基于視頻的人臉識(shí)別研究進(jìn)展概述

陳夢(mèng)嫻 戴文博

摘 要 目前，我國(guó)的科技發(fā)展十分迅速，人臉識(shí)別是基于人臉的基本特征對(duì)人的身份進(jìn)行鑒別和分析的技術(shù)，具有較好的發(fā)展和應(yīng)用前景。隨著人臉識(shí)別技術(shù)的不斷進(jìn)步與完善，基于視頻的人臉識(shí)別技術(shù)得到了有效的應(yīng)用和擴(kuò)展，為圖像處理、模式識(shí)別等領(lǐng)域的發(fā)展和完善，提供重要保障，同時(shí)，為認(rèn)證、監(jiān)控等工作提供有效的技術(shù)支持。本文就基于視頻的人臉識(shí)別展開(kāi)探討，分析基于視頻的人臉識(shí)別研究進(jìn)展，提出基于視頻人臉識(shí)別的具體方法，正確地選擇人臉識(shí)別的形式，解決人臉識(shí)別技術(shù)的中的相關(guān)問(wèn)題，為相關(guān)行業(yè)的發(fā)展和進(jìn)步提供基礎(chǔ)保障，并為社會(huì)安定與和諧提供動(dòng)力。

關(guān)鍵詞 視頻;特征提取;人臉識(shí)別;研究進(jìn)展

引言

目前，視頻圖像采集點(diǎn)已經(jīng)基本覆蓋了各大城市的主要道路及各類(lèi)公共場(chǎng)所，個(gè)別地區(qū)如廣州越秀區(qū)、珠海市等，其應(yīng)用視頻監(jiān)控技術(shù)破獲命案的比率更是達(dá)到了95%以上，視頻監(jiān)控系統(tǒng)在城市公共安全和治安管理方面起到了十分重要的作用。但是，現(xiàn)階段的視頻分析以人工處理的方式為主，仍缺乏自動(dòng)化手段，視頻智能分析算法的整體發(fā)展還遠(yuǎn)遠(yuǎn)跟不上視頻監(jiān)控系統(tǒng)建設(shè)的步伐。自動(dòng)化人臉識(shí)別技術(shù)是智能視頻監(jiān)控系統(tǒng)的關(guān)鍵一環(huán)，能夠?qū)崿F(xiàn)以計(jì)算機(jī)的自動(dòng)化識(shí)別代替人工識(shí)別，達(dá)到快速、高效、精準(zhǔn)的人臉身份自動(dòng)鑒別的目的。人臉識(shí)別經(jīng)過(guò)多年的研究，其核心技術(shù)有了長(zhǎng)足的發(fā)展，針對(duì)室內(nèi)可控環(huán)境的靜態(tài)高清人臉識(shí)別技術(shù)已經(jīng)日趨成熟并逐漸投入使用。然而，在現(xiàn)實(shí)的監(jiān)控環(huán)境中，由于視頻人臉圖像往往存在分辨率偏低、非均勻光照、多姿勢(shì)、非中性表情等因素的干擾，其成像質(zhì)量不能達(dá)到靜態(tài)人像識(shí)別的建議標(biāo)準(zhǔn)，對(duì)人臉識(shí)別系統(tǒng)的要求提出了非常大的挑戰(zhàn)。

1人臉目標(biāo)檢測(cè)

