隨著信息技術(shù)不斷發(fā)展,視頻信息越來(lái)越廣泛地應(yīng)用在娛樂(lè)、教育、安全、生活等各種領(lǐng)域?；?a href="/tags-%E4%BA%BA%E8%84%B8%E8%AF%86%E5%88%AB-1.html">人臉識(shí)別技術(shù)的智能視頻監(jiān)控系統(tǒng)具有十分廣泛的應(yīng)用前景。本文將重點(diǎn)針對(duì)人臉識(shí)別技術(shù)的研究方向、應(yīng)用領(lǐng)域及技術(shù)優(yōu)勢(shì),人臉識(shí)別技術(shù)在視頻監(jiān)控系統(tǒng)中應(yīng)用的架構(gòu)、關(guān)鍵技術(shù)和算法,特別對(duì)矯正有旋轉(zhuǎn)角度的人臉圖像技術(shù)進(jìn)行探討。

1、視頻監(jiān)控系統(tǒng)的應(yīng)用現(xiàn)狀

視頻監(jiān)控系統(tǒng)的發(fā)展經(jīng)歷了第一代的全模擬系統(tǒng)、第二代的部分?jǐn)?shù)字化的系統(tǒng)、第三代的完全數(shù)字化的系統(tǒng)(網(wǎng)絡(luò)攝像機(jī)和視頻服務(wù)器)三個(gè)階段的發(fā)展演變。現(xiàn)有的數(shù)字視頻監(jiān)控系統(tǒng)實(shí)現(xiàn)了視頻監(jiān)控手段的數(shù)字化、網(wǎng)絡(luò)化和集成化,但是它存在一個(gè)最主要的缺陷:對(duì)視頻內(nèi)容只能靠人來(lái)判斷,同時(shí)它多用于“事后處理”,并不能充分發(fā)揮視頻監(jiān)控系統(tǒng)的主動(dòng)性?；谙冗M(jìn)生物特征識(shí)別技術(shù)的

人臉識(shí)別智能視頻監(jiān)控系統(tǒng)的出現(xiàn)是視頻監(jiān)控系統(tǒng)發(fā)展的又一標(biāo)志,智能視頻監(jiān)控系統(tǒng)能夠識(shí)別不同的物體,發(fā)現(xiàn)監(jiān)控畫(huà)面中的異常情況,并能夠以最快和最佳的方式發(fā)出警報(bào)和提供有用信息,從而能夠更加有效地協(xié)助安全人員處理危機(jī),并最大限度地降低誤報(bào)和漏報(bào)現(xiàn)象。

2、人臉識(shí)別技術(shù)

2.1人臉識(shí)別技術(shù)的研究及應(yīng)用范疇

人臉識(shí)別(FaceRecognition)亦稱面像識(shí)別是人類視覺(jué)系統(tǒng)的基本功能,也是人類互相辨識(shí)的最直接手段,因此他是生物特征識(shí)別中的重要研究?jī)?nèi)容。人臉識(shí)別技術(shù)作為一種新興的生物特征識(shí)別技術(shù),概括說(shuō),它是一種依據(jù)人體面部特征的自動(dòng)身份鑒別技術(shù)。人臉識(shí)別綜合運(yùn)用了數(shù)字圖像/視頻處理、模式識(shí)別、計(jì)算機(jī)視覺(jué)等多種技術(shù)。人臉識(shí)別技術(shù)在公共安全、人機(jī)交互等領(lǐng)域具有廣泛的應(yīng)用前景。同時(shí),人臉識(shí)別也是人工智能領(lǐng)域的重大研究課題,因此吸引了大量的研究人員對(duì)此展開(kāi)深入研究,到現(xiàn)在已有30多年的研究歷史。自20世紀(jì)90年代以來(lái)(特別是美國(guó)“911”事件發(fā)生以后),人臉識(shí)別技術(shù)在研究及應(yīng)用方面更是得到了長(zhǎng)足的發(fā)展。人臉識(shí)別的研究范圍大致可以分為如下幾個(gè)方面的內(nèi)容:

