基于人臉—虹膜融合的身份鑒定在公安系統中的應用

●吳 凱

一、人臉識別的發展及其在公安系統的應用

人臉識別是目前最常用和最主要的生物特征身份識別技術之一。學術界對人臉識別相關問題的研究已然趨近成熟，當前研究正關注于消除化妝、表情、姿態、光照及年齡變化等對人臉識別的影響。在工業和產業界，人臉識別技術應用在近幾年取得了飛速發展，特別是自2014年深度學習應用于人臉識別后，基于深度學習的人臉識別系統超過了人識別臉的精度。國際和國內均出現了一批優秀的人臉識別科技公司，為公安、銀行、安防等多行業提供人臉識別身份認證解決方案。

從人臉識別的算法發展角度看，人臉識別技術的主要發展過程經歷了幾何特征、特征臉、人工設計特征、基于深度網絡學習特征的多個算法階段。文獻提出的基于幾何特征的人臉識別，識別出面部特征點，通過測量特征點之間的相對距離描述每個面部特征矢量特征。基于PCA的人臉識別方法有多種研究和應用。局部二值模式（LBP）是最為典型和常用的人工設計特征之一，可用于人臉檢測和識別。近期的人臉識別算法主要基于深度卷積網絡，對于網絡結構、損失函數、人臉圖像生成、訓練方案有大量研究。從人臉生物特征獲取的角度看，傳統的人臉識別技術主要是針對可見光人臉圖像進行，少量研究基于近紅外圖像采集人臉圖像進行識別。為解決黑暗環境中的識別，星光級相機被研發用于微光環境下的人臉識別。蘋果公司的iPhone率先采用結構光三維人臉識別，極大推動了三維人臉識別技術的發展。

近幾年，人臉識別技術在公安行業已開始廣泛應用，應用主要有幾種類型：一是實時的布控預警，即通過視頻監控前端采集視頻，實時以人臉識別技術實現對重點人員的檢測預警；二是實現人證合一的人員身份核查，即通過人臉識別技術實現人員和人員所持身份證的比對；三是事中或事后人員身份核查，首先通過身份證臉像，通過警用智能終端或系統上傳目標人臉圖像，后端從海量的人臉數據庫中尋找匹配的人臉圖像及其關聯的身份信息。當前的難度在于不同業務形成的人臉數據質量有較大差異，如何實現多源復雜人臉數據的高精度識別，實現數據的高效利用仍需技術和標準工作的繼續深入。

二、虹膜識別的發展及其在公安系統的應用

虹膜是人眼中瞳孔和鞏膜中間的環形區域，虹膜識別技術以精度高、比對速度快、防偽能力強、非接觸采集等優點，成為其它生物識別技術的重要補充，是最具前景的識別手段技術之一。虹膜識別技術的核心步驟是使用模式識別、圖像處理等方法對虹膜特征進行描述、匹配和分類，從而實現自動的人員身份認證。

完整的虹膜識別系統由虹膜圖像采集裝置和虹膜圖像分析算法兩部分構成。最早的虹膜識別算法可追溯至1993年，由劍橋大學的Daugman博士提出，主要使用積分微分算子進行虹膜邊界的定位和Gabor相位方法提取虹膜特征。后續虹膜識別研究越來越深入和細致，分割虹膜區域的主流方法有模型擬合法、能量最大化推拉實現虹膜區域分割、基于深度學習的像素級分割方法等，虹膜識別特征提取的主流方法有相關濾波器、定序測量特征、深度網絡特征等。虹膜圖像采集的質量和方便性直接決定了虹膜識別系統的性能和用戶體驗，虹膜光學成像是虹膜識別的瓶頸技術。傳統的虹膜圖像采集系統大多采用低分辨率和窄視角的鏡頭，現階段可實用虹膜圖像采集系統的工作距離有所擴展，但仍在1米以內，中遠距離虹膜成像技術的相關研究仍在進行中。

虹膜識別的特點與警務應用中對人員的精準篩查與快速識別需求不謀而合，在公安監管場所、執法辦案場所或派出所、移動警務街面盤查核錄、特殊場景隱蔽式識別、大型活動或會議安全保衛、旅店等社會單位身份識別、公安社會化服務等領域將會出現越來越多的虹膜系統應用。自2019年2月，公安部下發《全國刑偵信息專業應用系統虹膜身份核查子系統建設與管理指南（征求意見稿）》和《全國刑偵信息專業應用系統虹膜身份核查子系統建設方案（征求意見稿）》，明確提出虹膜識別核查子系統的建設要求及建設周期，虹膜識別技術在公安行業的應用布局有序啟動開展，從大規模虹膜數據庫開始，逐步形成大規模應用的架構體系和服務技術方案，實現多種類型的應用試點。逐步形成與人臉識別應用功能相似的應用模式，一是實時布控預警，二是事中或事后人員身份核查。虹膜識別暫不涉及人證合一核查應該模式。

