韓建國

?

如何在城市安防系統(tǒng)中提升人臉識別準確性的探討

韓建國

（邢臺市公安局 科技信息化處，河北 邢臺 054000）

隨著城市經(jīng)濟的迅猛發(fā)展以及城鎮(zhèn)化腳步的逐漸加快，社會犯罪率也逐年增高,犯罪分子往往隱藏在人群之中，給案件的偵破帶來很大的困擾，為了提高案件偵破率,人臉識別技術(shù)廣泛被應用于安防領域。由于人臉識別技術(shù)受各種因素的影響很大,難以滿足實際應用需求，提高人臉識別系統(tǒng)的準確率變得迫在眉睫。文章主要在工程層面和應用層面，探討在不同的方式中提升人臉識別子系統(tǒng)的準確性，以此提高人臉識別子系統(tǒng)的使用效率，降低城市安保人員的工作量。

安防領域；人臉識別；準確率；工程層面；應用層面

一、引言

隨著人工智能技術(shù)的發(fā)展，人臉識別在城市級安全防護系統(tǒng)中得到普遍的應用。人臉識別技術(shù)已經(jīng)應用在案件罪犯抓捕、走失人員救護、失蹤人員尋找、案件線索查找等方方面面。但是，由于人臉識別技術(shù)是基于室外攝像機圖像的識別，為非配合式抓拍識別，由于光線、人員姿態(tài)等因素的影響，尚存在誤識別、漏識別等問題。這些問題在實際應用中，影響了人臉識別子系統(tǒng)的應用效率[1]。本文主要在工程層面和應用層面，探討在不同的方式中提升人臉識別子系統(tǒng)的準確性，以此提高人臉識別子系統(tǒng)的使用效率，降低城市安保人員的工作量。

二、人臉識別技術(shù)的研究

1.人臉識別子系統(tǒng)的工作機理

自動人臉識別的經(jīng)典流程分為四個步驟，如圖1所示：

（1）人臉檢測

從監(jiān)控視頻流中找到人臉并跟蹤，對圖像中的人臉部位進行抓拍，供后臺進行分析。人臉檢測一般基于圖像中的多邊形特征來判斷，圖像中出現(xiàn)的局部多邊形和人臉外觀特征越相似，則會被判斷為同一張人臉[2]。

（2）人臉五官定位

將抓拍的人臉對齊，并進行五官的定位，為特征提取提供有效信息。人臉五官定位，則是通過對圖像中的局部多邊形特征和處于圖像中的相對位置來定位[3]。

（3）特征提取

對于上一步驟中定位的人臉五官，通過人臉識別算法模型，將人臉各個局部圖像轉(zhuǎn)換為結(jié)構(gòu)化的多維矩陣數(shù)據(jù)（a1，a2，a3，……，,an），an是一串二進制數(shù)字，一般可以是整型數(shù)據(jù)，也可以是單精度或雙精度浮點型數(shù)據(jù)。這個過程實際上是一個將無法描述的非結(jié)構(gòu)化圖像數(shù)據(jù)化的過程，用數(shù)字來表達，

圖1 人臉識別的流程

（4）人臉比對識別

人臉比對，是將“特征提取”步驟中的人臉特征數(shù)據(jù)和人臉庫中比對目標圖片的特征數(shù)據(jù)進行比對的過程。一般通過余弦算法、歐式距離算法等不同的方式，來比較兩個人臉特征數(shù)據(jù)的相似程度，一般用相似度也就是一個0-100%的百分比數(shù)值來表示，相似度越接近100%則表示兩個特征數(shù)據(jù)對應的人臉圖片越相近。

其中人臉檢測和五官定位受到圖像質(zhì)量的影響，很大程度上取決于工程和應用的水平，從而最終影響人臉識別的準確性。

2. 判斷人臉識別子系統(tǒng)的正確率的指標

判斷一個人臉識別子系統(tǒng)的準確性，主要有以下指標：

（1）捕獲率

用于計算相機抓拍到并保存下來的人員與實際經(jīng)過人員的比例，比例高者為優(yōu)。公式如下：

（2）多拍率

用于計算相機抓拍的冗余性，即有些經(jīng)過的人多抓或者非人臉誤抓的情況，因為多抓會導致后續(xù)的存儲和計算成本的上升，比例低者為優(yōu)。公式如下：

