智能视频监控系统中的人脸识别技术之研究

摘 要随着科技信息技术的快速发展，视频监控系统在许多领域中都得到了广泛应用，并且在具体应用中也取得了不错的成绩。视频监控系统逐渐向智能化方向发展，这对人脸识别技术提出了更高的要求，因此在问题分析过程中，需要对人脸识别技术进行详细分析与研究，使其能够发挥出应有的作用。

【关键词】监控系统 人脸识别 智能

人脸识别技术属于生物特征领域研究，其对鉴别人物有着重要作用。近几年，随着科技的快速发展，视频监控系统得到了普及，人们对视频监控人脸识别的需求变得更加急迫，同时也提出了更高的要求。因此，视频监控中使用的人脸识别技术逐渐成为了人们研究的重点问题。

1 人脸识别技术的应用现状

近几年，随着科技的快速发展，人们加强了对如何应用视频的多帧信息的研究与分析，并且取得了不错的成绩。曾有学者提出了在贝叶斯框架下同时人脸识别和跟踪方法，在具体操作中，通过有序贯重要性采样，将人脸身份变量加入到跟踪状态向量中，并且对运动和身份变量进行不断更新，同时要对运动和身份变量进行联合，在此基础上，提取出身份变量，从而完成人脸识别。

目前，人脸识别技术在国内外的智能监控系统中都得到了广泛的应用，从国外的应用效果来看，取得了不错的成绩，但是在国内的应用，因为实践较短，技术还处于发展与完善之中，因此还有待完善与提高。

2 视频监控系统的主要功能

现代人们对安全的需求越来越高，传统视频监控系统，难以满足人们在安全上的需求。过去一段时间使用的安全监控系统主要通过人工的方式完成相应内容的识别，该方式在具体应用过程中存在许多不足。例如，工作人员长时间的高负荷工作，会出现疲劳，特别是在夜间，这种疲劳造成的影响更大，工作人员自身的水平较差，责任心等因素都会对识别的准确性造成影响，在视频监控系统中，应用人脸识别技术，能够提高系统的安全性，从而实现无人看守、自动报警。在视频监控系统中应用人脸识别技术需要以下内容的支持：

2.1 构建人脸数据库

利用扫描仪、摄像机等图像输入到设备采集人脸图像中，构建人脸数据库，数据库中应当包括全部人的脸部特征文件，并且做好编号，构建信息文档，此编号是人员数据库的唯一标识，通过编号，能够完成对人员脸部特征信息的提取与备份。

2.2 捕捉动态图像，完成检测

对监控范围内的视频进行动态检测，在检测过程中一旦识别到人脸时，要进行捕捉，对视频流进行动态采集，完成采集后，再转换视频流的格式、调整分辨率、视频属性等多项工作，同时要校正人脸图像，通过噪音处理、光照补偿等方式，完成对人脸模块的合理检测，人脸检测模块完成人脸图像扫面、特征提取、识别等功能。

2.3 数据处理查询

将通过采集获取数据，输送到后台，然后对比查询，依据存在数据库中的存在的特征文件的相似度进行结果认证，将最终的查询结果直接反馈给监控台，若人脸对比成功，此时监控系统将会主动出现提示，提醒相关人员对比已经完成。

3 人脸识别技术的优势及算法介绍

3.1 人脸识别技术的优势所在

人脸识别技术作为一种新兴生物特征识别技术，其在具体应用过程中与指纹扫描、虹膜识别等技术相比优势明显，主要体现在以下几点：

3.1.1 应用范围更加广泛，容易被客户接受

通用摄像机是人脸识别技术是获取识别信息的主要装置，在具体应用过程中，可以通过非接触方式，在被识别未察觉的情况下，完成相应的识别。

3.1.2 直观性突出

人脸识别技术的应用要以人的面部图像基础，通过肉眼能够看清楚的人脸，因此通过人脸识别，便于工作人员进行审计与确认，“以貌取人”也与现代人们的认知规律相符。

3.1.3 速度快，精准度高

该识别技术不仅识别速度更快，而且在精准度上也更高。随着科技的发展，人脸识别技术已经处于一个较高的技术水平，而且拒认率和误识率都较低。

3.1.4 安全性较高，不易被冒充

人脸识别技术在安全性较高的场所中应用，被识别人员必须要亲临现场，他人难以进行假冒。人脸识别技术自身具有独特的活性判断能力，可以确保他人无法利用木偶、蜡像、照片欺骗识别系统，这也是指纹等生物识别技术难以实现的。例如，用合法用户的断指可以完成对合法用户身份的冒充，并且识别系统不会察觉。

3.1.5 设备具有较好的通用性

人脸识别技术中常用的设备通常为摄像机、PC等常规性设备。科技的发展，使闭路电视监控系统、计算机等都得到了广泛应用。因此，对于多数用户来说，在应用人脸识别技术时，须要新添大量专用设备，这一方面确保了用户原有投资，另一方面也对原设备起到了一定的保护作用，确保了用户在安全方面的需求。