①基于知識(shí)的方法基于知識(shí)的方法是根據(jù)人臉器官的對(duì)稱(chēng)性和灰度差異性等先驗(yàn)知識(shí)，將這些不變的規(guī)律轉(zhuǎn)化成一些規(guī)則，然后在進(jìn)行人臉檢測(cè)時(shí)，采用這些規(guī)則對(duì)人臉圖像各區(qū)域進(jìn)行搜索和判斷，當(dāng)符合規(guī)則時(shí)則判定為人臉，否則為非人臉。采用基于知識(shí)的人臉檢測(cè)方法，將人臉面部區(qū)域分成4×4部分，根據(jù)每部分的灰度值制定人臉判定規(guī)則。在進(jìn)行人臉檢測(cè)時(shí)，采用三級(jí)檢測(cè)方案，首先在全局進(jìn)行初步檢測(cè)，檢測(cè)出可能存在人臉的區(qū)域，然后在此基礎(chǔ)上進(jìn)行第二級(jí)檢測(cè)，最后通過(guò)對(duì)眼睛和嘴唇的邊界檢測(cè)來(lái)確認(rèn)人臉區(qū)域。②基于膚色的方法基于膚色的方法是利用人臉與圖像背景間顏色的差異實(shí)現(xiàn)人臉區(qū)域的檢測(cè)?；诓煌N族和不同個(gè)體的膚色能夠歸類(lèi)原理，采用RGB顏色空間，在濾除亮度變化影響后，比較待檢測(cè)圖像中像素點(diǎn)的R，G值和人臉膚色的范圍值，進(jìn)而推斷出人臉區(qū)域?；谀w色的人臉檢測(cè)方法直接將可能的人臉區(qū)域區(qū)分出來(lái)，具有較快的檢測(cè)速度，并適用于復(fù)雜背景下多人臉檢測(cè)。但是，由于個(gè)體差異的不同，較難建立通用的人臉膚色模型，而且膚色模型容易受到光照等因素的影響[1]。

2基于視頻的人臉識(shí)別研究分析

2.1 視頻-圖像（多幅圖像）的人臉識(shí)別

視頻-圖像的人臉識(shí)別是指以人臉視頻作為輸入數(shù)據(jù)，根據(jù)視頻中的人臉截取圖像情況將這些人臉圖像與視頻庫(kù)中的人臉基本情況進(jìn)行比對(duì)分析，從而獲得準(zhǔn)確的人臉數(shù)據(jù)，但是由于人臉庫(kù)中的圖像是靜止的，如何有效地對(duì)輸入的視頻信息進(jìn)行提取，進(jìn)而更好地進(jìn)行人臉識(shí)別是目前面臨的主要困境。傳統(tǒng)的視頻-圖像的人臉識(shí)別主要是根據(jù)輸入視頻中的人臉識(shí)別跟蹤情況，搜索滿足基本信息的人臉圖像。但是，傳統(tǒng)的視頻-圖像的人臉識(shí)別，不能有效地將視頻中的時(shí)間和空間連續(xù)信息加以應(yīng)用，已經(jīng)不能滿足信息安全、視頻監(jiān)控、計(jì)算機(jī)視覺(jué)等領(lǐng)域的應(yīng)用需求。此外，傳統(tǒng)的視頻-圖像的人臉識(shí)別中，還采用多副人臉照片，通過(guò)采用聯(lián)合規(guī)則的方法，實(shí)現(xiàn)對(duì)人臉的識(shí)別，但是由于該識(shí)別方式具有一定的隨機(jī)性，影響人臉識(shí)別的效率和質(zhì)量?；谏鲜鰝鹘y(tǒng)的識(shí)別情況，研究人員對(duì)基于視頻的人臉識(shí)別展開(kāi)了進(jìn)一步的研究和分析，使得視頻-圖像人臉識(shí)別可以科學(xué)的對(duì)時(shí)間和空間連續(xù)信息進(jìn)行應(yīng)用，結(jié)合貝葉斯理論，對(duì)身份變量和運(yùn)動(dòng)矢量的分布情況進(jìn)行分析和解讀，使得輸入質(zhì)量和輸入效率可以得到提高，減少自然因素對(duì)識(shí)別的干擾，進(jìn)而保障識(shí)別的質(zhì)量。還有部分研究表明，控制人臉特征的輸入，使得輸入的準(zhǔn)確性和可靠性得到進(jìn)一步的提升，并滿足相關(guān)標(biāo)準(zhǔn)。結(jié)合相關(guān)數(shù)學(xué)模型，得到準(zhǔn)確的運(yùn)動(dòng)矢量情況，進(jìn)而保障識(shí)別結(jié)果。

