基于人工智能的社區(qū)矯正定位系統(tǒng)

耿相珍，曹銀杰

（聊城大學(xué)物理科學(xué)與信息工程學(xué)院，聊城252059）

0 引言

社區(qū)矯正是指不限制人身自由，只對特殊人群進行生活、學(xué)習(xí)和工作進行矯正。在十一屆全國人大常委會第十九次會議審議通過《中華人民共和國刑法修正案（八）》明文規(guī)定了對被判處管制、宣告緩刑、裁定假釋、決定暫予監(jiān)外執(zhí)行的罪犯進行社區(qū)矯正，確立了我國的社區(qū)矯正法律制度的建立[1]。近幾年來，各地司法單位建立了各種社區(qū)矯正監(jiān)管平臺，包括網(wǎng)站管理平臺、終端設(shè)備。但現(xiàn)有系統(tǒng)存在一些缺陷，如被矯正人員不佩戴或交由他人佩戴終端設(shè)備，無法確定是否為本人被監(jiān)測；操作方式復(fù)雜、界面不友好等。隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展以及手機的快速普及應(yīng)用，運用網(wǎng)絡(luò)通信技術(shù)、地理定位技術(shù)和人工智能技術(shù)等實現(xiàn)“物聯(lián)網(wǎng)+智慧司法”的智能社區(qū)矯正系統(tǒng)，運用人工智能的人臉識別技術(shù)可自動識別是否為本人被檢測。

人臉身份識別技術(shù)起源于20 世紀60 年代，Chan和Bledsoe 建立了最早的一個半自動人臉識別系統(tǒng)[2]；之后的90 年代，隨著計算機性能的提高，出現(xiàn)了許多重要的人臉識別算法，如幾何特征法、相關(guān)匹配法、子空間法等；直到21 世紀，卷積神經(jīng)網(wǎng)絡(luò)的提出，極大促進了人臉身份識別的研究。人臉識別作為人工智能領(lǐng)域的一項重要技術(shù)，極大促進了人機交互的發(fā)展[3]。基于神經(jīng)網(wǎng)絡(luò)的人臉識別技術(shù)愈發(fā)成熟。利用神經(jīng)網(wǎng)絡(luò)進行人臉匹配極大縮減了人工成本，提高了效率。

1 社區(qū)矯正系統(tǒng)

智能社區(qū)矯正系統(tǒng)如圖1 包括手機App 端數(shù)據(jù)的采集、上傳；網(wǎng)站后臺接收、分析數(shù)據(jù)；數(shù)據(jù)庫存儲信息和網(wǎng)站界面顯示被矯正人員的歷史軌跡及相關(guān)信息。矯正人員通過電子圍欄設(shè)定每位被矯正者的活動范圍，一旦被矯正人員越界，系統(tǒng)自動提醒矯正人員與被矯正人員，并把越界信息保存至數(shù)據(jù)庫[4]。矯正人員可隨時查看每位被矯正人員的歷史軌跡。

通過編寫手機App 實現(xiàn)被矯正人員自主注冊個人信息，包括姓名、年齡、身份證、住址、手機號碼和緊急聯(lián)系人等信息。注冊時自動上傳數(shù)據(jù)至后臺服務(wù)器并結(jié)構(gòu)化保存相關(guān)人員信息。登錄時后臺自動匹配App端輸入信息與數(shù)據(jù)庫中的信息。登錄成功后軟件自動獲取手機GSP 定位的經(jīng)緯度，按設(shè)定的時間間隔上傳被矯正人員的地理位置。軟件可由矯正人員設(shè)定在不定時時間上傳被矯正人員的圖片，以供矯正人員判定被矯正人員身份。軟件在手機后臺運行不會被殺死，開機時立即啟動該軟件。

租用百度智能云作為后臺服務(wù)器與數(shù)據(jù)庫存儲，網(wǎng)站前端可隨時查看數(shù)據(jù)庫中的數(shù)據(jù)。利用Visual Studio，使用ASP.NET 框架的Web Forms 開發(fā)模式搭建網(wǎng)站。使用百度地圖的API 在網(wǎng)站上顯示電子地圖與被矯正人員的地理歷史軌跡和基本信息。

App 端與后臺服務(wù)器端采用的通信模式為Socket編程+TCP 協(xié)議。套接字之間的連接過程分為三個步驟：服務(wù)器監(jiān)聽，客戶端請求，連接確認[5]。當服務(wù)器監(jiān)聽到客戶端A 請求時，自動開啟線程一，雙方經(jīng)過三次握手協(xié)議，開始通信。當服務(wù)器監(jiān)聽到客戶端B 的請求時，開啟線程二，達成握手協(xié)議后開始通信。不同客戶端可同時與服務(wù)器通信，不會相互影響。TCP 協(xié)議提供的是IP 環(huán)境下的數(shù)據(jù)可靠傳輸，在通信前必須要與對方建立連接，具有較高的傳輸可靠性，傳輸過程中不會丟失數(shù)據(jù)，保證了數(shù)據(jù)傳輸?shù)陌踩訹6]。

