人臉識別系統在軌道交通公安通信系統中的應用思考研究

唐進興

中國鐵建電氣化局集團第五工程有限公司 四川 成都 610000

隨著高清視頻監視系統在軌道交通領域中的大力推進，在車站站廳、站臺公共區、出入口高清攝像機數量正在不斷增加，為地鐵運營維護、公安安保及應急處突提供了便利的條件。人臉識別技術是一種生物特征識別技術，通過非接觸式遠距離采集生物特征，數據獲取更加便利、直接，更能有效防范打擊各種暴力恐怖活動和個人極端暴力犯罪行為，為公安部門在治安防控、人員管控等方面起到了重要作用。

1 人臉識別系統中的核心算法

1.1 人臉檢測算法

1.1.1 知識規則算法

人臉作為較為復雜的結構，在不同位置分布著眼睛、鼻子、嘴等器官，這些器官具有某些固有特征，而且相互之間也保持著一定的關聯性。因此在對人臉進行識別時，可以將這些規則作為識別時的基礎算法，以達到識別人臉的目的。例如，目前應用較多的馬賽克圖識別法，便是此類算法的應用產物，此方法的檢測原理在于，將人臉劃分為若干數量的馬賽克塊，在獲取到部分特征數據后，基于知識規則對于整個人臉圖像進行還原，達到相應的識別效果。同時此規則在應用中也存在一些不足，即其識別結果只是大概閾值，閾值的不合理將會引起漏測、識別錯誤的情況，另外，在人臉出現過大表情時也會導致識別錯誤問題，這也是算法應用時需改進的內容。

1.1.2 不變特征算法

從應用情況來看，也會使用到不變特征算法，該算法在應用中，主要基于人臉的某些固有特征來作為識別檢測參考，從而達到準確識別人臉的目的。目前經常使用到的不變特征包括人臉的膚色、邊緣輪廓、邊緣紋理等。在算法應用中會搭建相應的研究模型，利用模型來討論內在信息，以此來整理出其他輪廓信息，達到信息準確識別的作用。此類算法在應用中，可以對人臉表情、姿態位置等內容進行適應，而且可以得到較為準確的檢測結果，但是在出現人臉遮擋、光照不合理的情況時，也會影響到識別結果的可靠性。

1.1.3 模板匹配算法

在人臉識別系統的應用中，末班匹配算法也具備了良好的應用價值。該算法在實際應用中，會搭建一個描述人臉特征的模板，在錄入人臉圖像之后，會對人臉特征模板進行科學計算，并且在輸入圖像子窗口相關數值后，也會將得到的求解數值和既定閾值進行對比，同時從中篩選出所匹配的人臉識別內容。此類方法在實際應用中，具備了便捷性、直觀性等特點，但是在應用中也會受到人臉表情、人臉姿態、攝影視角等內容的影響，因此在使用中也會將其作為人臉特征模板，搭配其他算法來提高識別結果的準確性。

1.2 圖像處理算法

1.2.1 直方圖均衡化

在對圖像進行處理時，進行直觀圖均衡化處理屬于非常基礎的工作內容。所得到的人臉圖像在灰度分布上處于離散分布狀態，假定圖像灰度處理區間為[0，L-1]，以此來完成灰度直方圖函數的建立，函數記作h（rk）=nk，在函數中rk表示圖像的第k級灰度；nk表示圖像中灰度值為rk的像素點的個數。假定所得到直觀圖像可以分為M行N列的矩陣圖像，以此來得到歸一化圖像，此圖像可以記作P（rk）=nk/MN，其中P（rk）表示不同灰度級參數出現的概率，而這些分量的總和為1。這樣在分析過程中可以減少環境因素帶來的影響，提高人臉識別結果的準確性。

1.2.2 中值濾波算法

在圖像處理活動中，也會使用到中值濾波算法，該算法在應用中屬于非線性濾波操作，具體的算法流程如下：假定濾波模板屬于3*3矩形，將該模板覆蓋到待處理圖像上，其中共有9個像素進行覆蓋，對這些像素值進行排序，同時從中取出中間數值來作為覆蓋圖像的中心數值，經過數值處理后可以消除圖像中的椒鹽噪聲，具備良好的應用價值。同時在該方法的處理中也會消除掉圖像中的細節信息，導致圖像比較模糊的情況。