(1)人臉檢測(cè)(Face Detection):即從各種不同的場(chǎng)景中檢測(cè)出人臉的存在并確定其位置。在大多數(shù)的場(chǎng)合中由于場(chǎng)景較復(fù)雜,人臉的位置是預(yù)先不知道的,因而首先必須確定場(chǎng)景中是否存在人臉,如果存在人臉,再確定圖像中人臉的位置。臉部毛發(fā)、化妝品、光照、噪聲、面部?jī)A斜和人臉大小變化以及各種遮擋等因素會(huì)使人臉檢測(cè)問(wèn)題變得更為復(fù)雜。人臉檢測(cè)的主要目的是在輸入的整幅圖像上尋找人臉區(qū)域,把圖像分割成兩個(gè)部分2人臉區(qū)域和非人臉區(qū)域,從而為后續(xù)處理奠定基礎(chǔ)。

(2)人臉表征(Face Representation):即采取某種表示方式表示檢測(cè)出的人臉和數(shù)據(jù)庫(kù)中的已知人臉。通常的表示法包括幾何特征(如歐氏距離、曲率、角度)、代數(shù)特征(如矩陣特征矢量)、固定特征模板、特征臉、云紋圖等。

(3)人臉辨識(shí)(Face Identification):即將已檢測(cè)到的待識(shí)別的人臉與數(shù)據(jù)庫(kù)中的已知人臉進(jìn)行比較匹配,得出相關(guān)信息,這一過(guò)程的核心是選擇適當(dāng)?shù)娜四樀谋碚鞣绞脚c匹配策略,系統(tǒng)的構(gòu)造與人臉的表征方式密切相關(guān)。通?；蚴沁x擇全局的方法或是選擇基于特征的方法進(jìn)行匹配。顯然,基于側(cè)面像所選擇的特征和基于正面像的特征是有很大的區(qū)別的(安保保安安防)。

(4)表情分析(Expression Analysis):即對(duì)待識(shí)別人臉的表情信息(快樂(lè)、悲傷、恐懼、驚奇等)進(jìn)行分析,并對(duì)其加以歸類。

(5)生理分類(Physical Classification):即對(duì)待識(shí)別人臉的生理特征進(jìn)行分析,得出其種族、年齡、性別、職業(yè)等相關(guān)信息。顯然,完成這一操作需要大量的知識(shí)并且通常是非常困難和復(fù)雜的。

2.2人臉識(shí)別技術(shù)優(yōu)勢(shì)

人臉識(shí)別作為一種新興的生物特征識(shí)別技術(shù)(Bio-metrics),與虹膜識(shí)別、指紋掃描、掌形掃描等技術(shù)相比,人臉識(shí)別技術(shù)在應(yīng)用方面具有獨(dú)到的優(yōu)勢(shì):

(1)使用方便,用戶接受度高。(2)直觀性突出。(3)識(shí)別精確度高,速度快。(4)不易仿冒。(5)使用通用性設(shè)備。(6)基礎(chǔ)資料易于獲得。

3、人臉識(shí)別視頻監(jiān)控系統(tǒng)的架構(gòu)

人臉識(shí)別視頻監(jiān)控系統(tǒng)有四大核心部分:視頻處理/人臉捕獲工作站、人臉比對(duì)工作站、黑名單數(shù)據(jù)庫(kù)和報(bào)警顯示工作站。視頻處理/人臉捕獲:在視頻圖像中發(fā)現(xiàn)人臉,評(píng)估圖像質(zhì)量并提交給人臉識(shí)別比對(duì)模塊;人臉識(shí)別比對(duì)模塊:對(duì)登陸的照片提取特征模板并與黑名單數(shù)據(jù)庫(kù)相比較;黑名單照片采集:建立模板并將模板數(shù)據(jù)加入黑名單數(shù)據(jù)庫(kù);報(bào)警顯示:根據(jù)比對(duì)結(jié)果,顯示報(bào)警結(jié)果,或?qū)?bào)警信息傳遞給PDA或其它手提終端。

