基于多算法融合的靜態人像比對平臺的探究

劉敏

摘要：伴隨著經濟社會發展而產生的龐大流動人口，特定人員的排查問題日趨復雜和多樣，人像比對技術已成為維護國家安全和社會穩定的重要手段。針對目前人像比對技術的實際應用現狀，提出一種多算法融合的模型，將多個算法模型統一到一個展示系統，更好地為用戶提供技術服務支撐。探索了基于算法模型融合的人像比對平臺的總體架構以及主要功能模塊。

關鍵詞：算法融合;人像比對

一、引言

隨著社會經濟的高速發展以及城鎮化進程的加快，龐大的流動人口中特定人員的排查，成為目前社會面臨的重要課題。人臉識別系統已成為維護社會穩定與國家安全的重要工具和手段。但是，面對治安防控、反恐維穩、社會管理等形勢的發展要求，目前視頻監控系統在監控點位的覆蓋率和專業性等方面還有很大差距，從海量的視頻資源中查找特定人員，費時費力，亟需一套比對效率強、業務功能豐富的人像比對分析系統。[1]

二、人像比對技術現狀分析

隨著深度學習、計算機視覺等技術推進人像比對技術的不斷發展進步，實時人像采集和匹配識別的準確性也越來越高。人像比對技術存在自然性、非接觸性、非強制性、并發性等優勢特點，大量平安城市的建設及社會高清監控的普及，為人像比對平臺的應用提供了大量的數據采集來源，使得人像比對技術得以不斷發展，但也存在平臺建設瓶頸。選擇哪一款人像比對算法成為信息化建設部門必須面對的一個問題。目前常用的選擇依據主要有：

考察案例：實地考察和調研各個算法的建設應用情況，可以很好的屏蔽掉部分算法的夸大宣傳，但是考察時間一般較短，往往不能全面的體驗實際性能和實戰效果;

產品PK測試：讓多個算法模型同時參與pk測試，可以直觀的體驗各算法模型的優劣，而且隨著測試時間增加對模型的體驗也會越深，不過這種選型方式的時間周期會很長，而且投入大量的人力和物力，并且存在測試樣本小的缺陷，與實際應用存在較大差距;

建設多套人像比對系統：將較好的幾種算法模型同時部署到應用系統中，讓用戶根據使用習慣和實際使用效果自己選擇合適的算法。這樣做的缺點一是建設成本較高，而且會人為的造成數據壁壘，不能統一管理和統一展示，也不能直觀的進行優劣比較。[2]

不管采用哪種選型方式，都有相應的不足之處，所以將多個不同算法模型融合成為必然所趨。

三、人像多算法融合模型系統的提出

人像多算法融合模型系統將多個算法模型統一到一個展示系統，既解決了不同算法軟件不能統一界面登錄的問題，也解決了不同算法模型特征數據和人臉數據不能共享比對的問題;人像多算法融合模型系統同時可以將各算法的使用結果通過積分模型進行展示和統計，為人像比對平臺的持續性建設提供更可靠的數據支撐，同時解決調研周期時間長的問題;人像多算法融合模型系統可以多級分別獨自應用，實現流程和業務數據管理的一致性和應用的協同、結果的統一展示。另外，人像多算法融合模型可以實現統一規劃、多級部署的架構，可以將人像比對平臺納入統一建設規范，避免重復建設現象。[3]

相比單一的算法模型，多算法模型具備以下優勢：

（一）支持在同一個平臺中同時部署多個人像比對算法模型，而且多個算法模型之間業務流程和數據是統一的，可以很好解決同一平臺多個算法模型同時部署時的數據孤島現象。

（二）支持對各個算法模型進行結果積分或費用統計，有利于算法模型的技術改進，以及對用戶進行技術培訓，同時對長期規劃提供科學、嚴謹的數據依據和支撐。

（三）對人像比對平臺建設有“統籌規劃、統一管理”的效果，避免分別建設造成人物數據割裂，有利于大數據的整合和研判應用。

（四）多算法融合模式對其余算法模型的有利影響。多算法融合模型不再同時提供單一的算法模型，可保證積分模型的公正性，各個不同的算法模型軟件統一搭建在多算法模型系統管理的計算資源群中，力圖使各算法模型的建設硬件環境一致，保證各個算法模型能夠在同一環境下使用。

