浅谈视频安保系统中人脸的快速检测和定位

王微

摘要：安保系统同人脸检测和定位相结合，形成视频安保系统，其有着更强安全保护作用，更加直接和友好，能更加方便使用在各个安防设施中。本篇文章就视频安保系统中人臉快速检测与定位相关内容做简要分析，希望其能够被更加广泛地应用在各类安防设施中。

关键词：视频安保系统；人脸；快速检测；定位

中图分类号：TP391.41 文献标识码：A 文章编号：1007-9416（2017）11-0051-01

信息化时代的到来，人们更加重视使用一些智能化的设备，其中视频安保系统就是其中之一，这种新型监控手段得到了人们广泛地关注，其核心为视频处理技术，将光电传感器、计算机、计算机网络、自动控制、人工智能等科学技术综合在一起，研究形成视频安保系统，被广泛应用在各个安防工作领域中。视频安保系统中，有一项技术性非常高的人脸快速检测和定位技术，其在整个安保系统中有着重要的作用。

1 人脸的快速检测和定位重要意义

人脸的快速检测和识别更加直接和友好，并且方便的特点，被广泛应用在各类安防工作中，比如政府机关安全监控、考场监控、物业管理的安全监控、金融保险业的安全监控。为此可以说，这一技术在安全防范以及信息获取，指挥调度等方面，均能发挥出强大的作用，具有很强的实际应用价值[1]。

2 视频安保系统中人脸的快速检测

视频安保系统中的人脸快速检测和定位技术，应该在质量较高的人脸检测技术之上才能实现人脸的快速定位，如果没能将人脸信息正确地检测到计算机中，那么使用何种识别技术也不能将想要得到的人脸信息迅速检测出来进而进行定位。为此，必须要重视检测的重要性。当前条件下，人脸检测系统中重要模块分别是图像采集、存储、运动信息的提取、色彩信息的提取、人脸验证、特征定位。

2.1 图像采集、视频存储

当前在人脸检测系统中应用比较广泛的一种图像采集技术和视频存储技术，以及视频预览技术为DirectShow 系统，其是一种多媒体开发包，特点是比其他方法更加灵活。其核心技术为过滤器插件式模块的系统，将其设置在过滤器图表上面，能够对过滤器内部或者之间需要处理的不同音频、视频数据流进行管理。其经过一定的程序实现对图像的采集，并且将采集到的数据进行存储，然后也可以实现视频的预览。

2.2 运动信息的提取

2.2.1 运动区域分割

在人脸检测系统中，运动区域分割的具体过程就是在序列图像里面，把变化的那部分区域，从背景图像中获取出来。这其中，有效地将运动区域分割出来非常重要，因为其在分类目标和跟踪，以及理解行为，这些后期处理技术上有着重要作用。正确分割了各个区域之后，检测识别功能仅需要对图像具体对应的运行区域进行像素的考虑。但是，背景图像不是静止不变的，其处于动态变化状态，会受到天气、光照、噪音的影响，加大了运动检测难度。通常使用运动检测方法有，背景减除法、时间差分法、光流法。

2.2.2 提取运动信息的方法

在提取运动信息主要原理为，视频中的物体不断运动时，会体现出一种连续图像灰度的变化，为此，就可以运用图像的序列中，那段相邻时间存在一对图像差值变化，表现强度上变化，进而将其中信息提取出来；使用不同的滤波算法做去噪处理，研究人员在经过了一系列的实验后，得出使用中值滤波方法和形态学滤波两种方法去处理图像，得出图像的质量，均不如使用局部统计滤波方法得出的效果好。局部统计滤波方法在处理图像的时候，在去噪方面显示出更好评的效果，而且这一方法应用起来更加简单，有着更快的处理速度。

2.2.3 提取运动信息的注意事项

在提取运动信息时需要注意到，实时录制的视频，产生了大量的视频信息，监控系统将所有视频全部记录的话，将会占用非常大的硬盘储存空间。研究者提出，视频压缩储存一图像攫取一同进行，那么也可以实现在攫取图像序列里面，将运动信息提取出来，对场景变化是否存在进行判断，场景变化，记录视频；没有变化，记录停止，实现动态化存储视频。然后运用时间差分方法将运行信息提取出来，然后在进行去噪处理，获得有效的人脸信息。

2.3 肤色信息的提取

2.3.1 肤色区域分割

人脸最基本的一个特征就是人脸表面颜色的不同。会因为不同个体、不同光源颜色、不同光照角度，形成一种高光或者阴影，人脸表面颜色会受到一定影响，为此，不存在一种模型将人脸上所有的肤色点精确检测出来，并且需要数量较大的前期试验知识，才能确定出脸部所在，也就形成了肤色的特点，经常使用才初次检验和辅助检测中，把面积较大的不是人脸区域剔除出去，以便减少后期的计算数量，让检测变得简单。

2.3.2 建立和运用肤色模型

以肤色模型为基础的肤色检测通常包括两个部分，一个是建立模型，另一个是运用模型。建立模型时，通常需要先对肤色样本开展一些统计分析工作，将模型阐述确定出来；运用模型，对输入像素区域是否为肤色，通过肤色模型进行判断。建立肤色模型通常使用简单高斯模型、高斯混合模型、直方图模型。在提取肤色信息时还会使用到色彩偏移消除技术、高光区域肤色矫正技术、候选人脸区域合并技术，最终完成肤色信息的提取。

3 视频安保系统中人脸的定位

第一，裁剪候选人脸的图像：人脸中人眼通常在脸中上位置处，依据人脸的这一特征，在得到了初步候选人脸区域的基础上，做一些裁剪。将不需要的部分裁剪掉，比较有效地排除掉衣服和颈部产生的影响。那种宽大于高区域不做裁剪，那种高大于宽的部分，依据裁剪方式，裁剪成正方形，实现人脸的快速定位[2]。

第二，Sobel卷积处理：人脸灰度图像，人们的眼、眉、嘴、鼻，这些特征部位，在边缘上有着明显的特征。这一处理技术就以这些部位边缘特征为分别方法，对人脸进行定位。

4 结语

综上所述，在视频安保系统中人脸快速检测和定位对于当前安防工作有着积极作用，人脸快速检测模块包括了图像采集、视频存储方法、运动信息提取方法、肤色信息提取方法；人脸快速定位则是在快速检测的基础上应用人眼定位技术，将人脸快速定位，这一技术的研发为提升我国安保系统的实用性做出了积极的贡献，促使视频安保系统能够应用在更多安防工作中。

参考文献

[1]邹盛瑜.人脸定位算法在视频监控中的设计与实现[D].电子科技大学，2011.

[2]屠添翼.视频监视系统中的快速人脸检测和识别[D].湘潭大学，2005.

Abstract：Security system combines human face detection and positioning to form a video security system， which has a stronger security role， more direct and friendly， and can be more convenient to use in various security facilities. This article makes a brief analysis of the content of fast face detection and location in video security system， hoping it can be more widely used in various security facilities.

Key Words：Video security system； face； rapid detection； location