有了跨年龄人脸识别技术，“天下无拐”时代终将到来！

[ 智能网导读 ] AI跨年龄人脸识别技术与公安人脸布控业务中的人脸识别技术究竟有何不同？究竟有何神奇魔力？

图片来自“Unsplash”

本文转载自安防知识网，作者为曾凌霄，原标题《AI跨年龄人脸识别技术在跨年龄寻亲的应用简析》。智能网智慧城市对文章进行二次编辑，供读者参考。

9月3日，央视财经《经济半小时》栏目播出了一段有关失踪儿童找回的视频新闻。在这则新闻中，跨年龄人脸识别技术是最为核心的功臣，深圳警方利用跨年龄人脸识别技术，根据一张3岁孩童的儿童照片找回了失踪了十几年的孩子，让失散的家庭得以团聚。

新闻一经播出，AI跨年龄人脸识别技术迅速登上了热点话题，这种人脸识别技术与公安人脸布控业务中的人脸识别技术究竟有何不同？究竟有何神奇魔力？

人脸识别跨年龄寻亲与人脸布控的差异

我们知道，用于公安人脸布控业务中的人脸识别技术系统，通过对接入系统的人脸识别监控摄像机所监视区域内的人员，进行实时采集含有人脸的图像或视频流。而内置人工智能芯片的前端摄像机则自动在图像中检测和跟踪人脸，进而对检测到的人脸实时比对和分析，包括人脸图像采集、人脸定位、人脸识别预处理、记忆存储和比对辨识，并通过网络传递到后端人工智能的中心数据库进行存储，从而起到抓拍、识别、预警防范的作用。一旦识别出疑似嫌疑人的人脸，将自动触发报警，使得公安干警可以在短时间内高效地抓到逃犯。

也就是说，公安业务中的人脸布控业务，也是以人脸识别技术为核心，对实时采集的人脸数据与嫌疑人身份图片进行实时分析和比对，从而确定逃犯路径。从本质上来看，这种人脸识别技术与用于失踪儿童找回的人脸识别技术并没有太大的差别，都是用于人的身份确认。且从城市部署方案来看，两者都是借助部署在城市的人脸识别摄像机对疑似人脸数据进行采集、分析以及比对。

但不同之处在于，尽管公安人脸布控在利用人脸识别技术对疑似嫌犯进行身份比对时，也会面临跨年龄识别问题，但由于嫌犯做案时年纪并不小（普遍在十几岁以上），其面部五官已经趋近成型，对于人脸识别的技术的要求并不是太高。尤其是与应用在跨年龄寻亲中的人脸识别技术相比。

而几近所有的跨年龄寻亲案例，失踪人在儿童时期就已走散，而随着年龄的增长，失踪人脸型、眼睛、嘴角、额头、皮肤等标识特征会发生明显的变化，机器的人脸识别率也会随之下降。其对人脸识别技术提出了更高的要求。

AI跨年龄人脸识别技术助力跨年龄寻亲

众所周知，人脸识别系统主要由人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及人脸匹配与识别四大环节组成，任一环节出错，都会影响人脸识别的识别精准度。

对于跨年龄寻亲人脸技术来说，其最核心的难点就在于人脸图像特征提取和人脸匹配与识别两大环节。

人脸是由眼睛鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征，而人脸图像特征提取的数据就是以上人脸数据。但由于人的五官一般都会随着年纪的增长而发生变化，人幼年时期的人脸数据与长大之后的人脸数据并不一致，从而导致人脸识别技术在对失踪人幼年照片与长大后的人脸图片进行比对时，无法进行精准识别和匹配。

这也意味着，在跨年龄寻亲案例，在人脸图像特征提取的环节中，除了提取失踪人幼年时期和疑似失踪人近期的人脸数据，还需要利用大数据分析技术对失踪人的童年五官特征进行分析，并利用人工智能技术推断出失踪人长大之后的模样，再对推测之后的人脸数据进行提取，最后将推测之后的人脸数据与疑似失踪人近期的人脸数据进行识别和匹配。

在这个过程中，基于失踪人幼年照片，利用人工智能技术对失踪人长大后的五官进行推测，是最为关键部分。或许我们还可以这样认为，用于跨年龄寻亲项目中的人脸识别系统，更应该由人脸图像采集及检测—人脸图像预处理—人脸图像特征提取—人脸数据推测—人脸图像特征提取—人脸匹配与识别六个环节构成。

而据深圳警方介绍，新闻中所提及的AI跨年龄人脸识别技术，正是包含了上述所提及的人脸识别六大环节，且在常规的人脸识别技术的基础上，通过人工智能深度学习五官的成长规律，根据数据分析推断出幼儿成长以后的模样，从而解决同一个人在不同年龄段下的人脸识别问题，通过数据分析推断出幼儿成长以后的模样。

相较于传统大海捞针一样的打拐寻人方式，这项更为智能的跨年龄人脸识别技术的成功，为跨年龄寻亲带来了更多的成功性。