2015年5月，*、*联合发布了《中华人民共和国国家标准批准发布公告》（2015年第15号），其中GB/T31488-2015《安全防范视频监控人脸识别系统技术要求》（以下简称“标准”）的国家标准获批，并于15日正式发布，2015年12月1日起实施。
据悉，该标准是在*和*部科技信息化局的指导下，在*部*研究所的主持下，通过广大委员、顾问、专家反复斟酌，数易其稿，共同努力而编写完成的。笔者作为视频监控人脸识别系统（以下简称“系统”）应用开发和使用的一线践行者，对标准的出台期待已久。下文将以自己实际工作中的体会谈谈对这一标准颁布实施的一些想法。
一、从系统的现状谈标准制定的必要性
1.系统市场需求的紧迫性
（1）视频监控在公共安全的应用已全面铺开近年来，视频监控被广泛应用于*、交通、卫生、教育、环保等多个领域，基本覆盖了公共区域和要害部位。随着*机关视频监控平台的逐步建设，视频资源整合数量不断扩大，视频应用也迈向了更深的层次。对此，*部也提出了加强视频监控工作的总体要求，特别强调规范视频图像资源的整合和安全共享，逐步将视频监控打造成为支撑动态化、信息化条件下各项*工作的重要基础资源。
（2）系统在公共安全上应用也方兴未
艾智能监控技术与人脸检测及识别技术目前已被认为是公共安全的高科技手段，如果将两者融合构建起的基于人脸识别的智能监控系统，将可应用在*、国防、金融、政府部门及有较高安保要求的领域，例如疑犯追踪、关键场所视频监控、出入境管理、重要场所或系统身份验证技术方面，特别是在疫情防御、重要场所人员流量监控方面将有相当大的应用潜力。此外，“平安城市”“智慧城市”和“天网”工程建设更是拉动了这个市场，以数字化视频监控为基础的智能视频监控技术将获得长足的发展.
2.系统在实际应用中缺乏规范性
（1）对系统性能水平的描述不规范目前，很多厂商宣传系统的正确报警率达到99%，其实描述系统的性能应该由双错误率（误报率和漏报率）来确定的。同时，这个性能指标又与监视名单的长度、监视名单的照片质量密切相关，监视名单越长性能越差，监视名单的照片质量越高性能越好，因此在被告知某系统的正确报警率时，需知道该正确报警率是在误报率为多少、监视名单长度为多少、监视名单的照片质量的情况下取得的。
视频监控人脸识别目前是世界难题，因为影响系统性能的因素很多，都是难点很大的问题。根据目前*的人脸识别技术测试报告FRVT2013，的算法在网络摄像头和证件照比对测试时，在10660张的比对照片库中，排名*比中的漏报率为10.4%。即是说，目前的系统在监视名单库在1万张照片时监视名单正确报警率不超过90%。由此，用双错误率表述的系统性能更为规范。
（2）对系统建设成本的预算不规范
系统的硬件组成主要有摄像机、人脸采集服务器、人脸比对服务器、录像设备和网络系统。软件模块组成主要有人脸检测和采集（人脸跟踪）、人脸比对及报警、监控模版库管理、报警记录管理、录像管理及设备管理等。由于需要保证采集到高质量的视频图像，同时需保证每一个通过识别区域的人员进行识别分析，因此系统使用的硬件识别都必须是高性能的，成本不菲。另外，由于对加入人脸识别技术的视频监控系统认知不足，很多技术需求单位提出希望在原来的高清视频监控系统上搭建的要求难以实现。具体区别如表1所示。
二、从系统的发展谈标准制定的及时性
目前，系统在实际应用中想得到迅速发展和完善面临不少难题，而标准的发布及时为系统的测试与建设提供了基准和依据，必将大大促进人脸识别技术在视频监控领域的发展和完善。
1.统一规范了系统的主要概念
本标准的颁布统一规范了监视名单、测试对象、人脸注册、识别区域、告警、监视名单漏报率(以下简称“漏报率”）、非监视名单误报率（以下简称“误报率”）、响应时间等重要名称的定义，避免了各种不规范名称的异议，便于用户以及各厂商之间的技术交流。
2.明确了系统的基本结构和功能要求
部分省略，详见《中国安防》杂志
3.确定了系统的主要指标和测试方法
（1）标准规定了系统的性能级别在误报率为5%时各漏报率对应系统性能级别如表2所示。
表2：详见《中国安防》杂志
（2）标准规范了系统的功能和性能测试方法
监视名单库容量和在监视名单库中参加测试人员数量的系统级别。标准从测试设计原则（录像和现场测试）、功能测试方法、性能测试方法（监视名单长度、测试对象人数）、测试报告等方面规范了测试方法。标准在规范系统性能测试时，将系统支持的监视名单长度作为系统的性能类别，共分5类，同时各类别的测试对应的监视名单中测试对象人数也做了相应要求，具体如表3所示。
