人工智能人脸识别技术的应用与发展.docxVIP

人工智能人脸识别技术的应用与发展 人工智能是在20世纪中后期发展起来的一门边缘学科。它的目标是模拟人们的思维和意识。主要讨论内容包括：知识表达、自动图表、搜索方法、机械学习、知识接收、知识处理、自然环境理解、计算机视觉和智能机器人等。人脸识别技术作为人工智能领域中的一个重要分支, 也作为近年来人脸识别技术运用的元年, 成为安防行业与领域中能否抓住核心市场、显现核心技术能力的关键所在。 近年来, 随着人工智能 (AI) 技术的不断发展和运用, 基于大数据的深度学习的人脸识别算法无论从算法还是应用的性能上, 都愈发的运用成熟和稳定。结合人脸识别与证件识别的人证比对技术, 是人脸识别技术最简单、最具典型代表意义的应用之一。 人为核验场景与其它业务的不一性,促使人证核验的准确性更高,成为人 居民身份证是作为中国13.9008亿人口使用最为广泛、有法律依据的有效证件, 在日常生活中扮演重要角色。居民身份证使用频繁, 比如户籍办理、婚姻登记、购房购车、出入口登记、购票核验等, 以满足各种证明身份、业务办理的使用场景。除此之外, 人们往往还拥有护照、驾驶证、学生卡、市民卡、图书证、准考证等各类证件, 而其格式和种类往往各不一致, 为人证核验的准确性提出了更高的要求。 在当前复杂的社会现状、治安水平参差不齐的大环境下, 如何快速、精准的确定人员身份, 不仅是相关政要机关, 如公安部、边检出入境、火车站、高铁站等重要场所, 也是在各行各业从事相关需要人员身份核验的工作人员所关心的重要课题之一。以往身份核验的场景中一般采用人为核验的方式进行, 而人为核验往往存在以下问题:人为核验的不准确性, 核验人员只通过肉眼比对人脸与照片的一致性, 实际核验效果因人而异, 难以做到标准化, 误差大;人为核验易形成个人主观意见, 大多依靠自己的经验或主观判断, 容易出现误判;人为核验比对速度慢, 耗费人力, 效率低下, 且实际大多数核验场景与边检核验比对通行、人证票核验通行、银行网点人证核验业务办理等多种行业业务操作有交集, 难以与多种业务进行资源整合, 以及各行业的人为核验标准又将差距拉开, 无法做到同一性;最后, 人为核验的准确性难以统计、验证, 核验结果也难以复核, 事后查询。 居民身份证指纹信息登记在各相关方 目前, 市面上主流的人证核验产品一般包括身份信息读取模块、人脸图像采集模块、人脸识别模块、指纹信息采集模块、人证比对模块以及图形图像结果输出显示模块。其中, 身份证信息读取模块可以将公安部颁布的有效身份证证件中的信息读取出来, 包括身份证证件照片、身份证号码、姓名、性别、出生日期、居住地址、签发机关、有效期限等, 其中二代身份证中还包括公安部采集的人员指纹信息;并将采集的人脸照片传至人脸识别模块和图形图像显示模块。人脸采集模块, 通过调用高清摄像头抓拍现场人员照片, 保存并同样传至人脸识别模块和图形图像显示模块。人脸识别模块将接收到的人脸抓拍照片和人脸采集照片进行人像图片处理并传至人证比对模块。人证比对模块将接收到的人像图片进行特征值提取以及比对, 并结合预设的阈值参数进行对比, 最后将对比结果返回图形图像输出显示模块。 另外, 指纹自动识别技术经过几十年的发展, 在各方面得到了完善。在2013年1月1日起, 居民身份证指纹信息登记工作在全国范围内正式启动。随着指纹登记工作的有效推进, 人证核验技术中也有效的融合了指纹比对技术, 成为身份核验的一个内容之一。通过身份证阅读模块读取身份证芯片内的指纹信息, 并通过指纹采集模块采集现场被核验人员的指纹信息, 通过人证比对模块对指纹信息进行比对, 确认该人员是否与所持证件信息一致, 判断人员身份。 基本业务流程如下图1。 其他重要的基础服务是保障交通健康发展的基 人证核验技术主要运用于机场、车站、地铁、边检口、海关口、景区、考场、社区、金融及营业网点、事企业单位、园区、小区等多种有人员身份核验需求的场景。其中最为典型的几个应用场景如下: 公安安防:在出入境证件检查工作中, 人证核验工作作为首要关键步骤及核心环节, 对于识别、核验出入境人员的真实身份、有效身份, 打击非法出入境人员、打击伪造证件、假冒人员身份, 排查可疑人员, 及时准确的发现非法出入境人员, 遏制不法份子的非法活动有着重要意义, 切实促进我国境内防恐维稳工作的有效开展, 保障我国社会安定。 交通枢纽:动车站、高铁站、地铁站、机场等重要交通枢纽的人证票核验, 工作人员通过实名验证系统对车票上的身份信息以及持票人的有效身份证件与旅客的一致性进行核验比对, 有效提高人证票核验的工作效率, 提升通行速度和提高服务质量, 并杜绝人证票不一致、假票、假证, 假冒他人购票上车等现象, 同时可以做到是否在逃嫌疑犯、非法分子判断, 为出行人员的安全提供多一