（3）識別率

用于計算人臉識別的準確性，計算正確識別的人員數(shù)量在所有應識別出來的人員（人臉庫中有的并經(jīng)過現(xiàn)場的人員）中的比例，比例高者為優(yōu)。公式如下：

（4）誤識率

用于計算人臉識別的準確性，計算錯誤識別的人員數(shù)量在所有應識別出來的人員（人臉庫中有的并經(jīng)過現(xiàn)場的人員）中的比例，比例低者為優(yōu)。公式如下：

（5）拒識率

用于計算人臉識別的準確性，是指不應識別的人，被正確拒絕識別的比例，此比例高者優(yōu)。公式如下：

3.影響人臉識別準確率的因素

從上文可以看到，一個人臉識別子系統(tǒng)，希望捕獲率、識別率越高越好，誤識率越低越好。首先影響捕獲率、識別率、誤識率的因素肯定在人臉檢測和識別算法，也就是說在相同圖像質(zhì)量的情況下由算法本身決定。但是當一個城市安全防范系統(tǒng)的人臉識別子系統(tǒng)建設完成后，可以認為算法水平在一個時間段內(nèi)是確定的[4]。

本文主要基于工程和應用角度探討如何提升人臉識別子系統(tǒng)的準確性，所以在確定人臉檢測算法和識別算法的情況下，如何提升捕獲率、識別率，降低誤識率。人臉檢測抓拍的質(zhì)量，提升圖像的質(zhì)量，也就是工程質(zhì)量，將決定一個人臉識別子系統(tǒng)的準確性。

（1）影響捕獲率的因素

影響捕獲率的，主要在人臉檢測階段。人臉檢測階段影響捕獲率的主要是人臉檢測捕獲算法，而人臉檢測算法是通過人臉在圖像中形成的多邊形特征決定的[5]。也就是說一個人臉在圖像中形成的一個多邊形的辨識度越高越有利于人臉檢測算法檢測出人臉，而辨識度越低則越難以檢測到[6]。那么影響一個多邊形圖像的辨識度的因素會是什么？在計算機技術(shù)中，一幅圖像是由若干的像素點組成，一個像素點則通過不同的顏色、亮度來表達。所以一幅圖像中，一個人臉實際上是通過人臉邊緣的連續(xù)的若干個不同顏色、亮度的像素點組成的一個多邊形。所以影響這個多邊形的辨識度的則是組成這個多邊形上的所有的像素點和背景形成的圖像的顏色、亮度的差異，這個差異越明顯則辨識度越高。

（2）影響識別率和誤識率的因素

由前文的人臉識別子系統(tǒng)的工作機理可知，在算法確定的情況下，人臉識別通過兩張人臉圖片對應的特征數(shù)據(jù)經(jīng)過相似度計算來判斷兩張圖片中的人是同一個人的可能性。因此影響識別率和誤識率的因素是人臉的特征數(shù)據(jù)，而特征數(shù)據(jù)提取的關(guān)鍵因素是人臉五官定位。

在一幅圖像中，五官定位的準確性很大程度上受五官的圖像的辨識度的影響。計算機顯示的人臉的五官也是由若干個像素點組成，因此相同的道理，人臉五官對應的圖像的辨識度，由組成這個圖像的若干個像素點和周邊環(huán)境、五官周邊區(qū)域的像素點在顏色、亮度等方面的差異程度決定。

由此可見，在工程和應用中，在算法一定的情況下，影響捕獲率、識別率和誤識率的因素是有共性的。

同樣，我們知道一個人頭部本身是三維立體的，但是在經(jīng)過攝像機拍攝行程圖像后，是二維的。一個三維立體的人的頭部在不同的攝像機圖像中，由于人的頭部和攝像機的鏡頭角度和距離的不同，形成的二維圖像也是不同的。在人臉識別過程中，同一個人，由于在形成圖像時的角度和距離的差異，不同的臉部照片的相似度是不同的，在不考慮其他因素的情況下，兩張人臉圖片成像角度和距離越相近，相似度越高，人臉識別準確性就越高。