表3：
（3）标准明确了系统性能指标参数以及计算方法
标准明确了描述系统性能的主要参数为误报率FP、漏报率LP、系统平均响应时间TR和系统注册失败率BP，同时也明确了各个指标参数的计算方法。
三、从对照标准进行系统实际测试结果谈标准的重要性
本次测试用一款CCTV、一款普通性能和两款高性能高清网络摄像机对同一个监控区域——地铁下行扶梯对测试对象（15名监视名单测试对象通过252次通过和4013名非监视名单测试对象）进行录像，然后用三种不同的算法、两种不同质量照片(电子护照相片和二代证电子相片)的监视名单库和两种不同监视名单长度（1万张和5万张）进行测试，然后进行统计、比较分析，以掌握各类摄像机、各种照片质量的监视名单库和各种算法的性能指标。同时，在另一个监控区域——地铁闸机入口用其中一种高性能网络摄像机也进行测试，比较不同场景（光照、人流等）的结果。
1.测试识别区域实景图（图2）
2.监视名单长度及照片质量描述（表4）
表4：
（1)监视名单库容量分两个等级进行测试，分别为10000张、50000张。
（2)监视名单库中男女比例为5:2。
（3)监视名单中年龄段照片比例：年龄段分为18岁以下、18-30岁、30-40岁、40-50岁、50-60岁和60岁以上，各年龄段照片的比例分别为5%:30%:30%:20%:10%:5%。
3.测试对象通过识别区域情况
21名监视名单中测试对象以正脸、侧脸、低头和带眼镜共四种姿态加入到4013名乘客（非监视名单测
试对象）中通过扶梯口识别区域，每一种姿势通过3次，其中第三次戴上眼镜，在识别区域共通过了252人次的监视名单测试对象。
4.测试总体结果
详见《中国安防》
四、从系统的应用实践谈对标准可以更加完善的几点建议
由于人脸识别技术在视频监控中的应用自人脸识别技术出现就被公共安全与防范行业广泛期待，这个标准是在广泛应用前就开始着手制定的，这里既包含对人脸识别技术在视频监控领域中应用的期待，同时也意识到存在难点和挑战。因此，在对技术的发展和实际应用中问题无法先知先觉，全面把握，存在一些在实际应用和测试中需要完善的环节。下面就从我们意识到的五个方面抛砖引玉，以期共同促进人脸识别技术在智能视频监控领域里的发展壮大。
1．性能要求偏低
该标准只规定了在误报率为5%时对应的各漏报率的系统性能标准，要求过低，应增加在误报率为1%、0.2%时对应的各漏报率的系统性能标准级别。因为在实际使用时，一个广州市地铁扶梯的人流量达到每小时1000人左右，如果该系统的误报率达到5%，也就是说安装在这里的系统将产生每小时100人次的误报，造成了大量“狼来了但没来”的虚假告警现象，无法实际推广使用，因此建议增加误率为1%、0.2%（与通用的FRVT测试报告一致）的系统性能描述。
2.评价指标需要补全
标准对系统性能的评判只用双错误率，类似人脸识别算法的性能评判。实际上视频监控系统的性能与监视名单长度、监视名单的照片质量、监控视频图像的质量（与摄像机、镜头、网络传输质量和监控环境相关）等因素密切相关，因此建议在描述性能时增加监视名单长度和监视名单的照片质量两个指标。
3．测试监视名单库应注意性别和年龄比例的配置
系统性能除了与监视名单的长度相关，同时与监视名单中男、女性别比例以及年龄段的分布也相关，因此在测试系统性能时，应根据性别和年龄分布合理构建监视名单库，同时在测试报告中加以描述。
4．测试用监视名单库应注意各种姿态、佩戴饰物和面部遮挡物的配置
由于系统性能与与测试对象通过监控区域时的姿态和佩戴饰物相关，建议在标准中增加对各种常见且合理的姿态和饰物的测试，如脸、侧脸（30度以内）、低头（15度以内），佩戴眼镜、帽子（露眉）、口罩（露鼻）、发式等，以提高系统对实战的适应能力。
5．需要增加不同光照环境的测试
由于系统性能与环境光照密切相关，建议在标准中增加对各种光照环境的测试，如室外太阳光和室内照明光照时的顺光、侧光、逆光、顶光等，以提高系统对实战的适应能力。综上所述，《安全防范系统技术要求》正是在系统技术发展zui迫切需要的，具有指导意义。虽然标准有些方面需要进一步完善，但标准毕竟奠定了行业发展的基准，将成为未来项目设计和建设的基础。相信在不久的将来，新的应用将着产业的发展，我们现在面临的挑战也将得到解决，届时我们将迎来更完善的修订版问世和产业发展的新阶段。
■作者/言专艺广州市*局科通处
范志鸿广州像素数据技术股份有限公司
节选自中国安防杂志《中国安防》,2015(14):15-20
