揭密:人臉識(shí)別系統(tǒng)如何"畫(huà)"出哨兵遇襲案疑犯

 2009年3月19日晚7時(shí)42分，重慶一名執(zhí)勤哨兵被襲擊身亡，襲擊者還搶走了哨兵的半自動(dòng)步槍。這便是震動(dòng)整個(gè)中國(guó)的重慶“3·19”哨兵遇襲案。  

　　3月30日，重慶市沙坪壩區(qū)公安分局發(fā)布懸賞公告，公開(kāi)了由現(xiàn)場(chǎng)監(jiān)控錄像抓拍的4張視頻截圖，但截圖中并沒(méi)有襲擊者的正面影像。一星期后，在重慶市江北區(qū)公安分局公布的電腦模擬畫(huà)像中，襲擊者的頭部被“轉(zhuǎn)正了90度”，一張隱藏在淺色線(xiàn)帽下的面孔逐漸清晰。  

　　畫(huà)像公布之后，很多人好奇，原本模糊的視頻截圖，如何能變得清晰？襲擊者的頭部是怎么被“扭正”的？最終是否能夠識(shí)破這張隱藏在線(xiàn)帽下的“廬山真面目”？  

　　清華大學(xué)電子工程系教授，主持研制“人臉識(shí)別系統(tǒng)”的蘇光大，曾利用該項(xiàng)技術(shù)，協(xié)助公安部門(mén)成功破獲數(shù)起要案。在他看來(lái)，模糊圖像復(fù)原和人像組合技術(shù)，在中國(guó)已經(jīng)相對(duì)成熟，而綜合了兩者技術(shù)特性的人臉識(shí)別系統(tǒng)，正越來(lái)越多地被人們運(yùn)用，成為輔助識(shí)別犯罪嫌疑人的有效辦法。  

　　人工繪圖，得到便于抓捕的正面圖像 

　　“3·19”槍匪到底是誰(shuí)，目前不得而知。不過(guò)，在以往的案件里，根據(jù)視頻截圖生成人臉正面清晰圖像，進(jìn)而破案，早有先例。  

　　蘇教授回憶起他曾協(xié)助警方破獲的“京城超市投毒第一案”：北京市的7家超市，先后接到一男子的匿名電話(huà)。他以投毒相要挾，勒令商場(chǎng)向他指定的賬戶(hù)匯款。為了鎖定犯罪嫌疑人，警方利用銀行內(nèi)的電子眼，拍攝其提款過(guò)程，想從視頻中組合出男子的模樣。  

　　圖像組合的原理，其實(shí)并不復(fù)雜——通過(guò)獲取嫌疑人臉部不同角度的多張圖片，經(jīng)人工繪圖，得到便于抓捕的正面圖像。  

　　然而，想要從連貫的視頻中，精確地“剝離”出接近真實(shí)的清晰人臉，其難度比組合幾幅靜態(tài)圖片大得多。這就需要借助“模糊圖像增強(qiáng)系統(tǒng)”，對(duì)多幅圖片進(jìn)行逐個(gè)分析。  

　　“這就像放大每一個(gè)慢動(dòng)作里人物模糊的腦袋，再用數(shù)學(xué)公式重新疊加出一張眉眼清晰的臉來(lái)?！闭掳匦医忉尩?。他是公安部人臉識(shí)別標(biāo)準(zhǔn)委員會(huì)委員，也是蘇光大科研小組成員之一，曾直接參與系統(tǒng)研發(fā)。  

　　問(wèn)題的關(guān)鍵是，在“超市投毒案”的視頻中，嫌疑人的行跡相對(duì)連貫清晰，而截取其中單幅畫(huà)并“摳”出頭部后，分析對(duì)象僅僅是一張大小不足一厘米的圖片，面部細(xì)節(jié)非常模糊。如果進(jìn)一步放大分析，眼睛、鼻子等關(guān)鍵部位的信息更是丟失殆盡。  

　　“這就像是拍照抖了手，或者嫌疑人走路太快，焦點(diǎn)沒(méi)法對(duì)準(zhǔn)。”章柏幸說(shuō)。  

　　而“看清”這張臉，正是案件破獲的關(guān)鍵。于是，將截圖輸入“模糊圖像增強(qiáng)系統(tǒng)”后，系統(tǒng)會(huì)根據(jù)模糊成因，進(jìn)行參數(shù)分析。然后，再自動(dòng)篩選出特征較為清晰的10張。如果將10張左側(cè)臉疊加為1張后，含有嫌疑人明顯眼部信息的一個(gè)側(cè)臉，就會(huì)顯示出來(lái)。  

