导 言

长期以来，人类对自身移动轨迹的研究极为有限。在进入信息社会之前，对人类大规模的、长时间的、完整的、连续的轨迹观测基本无法开展。描绘出一个人的活动轨迹难度大，没有靠谱的办法。直到手机出现，这一状况才有了改变。使用手机时，会与基站发生联系，进而被记录。由于一个基站覆盖的区域半径可能从数百米到数千米不等，因此根据基站来定位，只能推断一个大致位置。

但是如果把基站定位和以图搜车两个方法结合起来，就可能发生“化学反应”。这种方法在中英美等国的多起案件中得到应用，效果颇佳。在今天，镜头越来越多且产生的数据量更为庞大，摄像头在快速联网，它们拍摄下的视频都被存储在云端，可以随时调用，脸识别技术的准确率已经大幅提高。面对今天的摄像头，李白笔下的侠客即使武功再高强，行事再低调，也完全不可能“千里不留行”“深藏身与名”了。

《数文明》涂子沛 著

“十步杀一人，千里不留行。事了拂衣去，深藏身与名。”这是大诗人李白笔下的侠客。侠客武艺盖世，可十步斩杀一人，千里之行，他无法被追踪，也无人可挡，他杀人很多，但低调不留痕迹，我们不知道他是谁。

长期以来，人类对自身移动轨迹的研究极为有限。在进入信息社会之前，对人类大规模的、长时间的、完整的、连续的轨迹观测基本无法开展。如果真要追踪，只能依靠人盯人的人眼战术，或者是靠日记、访谈这种自我陈述的形式，描绘出一个人的活动轨迹，总之这个任务难度大，没有靠谱的办法。

直到手机出现，这一状况才有了改变。手机要通话，就必须不断和基站产生信令交互。在广袤的大地上，基站是按蜂窝状组网的，每个基站都发出不同频段的信号，当用户从一个区域进入另一个区域时，手机就会从一个基站切换到另一个基站。在此期间，如果发生通话、短信、开关机，都会被记录下来。一个基站覆盖的区域半径可能从数百米到数千米不等，因此根据基站来定位，只能推断一个大致位置，其精度取决于其蜂窝小区的半径，准确地说，它只是圈定了一个活动区域，无法确定具体的点位。

如果把基站定位和以图搜车两个方法结合起来，就可能发生“化学反应”。

2010年福建漳浦出现了一个盗车团伙，盗车案延续数年屡打不绝。2012年1月，当地再次发生盗车案，警方掌握被盗车特征后，通过以图搜车发现该车在当天下午4：10经过某关卡驶往潮州方向，此后便失去了踪迹。警方又调取了该关卡所属基站4：07—4：15的所有通话记录，发现有一部可疑手机当天多次和一个潮州号码通话，且在3：00—5：00的运动轨迹与被盗车辆的行驶轨迹非常吻合。警方通过将这两组数据叠加，最终锁定并抓获了嫌疑人。

拓展话题：轨迹研究的意义不止于公共安全

对人流轨迹的研究和应用并不仅仅局限于监控、办案、抓坏人。在城市空间中，人在不同地点的移动直接导致了交通网络上的各种复杂现象，如果掌握了人类的移动规律，就可能调整交通设施、预防交通拥堵。此外，轨迹研究也是社会学家的热门课题，人的移动轨迹不仅记录了人的地理位置，还记录了人与社会的交互，反映了人们的生活与行为模式，乃至人与人之间的关系。有学者认为，看似随机无序的个体行为背后，事实上在时空位置上有高度的规律性，人类活动在空间位置上具有93%的可预测性。

除了利用基站圈定活动范围，今天大部分智能手机都内置有GPS（全球定位系统），或者会接入Wi-Fi信号。这两种方式都可以辅助定位，而且精度比基站定位高很多，甚至可以达到分米级，但是，这些数据都需要在用户知情、同意并授权的情况下才可能采集。

这就是手机定位的软肋，控制权被牢牢掌握在被追踪人员的手中，机主只要关机，就可以切断信号的追踪。天网的作用因此凸显。“只要你在街头闲逛一两分钟，就会被高清探头扫到”，天网的拍摄是不以人的意愿为转移的。

英国是最早建设天网的国家，也是最早尝试在天网中使用人脸识别的国家。2005年7月7日，英国伦敦的公交系统发生了一起爆炸事件，4名受“基地”组织指派的英国人在伦敦的三辆地铁和一辆巴士上引爆自杀式炸弹，造成52人死亡，700多人受伤，整个交通网络中断。一个伦敦的地铁站里就安装有上百个摄像头，地铁站周边的街道上还有数百个摄像头，警方用人眼查看了数千小时的视频，终于在5天之后成功锁定了这4名嫌疑人。这是屏幕上的眼力战。

更大规模的眼力战发生在中国。2012年1月，在南京的市场上，硬盘和眼药水突然连续几天同时脱销。没有人想到，这两种商品的脱销居然和一宗抢劫杀人案有关。这堪称中国治安史上的一个传奇，2017年我在南京工作期间，了解到了这宗案件诸多不为人所知的细节。

