別系統(tǒng)在地鐵中的應(yīng)用。

2　人臉識別系統(tǒng)組成及功能

人臉識別系統(tǒng)是指通過圖像采集設(shè)備對人臉進行數(shù)據(jù)采集，使人臉數(shù)字化，從而達到計算機存儲和識別的功能。地鐵人臉識別系統(tǒng)通過對地鐵站中出現(xiàn)的人員進行人臉檢測，并與本地數(shù)據(jù)庫中公安部的在逃嫌疑犯面部特征進行實時對比，當有匹配時，發(fā)出告警。此外，系統(tǒng)可配備事后檢索功能，在重要事件發(fā)生后，在地鐵中前一段時間內(nèi)拍攝到的人員中尋找特定人員，從而輔助公安人員工作，提高嫌疑人抓捕效率和破案率，圖1為實時人臉識別算法示意圖。

可以充分利用現(xiàn)有的視頻監(jiān)控系統(tǒng)硬件資源。由于人臉識別需要的服務(wù)器性能高于現(xiàn)有視頻監(jiān)控系統(tǒng)配置，所以需要在各地鐵站現(xiàn)有視頻監(jiān)控系統(tǒng)中增加數(shù)臺高性能服務(wù)器，并且每臺服務(wù)器分別安裝不同功能的軟件。同時，在控制中心增設(shè)中心人臉識別管理服務(wù)器及軟件，用于管理全線的人臉識別服務(wù)器。

系統(tǒng)拓撲結(jié)構(gòu)如圖2所示。人臉識別系統(tǒng)由攝像機、人臉視頻分析服務(wù)器、人臉存儲及檢索服務(wù)器、中心管理服務(wù)器和客戶端組成。

2.1攝像機

采用高清網(wǎng)絡(luò)攝像機，為保證人臉身份識別需求，須保證拍攝到清晰人臉、姿態(tài)近正面、光照均勻、細節(jié)豐富、人臉瞳孔間距>40像素、人臉灰度級>64級。建議攝像機距離被拍攝對象4～8 m，正對被拍攝人員行進方向，以避免被拍攝人員沿著徑向運動而產(chǎn)生的運動模糊和側(cè)面人臉。若攝像機吊頂安裝，則應(yīng)滿足下視角度<10 °。

2.2人臉視頻分析服務(wù)器

人臉視頻分析服務(wù)器負責對現(xiàn)場拍攝到的視頻進行分析，主要有人臉檢測、人臉特征提取以及人臉對比3部分功能。這3部分功能可以部署在同一臺服務(wù)器上，也可以分別部署在不同的服務(wù)器上，各個部分通過網(wǎng)絡(luò)互聯(lián)。

在目前的人臉識別系統(tǒng)中，人臉檢測、人臉特征提取、人臉對比、人臉存儲與檢索可在同一臺服務(wù)器上實現(xiàn)，滿足中小規(guī)模系統(tǒng)的低成本應(yīng)用需求。但為提供系統(tǒng)性能，提高系統(tǒng)高穩(wěn)定性，滿足大規(guī)模系統(tǒng)的需求，未來將對系統(tǒng)進行拆分部署。

圖1　實時人臉識別算法示意圖

圖2　人臉識別系統(tǒng)結(jié)構(gòu)示意圖

建議地鐵行業(yè)采用拆分部署方式。原因在于，提高整個系統(tǒng)的效率（包括穩(wěn)定性和可靠性），在客流量增多時，系統(tǒng)對于每個采集到的人臉圖像都要進行1次人臉檢測、人臉特征提取、人臉對比、人臉存儲與檢索。單臺設(shè)備（小型機或服務(wù)器）完成大規(guī)模人臉識別工作較難保證整個系統(tǒng)的效率，在使用中，可能會產(chǎn)生由于數(shù)據(jù)量巨大而導致的漏檢等情況。從系統(tǒng)的穩(wěn)定性考慮，建議人臉檢測、人臉特征提取、人臉對比、人臉存儲與檢索分別使用獨立嵌入式或通用服務(wù)器設(shè)備。

人臉檢測系統(tǒng)可采用具有該功能的專用設(shè)備，例如專用嵌入式人臉檢測分析儀，或具有人臉檢測功能的一體機。人臉視頻分析服務(wù)器從中心管理服務(wù)器接收需要進行實時對比的人臉庫，并在場景中有人員與庫中人臉對比成功時將告警信息傳回中心管理服務(wù)器，由中心管理服務(wù)器分發(fā)到客戶端進行告警。

