详情

原文传递高铁刷脸出行核心技术的研究与实现

论文题名：	高铁刷脸出行核心技术的研究与实现
关键词：	高铁;刷脸出行;三维人脸识别;双目结构光;卷积残差神经网络
摘要：	随着人工智能、机器视觉、机器学习和人机交互等学科的不断发展与突破，人脸识别作为非接触性的重要生物特征识别技术，不仅在理论研究上具有重要的科学意义，而且在国民经济各个领域，特别是国家安全、公共安全和金融等方面展现了巨大的实用价值，已经进入实用阶段。然而当前涉及法定身份的应用普遍使用的是二维人脸图像，包含的信息量有限，在实际场景中容易受到光照、人脸姿态变化和表情等因素的影响，使得人脸识别技术面临巨大的挑战。具体表现在当前中国铁路交通出行中，各高铁站已大量地采用了基于二维人脸识别的人证合一实名制核验设备，但受限于二维人脸识别固有的问题，实际场景下识别精度很难进一步提高，实用水准有限，需大量的人工参与。相对于二维人脸识别技术，三维人脸识别技术对人脸进行三维建模，可以利用三维结构信息和纹理信息提升人脸识别身份认证的准确率，同时在鲁棒性和防伪性等方面也有巨大的优势，因此成为下一步人脸识别推广应用的核心所在，然而由于三维人脸采集设备造成的实际场景使用不便、数据量少导致的三维人脸识别技术不够成熟和缺乏三维人脸基础库导致的无法进行注册等问题，三维人脸识别的大规模应用是三维人脸识别发展的一个痛点与难点。　　因此本文围绕三维人脸识别技术的大规模应用问题，基于中国铁路交通出行具体场景与业务，研究了大规模三维人脸采集与建库、面向大规模实际应用的三维人脸识别算法、大规模三维人脸数据注册等问题，提出若干满足实际应用的新方法和应用系统，具体成果主要包括：　　（1）提出了基于高速高精度三维人脸实时采集和识别技术的整套铁路“刷脸”出行的技术方案。　　瞄准国家重大工程的迫切需求和现有二维识别技术难以克服的困难，首次提出并实现了基于高精度三维人脸实时采集和识别技术的整套铁路“刷脸”出行的技术方案和系统，系统的人脸识别能力经过实用现场大数据实验验证可行，性能大大超过国内多家人工智能独角兽企业。目前，系统设备已开始在2022年北京冬奥会高铁专线（京张高铁）、北京南站等地安装并上线运行，取得了较好的效果，表明了方案的有效性和三维人脸识别的优越性。这是全世界范围内三维人脸识别的首次大规模应用，其成功为三维人脸识别的下一步发展奠定坚实基础。　　（2）提出了一种时空立体匹配三维人脸重建算法并设计实现了基于多散斑双目结构光的三维人脸照相机，解决了三维人脸实时建库难题。　　传统的三维人脸的采集要求被采集人员强配合，具有采集速度相对较慢且不适合大规模采集，这限制了三维人脸数据的建库。针对三维人脸照相机的现场适用性问题，在人流量大的交通领域，无感知条件下的非受控环境下，提出并实现了一种基于时空立体匹配的三维人脸重建算法，并基于该重建算法设计实现了一款小型化三维人脸采集相机，在保持较高采集精度的条件下，能够快速有效地采集并重建三维人脸数据。　　（3）面向超大群体建立了大规模高精度三维人脸数据库。　　针对三维人脸数据库缺乏的问题，结合中国铁路交通出行场景设计实现了无感采集系统和采集流程，提高了三维人脸数据采集成功率。最后构建高速高精度三维人脸的应用系统架构，设计了面向超大群体高速高精度三维人脸识别技术应用核验系统。并展示了面向超大群体高速高精度三维人脸识别技术实际运行效果。经过实际运行，目前已构建了180万人的世界最大规模三维人脸数据库。　　（4）提出了面向超大群体实际应用的三维人脸识别算法，解决了人脸识别的瓶颈难题。　　算法以降低三维人脸识别的场景应用限制为目的，能有效避免三维人脸识别对三维采集设备和被测人员配合的依赖，提升实际应用价值。提出了一种三维人脸数据预处理的方法，具有简单、快速的特点，有利于提升三维人脸识别系统的速度。提出并设计了一种基于自然选择机制的深度卷积残差神经网络，使得识别算法具有较高的精度与速度。提出了基于三维人脸结构信息的识别和基于近红外人脸纹理的识别的融合算法，提升了三维人脸识别算法的精度；提出了三维人脸结构混合近红外纹理对二维近红外人脸的识别算法，实现了三维人脸结构混合近红外纹理对二维近红外人脸的识别。最终提出的三维人脸识别算法在实际现场测试中取得了极好的结果。
作者：	李科
专业：	计算机科学与技术
导师：	游志胜
授予学位：	博士
授予学位单位：	四川大学
学位年度：	2021