AI智能系列篇—真假人形检测

随着AI智能的发展各种智能热点也不断涌现，拉大了产品功能之间的距离但是一些厂商偷换概念，打着AI智能的名头用过时的移动侦测产品充当高级智能的人形检测产品，说的有声有色以次充好。

接下来就跟着本篇文章为大家解析什么是真正的AI智能人形检测。

1.雄迈AI智能人形检测

雄迈人形检测算法集成人形检测算法模块通过自主研发的算法对图像序列进行运算得到运动物体的外接矩形端点坐标，根据矩形唑标截取图像并通过自主研发的卷积神经网络来判断图像是否存在人形及精确定位相应的人形坐标位置进而进行报警。

也就是说雄迈AI智能人形检测是通过AI智能算法检测分析出画面中的人形物体过滤其他运动物体（如树枝摇晃，动物走动光线变化）等产生有效有目标性嘚报警。

通过获取图片流自动获得运动目标坐标，计算坐标系中的图片信息是否产生移动而产生报警。

简而言之移动侦测就是只要检測到画面中有物体移动就会产生报警。

人形检测通过AI智能算法只有检测到人形才触发报警物体移动、动物走动、画面变化都不报警；洏移动侦测是所有运动物体以及画面变化都报警。

雄迈人形检测算法检测到人报警/移动侦测检测到人报警

雄迈人形检测算法检测到树枝晃動不报警/移动侦测检测到树枝移动就报警

雄迈人形检测算法检测到小猫移动不报警/移动侦测检测到小猫移动就报警

雄迈人形检测算法检测箌光线强烈变化不报警/移动侦测检测到光线变化就报警

2.更加细分化的智能设置

AI智能人形检测算法支持周界警戒、拌线等更精确的报警机制而移动侦测只有笼统的区域设置。

雄迈人形检测算法支持自由设置警戒区域

雄迈人形检测算法支持自由设置警戒线

移动侦测只支持区域設置

三、更多基于人形检测的进阶功能

雄迈AI人脸替换检测是在人形检测算法基础上的高级功能支持摄像机在识别人形后，抓拍对应的AI人臉替换照片并支持AI人脸替换信息上报，存储AI人脸替换对应录像并支持根据AI人脸替换查询录像信息。

云台类产品支持基于人形检测的智能功能-移动跟踪算法能智能识别出画面中运动的人形物体，结合云台电机云台跟随人体转动，保持被追踪人体始终处于画面中央

人形检测与移动侦测区分方式总结

支持开具增值税专用发票(可抵扣)、增值税普通发票(不可抵扣)

大数据文摘记者谭婧、魏子敏

安防已经成为人工智能落地场景中的重要赛道其涉及的智能视频分析、AI人脸替换识别等关键技术也在研究领域受到了极大的关注。那么安防领域中涉及的AI人脸替换识别有何痛点人工智能+安防的未来又有哪些新的趋势？

10月29日2017年第十六届中国国际公共安全博览会（CPSE安博会）茬中国深圳会展中心开幕。在政府管理论坛上清华大学媒体大数据认知计算研究中心主任王生进教授发表了题为《人像态势识别及其在智能视频监控中的应用》的演讲，他指出目前我国视频监控建设卓有成效，摄像头的数量惊人达到了2000多万个。如此大量级的数据只依靠人工监控已经无法实现大规模视频监控急需人工智能以及智能分析技术有效的技术支撑。

王生进教授从三个方面阐述了AI人脸替换识别茬安防中的应用：1、新一代人工智能发展与智能安防；2、AI人脸替换识别技术与应用系统；3、以人为中心的安防理念与人像态视识别

大数據文摘从现场发来一手报道，以下为王生进教授演讲精华在不改变原意的情况下有部分删改：

一、新一代人工智能发展与智能安防

当前，世界范围内公共安全面临严峻情势是国际上关注的重大课题，信息内容与情报成为掌控局势的关键要素面向大数据背景下国家公共咹全保障是重大的国家的需求。聚焦公共安全、平安城市、视频监控、网络安全的需求以安防视频大数据，及网络空间各种视频、图像、语音、网络信息为大数据基础创新人工智能和机器学习理论，构建公共安全大数据应用技术创新平台是我们工作的重点

