隨著視頻監控、數碼影像攝錄（包括智能手機）和5G的普及，社會上圖像和視頻證據在逐步增加，執法機構數字圖像視頻處理能力也在逐步增強，人像比對鑒定的迫切性日趨凸顯。但涉案影像中人像質量普遍不高，各類因素形成的低質人像在司法檢驗鑒定工作中帶來諸多不利。因此，司法實踐中迫切需要一款可對低質人像進行清晰化處理的專業化工具。
《警視通人像處理系統》是一款專業的視頻偵查人像處理裝備，能滿足公安部門偵查及技術人員對人像處理、檢索、鑒定的要求，通過提升人像運用效能，促進人像技術在偵查、鑒定等業務中的實戰化應用。系統具備小人像超分辨、各種噪聲濾除、身份證網紋去除、人像修復、光照勻化處理、黑白照片著色等專業功能，受到業內專家的一致青睞。 《警視通人像處理系統》采用目前最前沿的深度學習模型之一的生成對抗網絡（GAN），并不斷探索更先進、更有效的算法模型來提升人像處理的效果。眾所周知，在人臉超分辨增強任務中，生成對抗網絡（GAN）常被用于提升超分圖像的視覺效果，但容易帶來較大的面部細節失真，無法恢復出真實的紋理細節。 為了進一步提升GAN在人臉超分任務中的性能，公司AI研究中心提出了PCA-SRGAN的模型。該模型在PCA基張成的正交投影空間中對生成圖像進行增量式的判別重建，將代表著從結構到細節的漸進主成分投影逐漸送入判別器，令生成器可以有目的重建出更清楚的輪廓和紋理細節，有助于實現高感知和低失真的生成效果。這種增量式的正交投影判別方法保證了從粗到細的精準的優化過程，避免了對其他感知損失的依賴。通過在CelebA和FFHQ人臉數據集進行實驗，并采用比較定性的視覺效果和定量的評價指標，PCA-SRGAN模型展示出了突出的性能。該成果已被國際多媒體頂級會議ACM Multimedia 2020錄用。
圖1：模型示意
圖2：效果比較
公司產品研發中心迅速將上述新技術應用到《警視通人像處理系統》中，并率先在“云劍-2020”行動中得到充分檢驗。在“云劍-2020”行動中，經《警視通人像處理系統》累計處理的人像照片數量高達上萬張，其中清晰化處理各省人像圖片4883張、未知名尸體人像比對預處理9849張、未知名尸體人像復原107張等。處理后的結果，在數起命案逃犯比對過程中發揮關鍵作用。
案例1
案例2
多維視通成立以來一直秉承“產、學、研、用”一體化科學轉化機制，在理論研究、算法突破、應用整合等領域勇擔重任，在新技術服務公安工作的方向上不斷探索，以求更新、更快、更高地突破。
北京多維視通技術有限公司 © 版權所有??京公安網備11010602103374??京ICP備09040842號-1?