2 人臉識別系統在軌道交通公安通信系統中的應用要點

2.1 嵌入式操作系統

為了確保信息通信結果的合理性，在系統應用中也會引入嵌入式操作系統，其主要的工作內容是利用編寫程序來對系統運行情況進行監督，從而減少了系統開發成本和時間，以提高系統運行環節的穩固性。目前常用的操作系統如下：（1）Linux系統，該系統作為使用較為普遍的操作系統，屬于Unix體系，在系統應用中也會使用到Linus Torvalds 這一內核，在使用中具備了良好的兼容性，可以在ARM 平臺、MIPS平臺中進行應用。（2）Windows CE系統，該系統在使用中的核心結構內存較小（不到300kb），能夠根據相關要求完成多線程、多任務計算，并且可以搭建相應的圖形界面，具備了良好的應用價值。

2.2 程序交叉編譯與安裝

在系統的搭建中，也需要進行程序交叉編譯與安裝，作用是更好的輔助信息傳輸，以提高分析結果的可靠性。在對程序進行編譯與安裝時應注意以下內容：（1）在系統中安裝git 工具，同時也會在界面上搭建用于存放交叉編譯工具的文件夾，將完成安裝的git 工具放入到文件夾當中。（2）在界面上安裝交叉編譯工具，在工具中也會提前配置好相應的環境變量，在/.bashrc 文件中錄入軌道交通公安通信信息，集合目前的應用情況可以得知，會使用到64位應用系統，并按要求做好source .bashrc內容的執行處理，以滿足系統運行要求。（3）在系統完成安裝后也會對其性能進行測試，并且根據測試結果來調整程序內容，以得到準確的分析結果。

2.3 圖像采集系統

在系統應用過程中也會使用到圖像采集系統，作用是對人臉信息進行采集，便于后續圖像分析活動的展開。在系統的具體應用中，應注意以下內容：第一，做好CSI攝像頭的布設工作，在具體應用中會依托 raspbian 來對攝像頭工作狀態進行調整，以滿足不同情況下的應用需求。第二，在對圖像信息進行采集時，會使用到調用函數，即利用Cv Capture From Cam 函數來對攝影頭工作狀態進行調整，以此來獲取到完整的影像資料。第二，完成初始圖像整理之后，也會借助cv Query Frame函數來對圖像信息進行獲取，所得到的像素圖像也會進行分析，對于像素較大的圖像也會使用cv Resize函數進行處理，以得到用于人臉檢測的最佳比例圖像。第三，在實際應用中也會使用 cv Cvt Color函數來對色彩進行轉換和補充，以得到更加可靠地分析圖像。

2.4 人臉檢測系統

在系統運行中也會使用到人臉檢測系統，在該系統的應用中，主要工作是對靜態人臉進行檢測和識別，具體應用流程如下：第一，對人臉圖像進行二值化處理，對于得到人臉圖像色彩進行調整，將其從傳統RGB彩色模型轉換為用于人臉檢測的YCr Cb彩色模型，根據要求對于圖像像素值進行有效掃描，并且在參考閾值作用下得到準確的二值化圖像。第二，對人臉區域進行定位，在系統應用背景下會對輪廓數k進行確定，得到相應數值后借助cv Find Contours 函數來進行計算，以此來得到準確的連通域面積數值。并且在應用中也會使用cv Equalize Hist函數來對圖形進行均衡化處理，從而得到較為準確的檢測結果，提高檢測結果的準確性與實用性。

2.5 人臉識別系統

完成人臉檢測工作后，也會使用人臉識別系統來輔助相關工作的展開，以此來得到準確的識別結果，為后續工作的展開奠定基礎。從實際應用情況來看，應注意以下內容：（1）做好SIFT 特征點提取工作，根據前期函數建立的應用模型，可以對順利得到圖像中不同特征點的基礎參數，包括坐標數據、尺度參數、描述符向量等，過程中會使用 calloc函數進行處理，以得到滿足人臉識別活動開展要求。（2）搭建KD樹模型，在實際應用中會在合理位置建設KD樹節點，同時也會使用方差維度函數、內存函數來進行處理，以此來得到方便分析整理的相關參數。（3）BBF搜索匹配處理，在過程中會使用應用程序來對參數進行整理，并且利用應用程序來得到準確的識別結果，以提高分析結果的可靠性。

2.6 人臉注冊系統

在具體的應用中，人臉注冊系統也具備了良好的應用價值，這也為后續系統分析活動的展開奠定良好基礎。在具體的運行中，數值k表示現階段人臉庫當中相對應的灰度圖像數量，具體數值也會根據ID列表進行獲取，具備良好的應用價值。并且在每次注冊工作結束后，也會對寫入和輸入的ID列表文件進行整理，而且在SIFT 特征點文件錄入后，使用fopen函數來對文件進行處理，過程中會錄入特征點坐標、尺度、主方向角度等參數，從而得到準確的分析數據，滿足相應的使用要求。另外，在應用中也會使用fclose函數來對文件參數進行整理，以提高SIFT 特征點文件整理結果的準確性。