4、人臉識(shí)別監(jiān)控系統(tǒng)的關(guān)鍵問(wèn)題

(1)人臉識(shí)別中的光照問(wèn)題

光照變化是影響人臉識(shí)別性能的最關(guān)鍵因素,對(duì)該問(wèn)題的解決程度關(guān)系著人臉識(shí)別實(shí)用化進(jìn)程的成敗。需要從人臉圖像中將固有的人臉屬性和光源、遮擋及高光等非人臉固有屬性分離開(kāi)來(lái),在人臉圖像預(yù)處理或者歸一化階段進(jìn)行針對(duì)性的光照補(bǔ)償,以便消除非均勻正面光照造成的陰影、高光等對(duì)識(shí)別性能影響。

(2)人臉檢測(cè)與跟蹤問(wèn)題

人臉檢測(cè)是人臉身份識(shí)別的前期工作,而人臉跟蹤就是根據(jù)人臉檢測(cè)定位的結(jié)果,對(duì)運(yùn)動(dòng)序列后續(xù)幀中的目標(biāo)人臉的運(yùn)動(dòng)軌跡和輪廓變化進(jìn)行持續(xù)的跟蹤檢測(cè)。一個(gè)復(fù)雜背景下的多級(jí)結(jié)構(gòu)的人臉檢測(cè)與跟蹤系統(tǒng)可采用模板匹配、特征子臉、彩色信息等人臉檢測(cè)技術(shù),這樣能夠檢測(cè)平面內(nèi)旋轉(zhuǎn)的人臉,并可跟蹤任意姿態(tài)的運(yùn)動(dòng)的人臉。

(3)去冗問(wèn)題

要求人臉識(shí)別監(jiān)控系統(tǒng)能對(duì)視頻捕捉中的畫(huà)面能夠快速的檢測(cè)單個(gè)和多個(gè)人臉圖像,并自動(dòng)去冗余,減除重復(fù)的畫(huà)像,并提取相應(yīng)的人臉圖像特征實(shí)現(xiàn)人臉的快速比對(duì),并輸出相應(yīng)的結(jié)果信息。

(4)人臉識(shí)別中的姿態(tài)問(wèn)題

姿態(tài)問(wèn)題涉及頭部在三維垂直坐標(biāo)系中繞三個(gè)軸的旋轉(zhuǎn)造成的面部變化,其中垂直于圖像平面的兩個(gè)方向的深度旋轉(zhuǎn)會(huì)造成面部信息的部分缺失。一種方案是基于姿態(tài)不變特征的方法,即尋求那些不隨姿態(tài)的變化而變化的特征。另一種方案是采用基于統(tǒng)計(jì)的視覺(jué)模型,將輸入姿態(tài)圖像校正為正面圖像,從而可以在統(tǒng)一的姿態(tài)空間內(nèi)作特征的提取和匹配。

5、結(jié)束語(yǔ)

隨著生物特征技術(shù)的發(fā)展,人臉識(shí)別技術(shù)正逐漸由理論探索的過(guò)程轉(zhuǎn)入了實(shí)際應(yīng)用的階段,國(guó)內(nèi)外都出現(xiàn)了專業(yè)的人臉識(shí)別產(chǎn)品。人臉識(shí)別技術(shù)具有廣泛的應(yīng)用前景,在公共安全、智能門禁、智能視頻監(jiān)控、公安布控、海關(guān)身份驗(yàn)證等有著典型的應(yīng)用。其中基于人臉識(shí)別技術(shù)的智能視頻監(jiān)控系統(tǒng)可以有效地解決目前數(shù)字監(jiān)控系統(tǒng)存在的某些難題,如確定監(jiān)控場(chǎng)景中是否有人,對(duì)監(jiān)視對(duì)象難以跟蹤、確定當(dāng)前監(jiān)控對(duì)象的身份等問(wèn)題。

來(lái)源：安保保安安防