人脸识别技术在数字监控系统中的应用.doc

《人脸识别技术在数字监控系统中的应用.doc》由会员分享，可在线阅读，更多相关《人脸识别技术在数字监控系统中的应用.doc（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1、人脸识别技术1.1 人脸识别技术的研究及应用范畴人脸识别（Face Recognition，亦称面像识别）是人类视觉系统的基本功能，也是人类互相辨识的最直接手段，因此它是生物特征识别中的重要研究内容。人脸识别技术作为一种新兴的生物特征识别技术，概括来说，它是一种依据人体面部特征的自动身份鉴别技术。人脸识别综合运用了数字图像/视频处理、模式识别、计算机视觉等多种技术。人脸识别技术在公共安全、人机交互等领域具有广泛的应用前景，这一点已经为世人所公认。同时，人脸识别也是人工智能领域的重大研究课题，因此吸引了大量的研究人员对此展开深入研究，到现在已有30多年的研究历史。自上世纪90年代以来（特别是

2、美国“911”恐怖袭击事件发生以后），人脸识别技术在研究及应用方面更是得到了长足的发展。人脸识别的研究范围大致可以分为如下几个方面的内容:1)人脸检测（Face Detection）：即从各种不同的场景中检测出人脸的存在并确定其位置。在大多数的场合中由于场景较复杂，人脸的位置是预先不知道的，因而首先必须确定场景中是否存在人脸，如果存在人脸，再确定图像中人脸的位置。脸部毛发、化妆品、光照、噪声、面部倾斜和人脸大小变化以及各种遮挡等因素会使人脸检测问题变得更为复杂。人脸检测的主要目的是在输入的整幅图象上寻找人脸区域，把图象分割成两个部分人脸区域和非人脸区域，从而为后续处理奠定基础。2)人脸表征（F

3、ace Representation）：即采取某种表示方式表示检测出的人脸和数据库中的已知人脸。通常的表示法包括几何特征（如欧氏距离、曲率、角度）、代数特征（如矩阵特征矢量）、固定特征模板、特征脸、云纹图等。3)人脸辨识（Face Identification）：即将已检测到的待识别的人脸与数据库中的已知人脸进行比较匹配，得出相关信息，这一过程的核心是选择适当的人脸的表征方式与匹配策略，系统的构造与人脸的表征方式密切相关。通常或是选择全局的方法或是选择基于特征的方法进行匹配。显然，基于侧面像所选择的特征和基于正面像的特征是有很大的区别的。4）表情分析（Expression Analysis）：

4、即对待识别人脸的表情信息（快乐、悲伤、恐惧、惊奇等）进行分析，并对其加以归类。5）生理分类（Physical Classification）：即对待识别人脸的生理特征进行分析，得出其种族、年龄、性别、职业等相关信息。显然，完成这一操作需要大量的知识并且通常是非常困难和复杂的。目前，对人脸识别的研究工作主要集中在前3个方面。一个完整的人脸识别系统通常要包括人脸检测与跟踪、特征提取与选择、分类判别三个步骤。人脸识别的关键是特征提取和人脸建模，也就是采用什么样的特征描述人脸的问题。而且对于基于光学图像的人脸识别而言，这些特征必须是可以从图像中获得的。与其它生物特征识别技术相比，人脸识别技术在可用性方

5、面具有独特的优势：可以隐蔽操作，适于安全、监控与布控等应用；非接触式信号采集，没有侵犯性，容易被人们接受；强大的事后追踪能力；使用通用设备，设备成本较低；基础数据容易获取；符合人类的识别习惯及认知规律；可交互性强。基于上述明显的优势，人脸识别在公共安全、商业、金融、人机交互等领域有着广泛的应用前景。1.2 人脸识别技术的发展状况九十年代中后期以来，在“863”、国家自然科学基金（NSFC）和各项攻关计划的资助下，国内众多研究机构开始对人脸识别进行研究，主要包括中科院计算所、清华大学（自动化系、计算机系、电子系）、哈工大计算机系、中科院自动化所、北工大、上海交大、南京理工大学、中山大学、西北大学

6、等。在人脸识别进行了许多很有意义的尝试，积累了宝贵的经验。2、现有数字监控系统存在的缺陷经过多年的发展，数字监控系统目前已经成为安防行业的主流产品。目前，业内的众多企业广泛采用了主流的MPEG 4、H.264编解码标准，在编解码效率、图像质量、数据传输等方面取得了明显的技术进步。但是，由于现行系统着眼于监控场景的记录，而缺乏对图像的进一步分析理解，因而存在着先天性不足。2.1 现有数字监控系统面临的四大难题1）确定监控场景中是否有人。在绝多数应用场合中人都是监控主体，客观上需要准确判断出监控场景中是否有人存在，进而触发警报，同时实时确定人脸是否存在对于改善编码效率、提升压缩比也有非常重要的作用

7、。现有系统可以采用外接各类传感器或运动检测的方法来判断场景中是否有运动物体出现，但无法确定是否是人引发了场景变化。2）无法辨认监控对象。由于光照条件恶劣，或是人脸部分过小，造成图像质量下降，无法辨认场景中的人是谁。这在很大程度上失去了监控的意义。3）确定当前监控对象的身份。在公共安全、出入控制、公安（安全）布控等应用领域，需要确切地识别监控对象的真实身份进而触发预先定义的各类动作。从监控系统的角度来看，连续的视频序列实质上为识别监控对象的真实身份已经提供了足够丰富的信息，只是现有监控系统由于技术限制无从使用这些识别信息。4）视频检索效率极低、难度大，无法基于人脸图像等AV对象进行智能化检索。由

