■ 黃亮

1 概述

人臉識別技術是一種利用人的臉部特征信息進行身份識別的技術，屬于生物識別技術范疇，主要應用方向是身份識別。2001年我國公安部門開始使用人臉識別技術進行重大刑事犯罪打擊；2008年舉世矚目的北京奧運會使用人臉識別技術為大會提供保障；2010年上海世博會各大廠商人臉識別技術登臺亮相，同時也標志著人臉識別技術在我國開始大規(guī)模應用[1]。人臉識別的具體方法有多種，如幾何特征人臉識別方法、3D建模特征比對技術等。人臉識別技術在應用層面可分為3個步驟[2]：

（1）建立人臉檔案庫，將用戶人臉特征信息和用戶的相關信息建立綁定關系，如用戶的身份信息、證件信息、支付結算手段等；

（2）人臉圖像提取，即通過攝像機采集獲取人臉圖像；

（3）將獲取的人臉圖像與人臉檔案庫進行比對，并輸出比對結果。

與傳統(tǒng)的身份鑒定方式相比，人臉識別的最大優(yōu)點就是更具安全、保密和便利性[3]。人臉識別技術也具有相關缺點，例如準確性容易受多種因素的影響，在用戶配合、采集條件比較理想的情況下，人臉識別系統(tǒng)的準確度較高，但是在用戶姿勢不對、亮度不夠、發(fā)型改變、表情改變等不理想的情況下，人臉識別系統(tǒng)的準確度會受到很大影響。目前主流的人臉識別算法保守估計其技術準確率能達到95%～98%。根據(jù)中國科學院的研究調查，目前美國最先進的人臉識別系統(tǒng)測試時，識別誤讀率也有1%，長周期使用人臉識別系統(tǒng)必然會出現(xiàn)比對錯誤的概率事件。

我國已有城市試點人臉識別閘機應用。2017年春節(jié)前夕，票證人自助核驗閘機（“刷臉檢票”系統(tǒng)）在北京、上海、廣州、深圳等多地大型火車站投入使用，上海、深圳、成都陸續(xù)進行地鐵應用試驗。

2 應用模型

根據(jù)人臉識別的技術原理和流程，用戶在使用人臉識別系統(tǒng)前一般需要先經(jīng)過注冊，將人臉信息和具體的人建立綁定和對應關系。人臉識別技術模型見圖1。

圖1 人臉識別技術模型

人臉識別技術應用于地鐵自動售檢票系統(tǒng)，至少應添加閘機、扣費系統(tǒng)2個元素。人臉識別技術應用于地鐵售檢票系統(tǒng)模型見圖2。

人臉識別技術應用于自動售檢票系統(tǒng)同樣要完成3步：先建立乘客人臉檔案庫，再通過閘機人臉采集攝像機進行人臉采集，最后進行人臉比對并輸出結果，給予閘機和扣費系統(tǒng)工作指令。人臉識別技術應用于自動售檢系統(tǒng)流程見圖3。

自動售檢票系統(tǒng)是直接面向乘客的系統(tǒng)，影響乘客乘車體驗，涉及票款等敏感問題。此外，人臉識別技術的應用還涉及技術性能、與傳統(tǒng)閘機配置比例、線網(wǎng)應用關系等多個問題。人臉識別技術應用影響因素模型見圖4。

圖2 人臉識別技術應用于地鐵售檢票系統(tǒng)模型

圖3 人臉識別技術應用于自動售檢系統(tǒng)流程

3 人臉識別技術與傳統(tǒng)票卡技術對比

傳統(tǒng)票卡技術成熟可靠，通過與傳統(tǒng)票卡技術的對比（見表1），可以更好地對照新舊技術的優(yōu)缺點，現(xiàn)階段地鐵對閘機的技術要求和傳統(tǒng)票卡的技術特點，可以作為人臉識別技術應用于地鐵自動售檢票系統(tǒng)的技術底限。

人臉識別檢票通行能力的技術期望應高于傳統(tǒng)票卡檢票模式，可朝著開放式、多人次同時檢票的方向發(fā)展。在人票關系中無疑是人臉識別可以更好地防止逃票，人臉識別算法原理需要在線比對，也就導致人臉識別閘機需在線工作，增加了對通信網(wǎng)絡的依賴程度。

圖4 人臉識別技術應用影響因素模型

表1 人臉識別技術與傳統(tǒng)票卡技術對比

傳統(tǒng)閘機成熟可靠，人臉識別閘機與其配比關系，需要考慮技術成熟度，技術越成熟，應用比例越高；也取決某一城市地鐵的應用模式，如人臉識別閘機是專人專用還是單線內(nèi)應用；受車站特點影響，如汽車客運站、火車站、碼頭和機場外來流動人口較多，以單程票為主，傳統(tǒng)閘機配置比例應適當增加；我國部分城市單程票比例較高，屬于乘客使用習慣原因，更愿意單次乘車單次購票；線網(wǎng)內(nèi)應用程度不高的城市，在新線建設時也應適當控制人臉識別閘機的數(shù)量。

4 應用問題分析

深圳地鐵日均客流達400萬人次以上，周一—周五以通勤客流為主，通勤客流中中青年人數(shù)占比較大，這部分人員對新型乘車支付手段有較高的接受能力，如果在深圳地鐵全線網(wǎng)內(nèi)應用人臉識別系統(tǒng)，估計初期人臉庫會在20萬以上并會快速增長，按10%客流使用人臉識別，人臉庫可達百萬。

