基于人工智能的社区矫正定位系统

耿相珍，曹银杰

（聊城大学物理科学与信息工程学院，聊城252059）

0 引言

社区矫正是指不限制人身自由，只对特殊人群进行生活、学习和工作进行矫正。在十一届全国人大常委会第十九次会议审议通过《中华人民共和国刑法修正案（八）》明文规定了对被判处管制、宣告缓刑、裁定假释、决定暂予监外执行的罪犯进行社区矫正，确立了我国的社区矫正法律制度的建立[1]。近几年来，各地司法单位建立了各种社区矫正监管平台，包括网站管理平台、终端设备。但现有系统存在一些缺陷，如被矫正人员不佩戴或交由他人佩戴终端设备，无法确定是否为本人被监测；操作方式复杂、界面不友好等。随着网络技术的飞速发展以及手机的快速普及应用，运用网络通信技术、地理定位技术和人工智能技术等实现“物联网+智慧司法”的智能社区矫正系统，运用人工智能的人脸识别技术可自动识别是否为本人被检测。

人脸身份识别技术起源于20 世纪60 年代，Chan和Bledsoe 建立了最早的一个半自动人脸识别系统[2]；之后的90 年代，随着计算机性能的提高，出现了许多重要的人脸识别算法，如几何特征法、相关匹配法、子空间法等；直到21 世纪，卷积神经网络的提出，极大促进了人脸身份识别的研究。人脸识别作为人工智能领域的一项重要技术，极大促进了人机交互的发展[3]。基于神经网络的人脸识别技术愈发成熟。利用神经网络进行人脸匹配极大缩减了人工成本，提高了效率。

1 社区矫正系统

智能社区矫正系统如图1 包括手机App 端数据的采集、上传；网站后台接收、分析数据；数据库存储信息和网站界面显示被矫正人员的历史轨迹及相关信息。矫正人员通过电子围栏设定每位被矫正者的活动范围，一旦被矫正人员越界，系统自动提醒矫正人员与被矫正人员，并把越界信息保存至数据库[4]。矫正人员可随时查看每位被矫正人员的历史轨迹。

通过编写手机App 实现被矫正人员自主注册个人信息，包括姓名、年龄、身份证、住址、手机号码和紧急联系人等信息。注册时自动上传数据至后台服务器并结构化保存相关人员信息。登录时后台自动匹配App端输入信息与数据库中的信息。登录成功后软件自动获取手机GSP 定位的经纬度，按设定的时间间隔上传被矫正人员的地理位置。软件可由矫正人员设定在不定时时间上传被矫正人员的图片，以供矫正人员判定被矫正人员身份。软件在手机后台运行不会被杀死，开机时立即启动该软件。

租用百度智能云作为后台服务器与数据库存储，网站前端可随时查看数据库中的数据。利用Visual Studio，使用ASP.NET 框架的Web Forms 开发模式搭建网站。使用百度地图的API 在网站上显示电子地图与被矫正人员的地理历史轨迹和基本信息。

App 端与后台服务器端采用的通信模式为Socket编程+TCP 协议。套接字之间的连接过程分为三个步骤：服务器监听，客户端请求，连接确认[5]。当服务器监听到客户端A 请求时，自动开启线程一，双方经过三次握手协议，开始通信。当服务器监听到客户端B 的请求时，开启线程二，达成握手协议后开始通信。不同客户端可同时与服务器通信，不会相互影响。TCP 协议提供的是IP 环境下的数据可靠传输，在通信前必须要与对方建立连接，具有较高的传输可靠性，传输过程中不会丢失数据，保证了数据传输的安全性[6]。

图1 智能社区矫正系统

2 智能识别

人工智能之所以能够智能识别，是因为神经网络算法的正向传播和反向传播。

2.1 正向传播

正向传播过程如图2，如输入层有m1和m2x2，x是偏置，w 是权重值，n 为输出层。那么：

然后将n1y1和n2y2经过激活函数ReLU：

经过激活函数后分别得到输出值out1out1和out2out2。神经网络前向传播过程的输出值即为out，但输出值与期望得到的值tar 存在误差，因此要进行反向传播，通过更新权重值w 来缩小输出值与期望值的误差。

图2 正向传播

2.2 反向传播

反向传播是神经网络的核心算法，反向传播的目的就是得到最优的全局参数矩阵，然后将多层神经网络应用到分类或回归的任务中去[7]。

首先要计算出总误差：

接下来要进行权值更新，以w5权重值为例，要计算w5对总误差Eall的影响，通过链式求导法则求w5的偏导：

然后通过已求出的误差Eall对w5的偏导值更新w5的权重值：

同理对其他w 的权重值进行更新得到新的权重值w*。这样就完成了一次训练，继续用新的权重值进行正向传播，倘若输出值达到理想状态，权重值不会再更新；若未达到理想状态，继续进行反向传播来调整权重值。公式（6）中的ρ 为学习效率，可根据学习效果进行调整。

因此，智能社区矫正系统中存在已经训练好的人脸数据库，当被矫正人员上传一张图片至系统时，神经网络自动对该图片分类，识别该人员的身份与注册手机端是否匹配。若身份与手机端不匹配，说明该被矫正人员脱离矫正系统的监控，系统立即通知监管人员。

3 结果显示

如图3 为智能社区矫正系统的网站中的人员轨迹图。网页上显示者被矫正人员的姓名、身份证、年龄、住址等信息。使用百度地图API 在网页上显示，浅蓝色圆形部分为该被矫正人员的电子围栏，红色标点为该被矫正人员的活动轨迹。一旦被矫正人员离开电子围栏范围，手机App 警告被矫正人员，网站也会提示矫正工作人员。电子围栏可由矫正人员对被矫正人员分别设定。

图3 网站中人员轨迹图

本实验人脸识别采用ArcFace 神经网络模型进行测试识别，搭建出神经网络模型后，先通过采集的被矫正人员的图片训练好网络模型，手机端上传的图片作为识别测试。如图4 为人脸识别准确率与损失，Arc-Face 网络模型的识别率已达到99.8%。完全满足实验的需求。

图4 人脸识别准确率与损失

4 结语

基于人工智能的社区矫正系统利用ASP.NET 框架的Web Forms 开发模式搭建网站与手机App 端进行通信，通信方式为Socket+TCP 协议。使用人工智能技术解决“人机不符”等问题，有效解决了人工验证的繁琐，提高了监管性能与效率。搭建简易的网站，方便矫正人员查看被矫正人员的历史轨迹与详细信息，操作简单，人机交互友好。基于人工智能的社区矫正系统运用网络通信技术、地理定位技术和人工智能技术等实现了“物联网+智慧司法”，进一步推进了社区矫正系统在我国的推广与发展，促进了司法体制与人工智能的有效融合，实现了司法体制的改革创新。