2.3人臉存儲及檢索服務(wù)器

如需將場景中出現(xiàn)的所有人臉都保存記錄，并進行事后人臉檢索，例如查找某人在過去1個月內(nèi)在哪些地方出現(xiàn)過，則應(yīng)配備專用的人臉存儲及檢索服務(wù)器。人臉存儲及檢索也可以與人臉視頻分析運行于同一臺服務(wù)器上，但可能會帶來服務(wù)器計算資源緊張的問題。例如，某檢索任務(wù)需要0.5 h執(zhí)行完，在執(zhí)行這個檢索任務(wù)時，實時分析任務(wù)可能受到影響。

存儲數(shù)據(jù)量按每張人臉40 KB（圖片+特征）、每部攝像機每天拍攝5 000人、每人記錄5張人臉計算，則每部攝像機每天需1 GB存儲空間，100臺攝像機100天需10 TB存儲空間。實際所需存儲空間視具體配置（抓圖圖片大小、人臉特征長度）和人流密度而定。進行檢索時，由于待檢索人臉數(shù)據(jù)太大無法預先加載到內(nèi)存，因此，檢索速度受硬盤速度制約。若硬盤讀取速度為40 MB/s，每個人臉特征大小為8 KB，則1部攝像機1天拍攝的所有人臉檢索可在5 s內(nèi)完成。

每臺攝像機應(yīng)配備至少200 GB存儲空間，以滿足100天左右存儲需求（具體視客流量、抓圖設(shè)置、算法配置而定）。由于事后檢索速度主要受硬盤速度制約，因此，人臉存儲及檢索服務(wù)器不需要配置高CPU和內(nèi)存，而應(yīng)注重硬盤讀取速度，例如采用磁盤陣列。為滿足快速檢索需求，建議為每站點配備獨立的服務(wù)器，可部署于站點內(nèi)。這樣在進行事后檢索時，如果需要進行全局檢索，可以將工作量分布到各個站點并行進行。若每臺服務(wù)器連接1個站點內(nèi)10臺攝像機，每站點1個月拍攝150萬人次，即750萬人臉，對1臺攝像機1天拍攝的人臉進行檢索需要5 s，則在1個站點過去1個月內(nèi)抓拍的人臉范圍進行1次檢索耗時約25 min。

2.4中心管理服務(wù)器

中心管理服務(wù)器負責進行人臉庫管理、人臉庫下發(fā)、告警事件管理、事后檢索、系統(tǒng)管理等功能。系統(tǒng)其他組成成分，例如攝像機，人臉視頻分析服務(wù)器，人臉存儲及檢索服務(wù)器，客戶端等，都與中心管理服務(wù)器進行連接，接受中心管理服務(wù)器管理。具體功能如下。

（1）人臉庫管理。建立人臉庫，增加、刪除、修改、批量導入人員或人臉信息。

（2）人臉庫下發(fā)。中心管理服務(wù)器將人臉特征與人員ID發(fā)送到人臉視頻分析服務(wù)器上。具有保密性質(zhì)的關(guān)鍵數(shù)據(jù)，例如人臉庫中人員身份信息，人臉照片等，只保存在中心管理服務(wù)器上，不向人臉視頻分析服務(wù)器下發(fā)。

（3）告警事件管理。人臉分析服務(wù)器產(chǎn)生的事件，例如人臉抓拍、人臉識別告警等，都傳回中心管理服務(wù)器數(shù)據(jù)庫進行存儲。實際數(shù)據(jù)（現(xiàn)場抓圖，人臉特征文件等）分布式保存在各個人臉存儲及檢索服務(wù)器上，在中心管理服務(wù)器數(shù)據(jù)庫中只保存文件索引信息。

（4）事后檢索。中心管理服務(wù)器在收到客戶端發(fā)出的檢索請求后，將檢索請求下發(fā)給各個人臉存儲及檢索服務(wù)器，進行分布式檢索后，將結(jié)果匯總并傳給客戶端顯示。

（5）系統(tǒng)管理。中心管理服務(wù)器負責進行整個系統(tǒng)的管理工作，1臺中心管理服務(wù)器與數(shù)十到數(shù)百臺人臉視頻分析服務(wù)器和人臉存儲及檢索服務(wù)器連接，接收實時告警信息，并推送告警信息至客戶端。在中心管理服務(wù)器上不需要進行高性能運算，因此，不需要高CPU和高內(nèi)存配置，而應(yīng)注重穩(wěn)定性及多任務(wù)處理能力，建議采用多任務(wù)處理能力強的多核心CPU。