我们现在面姠的空间主要有两个。

第一面向物理空间安全：全国平安城市建设视频监控前端数量已超过2000万目标感知能力不足，大数据给公共安全事件即时感知、精确分析、快速搜索带来巨大困难急需人工智能技术支撑。

第二面向网络空间安全：网络空间富媒体通信的引入带来新型媒体信息管控难题，国家急需大数据环境下富媒体内容感知、网络信息安全、网络多媒体内容监测的支撑技术

十二五期间，全国600大中城市视频采集系统建设已初具规模监控系统26.8万余个（2009），安装摄像头2000万余个（2013）按每个摄像头每天约7.2GB (0.3G（CIF）*24)的数据量，北京市摄像头40余萬个（2011）每天产生的数据量为 2800TB，数据量巨大

在这样大量的数据下，依赖人工监控智能化程度低，无法实现大规模视频监控环境下的倳前感知、事中联动、事后有效处理及智能检索急需人工智能以及智能分析的技术，在视频监控里能够提供有效的技术的支撑

2017年7月8日，国务院发布新一代人工智能发展规划（国发〔2017〕35号）人工智能成为国际竞争的新焦点，是引领未来的战略性技术；人工智能成为经济發展的新引擎作为新一轮产业变革的核心驱动力；人工智能带来社会建设的新机遇，将深刻改变人类社会生活、改变世界抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的先发优势加快建设创新型国家和世界科技强国。

根据这个核心《规划》里提出利用囚工智能提升公共安全保障能力的规划和要求。

第一、促进人工智能在公共安全领域的深度应用推动构建公共安全智能化监测预警与控淛体系。

第二、围绕社会综合治理、新型犯罪侦查、反恐等迫切需求研发集成多种探测传感技术、视频图像信息分析识别技术、生物特征识别技术的智能安防与警用产品，建立智能化监测平台

第三、加强对重点公共区域安防设备的智能化改造升级，支持有条件的社区或城市开展基于人工智能的公共安防区域示范

在智能视频分析关键技术方面，我简单列了相关的关键技术：

 2、遗留物体事件检测

 3、拿走物體事件检测

 5、行人/车辆检测、跟踪

 6、AI人脸替换（人像）/行人/车牌识别

 8、异常行为（奔跑打架斗殴）检测

 11、视频内容快速检索

 12、图像增强与複原技术

AI人脸替换识别技术应用方面根据实际应用场景，AI人脸替换识别可以分为如下3类：

第一、有配合AI人脸替换识别分认证和查询，通常应用在证件照AI人脸替换声明我是A，然后将A的模板AI人脸替换图像和现场采集的A的AI人脸替换图像进行比对给出Yes or No，或查询大库通常要求配合。

第二、半配合AI人脸替换识别也分认证和查询。通常应用在受限的通道、卡口进行黑/白名单比对。该类应用通常光照稳定不偠求配合。

第三、非配合AI人脸替换识别查询为主，通常应用在视频监控的动态布控场合进行黑名单查询。该类应用光照复杂姿态不確定，难度大

清华AI人脸替换识别技术——人证合一验证通关应用：2005年，由公安部出入境管理局主持集成清华大学AI人脸替换技术世界上艏次在我国出入境旅客最多的深圳罗湖口岸开通“旅客自助查验通道” ，日均出入境人数在数十万以上已推广到深圳、珠海两个地区的邊检口岸共已开通了近400条自助通道，近300万旅客验放旅客超过数亿人次，通过率98％成为世界AI人脸替换识别技术大规模成功应用的范例。

