一种公安交管动态人脸识别应用方案

杨卓敏 李杰 尤冬海 公安部交通管理科学研究所

引言

生物特征识别技术就是通过计算机利用人体所固有的生理特征或行为特征来进行个人身份鉴定[1]。常用的生物特征包括：指纹、掌纹、虹膜、视网膜、人脸、声音、笔迹等。

2015年以来，国务院先后出台了《国务院关于积极推进“互联网+”行动的指导意见》、《新一代人工智能发展规划》，对包括生物特征识别技术在内的人工智能发展任务做出了顶层设计。2017年12月工信部发布《促进新一代人工智能产业发展三年行动计划》，提出了人脸识别的近期规划。

近年人脸识别精度显著提高，2018年在知名的人脸识别评测LFW和百万人脸识别挑战MegaFace中，多个中国团队都取得了接近甚至超过99.8%的成绩。科技的突破总是能带来业务的巨大革新，AI人脸识别精度已接近100%，显著超越人眼的识别能力，特别是“大数据+人脸识别”强强联合，深刻地改变着很多行业，使得许多不可能的业务逐步进入实用。公安交管行业也不例外，已经和正在各项业务中引入人脸识别技术，改造传统业务，发展全新业务。尤其在涉证违法行为管控、行人、二轮车辆违章管理等驾驶人、行人动态管理方面，人脸识别有着无可取代的应用价值。

一、人脸识别在公安交管业务中的应用现状

公安交通管理主要针对车和人的管理，包括静态管理和动态管理，比如车辆驾驶人等针对静态信息的管理就属于静态管理，而针对路面动态车辆的缉查布控、非现场违法、二次识别、以图搜车等就属于动态管理。目前对车的管理已经从静态管理转向动静结合的管理模式。

人脸识别应用按照采集方式也可以分为动态采集与静态采集。动态采集是指获取处于运动、变化状态下采集对象人脸图像信息的过程，主要应用于人员筛查。静态采集是指获取相对静止状态下采集对象人脸图像信息的过程，主要应用于身份查证（即人证合一）、合法身份管理、人员管制等。目前公安交管业务中的人脸识别应用主要基于静态采集：

（一）交通违法处理

为规范交通违法处理程序，公安部交通管理局发布了公交管[2017]552《关于严格道路交通安全违法处理坚决遏制买分卖分行为的通知》，要求严格落实人证一致要求，强化身份认证。为此，公安交通管理综合应用平台采用了三合一高拍仪自动读取二代身份证信息，以及拍摄当事人二代身份证、驾驶证、机动车行驶证及当事人现场照片进行人证比对，确保驾驶人本人才能处理非现场交通违法。

（二）互联网“面签”

面签就是本人携带二代身份证到车管所大厅窗口，现场注册登录“互联网交通安全综合服务管理平台”，从而增加可办理业务。目前，交管部门正尝试在“交管12123”手机APP中新增人脸识别网上认证功能，实现网上面签，深化“放管服”改革，便民利民。

（三）现场检查执法中身份查证

在交警执法站重点车辆安全检查、现场执法中，民警采用警务通APP采集人脸，实现驾驶人身份快速比对，有效解决驾驶证现场查验困难的问题。

二、交管业务对动态人脸识别的应用需求

以上应用按采集方式来说均为静态采集，采集对象也是配合状态，技术上比较成熟，推广应用也较为顺利。但公安交通管理对于动态中的人体、人脸信息也有需求。

（一）涉证违法行为管控

本文根据主观恶性和客观危害性，将涉证违法行为分为无证驾驶、失驾行为及准驾不符。其中未取得驾驶证、注销、吊销、撤销、停止使用等情况下依然开车的称为无证驾驶，超分、扣留、扣押、逾期未换证、逾期未审验等称为失驾行为。以下举例说明：

1. 依法注销吸毒人员驾驶证

自2012年7月公安部下发公通字[2012]35《公安部关于加强吸毒人员驾驶机动车管理的通知》以来，截至2015年底，全国公安机关依法注销了18万名吸毒成瘾人员的机动车驾驶证。

2. 基础信息与户籍资料身份证信息不一致

在2016年开展的驾驶人基础信息集中排查清理试点工作中，共发现两省近9万本基础信息与户籍资料身份证号相同，但姓名、出生日期不一致的驾驶证。

3. 酒驾醉驾行为

酒驾醉驾无证、失驾人员数量巨大。仅2018年11月中旬至12月中旬的一个月期间，全国就有10万4千多驾驶人因酒驾、醉驾被处罚。纵观2018年至2019年，基本保持在每月10万人左右的处罚规模，这意味着酒驾醉驾一年就将产生120万的失格驾驶人。