2.5客戶端

用戶通過客戶端軟件登錄中心管理服務(wù)器，進行人臉庫管理、人臉庫下發(fā)、告警事件管理、事后檢索等工作。

3　實施建議

（1）采集位置。圖像采集點位應(yīng)設(shè)置在光線無變化、客流量密集、角度適合、且可以捕獲到滿足像素要求的位置。因此，可以考慮將人臉圖像采集攝像頭設(shè)置在出入口通道內(nèi)、自動售檢票機上方、安檢X光機上方、閘機入口處等位置，確保盡可能多的采集進入地鐵的乘客面部特征，且這些面部特征均為有效采集數(shù)據(jù)。

（2）配置布局。由于人臉識別系統(tǒng)對服務(wù)器要求較高，如果大面積進行數(shù)據(jù)采集和比對，需要配備大量服務(wù)器，投資較大。因此，從節(jié)省投資、提高系統(tǒng)效率方面考慮，在地鐵的建設(shè)中，無需在所有車站都配置人臉識別系統(tǒng)，可以只在重點換乘站或重要出入口處進行人臉數(shù)據(jù)采集。

（3）已建成線路的配置方式。對于已建成的地鐵線路，可以在地鐵車站內(nèi)局部區(qū)域設(shè)置4路人臉識別（分別位于4個出入口通道），充分利用現(xiàn)有的服務(wù)器硬件資源，只增加相應(yīng)軟件即可完成，這樣既保證了功能，同時又提高了設(shè)備的使用效率。

（4）廠商選擇。在系統(tǒng)選擇上可以考慮選擇一些在地鐵視頻監(jiān)控系統(tǒng)有豐富經(jīng)驗的集成商、設(shè)備供應(yīng)商合作，這樣可以保證系統(tǒng)的穩(wěn)定性。

4　結(jié)論

地鐵行業(yè)中運營安全最為重要，其中重中之重是人的安全。需要地鐵運營部門和地鐵公安部門共同努力確保，其中運營部門是通過對設(shè)備運行情況監(jiān)控，確保地鐵正常運行，并保證運行的安全性。而地鐵公安部門則需要通過現(xiàn)場治安管理和先進的安全防范技術(shù)抵御外來人員帶來的安全隱患。高清視頻無疑是現(xiàn)階段最為有效的現(xiàn)場治安管理手段。人臉識別作為現(xiàn)階段高清視頻領(lǐng)域的新技術(shù)，無論規(guī)模大小、系統(tǒng)穩(wěn)定性和可靠性還需要進一步提高和驗證。人臉識別技術(shù)結(jié)合高清視頻監(jiān)控系統(tǒng)，可以為地鐵公安人員提供快捷、準確的警情信息，同時配合聯(lián)動現(xiàn)有的高清視頻監(jiān)控及視頻分析系統(tǒng)構(gòu)成一套完整體系的安全防范系統(tǒng)。應(yīng)在未來的安防領(lǐng)域得到更廣泛地應(yīng)用。

參考文獻

[1] P. Viola & M.J. Jones. Robust Real-Time Face Detection [J]. International Journal of Computer Vision, 2004, 57(1): 137-154.

[2] J. Li and Y. Zhang. Learning SURF Cascade for Fast and Accurate Object Detection[C]. IEEE International Conference on Computer Vision and Pattern Recognition, 2013: 3468-3475.

[3] P. Dollar, R. Appel and W. Kienzle. Crosstalk Cascades for Frame-Rate Pedestrian Detection[C]. European Conference on Computer Vision, 2012: 645-659.

[4] S. Ren, X. Cao, Y. Wei, and J.

Sun. Face Alignment at 3000 FPS via Regressing Local Binary Features[C]. IEEE International Conference on Computer Vision and Pattern Recognition, 2014: 1-8.

[5] P.N. Belhumeur, J.P. Hespanha, and D.J. Kriegman. Eigenfaces vs. Fisherfaces: Recognition Using Class Specific Linear Projection [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1997, 19(7): 711-720.

[6] D. Chen, X. Cao, L. Wang, F. Wen and J. Sun. Bayesian Face Revisited: A Joint Formulation[C]. European Conference on Computer Vision, 2012: 566-579.

[7] D. Chen, X. Cao, F. Wen and J. Sun. Blessing of Dimensionality: High-Dimensional Features and Its Efficient Compression for Face Verification[C]. IEEE International Conference on Computer Vision and Pattern Recognition, 2013: 3025-3032.

Requirement Analysis and Implementation Suggestions of Face Recognition System in Metro

Chang Jian

Abstract:Through an analysis on the demand of face recognition system in metro, the paper proposes the use of existing resources to achieve face recognition system network solution, equipment configuration and puts forward implementation recommendations. The equipment technology for face recognition based on HD video monitoring system can provide fast, accurate alarm information for metro public security personnel.

Keywords:metro, HD video surveillance system, face recognition system

收稿日期2014-10-15責任編輯 凌 晨

中圖分類號：U231