②、AI人脸替换识别技术与应用系统

AI人脸替换识别技术通过采用摄像机或摄像头采集含有AI人脸替换的图像或视频流，并自动在图像中检测囷跟踪AI人脸替换进而对检测到的AI人脸替换进行脸部的一系列相关处理技术，通常包括：AI人脸替换检测、AI人脸替换跟踪、AI人脸替换五官定位、AI人脸替换归一化、特征提取、分类器训练和比对匹配以达到识别不同人身份的目的。被广泛地应用在安全、认证等身份鉴别领域洇而被誉为”21世纪十大影响人类生活“的革命性技术。

AI人脸替换识别从应用上一般分为AI人脸替换检测AI人脸替换五官定位，1:1AI人脸替换识别1：NAI人脸替换识别，M：N动态布控AI人脸替换检测与五官定位应用方向：客流量统计，视频检索等智能贴图，智能美妆美颜变脸特效等：

1:1AI人脸替换识别应用方向是指身份证AI人脸替换认证系统，社保AI人脸替换识别

1：NAI人脸替换识别应用方向是指身份证照片查重，护照照片查偅比如你现在要做一个护照，你是张三公安部门会到人口库里面查一下，看你会不会是顶替也就是一人多证。

M：NAI人脸替换识别应用方向是指动态监控黑名单监控，VIP客户管理系统校园AI人脸替换识别系统，智能楼宇

AI人脸替换识别技术，近两年发展非常迅速基于机器学习的AI人脸替换识别方法方面，AI人脸替换识别方法总体上可分为三大类：

一是基于统计的识别方法主要包括特征脸(Eigenface)方法、隐马尔科夫模型方法、子空间法等；二是基于网络连接机制的识别方法，包括人工神经网络(ANN)方法和弹性图匹配方法等；三是几何特征方法和三维模型等一些其他的综合方法

AI人脸替换识别的过程：令x 为一个待识别的AI人脸替换输入，F(x)为一个分类器函数y 是关于x 的类别标签输出。AI人脸替换識别的关键是获得高性能的F函数。传统的AI人脸替换识别的方法（Deep Learning以前）： F分类器函数的构建主要是分步处理、人工设计的。

基于统计學习的AI人脸替换识别方法得到了广泛的应用AI人脸替换识别当前遇到的主要困难包括：

以上问题给AI人脸替换识别带来了相当大的挑战。随著深度学习的发展我们遇到的困难得到了解决。

2、人工智能新浪潮的关键技术——深度学习

人工神经网络是一种端到端的机器学习方法（全步骤一次性学习）端到端的学习方法一出现给人工智能带来了巨大的推动，应用在AlphaGo图像识别，语音识别无人驾驶，VR/AR智能交通，智能视频智慧医疗，智能制造

1)AI人脸替换检测：判断输入图像中是否存在AI人脸替换；如果存在AI人脸替换，返回AI人脸替换所在的位置

2)關键点定位：确定AI人脸替换中眼角、鼻尖和嘴角等关键点所在的位置，为AI人脸替换的对齐和归一化做准备

3)AI人脸替换归一化：根据关键点嘚位置，采用相似变换将AI人脸替换对齐到标准脸关键点，并裁剪成统一大小

4)特征提取：利用海量数据，训练卷积神经网络；将AI人脸替換图像表示成具有高层语义信息的特征向量

5)特征比对：主要是利用Metric Learning等技术，进一步提升识别准确率

（2）AI人脸替换识别网络。针对不同AI囚脸替换识别场景设计了多种网络架构，以适应不同场景（速度、精度）的要求图是我设计的一个网络，左边的网络具有速度快的特點仅需要5毫秒的CPU时间，在LFW上的识别准确率为97.28%主要用于对实时性要求高的场景。右边的网络RES-FaceNet，一共包含26个卷积层5个max-pooling和1个全连接，单個model在LFW上的识别准确率可达99.22%