　　約一小時(shí)的時(shí)間里，同樣的程序反復(fù)運(yùn)行三四次，最后，警方繪圖專(zhuān)家已經(jīng)可以通過(guò)系統(tǒng)細(xì)化后的臉部多角度畫(huà)面，繪制出犯罪嫌疑人的正面模樣。  

　　當(dāng)這個(gè)名叫尹剛的東北籍投毒犯被抓獲時(shí)，他吃驚地說(shuō)：“原以為在北京，不可能有人認(rèn)得我?！?nbsp;

　　“人像組合系統(tǒng)”幫助“摘墨鏡” 

　　然而，制造重慶“3·19”哨兵遇襲案的襲擊者，顯然比尹剛謹(jǐn)慎得多。始終掩蓋在淺色線(xiàn)帽下的，到底是怎樣一張面孔？  

　　對(duì)于這樣的情況，人眼識(shí)別困難重重。以至于曾目擊槍匪逃竄的廢品鋪老板不勝其擾，每次面對(duì)記者，只能反復(fù)說(shuō)：“他腦袋上套著帽子，只露出眼睛?！?nbsp; 

　　的確，劉海、口罩、帽子、眼鏡，是人臉圖像中最常見(jiàn)的遮擋物，對(duì)識(shí)別準(zhǔn)確率影響很大。墨鏡更是絕佳工具。章柏幸和他的研究小組就曾接到某國(guó)家部門(mén)的一張視頻截圖，畫(huà)面中的人用墨鏡遮擋住大部分的臉部特征，難以辨識(shí)。  

　　“但這并不直接影響‘人像組合系統(tǒng)’畫(huà)出臉的大致模樣?！闭掳匦艺f(shuō)，“即便他隱藏了某個(gè)‘部件’。”  

　　這些“部件”，指構(gòu)成人臉的五要素：臉型、眼睛、鼻子、嘴巴和眉毛。“人像組合系統(tǒng)”的計(jì)算原理，正是分析五部件的各自特征。系統(tǒng)將人臉識(shí)別分解為：人面像識(shí)別，眼睛識(shí)別，嘴巴識(shí)別，鼻子識(shí)別，眼眉識(shí)別。如此細(xì)分，可以有效避免由年齡、姿態(tài)等變化產(chǎn)生的面部變形對(duì)捕捉人臉信息造成的影響，“摘掉”眼鏡和口罩，也不是什么難事兒。  

　　在“人像組合系統(tǒng)”的作用下，幾分鐘后，一張隱藏在墨鏡下的人臉逐漸清晰，新圖像隨即交由當(dāng)?shù)鼐剑谳爡^(qū)范圍內(nèi)排查鎖定嫌疑人。  

　　“摘墨鏡”看似簡(jiǎn)單，系統(tǒng)卻需要運(yùn)行一系列龐大的運(yùn)算。因?yàn)槿嗣娌康奈骞俳Y(jié)構(gòu)各有不同，為獲得準(zhǔn)確結(jié)果，每個(gè)細(xì)部的識(shí)別都需要用不同的方法分析計(jì)算。  

　　而操作者只需“做道選擇題”：向系統(tǒng)輸入“戴墨鏡”的人臉之前，不選眼睛，只在其余四“部件”前打上鉤。用章柏幸的話(huà)講，要讓計(jì)算機(jī)明白，這次眼睛“不做數(shù)”。  

　　置換一個(gè)最簡(jiǎn)單的例子，即便本·拉登刮掉了標(biāo)志性的濃密長(zhǎng)胡子，去掉下巴，也能畫(huà)出他的模樣。  

　　“人臉識(shí)別系統(tǒng)”運(yùn)算分析 

　　但是，從視頻中還原并組合出相對(duì)清晰的人臉，只是兩步必要的“準(zhǔn)備”工作，要想從茫茫人海中揪出嫌犯，還需要“人臉識(shí)別系統(tǒng)”的運(yùn)算分析。  