8、于现有系统普遍采用了线性顺序存储策略，视频检索难度大。一般情况下必须知道视频相关的时间信息，否则只能采用大范围的视频回放方式进行视频检索。在已有某人照片的前提下，如果要确定该人是否在监控场景中曾经出现过，现有系统除了顺序检索所有的视频资料以外，没有别的办法。2.2 人脸识别技术与数字监控系统的结合的可行性不难看出，上述四个问题正是人脸识别的研究范畴及应用领域，通过众多研究人员的共同努力，目前在一定应用条件下已经较好地解决了这些问题。因此，如果能够实现人脸识别技术与现有数字监控系统的有机结合，将可以有效地解决目前数字监控系统存在的四大难题。从系统实现的角度来看，现有数字监控系统所使用的前端设备与

9、人脸识别系统所使用的成像系统是一致的，数字监控系统所产生的视频流（未编码）也正是人脸识别系统所需要的数据源，换言之，人脸识别技术与数字监控系统的结合不存在系统实现方面的障碍。在数字监控系统中应用人脸识别技术，主要是为了完成人脸对象提取、图像理解等智能化处理。应用人脸识别技术可实现对数字化监控系统的智能化升级。可保留原有监控系统的前端，系统的升级主要在后端实现，对大部分已有数字监控系统而言，无需增加新的硬件。同时，二次开发商可依据用户实际需求采用不同类型的人脸识别技术，对系统功能进行合理剪裁。3、技术解决方案3.1 问题一、二解决方案：人脸检测技术。利用人脸检测技术从原始视频流中检测并分离出人脸

10、图像针对人脸区域进行光照补偿，改善图像关注区域的视觉效果由于人脸检测技术是人脸识别系统的基础，因此下面将重点对人脸检测技术的实现展开论述。在此使用的是广义的“人脸检测”概念，包括了图像预处理、人脸粗检、人脸细检、归一化（统一图像规格）、光照补偿（以改善图像质量）等过程。目前主流的数字监控系统不外乎下述两种实现形式：I型：工控机+音视频压缩卡；II型：嵌入式DVR；对于I型数字监控系统而言，其音视频采集、编码过程一般由音视频压缩卡上板载的DSP（数字信号处理器）完成；应用系统则一般运行于Windows 2000/xp平台之上，完成录像（存储）、视频预览及回放、视频传输、系统配置等任务。在I型数字

11、监控系统上要实现人脸检测功能有三种途径：1）在音视频压缩卡板载的DSP上完成人脸检测。这种实现方式的优点是无需通过PCI总线传输未经编码的原始视频流到监控主机，减轻了对PCI总线的传输压力；其缺点则是对DSP的音视频编码过程造成一定的性能下降，对于负荷饱和的DSP而言，需要减少音视频编码的路数（如四路变为两路）以完成人脸检测。2）基于监控主机的CPU完成人脸检测。这种实现方式的优点是不影响音视频压缩卡的编码，不会给板载DSP带来新的负荷，同时由于目前监控主机一般采用P4以上的高性能PC，与基于DSP的人脸检测相比具有一定的效率优势；其缺点则是需通过PCI总线传输未经编码的原始视频流到监控主机，

12、加重了对PCI总线的压力。同时，一定程度上也提升了CPU的占用率（一般会达到60-70%）。3）结合使用音视频压缩卡的DSP及监控主机的CPU。由板载DSP完成图像预处理及人脸粗检，粗检结果由DSP通过PCI总线传至主机（数据量比未编码的原始视频流少1-2个数量级），最终由CPU完成人脸检测。这种方式综合了1）、2）两种方式的优点，同时又避免了二者的不足，因此在实际应用过程中得到了普遍的应用。完成人脸检测过程后，检测到的人脸图像由数字监控应用系统调用人脸检测SDK实现压缩、关联存储、检索。这里所称“关联存储”是指通过视频通道ID、时间将人脸图像与视频进行关联。对于II型数字监控系统而言，由于其

13、实现采用了封闭式的体系结构，因此基于该型系统要实现人脸检测功能需要使用其它的方式：九鼎科技已经实现了基于DSP的嵌入式人脸检测及识别器。该装置的核心部件为DSP处理板。该装置可以作为独立的人脸检测器完成人脸检测，检测得到的人脸图像可通过RJ45口、RS232/485口传输给嵌入式DVR，最终由嵌入式DVR完成人脸图像压缩、关联存储、检索等功能。就目前的技术水平而言，基于TI DM642 DSP可达到8-10fps的人脸检测帧率，而基于P4 2.4GCPU可达到12-15fps的人脸检测帧率。上述性能指标均基于CIF格式的视频。4、人脸识别技术与数字监控系统结合的意义实现人脸识别技术与数字监控系统系统的结合，是安防行业自身发展的迫切需要。概括来说，两者结合的意义在于：显著提升监控系统的智能化程度拓展了监控系统的应用领域，为传统监控行业的发展注入了新的活力，符合监控行业的发展趋势为广大用户提供了智能化的视频检索手段，明显改善了系统的易用性有效保护了用户原有投资。基于人脸识别的数字监控系统作为安防行业的高中端产品，具有十分广泛的应用前景。具体来说，可应用于如下领域：金融电力智能小区、写字楼党政机关机场、车站、码头等重要口岸其它公共场所可以预见，随着人脸识别技术的进一步发展，在不远的将来人脸识别技术将实现与数字监控系统的进一步融合，并最终成为数字监控系统的标准功能。