4. 机动车驾驶人超分及停止使用

超分驾驶人数量规模更大。2019年1月至5月，中部某省的超分驾驶人数量已超过14万人，全国各省保守估计每年人数在200万左右。

综上，每年因各种原因产生的无证、失格驾驶人以数百万计，他们中的不少人因为各种原因会经常或偶尔再次驾驶机动车。由于缺乏对无证、失格驾驶人驾驶非名下车辆的管控手段，使得驾驶资格管理的有效性和严肃性大打折扣。

（二）行人、二轮车辆违章管理

行人、二轮车辆也是公安交通管理的对象，但长期以来，由于行人、摩托车、非机动车驾驶人难以非现场确认，而路面警力又不足，其违章行为长期处于失管失控状态。随着人脸识别精度的显著提高，在行人闯红灯等交通违法治理中，逐步引入了人脸识别技术。

行人闯红灯设备通过高清人脸卡口与交通信号系统联动，抓拍闯红灯行人人脸，经人脸识别系统进行1:N的人脸比对，找出违章者。通过语音、路侧大屏公告违章者的部分身份信息，以此警告违章者也警示其他交通参与者。

类似技术也可应用于其他行人、摩托车、非机动车违章，比如骑摩托车不戴头盔，无证驾驶摩托车、轻便摩托车，非机动车载人、闯红灯、逆行、占用机动车道等。

（三）重点人员监控

社会治安综合治理也是公安交管部门的分内工作。特别是重点人员采用机动车作为交通工具时，交警部门具有其他警种不具备的技术手段与信息优势。

三、公安交管动态人脸识别应用方案

影响人脸识别效果的主要因素包括人脸图像获取过程中的不确定性（如光的方向及光的强度），人脸模式的多样性（如胡须、眼镜、发型等），人脸塑性变形的不确定[2]性（如表情等） 。动态场景下，人脸的各种不确定性与多样性更为明显，比如行进过程中光照的变化及强度、人脸的角度、表情变化等。因而动态采集的人脸识别精度一般情况下远低于静态采集，不少业内专家认为目前动态人脸识别还不够成熟。然而近年来，随着700~900万高清人脸卡口的应用和深度学习技术发展，分别从图像采集质量和识别能力上实现了大幅提升，使得动态人脸识别成为可能。为此，我们研究了一种基于高清人脸卡口与深度学习人脸检测的应用方案。

（一）系统架构

1. 前端设备层

系统以路面高清车辆卡口和高清行人卡口作为动态人脸信息来源，其中车辆卡口采集机动车驾驶人、乘客人脸，行人卡口采集行人、非机动车驾驶人人脸。

2. 分析检测层

包括分析调度服务、车辆智能分析服务、人脸检测服务，分别用于获取卡口图片信息、车辆信息提取与人脸特征提取。

3. 识别比对层

由人脸识别比对服务和人脸数据库组成，其中人脸数据库包括人口库、驾驶人库及其他重点监控人员库（如在逃人员库、涉毒人员库）。通过将前端上传的动态人脸特征与人脸数据库进行比对，确定人员身份。

4. 业务应用层

根据识别的人员身份，实现涉证违法行为分析预警、行人摩托车非机动车违章分析预警、重点人员监控等具体业务功能。

（二）网络架构

人脸识别系统部署的典型网络架构如图3所示。

路侧网络汇聚、采集高清卡口图像。公安视频专网实现分析调度、车辆智能分析、人脸检测服务，提取车辆及人脸特征信息。公安网实现动态人脸特征与人脸数据库的识别比对，确认人员身份信息，通过与其它系统关联，由人脸识别系统完成分析预警等功能。

（三）主要功能

系统远期设计包括涉证违法行为分析预警、行人摩托车非机动车违章分析预警、重点人员监控等功能。为快速验证方案的可行性，近期以涉证违法行为、涉证人员监管为突破口，研发集成指挥平台人脸识别系统。主要功能包括无证驾驶人脸分析预警、失驾人员人脸分析预警、准驾不符人脸分析预警、人脸黑名单布控、驾驶人特征轨迹查询等。通过与公安交通集成指挥平台对接，初步实现了以人脸识别为基础的涉证违法发现（分析）、预警、拦截、处置（处罚）、反馈、查询、统计的完整业务链条，贴近交警实战业务，在试点应用中取得了良好的战果与口碑。

四、试点应用情况

集成指挥平台人脸识别系统，陆续在江苏泰州、江西南昌、上饶、山东聊城、广东韶关、重庆等地试点应用。自2019年3月22日至4月底，各地累计发现准驾不符人员违法驾驶行为63起，无证驾驶人员违法驾驶行为772起，现场查获206起，其中未申领驾驶证驾驶机动车的95起。

五、结语

公安交通管理存在对于海量的交通参与者动态监管的需求，其核心就是如何快速、低干扰地完成动态场景下的人员身份鉴定。而人脸识别技术具有非接触、无需合作和不易察觉的优点，恰好满足了这一需求。本文设计了一种基于卡口图片的动态人脸识别方案，以涉证违法行为、涉证人员监管为突破口，通过多地试点应用验证其可行性与有效性。