2.2 視頻人臉識(shí)別的姿態(tài)問(wèn)題

視頻監(jiān)控人臉識(shí)別中最主要的問(wèn)題是姿態(tài)問(wèn)題。處理姿態(tài)問(wèn)題的視頻識(shí)別方法，最直觀的就是從視頻序列里挑選較小姿態(tài)的人臉圖像進(jìn)行識(shí)別。這種方法雖然沒(méi)有充分利用視頻的時(shí)序信息，但是簡(jiǎn)單迅速，過(guò)濾后的視頻信息仍然具有一定的冗余性，而且當(dāng)前的姿態(tài)估計(jì)算法也有了成熟的發(fā)展。也有的方法尋求從視頻數(shù)據(jù)生成三維模型，在實(shí)際測(cè)試過(guò)程中利用三維模型生成查詢?nèi)四樥掌ㄒ曨l）條件下的光照和姿態(tài)變化，從而與注冊(cè)視頻進(jìn)行比對(duì)。但是這類(lèi)方法的計(jì)算復(fù)雜度高，生成的虛擬圖像可能和真實(shí)變化的圖像差距較大，不同步驟存在計(jì)算誤差的累積。另一大類(lèi)方法是對(duì)視頻數(shù)據(jù)按照姿態(tài)建立多個(gè)姿態(tài)模型，即多視角模型[2]。

3基于視頻的人臉識(shí)別發(fā)展分析

基于視頻的人臉識(shí)別數(shù)據(jù)庫(kù)的應(yīng)用，可以有效保障識(shí)別的效率和識(shí)別的質(zhì)量，數(shù)據(jù)庫(kù)的中人臉特征與視頻中的人臉進(jìn)行比對(duì)分析，進(jìn)而得到準(zhǔn)確的識(shí)別信息，通過(guò)對(duì)基于視頻的人臉識(shí)別發(fā)展分析，可以得到基于視頻的人臉識(shí)別技術(shù)的發(fā)展方向和發(fā)展前景。①人臉識(shí)別的特征定位水平和定位質(zhì)量得到進(jìn)一步的提升，保障人臉的匹配度，提高人臉識(shí)別的效率和準(zhǔn)確性。②人臉識(shí)別的輸入方式，結(jié)合圖像復(fù)原技術(shù)、超分辨率技術(shù)等，使得的人臉的特征可以得到進(jìn)一步的展示。③人臉的3D建模，結(jié)合的人臉的基本情況以及視頻數(shù)據(jù)的基本情況，科學(xué)的展開(kāi)計(jì)算和控制，實(shí)現(xiàn)3D模型的建立，進(jìn)而達(dá)到精度提升的效果。

4結(jié)束語(yǔ)

通過(guò)對(duì)基于視頻的人臉識(shí)別即視頻-圖像（多幅圖像）的人臉識(shí)別和視頻-視頻的人臉識(shí)別的技術(shù)分析，了解相關(guān)技術(shù)的優(yōu)缺點(diǎn)，明確了現(xiàn)階段視頻環(huán)境下人臉識(shí)別所急需解決的問(wèn)題，為進(jìn)一步推動(dòng)基于視頻的人臉識(shí)別技術(shù)發(fā)展，提供了必要的研究基礎(chǔ)。

參考文獻(xiàn)

[1] 佚名.視頻監(jiān)控人臉識(shí)別技術(shù)獲新進(jìn)展[J].傳感器世界，2013，（11）：45.

[2] 黃淼，張國(guó)平.基于多目標(biāo)進(jìn)化封裝的特征選擇在人臉識(shí)別中的應(yīng)用[J].科學(xué)技術(shù)與工程，2013，（33）：9835-9842.