人臉識別技術在博物館安防系統中的應用解析

韓敏敏

山東博物館 山東濟南 250000

近年來，我國的市場經濟體制不斷完善，經濟水平得到大幅度提升，社會各個領域對監控視頻的人臉識別產品的需求量隨之增長。公共安防領域應用視頻監控系統，能夠廣泛收集視頻圖像，并對這些視頻圖像進行事前預警分析，有效排除各種安全隱患，減少違法犯罪行為的發生概率，維護社會及國家的穩定。

1 人臉識別概述及優勢

人臉識別是一種生物識別技術，它使用人體內在生物識別技術進行身份驗證。人體生物特征可以分為兩大類：根據先天性和后天性特征的生理特征和行為特征。生理特征包括常見的指紋，手線，臉部，掌紋，視網膜，虹膜，DNA等。這些特征都是人類。行為特征由后天形成，包括簽名，步態和語調。與其他認證方法（如密碼認證和證書認證）相比，生物識別技術因其獨特性和偽造難度而得到廣泛應用。

首先，面部檢測。它適用于各種場景和環境中的人臉檢測，并確定其位置和大小。二，面部特征定位。完成面部器官和形狀的檢測，并使用相應的預防方法來表達它們。其中，通常使用幾何特征，代數特征，固定特征模板和莫爾圖。第三，面部更好。定位面部特征，并將檢測到的面部特征與數據庫中的信息進行比較，以完成面部特征信息[1]。

2 系統研制特點

為了有效保護整個視頻人臉警示功能和相關檢索系統，在研究過程中應加強對人臉識別技術的研究。人臉采集技術是系統開發的核心和關鍵。其主要特點如下：

第一，在一般意義上，通過逐個比較存儲在計算機中的面部圖像和M面部圖像，并根據給定相關圖像的實際相似性順序進行排序來執行面部識別。給出輸入面的身份信息數據，即1：M部署模式。這里的M值是固定的。

30d人臉識別系統以動態模式收集視頻信息。其大小主要基于實際信息收集。實際尺寸主要基于實際的收集實踐。該系統是N：M動態檢測和識別模式。它可以有效地保證整個動態數據倉庫中人臉的識別性能。

第二，應用收集遠程人臉信息數據的方法，實際上，實際采集距離可高達7m，系統應用的動態技術和場景中的照明環境變換方法模式有效減輕相關的照明問題；可以實現在自然條件下通過可見光獲得相關的面部圖像信息的需要，這可以容易地進行而不被訪問者注意到。

第三，非合作被動獲取方法主要針對面部水平旋轉問題。實際上，人臉識別系統采用多角度信息采集方法，通過安檢門監控相關受眾，并通過多個攝像頭采集。該方法改善了人們積極面部信息的收集，從而提高了收集信息的有效性。

第四，多相機采集模式的應用，以緩解面部間距問題。在實際應用中，該系統主要采用博物館中相關的攝像頭高懸掛和低位置匹配方法，利用安裝在X射線安全檢查機上的隱藏式攝像機設置不同的攝像頭位置以捕捉正面，并具有一定的隱蔽性。反過來，面部有效地克服了與面部和面罩相關的問題[2]。

3 實驗分析

實驗機器是工作站和服務器。服務器主要完成控制，識別，預警，檢索和發布等功能。該機配置有兩個IntelXeon（R）處理器，16G內存，windows2008，VS2008和opencv2。0.3。工作站主要完成人臉采集，姿態分析和圖像質量評估。該機配置為i7處理器，內存為4G，系統為win7，實驗平臺為VS2008和opencv2.3。該實驗主要驗證了多角度人臉采集的有效性和人臉識別的準確性。實驗樣品選自50個測試儀，高度范圍為1.6米至1.9米。在測試期間，50個樣本散布在進入博物館的觀眾中。測試樣本模擬了正常觀眾的姿勢，行進速度和安全行為。測試過程不會出現諸如下蹲，跑步，轉彎，回頭等異常行為。在測試之前收集了50個樣本數據樣本，包括25個二級庫和25個黑名單。測試時間為9：00至16：00，測試結果如下：

表1 人臉采集測試結果

從表1可以看出，與單個相機相比，多角度面部檢測提高了面部檢測率，并且確保了捕獲圖像的質量，從而顯著提高了有效建模速率。

4 結語

綜上所述，人臉識別技術的發展還有待提高。目前人臉識別技術主要運用于人臉識別的門鎖、作為支付的“密碼”、相關部門簽到進出的憑證等等。這些方面運用了人臉識別技術，體現了人臉識別技術的方便和安全的功能。人臉識別技術在公共安防視頻監控領域的廣泛應用，為公共安防工作提供了極大便利，對保證我國社會的安全性和穩定發展而言具有重要作用；因此，相關研究人員需進一步加大研究力度，提高技術水平，促進人臉識別技術的廣泛應用。