綜上所述，多算法融合模型可以對各算法模型使用結果進行數據統計，這既有利于了解各算法模型的優缺點，從而對算法進行有針對性的優化改良，也能讓信息化建設部門對算法模型的引進更加理性和科學，更好地為用戶提供技術服務支撐。

四、基于算法模型融合的人像比對平臺的探究和路徑

基于多種算法模型相融合的靜態人像比對平臺的現實路徑就是，提供集成人像比對算法模型的接口，支持第三方算法模型的接入，通過高效并行的多算法模型調度機制，實現高效的人像檢測和識別比對，快速識別辨別特定人員真實身份，把過去人工排查海量的視頻圖像資源比對需求變成現實，從而有效的為視頻偵查、治安管理等工作提供實踐上的有效幫助和解決方法。

系統平臺的設計和研究總體遵循以下原則：先進性和實用性原則、標準化和資源共享原則、智能性和高效性、高可靠性和穩定性原則。人像比對平臺的建設以“高精度識別、高性能處理、統一標準服務、突出實戰、加強資源共享”為原則，強化頂層設計和規劃，提供技術先進、性能可靠、信息安全、易用性強的綜合人像比對應用系統，滿足新形勢下的公共安全領域的應用。

（一）總體架構設計

1.從應用層面，人像比對平臺分為原始數據層、大數據層、云服務層和應用層。

原始數據層是整個系統的數據支撐層，為人像比對平臺提供基礎數據，包括各類基礎人員庫以及其他采集來的圖像資源;

大數據層是系統建設的個人信息庫、人員分類庫等用于比對服務的各類庫;

云服務層提供多算法比對等服務，為系統提供對外的統一接口服務;

應用層最終向用戶提供基于多算法模型架構的各種業務功能，包括人像比對服務、人像比對門戶等。

2.從邏輯層面，人像比對平臺分為系統支撐層、數據通信層、業務邏輯層和應用展示層。

系統支撐層主要是JDK、數據庫等系統應用軟件;

數據通信層進行人員圖片的采集、分析和存儲;

業務邏輯層針對人員圖片進行特征值獲取和比對的算法服務;

應用展示層最終向用戶提供基于多引擎架構的各種業務功能。

（二）主要功能模塊

1.人員基礎庫

（1）個人全要素庫

要建立統一的個人全要素庫，實現不同類別人員的建檔，同時關聯個人其他信息，實現人員的多維度管理。其作用是為用戶提供“靜態比對”等功能提供個人基礎特征數據信息。

人員全要素庫的內容應包括：人員身份信息、戶籍信息、居住信息、虛擬身份信息（QQ、微信號等）、手機信息（手機號、IMEI、IMSI、MAC等）、擁有的車輛信息、人員分類信息、人臉照片與人臉特征庫。

（2）人臉數據與人臉基礎特征庫

人臉數據與人臉基礎特征庫的內容應包括：身份證件照片、視頻監控抓取照片、其他來源照片等。

（3）人員通行庫

人員通行數據庫的內容應包括：人證核驗檢查站照片、機場安檢人證核驗照片、車輛卡口人臉照片、人員卡口人臉照片、視頻監控人臉照片等，并應支持時間、地點、人臉照片三要素的互相關聯。

2.人員檔案管理

支持新增人員信息，支持批量導入人口信息;

手工錄入：個別人員信息;

文件導入：中小規模人員信息，支持CSV/EXCEL文件格式;

數據庫同步：大規模數據導入，支持oracle及oracle的dump文件。

3.人員詳細信息

人員檔案庫關聯人員身份信息、戶籍信息、圖片信息、出行信息、住宿信息、通訊信息等。

人員信息：關聯人員身份信息、戶籍信息等。

出行信息：購票實名制的落實使獲取到的出行信息更準確，利用價值更高。

通訊信息：通過（IMEI/IMSI）基站/偽基站信息，可關聯到手機號碼并獲取機主信息及其通訊信息。

圖片信息：人員檔案建立過程中可不斷完善人員圖片信息，支持抓拍圖、自拍照、證件照等相片信息的管理及查詢比對。

4.身份核查

將目標人員圖片在設置的人像比對參數下，依據多引擎調度系統中已添加的算法庫，與系統中已經建立的目標人臉庫進行比對。比對結果能夠按照一定的條件進行展示，且能夠查詢結果中人員的詳細信息，并對目標人員執行命中操作。

（1）人員比對

系統提供多樣化的比對方式，支持單選或多選要比對的人員庫。

①兩張照片或者一組照片是否為同一人的判定

1：1模式：兩張照片互相比對，給出相似度;