三、虹膜與人臉的互補性

被公認可用于身份認證的生物特征本身具有區分個體的特性，但由于受到采集、環境、遮擋、用戶習慣或不配合等因素影響，不同的生物特征顯現出不同的優勢和特點。人臉特征和指紋特征采集容易但容易受到影響，DNA信息準確度高但獲取困難，虹膜特征獲取難度和穩定性適中。人臉識別和虹膜識別均使用視頻或者圖像采集的方式采集，對圖像進行分析提取特征并完成比對識別，筆者主要討論人臉和虹膜兩種生物特征融合的身份識別。

（一）人臉識別的特點

1.人臉識別的優點：

（1）人臉識別與其他生物識別方式相比，優勢在于自然性、不被察覺性等特點。人臉識別知識對人臉進行拍照取樣的過程，對受鑒定的人不會造成什么損害，數據錄入快捷迅速。

（2）人臉識別技術不要受鑒定的人強制性的接受拍照檢查，可以通過其他視頻錄入設備進行分析調查，存在著一定的方便性和隱秘性。

（3）人臉識別技術通過算法可以快速有效的實現多個個體的身份鑒定，提升了身份鑒定的效率。

2.人臉識別的缺點：

（1）人臉識別技術對視頻圖像質量有一定的質量要求，如人臉要正對攝像機才能實現對人身份的有效鑒定。人臉的外形很不穩定，人可以通過臉部的變化產生很多表情，而在不同觀察角度，人臉的視覺圖像也相差很大。人臉識別還受光照條件、人臉的很多遮蓋物、年齡、拍攝的姿態角度等多方面因素的影響。

（2）由于不同個體之間的人臉特征區別不大，誤識風險相對較高。所有的人臉結構都相似，甚至人臉器官的結構外形都很相似，例如雙胞胎靠臉部特征識別的難度非常大。

（3）人臉識別技術容易被有意識的屏蔽或者哄騙。如臉部的遮擋物，或者有意識的避開信息收集設備。人臉識別一般采用可見光攝像機采集人臉圖像，容易受到偽造物的攻擊，偽造嘗試成本低廉，不利于系統安全性。

（4）基于三維人臉圖像的人臉識別基于特殊的采集設備，且成像計算開銷大，對推廣具有負面效果。

（二）虹膜識別的特性

1.虹膜識別的優點：

（1）虹膜具有唯一性，虹膜紋理的細節特征是由胚胎發育環境的隨機因素決定的，這種紋理細節的隨機分布特性為虹膜的唯一性奠定了生理基礎。即使雙胞胎、同一人左右眼的虹膜圖像之間也具有顯著的差異。

（2）虹膜具有穩定性，雖然一些醫療和外科手術可以影響虹膜的顏色和整體形狀，但虹膜的精細結構在術后幾十年里仍然非常穩定。

（3）虹膜識別不需要物理接觸，虹膜是一個外部可見的內部器官，虹膜采集是拍照方式，避免了疾病的可能的接觸傳染。

（4）虹膜是一個內部器官，一般不會受到損害和磨損，由外部物理接觸而導致虹膜改變的概率十分小，具有高準確性。因為人對視覺的要求，虹膜一般不會被遮蔽，在清晰的隱形眼鏡、眼鏡和非鏡像太陽鏡下仍然可以正常工作。

2.虹膜識別的缺點：

（1）普通的相機無法采集到清晰的虹膜紋理，虹膜紋理在可見光下呈現不明顯，需采用近紅外光的配合和特殊的虹膜攝像機，設備成本相對高，推廣難度大。

（2）虹膜識別的精度受到圖像質量的影響較大，為保證虹膜圖像質量，虹膜生物特征的獲取較為嚴格，用戶體驗感較差、易用性較低。

（3）虹膜面積很小，要采集到可識別的虹膜圖像難度較高，要保證對一定范圍的用戶高效采集識別難度很高，對于超過幾米的遠距離用戶識別難度更高。

（4）傳統的虹膜識別儀通常不具備自動調焦或者自動云臺，對于不同身高不同距離的用戶很難自動適應，需要用戶的配合。新一代的虹膜識別設備具備自動調節捕捉用戶虹膜的功能，但會給成本較高的虹膜識別設備造成額外的成本。

（5）虹膜受到眼皮保護，較難偽造，但虹膜識別系統仍然有被攻擊哄騙的可能性，例如，佩戴有紋理的美瞳眼鏡、義眼、玻璃眼球、部分打印圖像、以及多種攻擊手段復合的攻擊方法等。

（三）多模態融合的優越性

由于單項生物特征識別技術有其固有而難以克服的缺點，任何基于單項生物特征的身份識別系統都無法完全滿足公安系統身份管理的實際應用要求。多生物模態融合使用是必然的選擇，公安行業也已經把多種生物模態納入身份管理的應用中，同時也正在探索多模態互補的高效融合協作模式。