2.7 人機交互系統

除上述提到的應用系統外，在實際應用中也會使用到人機交互系統，其作用是提高數據分析結果的直觀性與有效性，以加快信息相互之間的交互效率。從實際應用情況來看，在應用中會借助glade設計來輔助相關活動，而且為了確保公共交通工程識別結果的可靠性，也會將文件保存為glade 格式進行存儲，在需要使用時又會重新轉換為圖像，以滿足不同情況下的人臉識別圖像應用要求。該系統在具體應用中的使用流程如下：① 依托系統中的Gtk Builder指針來對參數進行整理，同時借助gtk_builder_new 函數對數據進行整理，得到需要讀取的文件。②對于找到的文件也會在交互界面中對其進行整理，即利用回調函數對相應參數進行編寫，從而還原文件最初的內容，滿足相應的使用要求[1]。

3 人臉識別系統應用時的注意事項

3.1 做好人臉識別攝影機布置

為了提高所采集信息的完整性和準確性，在應用中需做好人臉識別攝影機布置工作，總結以往的應用經驗，所需要布設的位置集中在以下區域：（1）出入口電梯位置，乘客在乘坐電梯時會下意識抬頭看前進方向，而且電梯區域可通過人數最多只有兩人，在該位置布設攝影機，更容易捕捉到完整人臉信息，提高信息識別結果的準確性。（2）入口閘機區域，人們在乘坐軌道交通工具前，都需要進行車票驗證，而且閘機寬度單次只允許通過一人，在該位置布設攝像機，也可以幫助公安部門掌握嫌疑犯的移動軌跡，方便公安部門對嫌疑人進行抓捕[2]。（3）出口閘機區域，和入口閘機一致，能夠控制出入人數，更加便于嫌疑人抓捕活動的進行。

3.2 選擇合適識別人臉攝影機

為了提高人臉識別結果的準確性，也需要根據實際情況做好攝影機的選擇工作。從實際應用情況來看，在攝影機選擇中需注意以下內容：第一，考慮基礎安裝要求，參考《安全防范視頻監控人臉識別系統技術要求》中的相關內容，確定攝像機需滿足的像素、水平轉動角、俯仰角、傾斜角等要求，以此為基礎來篩選合理的攝像機設備。第二，明確攝像機的環境要求，即參考相應規范，對于攝像機需要適應的光照條件、補光條件、捕捉速度等內容進行確定，尤其是背光條件下，所選攝像機也需要滿足攝像要求，提高識別結果的完整性和清晰度。第三，考慮攝像機的清晰度要求，即考慮攝像機的安裝高度，選擇不同分布分辨率的攝像機，以此來滿足不同場景下的應用需求[3]。

3.3 搭建高效信息傳輸工程

為了確保信息傳輸過程的高效性，在實際應用中也需要搭建高效信息傳輸工程。一般情況下常用的信息傳輸方式可分為異步傳輸和同步傳輸兩種，前者是指人機交互界面顯示圖像和實際圖像之間存在一些時間差，在技術先進性不斷提升的背景下，異步傳輸誤差也縮減到了ms級。后者則是人機交互界面顯示圖像和實際圖像保持同步，根據軌道交通公安通信系統的運行要求，可以使用較小時間間隔的異步傳輸模式來建立信息傳輸工程。以Zig Bee技術來作為主要載體，建立高效的信息通信工程，確保信息傳輸的時效性，提高信息識別結果的準確性[4]。另外，在工程建設中也會使用到暫存系統，以確保信息傳輸結果的準確性與有效性。

3.4 做好數據比對和存儲工作

在實際應用中也需要做好數據比對和存儲工作，這也是提高信息利用價值的重要保障。從實際應用情況來看，應注意以下內容：第一，在獲取到初始信息后，會參考第二章中的應用流程，對于獲取到的信息內容進行比對整理，從而篩選出有價值的應用數據，從而提高數據分析結果的準確性，滿足軌道交通公安通信系統的安全運行要求。第二，等待所有數據完成整理后，也會對這些數據進行存儲，在具體的處理活動中，也需要做好數據分類和屬性標注。并且在智能化技術的輔助下，也可以對識別出的人員移動軌跡進行整理，幫助公安人員更快的了解嫌疑人移動軌跡，從而擬定更加可靠的抓捕計劃，提高相關工作的開展效率[5]。

4 結束語

綜上所述，人臉識別技術作為一種新型生物特征識別的技術，能夠有效地打擊違法犯罪和消除安全隱患，有助于精準抓捕犯罪人員，提高公安人員的工作效率，給公安部門提供快速偵破案件的手段。特別是隨著算法不斷成熟，硬件不斷完善，人臉識別設備將在軌道交通安全領域內扮演越來越重要的角色，發揮著越來越廣泛的作用。