1：1：1…模式：一組照片比對，給出聚類，相似的分為一組;

②單張照片身份識別

1：N模式：支持證件照、抓拍照、手機照、自拍照

③批量比對

M：N模式：批量導入人像照片進行比對，同一人比對為多個1：N的結果按照相似度從高到底排序;非同一人比對分為M個1：N，M個1：1，M個人員預警。

④不明身份人員入庫比對

不明身份人員和大庫比對以確認身份;

⑤不明身份人員內部比對（串并比對）

不明身份人員和不明身份人員庫比對;不明身份人員和布控人員庫人員比對。

（2）人員詳細信息查詢

系統支持對比對結果列表中的人員進行人口信息一鍵查詢，可關聯到該人員的身份信息、戶籍信息、通訊信息以及各種照片信息，提升工作效率，簡化工作流程。

（3）手機客戶端應用

系統支持手機現場拍照回傳到平臺進行比對核查，并返回結果給手機客戶端。可通過網絡傳輸到系統人員庫做比對，迅速查明人員真實身份。

5.多算法管理模塊。

支持管理系統中接入的算法引擎，并能夠進行修改、升級和刪除操作，并對系統中的算法使用情況進行查詢、統計、積分、糾錯等，對統計結果以圖表的方式進行展示且能夠對統計詳情表進行導出。

（三）技術線路

第一步，多算法模型人像比對系統從基礎數據源同步初始數據，然后對數據進行清洗并建立對應的人員庫并對外提供標準、統一的規范接口。

第二步，各算法模型按照標準的接口從系統管理的人員庫進行特征提取庫的建庫工作，并把相應的特征數據同步到多算法模型調度系統，由系統統一管理。

第三步，用戶基于多算法模型系統的頁面進行多算法模型的人員查詢比對、身份核查等應用。

1.與第三方算法工具的對接

人臉多算法靜態比對系統提供基礎庫及接口協議給第三方比對算法，第三方比對算法按照人像多算法調度系統的接口進行調用，最終實現多算法工具的協同工作。多算法靜態比對系統通過多算法調度實現人臉的身份核查，包括1：1，1：N，M：N，多算法模型調度管理，戰果統計等功能。[4]

2.與特定數據資源庫的數據對接

人臉多算法靜態比對系統可以和各特定資源庫通過相關接口標準及規范進行數據交互，包含人員相關庫、日志審計系統、Pgis系統等。通過從特定數據資源庫中獲取人員照片及個人信息，進行相關建模、分析、比對、碰撞、研判等工作。[5]例如，通過獲取常住地在當地的本地特定人員人像照片及信息，可導入特定應用庫，實現人員的實時比對，通過導入特定數據資源庫，實現不明人員身份的快速確認。

3.提供接口給第三方系統對接

系統支持提供接口供第三方系統使用，比如提供身份核驗的接口，第三方可通過系統的接口獲取直接查到某人的身份。同時針對不同的第三方業務系統可提供相應的接口，滿足不同業務系統的應用需求，有效避免人像比對系統的重復建設。

五、結束語

目前基于人像比對系統的研究和應用已取得一定的成果。本研究是在已有技術的基礎上進行了新的探究，是原有算法的升級和優化，是繼承和創新相結合。充分考慮了目前成熟的算法平臺功能，提出了多種算法模型相融合的新架構和技術路線。

參考文獻：

[1]鄧攀.公安智能視頻系統的研究與實現[D].黑龍江大學，2017.

[2]葉統生.淺談人臉大數據多算法融合技術[J].通訊世界，2018（04）：87-88.

[3]李仁杰，曾鵬，張龍.多人臉識別算法和大數據融合技術在公共安全領域的應用研究[C]//.2019年全國公共安全通信學術研討會優秀論文集.，2019：305-308.

[4]廖恒鋒.反視頻偵查行為識別及應對研究[D].中國人民公安大學，2021.DOI：10.27634/d.cnki.gzrgu.2021.000255.

[5]陳威.基于大數據分析的治安情報研判系統的開發[D].武漢郵電科學研究院，2019.DOI：10.27386/d.cnki.gwyky.2019.000025.

基金項目：2021年度廣西高校中青年教師科研基礎能力提升項目“基于多算法融合的靜態人像比對系統研究”（項目編號：2021KY0886）;

2017年度公安部應用創新計劃項目“三維人像辨認系統”（項目編號：2017YYCXGXQT025）。