根據(jù)廠商實驗數(shù)據(jù)，當人臉庫達萬人級別后，比對時間將達2 s以上，而根據(jù)估計的地鐵初期人臉庫20萬以上，比對時間將更長，這樣的比對效率應用在大客流快速通行要求下的地鐵顯然存在極大問題。由于沒有針對10萬級或以上人臉庫識別的公開數(shù)據(jù)，因此無法知道比對時間數(shù)據(jù)，但可以預估，比對時間是大客流城市無法接受的，存在識別比對效率問題。

關于識別比對正確率問題，以目前的人臉識別算法技術仍無法實現(xiàn)百分之百的正確率，即使最先進的人臉識別算法技術，仍存在1%以上的錯誤概率，且錯誤概率可能隨著人臉庫的擴大而提升，這就帶來了乘客票款誤扣漏扣的問題。地鐵屬于全年無休運營，在持續(xù)使用過程中必然持續(xù)出現(xiàn)比對錯誤扣款事件，對深圳地鐵的運營水平及形象造成影響，增加地鐵運營服務成本。

5 解決方案

人臉識別應用在地鐵日均客流達400萬人次以上的城市，仍存在不少需要克服和解決的技術難題。根據(jù)上述分析，現(xiàn)階段可采取以下方案。

5.1 局部試點

限制使用人群數(shù)量，控制人臉檔案庫的大小，保證正確率和比對速度。

（1）在技術足夠成熟前，僅限特定人員（如工作人員）使用，既可積累實驗數(shù)據(jù)也可避免因為技術不成熟帶來的運營管理困難。特定人員實施方案模型見圖5。

（2）以線為單位建立人臉檔案庫，用于面向單線通勤乘客（在一條線內(nèi)進出站的乘客），從而限制人臉檔案庫的大小，需要換乘的乘客暫時限制使用。單線通勤乘客實施方案模型見圖6。

5.2 結合后付費模式和信用管理手段

乘客在使用人臉識別閘機進出站時，僅進行黑名單人臉庫驗證：

（1）對于非黑名單用戶的進出站均實行快速放行，系統(tǒng)后臺進行人臉比對和計算扣費；

（2）對于使用人臉識別閘機后未完成扣費的，納入黑名單人臉庫，無法再次使用人臉識別閘機，并納入個人信用記錄中。人臉識別結合后付費技術的方案模型見圖7。

圖5 特定人員實施方案模型

圖6 單線通勤乘客實施方案模型

圖7 人臉識別結合后付費技術的方案模型

5.3 優(yōu)化人臉識別算法

根據(jù)地鐵運營特點，優(yōu)化人臉識別算法[4]，進一步保證正確率和比對速度。建立人臉檔案母庫、動態(tài)子庫和黑名單，即注冊使用人臉識別閘機的乘客人臉檔案會全部納入母庫中，當乘客進站時做第一次刷臉并快速放行，人臉被錄入動態(tài)子庫，由人臉系統(tǒng)后臺進行動態(tài)子庫與母庫及黑名單之間的比對，比對結果正常的乘客仍被保留在動態(tài)子庫里，比對結果為黑名單的乘客從動態(tài)子庫中消除。乘客出站刷臉時，僅將出站人臉信息與動態(tài)子庫進行比對，比對成功后執(zhí)行扣費和放行，動態(tài)子庫將該乘客人臉消除，比對失敗的人臉信息與黑名單進行比對，檢測到該人臉與黑名單相符，閘機將不予放行并做告警提示。

在算法層面，識別比對有2種方式：一種是基于文件的，即把特征存成文件，在文件級進行比對；另一種是基于數(shù)據(jù)庫的，如在Oracle等數(shù)據(jù)庫中進行比對，在數(shù)據(jù)庫中存有詳細的人臉檔案，由此可以進行圖文混合查詢，以提高查中率和比對速度。

6 結束語

目前人臉識別技術應用于具有大客流、快速通行特點的軌道交通，仍有部分技術難題需要解決?；趯ΜF(xiàn)階段技術的研究分析，采用特定人員方案、單線通勤乘客方案及基于第三方支付平臺后付費等技術思路，人臉識別技術應用在地鐵自動售檢票系統(tǒng)是可行的。可以先小規(guī)模局部試點，積累經(jīng)驗、改進算法、優(yōu)化策略，隨著技術的發(fā)展和先進性的提高，再逐步應用至城市全線網(wǎng)。

[1] 本刊記者．軌道交通視頻與安全產(chǎn)業(yè)技術聯(lián)盟“走出去”——與生物識別產(chǎn)業(yè)技術創(chuàng)新戰(zhàn)略聯(lián)盟共同主辦“2015人臉識別技術與行業(yè)應用研討會”[J]．中國鐵路，2015(8)：93．

[2] 夏志強．人臉識別綜述[J]． 電子世界，2017(23)：74，76．

[3] 安國成，肖坦，陳樹駿．鐵路人臉檢測識別技術應用探討[J]．中國鐵路，2015(8)：91-92．

[4] 胡敏，文永富．三維人臉識別算法研究[J]．影像科學與光化學，2017(2)：131-139．