“AI安防”热潮不断 东方网力人脸识别掷地有声

　　在AI、云计算、大数据等技术的助推下，“AI+安防”成为安防业内最炙手可热的话题。本届安博会，“AI+安防”再领风骚。各厂商基于深度学习的GPU计算方式应用于人脸识别、大数据分析等技术和应用中，“AI+安防”应用铿锵落地。

　　今年上半年，江苏省连云港市公安机关首次利用基于深度学习的人脸识别系统将在逃2年之久的贺某某成功抓获。2015年，贺某某因非法经营被山东警方上网追逃。2017年3月6日、11日，人脸识别系统监测到贺某某分别在连云港市某区多地出现，经过研判分析，最终蹲点将其抓获。

　　连云港市公安机关采用的人脸识别系统出自全球视频监控管理平台的领导企业——东方网力科技股份有限公司。据悉，连云港市公安机关自2016年10月运行东方网力人脸识别系统以来，共抓获逃犯60余人，报警各类重点人员200余人次。静态比对直接确定嫌疑人身份300余人，提供有价值线索1000余条。

　　基于深度学习，贴近实战应用

　　东方网力的人脸识别系统为何能如此高效地出战果?东方网力负责人解释，这是因为此款产品是依托基于深度学习的人脸识别技术和贴近实战应用的产品设计。“办案民警只需输入现场视频截取的嫌疑人照片或视频流，人脸识别系统就会自动检测出现在图像中的人脸，并对运动中的人脸进行追踪，自动对图片中人脸的轮廓、五官等关键点特征进行定位，然后生成特征码，进行分类和结构化描述，再将特征码与人脸数据库中的字段进行比对，计算相似度，通过相似度分值，判断和识别目标人员的身份，最后命中嫌疑人。”

　　深度学习的概念来源于人工神经网络的研究，其概念由Hinton等人于2006年提出，通过组合低层特征形成更加抽象的高层来表示特征。近年来随着高性能计算的快速发展，深度学习技术已经被广泛应用于图像，声音，视频等领域，并取得了非常好的效果。

　　深度学习最重要的一大特点就是利用人工神经网络从大量的数据中学习其分布规律，从而去准确的预测未知的数据。在东方网力的人脸识别系统中，使用了大量的监控抓拍照片以及标准证件照，利用神经网络去学习这些监控数据的人脸形状，五官位置分布，以及面部特征等，从而实现人脸的跟踪监测，五官的关键点定位，以及人脸比对识别。人脸图片经过训练过后的神经网络，会映射成为一个高维的特征向量，这个向量即表示了人脸的数学特征，对这个高维向量进行简单的数据计算比对，从而达到识别认证的目的。

　　在传统方法中，身份识别时所用的面部特征是人工设计的，无法很好的适用于每个应用场合，而在深度学习中，面部特征是网络根据大量的数据来学习的，因此具有更高的识别准确率。

　　据东方网力负责人介绍，东方网力基于深度学习的人脸识别系统能对性别、年龄、表情、戴眼镜等多种属性的人脸特征进行识别，不论是侧脸、半遮挡，还是模糊人脸、多角度人脸，都能检测，且能对人脸的表情、姿态、角度关键点进行精准检测。

　　以“人”为核心，智能分析颠覆人工检索

　　尽管视频监控系统日益普及，但人工检索目标人员信息受限较多，难以准确、无疏漏地获取到有价值的信息，因此如何能够智能、高效、快速的实现人员相关信息的采集、捕捉与处理是用户的当务之急。

　　东方网力基于计算机视觉和深度学习的人脸识别系统采用世界领先人脸识别算法和技术，对城市各重点场所过往人员进行非接触式捕捉、识别与监控，实现黑名单/白名单自动预警，并支持手机/手持APP联动;对监控日志库采用数据挖掘技术，描绘目标人员的行动轨迹;通过系统共享人像库信息，输入人脸图像进行关注人员的身份核查;对公安各警种、部门刑嫌人员库、高危人群库等进行碰撞，实现串并案分析;对明确身份人员的人脸图像与其所持的证件中的照片进行身份核验。

　　以“构建公共安全视界”为使命，东方网力以满足客户实际应用、有效解决客户的实际问题为核心，针对公安行业的应用场景，采用基于深度学习的人脸识别方法，结合实际应用数据进行算法专业研究，以公安业务需求为导向进行产品研发与前沿技术落地，为社会安定保驾护航。