用人工智能尋親 警方用AI找回4名被拐10年孩子

　　每位被拐的孩子，都是我的心病

　　蔣曉玲從事打拐工作已經(jīng)整整19年了。這個過程中，她經(jīng)歷了太多的杳無音信和破鏡重圓。

　　她說，一些家長尋找孩子多年未果，他們會說：“我們也不奢望孩子們重新回到我們身邊，我們只是想知道他們在哪里，看他們一眼，知道他們過得好不好……”

　　過去10年，四川省公安廳打拐處和案發(fā)縣市的公安機關一直在積極尋找那10名被拐兒童的下落。“調(diào)查訪問、模擬畫像、網(wǎng)絡公告……能試的方法我們都試了，但是時間隔了這么久，而且沒有拐賣中間人提供線索，真的是太難了。”蔣曉玲說。

　　轉(zhuǎn)機出現(xiàn)在2017年12月，公安部刑偵局副局長陳士渠去騰訊調(diào)研時，了解到了優(yōu)圖實驗室的跨年齡人臉識別技術，于是將這一技術介紹給了四川警方。

　　此前騰訊等公司利用人工智能協(xié)助尋親已有不少成功經(jīng)驗。比如，截至2018年10月，接入優(yōu)圖技術的QQ全城助力累計找回600多人;截至目前，使用該技術的福建省公安廳“牽掛你”防走失平臺累計找回1000多人。

　　“難度很大。”李新說。“其實當時大家心里沒底，但當大家看到那些層層包裹的照片時，就下定決心要努力一試。”

　　“小耗子”被拐時才3歲，到2017年底已經(jīng)11歲多，而這段時間正是人一生中面部變化最為劇烈的階段，國際上當時還沒有成功跨越10年通過人臉識別技術找到失蹤兒童的先例。

　　對于跨年齡人臉識別，優(yōu)圖人臉識別算法研究負責人李博士和同事們對0歲-18歲的人臉的成長變化進行模擬建模，生成大量可供學習的人臉樣本，然后采用深度神經(jīng)網(wǎng)絡算法來學習這些人臉在成長過程中的復雜變化。

　　“難就難在當時跨年齡人臉識別沒有成熟的算法模型，加上數(shù)據(jù)樣本有限，實驗效果一開始一直不是很理想。”李博士說。

　　李博士和同事們想到了“用機器教機器”的方法。經(jīng)過成千上萬次的模型訓練，終于訓練出了一個可以進行跨年齡人臉識別的深度神經(jīng)網(wǎng)絡模型。

　　“簡單來說，就好比我把成年人的人臉識別模型作為老師，讓兒童的人臉識別模型來學習其中的‘技巧’，盡量消除年齡變化對識別精度的消極影響。”李博士說。

　　功夫不負有心人，經(jīng)過近半年的努力，經(jīng)過很多個夜晚的挑燈夜戰(zhàn)，終于有了突破性進展。這一名為分布式蒸餾學習法則的算法模型進行跨年齡人臉識別的準確率達到了96%以上。