智能視頻監控系統中的人臉識別技術之研究

摘 要隨著科技信息技術的快速發展，視頻監控系統在許多領域中都得到了廣泛應用，并且在具體應用中也取得了不錯的成績。視頻監控系統逐漸向智能化方向發展，這對人臉識別技術提出了更高的要求，因此在問題分析過程中，需要對人臉識別技術進行詳細分析與研究，使其能夠發揮出應有的作用。

【關鍵詞】監控系統 人臉識別 智能

人臉識別技術屬于生物特征領域研究，其對鑒別人物有著重要作用。近幾年，隨著科技的快速發展，視頻監控系統得到了普及，人們對視頻監控人臉識別的需求變得更加急迫，同時也提出了更高的要求。因此，視頻監控中使用的人臉識別技術逐漸成為了人們研究的重點問題。

1 人臉識別技術的應用現狀

近幾年，隨著科技的快速發展，人們加強了對如何應用視頻的多幀信息的研究與分析，并且取得了不錯的成績。曾有學者提出了在貝葉斯框架下同時人臉識別和跟蹤方法，在具體操作中，通過有序貫重要性采樣，將人臉身份變量加入到跟蹤狀態向量中，并且對運動和身份變量進行不斷更新，同時要對運動和身份變量進行聯合，在此基礎上，提取出身份變量，從而完成人臉識別。

目前，人臉識別技術在國內外的智能監控系統中都得到了廣泛的應用，從國外的應用效果來看，取得了不錯的成績，但是在國內的應用，因為實踐較短，技術還處于發展與完善之中，因此還有待完善與提高。

2 視頻監控系統的主要功能

現代人們對安全的需求越來越高，傳統視頻監控系統，難以滿足人們在安全上的需求。過去一段時間使用的安全監控系統主要通過人工的方式完成相應內容的識別，該方式在具體應用過程中存在許多不足。例如，工作人員長時間的高負荷工作，會出現疲勞，特別是在夜間，這種疲勞造成的影響更大，工作人員自身的水平較差，責任心等因素都會對識別的準確性造成影響，在視頻監控系統中，應用人臉識別技術，能夠提高系統的安全性，從而實現無人看守、自動報警。在視頻監控系統中應用人臉識別技術需要以下內容的支持：

2.1 構建人臉數據庫

利用掃描儀、攝像機等圖像輸入到設備采集人臉圖像中，構建人臉數據庫，數據庫中應當包括全部人的臉部特征文件，并且做好編號，構建信息文檔，此編號是人員數據庫的唯一標識，通過編號，能夠完成對人員臉部特征信息的提取與備份。

2.2 捕捉動態圖像，完成檢測

對監控范圍內的視頻進行動態檢測，在檢測過程中一旦識別到人臉時，要進行捕捉，對視頻流進行動態采集，完成采集后，再轉換視頻流的格式、調整分辨率、視頻屬性等多項工作，同時要校正人臉圖像，通過噪音處理、光照補償等方式，完成對人臉模塊的合理檢測，人臉檢測模塊完成人臉圖像掃面、特征提取、識別等功能。

2.3 數據處理查詢

將通過采集獲取數據，輸送到后臺，然后對比查詢，依據存在數據庫中的存在的特征文件的相似度進行結果認證，將最終的查詢結果直接反饋給監控臺，若人臉對比成功，此時監控系統將會主動出現提示，提醒相關人員對比已經完成。

3 人臉識別技術的優勢及算法介紹

3.1 人臉識別技術的優勢所在

人臉識別技術作為一種新興生物特征識別技術，其在具體應用過程中與指紋掃描、虹膜識別等技術相比優勢明顯，主要體現在以下幾點：

3.1.1 應用范圍更加廣泛，容易被客戶接受

通用攝像機是人臉識別技術是獲取識別信息的主要裝置，在具體應用過程中，可以通過非接觸方式，在被識別未察覺的情況下，完成相應的識別。

3.1.2 直觀性突出

人臉識別技術的應用要以人的面部圖像基礎，通過肉眼能夠看清楚的人臉，因此通過人臉識別，便于工作人員進行審計與確認，“以貌取人”也與現代人們的認知規律相符。

3.1.3 速度快，精準度高

該識別技術不僅識別速度更快，而且在精準度上也更高。隨著科技的發展，人臉識別技術已經處于一個較高的技術水平，而且拒認率和誤識率都較低。

3.1.4 安全性較高，不易被冒充

人臉識別技術在安全性較高的場所中應用，被識別人員必須要親臨現場，他人難以進行假冒。人臉識別技術自身具有獨特的活性判斷能力，可以確保他人無法利用木偶、蠟像、照片欺騙識別系統，這也是指紋等生物識別技術難以實現的。例如，用合法用戶的斷指可以完成對合法用戶身份的冒充，并且識別系統不會察覺。

3.1.5 設備具有較好的通用性

人臉識別技術中常用的設備通常為攝像機、PC等常規性設備。科技的發展，使閉路電視監控系統、計算機等都得到了廣泛應用。因此，對于多數用戶來說，在應用人臉識別技術時，須要新添大量專用設備，這一方面確保了用戶原有投資，另一方面也對原設備起到了一定的保護作用，確保了用戶在安全方面的需求。

