智能視頻監控系統中的人臉識別技術

閆 飛

（中國核電工程有限公司，北京 100840）

0 引言

在當前的信息化時代下，人們越來越重視安全問題，小區、醫院、學校，都安裝了監控系統，對于保證公共區域的安全問題來說，既是機會也是挑戰。最先研發的監控系統，只能在視線范圍內監視所有情況，并將監控視頻進行存儲，但卻不能實現對人臉的識別及自動確認，還需要監控人員的監控，但由于一些客觀原因，有突發情況發生時，監視人員不能及時作出反應。傳統的監控設備不能滿足應用的需要，人工監視會浪費人力，智能視頻監控系統能很好的解決這一問題。而人臉識別技術在智能視頻監控設備中的應用，更是優化了這一系統，因此人臉識別技術在智能視頻監控系統中的應用是一個重要的研究方向。

1 視頻監控系統應用現狀

隨著科技的快速發展，人們加強了應用視頻對信息進行分析的研究，也取得了一定的成果。視頻監控系統經歷了一代又一代的更新和改革，從模擬到數字，再到完全數字化。當前的視頻監控系統已經實現了全數字化的應用，雖然其實現了網絡化、集成化，但還存在一個很大的弊端，本身不能自動識別，還需要人力在后期進行甄別和處理，不能發揮視頻監控系統自動出結果的性能。但在人臉識別技術廣泛應用的今天，如將其與智能視頻監控設備相結合，就能在出現問題時，自動進行人臉識別，在第一時間做出反應，為后續的工作提供有效信息，幫助工作人員處理突發情況，降低出現提供錯誤信息的概率。

2 人臉識別技術

2.1 人臉識別技術的研究及應用范疇

人臉識別是人類通過眼睛對面像進行辨識的手段，通過肉眼能看清楚的人臉進行識別，以方便監控人員確認，因此被作為生物領域中一個重要的研究課題。人臉識別技術是繼指紋、掌紋識別技術后，一種新型的生物特征識別技術，主要是根據人類的面部特征對身份進行識別。人臉識別技術具有很高的安全性，運用了多媒體、計算機技術、數字/圖像處理器等技術，能夠保證自身靈活判斷力的同時，還不容易被仿制，因此人臉識別技術受到了社會各界的重視，同時也被廣泛應用在人工智能領域。從發現到研究，再到應用，時間不長，但是卻已經處于一個較高的技術水平。就目前來看，人臉識別技術的研究范圍主要集中在以下5個方面：

（1）人臉檢測。就是在各種不同的場所中來檢測出人臉，并且能夠追蹤其準確的位置。但是從實際情況來看，很多場所都是比較復雜的，而且人臉的位置存在未知性，所以在進行人臉檢測時，首要的任務就是確定人臉是否存在于場景中，如果存在人臉，接下來再對其位置進行確定。影響人臉檢測結果的因素有很多，比如光線、化妝品、毛發等，都會讓人臉檢測和識別的過程更加復雜和困難。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，然后將輸入的圖像進行合理的劃分，一部分是人臉區域，另一部分是非人臉區域。

（2）人臉表征。其實就是通過某種特定的方法將檢測出的人臉表現出來，將檢測出的人臉與數據庫中的人臉進行比對。常用的方法包括幾何特征、代數特征等。

（3）人臉辨識。直白的來講就是通過人臉檢測數據與數據庫中已經識別的人臉進行數據比對，從而獲得信息的過程和手段。這個操作過程的主要核心內容是選擇合理人臉的表征方式，以及與之相對應的匹配策略。然后通過分析發現，系統構造與人臉表征方式之間的聯系，但是因為特征方法選擇的不同，在正面像特征法和側面像特征法的本質上還是存在明顯區別的。

（4）表情分析。就是對人臉部的表情進行科學的識別，常見的表情包括，快樂、悲傷、恐懼等，為了提高識別的準確性，要對人的臉部表情進行合理的分類，發揮人臉識別技術的優越性。

（5）生理分類。對人臉的生理特征進行詳細的分析，通過分析獲取人的性別、職業、年齡等信息。顯然，完成這一操作是一項復雜的過程，需要大量的知識，因此需要科學合理的方式。

2.2 人臉識別技術優勢

人臉識別技術是一種新的研究方向，也是在生物研究領域的一項重大突破，與之前的指紋、掌紋等識別技術相比較，人臉識別技術更加全面和準確。首先應用比較便捷、簡單，用戶能夠輕松的掌握；其次是比較直觀，不容易仿制，而且識別起來比較準確，應用范圍更加廣泛。

