侵权投诉
订阅
纠错
加入自媒体

人脸识别技术在智慧城市建设中的深度应用

人脸识别技术在智慧城市中的应用疑难

人脸识别技术在智慧城市中的应用疑难主要体现在业务场景与技术实现两个方面,技术实现方面主要的难点包括:超大规模人脸异步集群识别检索的难点,人脸识别最小支持到18.5亚像素级的难点,人脸识别技术与环境及样本量的冲突难点。

我们先看看第一点:超大规模人脸异步集群识别检索的难点。

人脸识别应用的困扰之一是,大容量的人脸库的人员检索查询的时效性难以保障,目前,在安防行业,一般大容量人脸库的规模能达到100万数量级,检索速度勉强满足要求,但对于千万级甚至更大规模的人脸数据,在数据库表检索和硬件的性能均达到极限情况下,仍旧难以支撑业务要求。为解决该问题,系统分别在海量运算和海量存储上做异步分步式的处理架构,对前端提前的任务系统在优化数据库表检索速度的同时,采用异步集群的架构,利用开源的分布式系统基础架构Hadoop在普通PC机上搭建起基础云平台,使得系统的基础建设成本降低,同时Hadoop基础云平台能方便快捷的水平扩充系统性能,而不会引起大幅的成本增加。人脸基础信息数据库则采用分布式的HBase,同时HBase还能存储人脸数据库处理的中间结果。搜索引擎技术方便则采用Lucene的分布式实现Katta,Katta基于Hadoop框架实现,索引的建立和搜索的打分排序都能在Mapreduce运算模型上进行,大大提高了运行的速度,这为超大规模数据的业务应用提供了技术支撑和保障。基于以上技术,在已测试的案例中,系统在6052路摄像机接入时,每路视频每秒可处理5帧数据,针对1000万的人脸库,检索响应时间小于1秒。如下图所示:

人脸识别技术在智慧城市建设中的深度应用

第二个技术难点是:人脸识别最小支持到18.5亚像素级。

传统的人脸识别算法对人脸像素的要求很高,很多号称小像素级的算法在小像素时效果很差,只有到60像素以上时,才有了较好的效果,本系统的核心算通过不断的攻坚技术难点,创新的提出一种基于双层异构的改进深度神经网络,实现了双层网络间的信息反馈与数据评介采样,不仅提高了网络的稳定程度,而且在训练中可加入半监督的处理流程,通过人工构建一层网络来不断监测和微调学习网络,解决传统基于卷积神经网络的深度学习,网络构建很难人工干预的问题,从而从根本上解决了人脸识别准确率与误识率的问题。同时,为了解决小像素信息量严重缺失的问题,系统对建立起了对人脸周边区域信息的评介体系,通过建立精细像素信息网络,对人脸信息进行亚像素级的精细化处理,从而解决了小人脸识别的一大难题。如下图是人脸识别ROC比对曲线对比。

人脸识别技术在智慧城市建设中的深度应用

第三个技术难点是人脸识别技术与环境及样本量的冲突难点。

人脸识别技术目前依然受限于人脸库的样本量影响识别精度,同时受限于单一算法,仍然无法在黑夜,环境光低下,双胞胎,戴帽子墨镜等影响。虽然目前阿泰克等日本供应商已经通过近红外+3D人脸识别解决了部分问题,但由于实现原理制约,只能在样本库小的,事先注册好人脸3D建模的场景下使用,比如大楼门禁,海关通关闸机,充分利用静态人证比对和动态3D扫描+近红外实现。对于智慧城市的广大区域,比如车站,码头等人流量聚集的场所,以及商场、社区等近民场景难以凑效

人脸识别技术在业务场景下面对的挑战也比较多,仍需不断发展探索。比如:人脸识别面对绑架型解锁就是一个难题,利用合规的人脸来进行相应的犯罪反侦察,深度学习的样本量中对与人脸的变化比较是难以凑效的,这对于安防行业中面对的新需求比如反恐维稳场景中的人脸更新周期长、难以识别长须前与长须后。比如智慧数据比对中的碰撞方式难以将人脸识别与其他有嫌疑的数据采集源端的二义性带来的精准度下降。比如许多少数民族地区由于历史沿革原因,出生有一个姓名,叫做阿凡提买买提,启蒙按照宗教原因进入寺庙启蒙,叫做阿凡提里约买买提,类似一个法名,入校后的会有一个学名阿凡提六法买买提,满足18岁办理身份证的时候一般按照学名或出生名,结婚后会有从夫名。这些姓名对应的不同时期的人脸照片差别迥异,成年男子因为宗教原因不得剃胡须,甚至不更新身份证,不办理户口,游离在法治边缘。这样的业务场景下,我们的深度学习,人工智能读到的可信数据源(教育准考证,公安身份证,户口本)等可能会是一个人,多个合法姓名,多个人脸样本。但各类系统的数据取值不一致,导致二义性。造成人证脸关联识别失败。

<上一页  1  2  3  4  5  下一页>  余下全文
声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号