圖1 智能社區(qū)矯正系統(tǒng)

2 智能識別

人工智能之所以能夠智能識別，是因為神經(jīng)網(wǎng)絡(luò)算法的正向傳播和反向傳播。

2.1 正向傳播

正向傳播過程如圖2，如輸入層有m1和m2x2，x是偏置，w 是權(quán)重值，n 為輸出層。那么：

然后將n1y1和n2y2經(jīng)過激活函數(shù)ReLU：

經(jīng)過激活函數(shù)后分別得到輸出值out1out1和out2out2。神經(jīng)網(wǎng)絡(luò)前向傳播過程的輸出值即為out，但輸出值與期望得到的值tar 存在誤差，因此要進行反向傳播，通過更新權(quán)重值w 來縮小輸出值與期望值的誤差。

圖2 正向傳播

2.2 反向傳播

反向傳播是神經(jīng)網(wǎng)絡(luò)的核心算法，反向傳播的目的就是得到最優(yōu)的全局參數(shù)矩陣，然后將多層神經(jīng)網(wǎng)絡(luò)應(yīng)用到分類或回歸的任務(wù)中去[7]。

首先要計算出總誤差：

接下來要進行權(quán)值更新，以w5權(quán)重值為例，要計算w5對總誤差Eall的影響，通過鏈式求導(dǎo)法則求w5的偏導(dǎo)：

然后通過已求出的誤差Eall對w5的偏導(dǎo)值更新w5的權(quán)重值：

同理對其他w 的權(quán)重值進行更新得到新的權(quán)重值w*。這樣就完成了一次訓(xùn)練，繼續(xù)用新的權(quán)重值進行正向傳播，倘若輸出值達到理想狀態(tài)，權(quán)重值不會再更新；若未達到理想狀態(tài)，繼續(xù)進行反向傳播來調(diào)整權(quán)重值。公式（6）中的ρ 為學(xué)習(xí)效率，可根據(jù)學(xué)習(xí)效果進行調(diào)整。

因此，智能社區(qū)矯正系統(tǒng)中存在已經(jīng)訓(xùn)練好的人臉數(shù)據(jù)庫，當被矯正人員上傳一張圖片至系統(tǒng)時，神經(jīng)網(wǎng)絡(luò)自動對該圖片分類，識別該人員的身份與注冊手機端是否匹配。若身份與手機端不匹配，說明該被矯正人員脫離矯正系統(tǒng)的監(jiān)控，系統(tǒng)立即通知監(jiān)管人員。

3 結(jié)果顯示

如圖3 為智能社區(qū)矯正系統(tǒng)的網(wǎng)站中的人員軌跡圖。網(wǎng)頁上顯示者被矯正人員的姓名、身份證、年齡、住址等信息。使用百度地圖API 在網(wǎng)頁上顯示，淺藍色圓形部分為該被矯正人員的電子圍欄，紅色標點為該被矯正人員的活動軌跡。一旦被矯正人員離開電子圍欄范圍，手機App 警告被矯正人員，網(wǎng)站也會提示矯正工作人員。電子圍欄可由矯正人員對被矯正人員分別設(shè)定。

圖3 網(wǎng)站中人員軌跡圖

本實驗人臉識別采用ArcFace 神經(jīng)網(wǎng)絡(luò)模型進行測試識別，搭建出神經(jīng)網(wǎng)絡(luò)模型后，先通過采集的被矯正人員的圖片訓(xùn)練好網(wǎng)絡(luò)模型，手機端上傳的圖片作為識別測試。如圖4 為人臉識別準確率與損失，Arc-Face 網(wǎng)絡(luò)模型的識別率已達到99.8%。完全滿足實驗的需求。

圖4 人臉識別準確率與損失

4 結(jié)語

基于人工智能的社區(qū)矯正系統(tǒng)利用ASP.NET 框架的Web Forms 開發(fā)模式搭建網(wǎng)站與手機App 端進行通信，通信方式為Socket+TCP 協(xié)議。使用人工智能技術(shù)解決“人機不符”等問題，有效解決了人工驗證的繁瑣，提高了監(jiān)管性能與效率。搭建簡易的網(wǎng)站，方便矯正人員查看被矯正人員的歷史軌跡與詳細信息，操作簡單，人機交互友好。基于人工智能的社區(qū)矯正系統(tǒng)運用網(wǎng)絡(luò)通信技術(shù)、地理定位技術(shù)和人工智能技術(shù)等實現(xiàn)了“物聯(lián)網(wǎng)+智慧司法”，進一步推進了社區(qū)矯正系統(tǒng)在我國的推廣與發(fā)展，促進了司法體制與人工智能的有效融合，實現(xiàn)了司法體制的改革創(chuàng)新。