3 人臉識別視頻監控系統架構

人臉識別視頻監控系統主要由人臉捕獲、人臉對比、黑名單數據比對、報警警示等幾大框架構成。人臉捕獲，就是在監控設備中發現人臉的過程，并將數據傳輸給人臉比對模塊，在數據比對模塊中，通過對圖像的評估以及與黑名單數據庫的比對，對人像進行采集，然后通過比對出來的圖像進行報警警示，最后將比對及警示結果輸送到客戶端。

3.1 需求分析

（1）功能需求。實現人臉識別，就是通過識別經過注冊人員的身份，同時可以對陌生人進行識別鑒定后進行報警，本地儲存、歷時查詢等，與傳統視頻監控系統保持一致。

（2）性能需求。視頻監控系統要具備實時性、擴展性、經濟性和可靠性等性能，確保視頻監控系統功能健全的基礎上，降低視頻監控成本。

（3）設計目標。視頻監控系統以HiLinux 為運行操作系統，以人臉識別技術為核心系統設計技術，擬定一個可以實時監控所在區域人員進出的視頻監控系統。

3.2 核心板資源

本次研究的視頻監控系統采用多媒體專用開發板為系統的硬件平臺，可以實現對攝像頭所采集視頻圖像信息進行銳化和去躁等處理，同時也可以簡單地分析一些視頻內容，包括攝像頭遮擋檢測和運動檢測等。

3.3 整體拓撲設計

本次研究的視頻監控系統的整體拓撲結構主要包括2 個方面：①服務端模式。當視頻監控系統開啟此模式的時候，它主要是靠數據存儲的硬盤、監控的系統板以及攝像頭的前端來完成的，可以采用DHCP 來進行動態IP 獲取，之后可以采用固定IP來接入互聯網，可以使操作者借助手機或者電腦等智能上網設備來獲取實時監控信息；②攝像頭前端模式。在視頻監控系統啟動該模式時，它工作的硬件設備也發生了變化，數據存儲的硬盤變成了中心服務器。這個交互通信是由中心服務器與各監控點組合起來，構成的局域網：中心服務器則負責向外提供實時監控系統，可以使操作用戶借助手機或者電腦等互聯網設備實時獲取監控信息。

3.4 軟件和通信架構設計

視頻監控系統軟件主要包括運動撲捉、人臉識別與檢測、用戶監聽、實時視頻和交互通信5 個模塊，而且系統需要同時開展人臉識別、監聽請求和運動檢測工作。鑒于主要探討人臉識別技術在視頻監控系統中的應用，通信協議架構的具體流程和內容不再詳細闡述。

4 人臉識別監控系統的關鍵問題

4.1 人臉識別中的光照問題

因為人的面部特征比較多，應用人臉識別系統時，要首先對人臉進行模型訓練，完善監控系統的死角。因此在監控系統進行人臉識別時，光照尤為重要。光線的變化也會影響人臉識別的結果，因此解決光照問題是完善人臉識別監控系統的關鍵。不僅要區分人體本身的熱源和人臉的特征，還要能識別遮擋物的熱源。這個過程中還要能給人臉補光，減少光線不足、或陰影部分造成的影響。

4.2 人臉檢測與跟蹤問題

人臉識別監控系統主要目的就是為了對其身份進行識別，而人臉檢測能幫助其更好的進行識別。人臉的檢測與跟蹤是通過對人臉的識別及其各個角度和輪廓的變化，進行持續的跟蹤和檢測，不僅能在人臉檢測與跟蹤系統中進行自動匹配，還能跟蹤運動中的人臉變化。

4.3 去冗問題

人臉識別系統具有廣泛性，能夠大海撈針，這就需要其能自動識別相似的人臉圖像，并進行快速整合，自動去除多余部分，快速實現相對應的人臉比對，輸出正確的比對信息及結果。

4.4 人臉識別中的姿態問題

姿態直接影響識別的角度，主要包括從頭部到面部的變化，其中垂直反向旋轉造成的影響最大，會導致部分面部信息的丟失。可以從兩方面來解決姿態的問題：一方面是保持姿態不變，觀察不隨姿態變化的特征；另一方面是把姿態放在一個統一的空間里，將需要識別的姿態與存儲的姿態作對比，然后把相似的特征和信息提取出來。

5 結束語

隨著社會的發展進步，我國在生物領域的研究也越來越多，因此人臉識別技術也不再停留在理論階段。伴隨著監控設備的普及，人臉識別技術也應用到視頻監控系統中，如手機、門鎖等。人臉識別技術的應用范圍比較廣，還擁有很大的市場。應用人臉視頻監控識別技術，還能解決很多數字監控不能解決的問題，如不能對監控對象進行實時有效的跟蹤，不能確定其真實身份等。