美國西弗吉利亞大學的Ross等人2006年出版了第一本多模態生物特征識別專著。根據生物特征融合的層次各種分類器融合方法可分為數據層融合、特征層融合、匹配層融合和決策層融合。其中，數據層融合研究和應用均較少；特征層融合是對不同的生物特征經各自的前端處理后，將各生物特征分別得到的初始特征向量進行融合處理，轉化成更高維的融合特征向量。特征層融合可利用的信息量最大；匹配層融合是對多個生物認證系統的匹配輸出分數，采用適當的融合策略進行綜合得到結果，實現難度相對小；決策層融合是在各分類器單獨決策后按一定規則得出最優決策。現階段，匹配層和決策層融合比較適合實際情況靈活應用。常用的多模態生物特征融合策略有加權平均、神經網絡、Fisher可分性分析、Bayes融合、基于Neyman-Pearson準則的決策融合、基于Dempster-Shafer證據理論的融合方法等。

人臉與虹膜融合的身份識別，可有效克服單一生物特征存在的缺陷，在出現一種生物特征不適于識別的情況下，由另一種生物特征得到補償，使識別系統保持高效運作，為實際應用奠定了堅實的基礎。文獻提出采用匹配層融合，對人臉與虹膜兩種生物特征分別進行特征提取，并通過各自的分類器得到相應的匹配輸出后，利用融合策略將兩種匹配輸出進行綜合處理，獲得最終的結果。

四、“人臉—虹膜”融合身份認證平臺

我國已經確定在第二代身份證和電子護照中嵌入生物特征信息，這些身份證件在教育、社保、金融、通關、電信、交通、旅游等領域的廣泛應用離不開國家級生物識別基礎設施平臺的支撐。研究自主知識產權的超大規模生物識別應用系統體系架構具有重要性和緊迫性，為我國相關項目例如新一代社保卡、第三代身份證、電子護照的生物特征比對奠定基礎。

為充分發揮人臉識別和虹膜識別融合識別的互補優勢，設計適用于公安行業的人臉和虹膜融合身份認證平臺，融合身份認證平臺既可基于已有的人臉或者虹膜識別身份認證平臺改造，也可是完整設計建設的多模態生物特征識別身份認證平臺。多模態生物識別系統包括分布到各應用的前端采集設備（包括人臉及虹膜采集識別一體化設備、人臉采集識別設備、虹膜采集識別系統）、多模態生物特征識別統一服務平臺、人臉和虹膜數據庫、以及各種具體落地應用。

1.體系架構和建設模式。體系架構與建設模式是大規模生物特征識別公安應用的頂層設計，首先需要梳理公安應用對多模態生物特征識別的各項應用需求，深入了解已經形成的生物特征識別體系架構和應用模式，設計并構建與公安已有架構和平臺相適應的全局層面的多模態融合應用體系架構，形成人臉與虹膜相互支撐補充的公安行業格局。

2.應用場景。多模態生物特征識別應用與人臉識別和虹膜識別的應用場景相似，包括實時布控預警、人證合一的身份驗證、以及多用途的人員身份核查。多模態融合的實時布控預警比單一的人臉識別或者虹膜識別具有更廣泛的應用場景，實現易用性和準確性的互補。對于安全性要求相對低、通過效率要求高的布控場景，人臉或者虹膜二者比對任意一項即可；對于安全要求高的布控場景，要求人臉和虹膜同時比對完成。人證合一的身份驗證仍然是通過人臉比對，通過人臉識別技術實現人員和人員所持身份證的比對，在合規情況下可在人臉身份認證時進行虹膜的采集、標注和入庫，在已有身份證人臉數據庫基礎上快速建成與已有身份證信息數據庫關聯的虹膜生物特征數據庫。在實時性要求相對低的多用途人員身份核查中，多模態融合可發揮更充分的作用。

以刑偵應用為例，由于信息的不完全和隨機性，某一種生物特征的采集具有隨機性，多種生物特征模態均可被用于嫌疑人或被害人的身份認證和識別。傳統的融合應用方式基本由人工分析判斷完成，每種生物特征的識別分別進行，多種生物特征識別結果的分析、佐證和綜合由人完成。新一代公安多模態生物特征識別中，多種生物特征融合平臺的方法、策略及后處理可形成服務及可定制的服務流程。針對不同任務進行人臉和虹膜圖像的有效采集，篩選滿足質量要求的圖像用于多種比對任務，配合任務驅動的人臉及虹膜識別技術，實現多場景多設備的多源異構生物特征數據精準識別，達到單一生物特征無法達到的識別性能。

五、結語

在復雜的實際公安應用環境下，利用多種生物特征的融合識別來提高身份識別可靠性是目前的研究熱點和發展方向。人臉和虹膜均是人臉部區域的生物特征，均采用攝像機采集的方式識別，融合使用這兩者進行身份鑒別具有自然性。通過可見光相機和近紅外相機同時采集人臉和虹膜圖像，可有效提高系統的通過率、準確性和安全性。通過融合發揮人臉識別和虹膜識別的互補優勢，可顯著提升對大規模人群的身份管理能力和效率，特別適合公安行業對于身份鑒別的高要求。