2012年1月6日，南京和燕路发生一起持枪抢劫案，一名歹徒枪击了一名刚走出银行的男子，抢走20万元现金。这宗案子立即让南京警方联想到一个人：公安部A级通缉犯周克华。他身负11条人命，被称为“杀人魔王”，并且已经在逃8年。

由于作案手法极为相似，警方认定周克华已经从外地潜入南京。在进行全城布控的同时，警方紧急调取各地监控视频，试图再现周克华的活动轨迹以进行围捕。

公安部门调取了案发前后全市所有的监控录像，把其内容复制到上千个硬盘中，分发给上千名警察，一天之内，南京警方就把市场上所有的硬盘都买光了。每名警察面前一部电脑，他们盯着一帧一帧的画面，用人眼甄别人脸。当眼睛疲劳酸胀时，他们就仰起头滴几滴眼药水，然后接着再看，只要人还没有抓到，新的视频就源源不断而来。

类似的脱销潮，其实在长沙也上演过。2009年12月—2011年6月，周克华流窜到长沙，先后作案三起。匡政文，时任长沙市公安局视频侦查大队长回忆说，为了在视频中找出周克华的轨迹，全市1000多名民警在短短两个月内观看了近30万吉（GB）的监控视频，“这相当于每名干警每星期看100多部电影”。每天晚上，匡政文一个人坐在办公室，他必须梳理一天新产生的视频，只能紧盯镜头反复观看，一遇到疑点、难点就逐一记录，每天睡眠不到三小时，第二天一起床，他就要赶去视频现场测量、查证。这样看了三个月，匡政文最后成功地在海量视频中捕捉到了周克华的正面清晰照，对案件侦破起到了重要的作用。2017年匡政文被评为“中国百佳刑警”。

南京警方发现，至少在案发前20多天，周克华就已经到了南京并多次前往案发银行踩点；案发后，他在南京多条街道出现过，还在超市购买过生活用品，而且途中乘坐的都是公共汽车。然而，无论在南京还是长沙，当警方通过人眼搜索还原出周克华的活动轨迹时，他事实上已经从容离开，潜入了新的城市。

这样的人眼战争同样也在美国上演。2013年4月15日下午，两枚炸弹先后在波士顿马拉松比赛的现场爆炸，造成3人死亡，183人受伤。警方抵达现场时的第一反应就是调阅现场视频，试图通过图像拎出一条案情主线，发现嫌疑人。和南京周克华案不同的是，2013年已经进入了热闹的社交媒体时代，爆炸发生时，成千上万的人正举着手机拍摄，警察除了要看天网的视频，还要查阅数以千计的热心群众提供的手机视频，因为很多人都声称看到了嫌疑人。

这些线索的梳理都要靠眼睛。波士顿警方立即成立了一个人眼小组，日夜观看视频。为了确认线索，其中一名警察反反复复地将同一段视频看了400多遍24，再配合现场目击者的指认，3天之后，警方确认了嫌疑人，并在天网视频和群众提交的视频中成功截取到了嫌疑人的正面清晰照。

图2–9　波士顿爆炸案中的嫌疑人图像

上图：案发现场监控拍下的两名嫌疑人图像。下图左：现场监控拍下的嫌疑人正面及侧面头像。下图右：嫌疑人在驾驶执照数据库中保留的照片和学生证照片，但波士顿警方的人脸识别算法没能识别出该嫌疑人。

既然警方获得了嫌疑人的正面清晰照，那通过人脸识别算法，不是很快就能把嫌疑人从人口数据库中比对出来吗？事后警方也发现，两名嫌疑人都有当地的驾驶证，他们的照片就“躺”在警方的数据库里，但是，警方使用的所谓人脸识别技术，软件找了很长时间也找不出人来，根本不管用。

无奈之下，警方使用了完全老套的方式：召开新闻发布会，公布嫌疑人照片，悬赏征集线索。最后，这两名嫌疑人的一名亲属认出了他们，提供了他们的名字和身份。

我们讲述了中英美三国的人眼搜索故事。这个时期的天网虽然也叫天眼，但它只有眼睛，没有大脑，最后只能靠人眼。今天的情形已经大不相同。虽然镜头越来越多且产生的数据量更为庞大，但摄像头在快速联网，它们拍摄下的视频都被存储在云端，可以随时调用。这意味着，如果再出现一个周克华案，警方也不需要用硬盘拷贝、分发视频了，几千名干警可以同时在云端观看。完全靠人眼对一帧一帧的画面进行甄别的做法也成了过去，人脸识别技术的准确率已经大幅提高。硬盘和眼药水不可能再因为警察同时脱销了。

面对今天的摄像头，李白笔下的侠客即使武功再高强，行事再低调，也完全不可能“千里不留行”“深藏身与名”了。下面我们要问的是：人脸识别究竟有多大作用？在天网的海量视频中，我们能不能像以图搜车、以图搜物一样立刻完成以图搜脸、以脸搜人？

如果我们可以做到以图搜脸，那么在未来的社会管理和商业领域，将发生何种变化？如果现在做不到，那在我们的有生之年，以图搜脸能否实现？在即将到来的智能时代，这项技术的终极意义又是什么？

事实上，人工智能对人脸识别的探索已经持续了60多年。