　　而這一系統(tǒng)，在2008年北京奧運(yùn)會(huì)開(kāi)幕式的入場(chǎng)安檢中，就曾發(fā)揮過(guò)作用。  

　　這是奧運(yùn)史上首次采用具有“生物特征”的身份識(shí)別方式。8月8日當(dāng)晚，觀眾進(jìn)入“鳥(niǎo)巢”，除了憑借那張價(jià)格不菲的門(mén)票，還必須逐一在進(jìn)場(chǎng)通道前“留張影兒”。  

　　“拍照”由一部安裝在人臉識(shí)別認(rèn)證設(shè)備頂端的攝像頭完成。這個(gè)攝像頭，與另一臺(tái)識(shí)別門(mén)票信息的刷票機(jī)，共同組成了人臉識(shí)別認(rèn)證系統(tǒng)的終端。  

　　持票人刷票時(shí)，攝像頭在一兩秒鐘內(nèi)抓拍人臉，系統(tǒng)再自動(dòng)分析1秒內(nèi)的25幀畫(huà)面(或2秒內(nèi)50幀畫(huà)面，依次疊加)，選取角度合適并且相對(duì)清晰的5幀(或10幀)，定位面部關(guān)鍵點(diǎn)，并提取特征，隨后將持票人和票內(nèi)信息的認(rèn)證結(jié)果同時(shí)上傳到中轉(zhuǎn)服務(wù)器，再由中轉(zhuǎn)服務(wù)器上傳至安保中心服務(wù)器。觀眾信息獲得認(rèn)證并通過(guò)，只需要兩三秒時(shí)間。  

　　“定位關(guān)鍵點(diǎn)和提取特征，是整個(gè)識(shí)別系統(tǒng)中最關(guān)鍵的一步?！闭掳匦艺f(shuō)。  

　　然而，困難在于，人臉本身雖不易改變，神態(tài)卻千變?nèi)f化，甚至在人的一生中，一張面孔上絕對(duì)不會(huì)出現(xiàn)兩種完全相同的表情。加上年齡增長(zhǎng)和不同光照下的明暗變化，識(shí)別人臉對(duì)于只認(rèn)數(shù)字和計(jì)算的電腦來(lái)說(shuō)，困難重重。  

　　“但是在識(shí)別過(guò)程中，電腦必須和人腦一樣，看一眼就知道‘他是不是他’?！敝锌圃河?jì)算機(jī)研究所博士孫慶南說(shuō)。北京奧運(yùn)會(huì)期間，他作為奧運(yùn)會(huì)電子門(mén)票協(xié)調(diào)小組成員之一，直接參與了人臉識(shí)別快速身份驗(yàn)證系統(tǒng)的實(shí)施和操作。  

　　其實(shí)，人的面部有許多無(wú)法改變的特征：眼眶內(nèi)外側(cè)的比例，鼻梁長(zhǎng)度和鼻翼寬度的比例……這些由人的面部骨骼決定的比例關(guān)系，組成了無(wú)數(shù)個(gè)“關(guān)鍵點(diǎn)”，不會(huì)因?yàn)榕质荨⒈砬?、年齡的變化產(chǎn)生改變。  

　　于是，系統(tǒng)根據(jù)這些關(guān)鍵點(diǎn)進(jìn)行統(tǒng)計(jì)學(xué)計(jì)算，建立起數(shù)據(jù)模型，把人的面部解析成由數(shù)字組成的“矩陣”，變成電腦能讀懂的“語(yǔ)言”。這樣一來(lái)，人臉經(jīng)計(jì)算機(jī)轉(zhuǎn)換為數(shù)字，一點(diǎn)點(diǎn)計(jì)算出來(lái)，最終提取出一組能夠表達(dá)整張人臉的特征數(shù)據(jù)。  

　　為奧運(yùn)會(huì)開(kāi)幕式門(mén)禁建立的數(shù)據(jù)庫(kù)，包含了所有持票人購(gòu)票前提交的正面免冠照片，并且已完成對(duì)面部特征的逐一提取。當(dāng)系統(tǒng)從攝像頭圖像中提取的持票人特征，與數(shù)據(jù)庫(kù)中已儲(chǔ)存的購(gòu)票人特征重合度達(dá)到80%以上時(shí)，便能認(rèn)定“他就是他”。  

　　“通常，在我們的系統(tǒng)里。這組數(shù)據(jù)稱(chēng)為‘680維特征’?！闭掳匦艺f(shuō)。