此外，人臉識別技術采用的方式為實時攝取人臉圖像或依據人臉照片，因此在具體操作中各項信息容易獲取。

3.2 人臉識別技術的算法

識別算法是人臉識別技術在具體應用過程中的一項關鍵關鍵內容，目前在人臉識別計算中比較常用的算法有以下幾種：

（1）基于人臉特征點的識別算法；

（2）基于整幅人臉圖像的識別算法；

（3）基于模板的識別算法；

（4）利用神經網絡進行識別的算法；

（5）基于光照估計模型理論。

每一種算法都有各自的優點與缺點，在具體應用過程中，要依據實際情況而定。

4 人臉識別監控系統應用的技術及需要解決的問題

4.1 人臉識別監控系統采用的技術

4.1.1 人臉檢測

在各種不同場所檢測出人臉，并對其所在位置進行確定。從實際情況來看，在多數場合中，場景比較復雜，而人臉位置是未知的，因此在檢測過程中，先要確定是否存在人臉，若存在人臉，在對人臉的位置進行確定。人臉檢測問題十分復雜，這主要因為檢測工作的開展會受到人臉部光照、化妝品、毛發、光照等多項因素的影響。人臉檢測的最終目的是在一個完整的圖像內，找到人的臉部區域，將輸入的圖像合理的劃分為兩個部分，一部分為人臉區域，另一部分則為非人臉區域。

4.1.2 人臉辨識

將已經檢測到的人臉同數據庫中存在的人臉進行對比分析，從而獲取相關信息，該操作過程中的核心內容是選擇合理的人臉表征方式，以及與之相對應的匹配策略，通過分析可以發現，系統構造與人臉表征方式兩者之間有著密切聯系。通常在匹配過程中，選擇的方法有以下兩種：

（1）全局方法；

（2）特征方法。

顯而易見，在方法的選擇上，基于正面像特征法和基于側面像的方法，兩種在本質上是存在明顯區別的。

4.1.3 表情分析

對人臉部的表情進行科學識別，人臉部的常見表情包括，快樂、驚訝、傷心、恐懼、狂喜等，為了使人臉識別技術能夠得到充分發揮，要對人的臉部表情進行合理分類，提高識別的效率和準確性。

4.1.4 生理分類

生理分類就是對人臉的生理特征進行詳細分析，通過分析可以獲取人的性別、年齡、種族、名族等各種相關信息。顯然，完成以上一系列的操作是一項復雜的過程，并且需要大量的知識支持，因此需要利用科學合理的方式完成。

4.2 需要解決的關鍵問題

4.2.1 光照問題

人臉識別性能會受到許多因素的影響，光照變化是其中最為重要的一項影響因素，對光照問題進行解決，在一定程度上關系人臉識別使用能否成功。在識別過程中，需要從人臉圖像中將臉固有的屬性和遮擋、光源及高光等非人臉固有屬性分離，在人臉圖像預處理或歸一化階段進行針對性的關照補償操作，從而達到消除非均勻正面關照陰影、高光等情況對識別系統造成的不良影響。

4.2.2 檢測與跟蹤

人臉檢測是人臉身份識別前期的一項重要工作內容，人臉跟蹤則是依據人臉檢測定位，對運動序列后續幀中的目標人臉的運動軌跡和輪廓變化進行持續跟蹤檢測。一個復雜背景下的多級結構的人臉檢測與跟蹤系統可采用模板匹配、特征臉、彩色信息等人臉檢測技術，通過這種方式可以完成對平面內旋轉人臉的檢測，并且能夠對任意姿態運動的人臉進行跟蹤識別。

4.2.3 姿態問題

人的姿態問題是一項繁瑣的內容，頭部在三維垂直坐標體系中繞三個軸的旋轉將會導致人的面部發生改變。在分析過程中，可以發現，垂直于圖像平面兩個方面的深度旋轉將會導致面部信息出現缺失。一種處理方案是采用統計視覺模型，校正姿態圖像的正面圖像。另一種處理方案是以姿態不變特征的方式，尋找不隨姿態變化而發生改變的臉部特征。

4.2.4 去冗問題

人臉識別監控系統可以快速的完成對視頻捕捉面中的多個化單個人臉圖像進行檢測，并且要將冗余自動去除，將重復畫面去除，并且要將人臉特征進行提取，完成對人臉特征的對比分析。

5 結束語

人臉識別技術的意義重大，并且具有不錯的應用價值。隨著視頻監控系統的逐漸普及，人臉識別技術的應用變得更加活躍。我國在人臉識別技術的研究還處于發展階段，但是其起到的作用有目共睹，因此需要加強對該項內容的研究與分析。

參考文獻

[1]宛根訓，田強，李建勇，仝星，等.公安大數據背景下的人臉識別技術進展[J].警察技術，2014（05）：16-18.

[2]張勤鋒.論智能分析技術在視頻監控系統中的集成應用[J].中國安防，2014（16）：110-112.

[3]王巖紅，李登輝，孫希延.視頻監控系統中基于PCA算法的人臉識別[J].電視技術，2012（11）：111-113.

[4]肖云昊.人臉識別技術在公共安防視頻監控領域的應用[J].中小企業管理與科技（上旬刊），2016（11）：172-173.

[5]胡一帆，胡友彬，李騫，等.基于視頻監控的人臉檢測跟蹤識別系統研究[J].計算機工程與應用，2016（21）：1-7+35.

[6]邵愛菊，范文瑜，崔曉蔭，等.智能視頻監控系統中的行人檢測以及跟蹤技術[J].信息與電腦（理論版），2015（01）：65-67.

作者簡介

鄒香玲（1987-），女，河南省周口市人。碩士學歷。現為河南廣播電視大學助教。主要研究方向為計算機。

作者單位

河南廣播電視大學 河南省鄭州市 450046