因此，通過以上分析，我們可以總結(jié)出，在工程和應用中，在算法一定的情況下，影響人臉識別子系統(tǒng)的準確性的一個重要因素一是圖像的成像質(zhì)量；二是成像角度和距離。還有很多其他因素，包括人本身的衣著穿戴等。由于本文主要探討工程和應用中的人臉識別準確性，對于不受工程和應用控制的因素則不再考慮。

除此之外，人臉識別子系統(tǒng)本身的魯棒性會影響人臉識別系統(tǒng)的準確性，可以避免數(shù)據(jù)丟失等情況。

（3）如何在工程應用上提高人臉識別準確率

?① 避免順光逆光場景：攝像機選擇場景時盡量避免強順光、逆光場景，這種場景會因為人臉過暗或者過曝導致人臉檢測不到，從而使人臉抓拍率下降；

?② 避免光影影響大的場景：盡量避免復雜的光影場景，例如樹蔭下、周邊玻璃等鏡面反射驗證的場景；

?③ 補光：在必須應用于強順逆光場景、光影復雜的區(qū)域，可以通過安裝補光設備，通過燈光補償增強人臉在圖像中的成像效果，從而增強人臉部位圖像的區(qū)別度；

④ ?通過多攝像機成像，綜合人臉特征提取，解決人臉在單個攝像機中的成像角度偏差問題；

⑤ 單方面提升識別率，可以通過多次比對結(jié)果交叉驗證，在對誤報率不敏感的應用中，可以通過多次比對的綜合驗證結(jié)果作為比對結(jié)果，從而提升識別率；

?⑥ 在工程應用中，通過多處理器多服務器集群組網(wǎng)、負載分擔、故障保護等因素，可以有效提升系統(tǒng)的魯棒性，避免數(shù)據(jù)和計算任務的丟失、中斷等因素對人臉識別準確性的影響。

三、總結(jié)

人臉識別技術(shù)在城市安防系統(tǒng)中得到了廣泛的應用，但是如何提高人臉識別技術(shù)的正確率變得至關(guān)重要。本文首先引出人臉識別技術(shù)在安防系統(tǒng)中得到了廣泛的應用，然后詳細介紹了人臉識別子系統(tǒng)的工作機理以及判斷人臉識別子系統(tǒng)的正確率的指標，并且主要在工程層面和應用層面探討如何在不同的方式中提升人臉識別子系統(tǒng)的準確性，以此提高人臉識別子系統(tǒng)的使用效率，降低城市安保人員的工作量。

[1]劉達，王云.人臉識別技術(shù)在視頻安防系統(tǒng)中的應用[J].信息化建設，2015（10）.

[2]張永亮.人臉識別系統(tǒng)[D].北京：電子科技大學，2011.

[3]袁正海.人臉識別系統(tǒng)及關(guān)鍵技術(shù)研究[D].南京：南京郵電大學，2013.

[4]張翠平，蘇光大. 人臉識別技術(shù)綜述[J].中國圖象圖形學報，2000（11）.

[5]李波.人臉識別技術(shù)及應用研究[D].西安：西安電子科技大學，2007.

[6]蘇祎芳.人臉識別技術(shù)應用及前景展望[J].云南警官學院學報，2017（04）：106-110.

How to Improve the Accuracy of Face Recognition in Urban Security System

HAN Jian-guo

(Xingtai City Public Security Bureau, Xingtai, Hebei 054035, China)

With the rapid development of urban economy and the accelerated pace of urbanization, the rate of social crime is also increasing year by year. Criminals are often hidden in the crowd, which brings great trouble to the detection of police cases. In order to improve the detection rate of the cases, face recognition technology is widely used in the security field. Face recognition technology is greatly influenced by various factors, so it is difficult to meet the practical application needs and urgent to improve the accuracy of face recognition system. This paper mainly discusses how to improve the accuracy of face recognition subsystem in different ways at the engineering level and application level. The workload of urban security personnel will be reduced through improving the efficiency of face recognition subsystem.

security field; face recognition; accuracy; engineering level; application level

2018—09—19

韓建國（1978—），河北邢臺人，國家一級安防系統(tǒng)設計評估師，邢臺市公安局科技信息化處，高級工程師。

TP311

A

1008—6129（2018）05—0096—04