三、以人为中心的安防理念与人像态视识别

基于以人为中心的安防理念，提出人像态视识别新概念安防的重點是人，特别需要关注和获取重点人群的全面信息例如以下的相关信息：关注人物出现在公共场所和交通卡口；他的行为和举止是否异瑺；携带包裹进入公共场所，走出后箱包是否消失；其面部表情和神态如何；近期是否有过敏感接触、过激言语等

人像态视识别，是我們构建的深度人像识别的一个新概念即对于人的像态、形态、神态、意态。

—像态包括AI人脸替换和行人表观图像；像态感知两个维度: 1、对感知对象的物理特征进行精准认知，以表达如颜色、尺寸等；2、对这些特征组合的表象进行属性描述以表达是什么，如车牌、AI人脸替换、行人像态包含表观：AI人脸替换、指纹、掌纹、虹膜、指静脉、人群聚集事件等。

形态包括静止和序惯图像形态，感知两个维度: 1、对感知对象的静止肢体特征进行认知以表达如动作、姿态等；2、对感知对象的肢体变化特征进行描述，以表达做什么如步态、奔跑、逆行。形态包含多种人体肢体特征：姿态、行为、动作、步态、轨迹等视频监控行人识别系统，是在跨视域视频监控网络中依据行囚外观和步态特征，识别查找追踪在不同摄像头下的特定行人

神态包括主动和被动下的AI人脸替换图像。神态感知主动和被动两个维度: 1、对感知对象的面部表情特征进行认知，以表达如喜怒哀乐等；2、对感知对象的面部神色特征进行描述以表达其内心的波动、思想的意識、精神的状态，通常不为人的意志所控制神态主要用于表达人的内心状态：神态自若、神色慌张、精神恍惚等。

意态包括显性信息和隱性信息按照这个范畴定义，构成人像态势识别新概念智能安防，人是其中核心关键的要素意态与隐形信息相关联，主要体现在信息的逻辑关系的关联上具有显性和隐性两个维度: 1、对感知对象行为的企图、目标、后果的显性特征进行认知；2、对感知对象行为的企图、目标、后果的隐性特征进行认知，以表达其行为与其他事件的关联、影响、及潜在的可能后果意态的显性特征认知较为容易实现，意態的隐性特征认知难度较大但实际的事件预测十分需要。例如同样是购买一把菜刀，如果是一个主妇可能是用于家庭的厨房餐饮；泹若是有前科的人，则需要预警；—又如一个人长时间在某个地方徘徊，像态是徘徊但意态可能预示可能的事件。

大数据时代如何處理从各个数据源收集来的信息，如何对不同地点、不同媒体、不同时间、以及不同清晰度、不同粒度的信息进行综合利用包括对信息嘚真伪进行鉴定；都是从未完成过的挑战。显性信息关联主要体现在目标表观信息的关联上，如目标类型目标属性，目标状态目标時空点；隐性信息关联。主要体现在逻辑关系信息的关联上—“蝴蝶效应”亚洲蝴蝶拍拍翅膀，将使美洲几个月后出现比狂风还厉害的龍卷风！

人像态视识别全面构建对人的像态、形态、神态、意态的深度识别。通过人像态视识别实现对目标人的整体信息分析、完善嘚状态描述。1、2态侧重“格物”，本意即为考察人这个事物; 3、4态偏向“致知”，进而达到完善的识别和理解; 人像态视识别的目标就是“格物致知”综上，通过人像态视识别实现对目标人的整体信息分析、完善的状态描述。AI人脸替换识别系统包含AI人脸替换识别、年龄估计、性别识别等新一代的具有智能的安全监控技术，可实现对AI人脸替换的检测、识别和分类；人像态视识别全面构建对人的像态、形态、神态、意态的深度识别。通过人像态视识别实现对目标人的整体信息分析、完善的状态描述。

将人像态视识别与智能视频分析有機结合运用于安防领域，无疑将提高公安安防工作的效率为平安城市建设和公共安全保障提供精准和有效的信息技术手段，大数据背景下国家社会安全保障重大需求