此外，人脸识别技术采用的方式为实时摄取人脸图像或依据人脸照片，因此在具体操作中各项信息容易获取。

3.2 人脸识别技术的算法

识别算法是人脸识别技术在具体应用过程中的一项关键关键内容，目前在人脸识别计算中比较常用的算法有以下几种：

（1）基于人臉特征点的识别算法；

（2）基于整幅人脸图像的识别算法；

（3）基于模板的识别算法；

（4）利用神经网络进行识别的算法；

（5）基于光照估计模型理论。

每一种算法都有各自的优点与缺点，在具体应用过程中，要依据实际情况而定。

4 人脸识别监控系统应用的技术及需要解决的问题

4.1 人脸识别监控系统采用的技术

4.1.1 人脸检测

在各种不同场所检测出人脸，并对其所在位置进行确定。从实际情况来看，在多数场合中，场景比较复杂，而人脸位置是未知的，因此在检测过程中，先要确定是否存在人脸，若存在人脸，在对人脸的位置进行确定。人脸检测问题十分复杂，这主要因为检测工作的开展会受到人脸部光照、化妆品、毛发、光照等多项因素的影响。人脸检测的最终目的是在一个完整的图像内，找到人的脸部区域，将输入的图像合理的划分为两个部分，一部分为人脸区域，另一部分则为非人脸区域。

4.1.2 人脸辨识

将已经检测到的人脸同数据库中存在的人脸进行对比分析，从而获取相关信息，该操作过程中的核心内容是选择合理的人脸表征方式，以及与之相对应的匹配策略，通过分析可以发现，系统构造与人脸表征方式两者之间有着密切联系。通常在匹配过程中，选择的方法有以下两种：

（1）全局方法；

（2）特征方法。

显而易见，在方法的选择上，基于正面像特征法和基于侧面像的方法，两种在本质上是存在明显区别的。

4.1.3 表情分析

对人脸部的表情进行科学识别，人脸部的常见表情包括，快乐、惊讶、伤心、恐惧、狂喜等，为了使人脸识别技术能够得到充分发挥，要对人的脸部表情进行合理分类，提高识别的效率和准确性。

4.1.4 生理分类

生理分类就是对人脸的生理特征进行详细分析，通过分析可以获取人的性别、年龄、种族、名族等各种相关信息。显然，完成以上一系列的操作是一项复杂的过程，并且需要大量的知识支持，因此需要利用科学合理的方式完成。

4.2 需要解决的关键问题

4.2.1 光照问题

人脸识别性能会受到许多因素的影响，光照变化是其中最为重要的一项影响因素，对光照问题进行解决，在一定程度上关系人脸识别使用能否成功。在识别过程中，需要从人脸图像中将脸固有的属性和遮挡、光源及高光等非人脸固有属性分离，在人脸图像预处理或归一化阶段进行针对性的关照补偿操作，从而达到消除非均匀正面关照阴影、高光等情况对识别系统造成的不良影响。

4.2.2 检测与跟踪

人脸检测是人脸身份识别前期的一项重要工作内容，人脸跟踪则是依据人脸检测定位，对运动序列后续帧中的目标人脸的运动轨迹和轮廓变化进行持续跟踪检测。一个复杂背景下的多级结构的人脸检测与跟踪系统可采用模板匹配、特征脸、彩色信息等人脸检测技术，通过这种方式可以完成对平面内旋转人脸的检测，并且能够对任意姿态运动的人脸进行跟踪识别。

4.2.3 姿态问题

人的姿态问题是一项繁琐的内容，头部在三维垂直坐标体系中绕三个轴的旋转将会导致人的面部发生改变。在分析过程中，可以发现，垂直于图像平面两个方面的深度旋转将会导致面部信息出现缺失。一种处理方案是采用统计视觉模型，校正姿态图像的正面图像。另一种处理方案是以姿态不变特征的方式，寻找不随姿态变化而发生改变的脸部特征。

4.2.4 去冗問题

人脸识别监控系统可以快速的完成对视频捕捉面中的多个化单个人脸图像进行检测，并且要将冗余自动去除，将重复画面去除，并且要将人脸特征进行提取，完成对人脸特征的对比分析。

5 结束语

人脸识别技术的意义重大，并且具有不错的应用价值。随着视频监控系统的逐渐普及，人脸识别技术的应用变得更加活跃。我国在人脸识别技术的研究还处于发展阶段，但是其起到的作用有目共睹，因此需要加强对该项内容的研究与分析。

参考文献

[1]宛根训，田强，李建勇，仝星，等.公安大数据背景下的人脸识别技术进展[J].警察技术，2014（05）：16-18.

[2]张勤锋.论智能分析技术在视频监控系统中的集成应用[J].中国安防，2014（16）：110-112.

[3]王岩红，李登辉，孙希延.视频监控系统中基于PCA算法的人脸识别[J].电视技术，2012（11）：111-113.

[4]肖云昊.人脸识别技术在公共安防视频监控领域的应用[J].中小企业管理与科技（上旬刊），2016（11）：172-173.

[5]胡一帆，胡友彬，李骞，等.基于视频监控的人脸检测跟踪识别系统研究[J].计算机工程与应用，2016（21）：1-7+35.

[6]邵爱菊，范文瑜，崔晓荫，等.智能视频监控系统中的行人检测以及跟踪技术[J].信息与电脑（理论版），2015（01）：65-67.

作者简介

邹香玲（1987-），女，河南省周口市人。硕士学历。现为河南广播电视大学助教。主要研究方向为计算机。

作者单位

河南广播电视大学 河南省郑州市 450046