蔡碩 陳明 趙津

摘 要：現(xiàn)階段，信息技術(shù)的快速發(fā)展，促使監(jiān)控視頻在日常中應(yīng)用越來(lái)越廣泛，比如教育、安全、娛樂(lè)、生活等領(lǐng)域。人臉識(shí)別技術(shù)是監(jiān)控視頻中進(jìn)行生物特征識(shí)別的關(guān)鍵技術(shù)，能夠保證當(dāng)前的安全保障工作。因此，本文主要闡述人臉識(shí)別技術(shù)的相關(guān)信息，探究面向監(jiān)控視頻的人臉識(shí)別技術(shù)的應(yīng)用。

關(guān)鍵詞：監(jiān)控視頻;人臉識(shí)別技術(shù);應(yīng)用

以往監(jiān)控視頻中應(yīng)用的人臉識(shí)別技術(shù)主要是通過(guò)靜態(tài)圖像完成，而在智能化技術(shù)發(fā)展背景下，面向監(jiān)控視頻的人臉識(shí)別技術(shù)不再需要人臉呈現(xiàn)靜態(tài)圖像，而是利用相機(jī)進(jìn)行人臉捕捉，大大提升人臉識(shí)別的效率。人臉識(shí)別是監(jiān)控視頻發(fā)展的一項(xiàng)標(biāo)志，能夠有效識(shí)別不同物體，及時(shí)發(fā)現(xiàn)監(jiān)控畫(huà)面中存在的異常情況，并采用最快最有效的方式提供有價(jià)值信息、發(fā)出警報(bào)等，幫助相關(guān)人員處理危險(xiǎn)情況，盡可能減少漏報(bào)或誤報(bào)情況的發(fā)生。

一、面向監(jiān)控視頻的人臉識(shí)別技術(shù)的相關(guān)信息

（一）人臉識(shí)別技術(shù)概念

人臉識(shí)別技術(shù)是一種新的生物識(shí)別技術(shù)，主要是應(yīng)用計(jì)算機(jī)、相機(jī)、處理技術(shù)等進(jìn)行人臉圖像捕捉、分析，進(jìn)而確定人臉的身份。和指紋識(shí)別、眼膜識(shí)別等技術(shù)相對(duì)比，人臉識(shí)別技術(shù)在安全監(jiān)控系統(tǒng)的支撐下，更容易獲取人臉信息，促使其在目前監(jiān)控視頻中占有一定的應(yīng)用優(yōu)勢(shì)，在公共安全、人機(jī)交互等方面有著良好的應(yīng)用前景，但是人體存在一定的不可預(yù)知性，導(dǎo)致人臉識(shí)別技術(shù)自身面臨一些問(wèn)題。

（二）人臉識(shí)別技術(shù)算法

人臉識(shí)別技術(shù)需要在算法的支持下實(shí)現(xiàn)。在人臉識(shí)別技術(shù)中常用的算法包括神經(jīng)網(wǎng)絡(luò)方法、子空間方法、幾何特征方法、彈性模型方法、特征臉?lè)椒?、MTCNN算法。其中神經(jīng)網(wǎng)絡(luò)方法主要是利用神經(jīng)網(wǎng)絡(luò)理論提取人臉特征，并對(duì)特征進(jìn)行識(shí)別。子空間方法主要是促使人臉圖像復(fù)雜度降低，進(jìn)而識(shí)別人臉。幾何特征方法主要是利用幾何特征對(duì)人臉進(jìn)行正面識(shí)別，對(duì)人臉的眼睛、口、鼻等具有重要特征點(diǎn)的位置以及幾何形狀當(dāng)作分類特征，對(duì)這些特征進(jìn)行提出。彈性模型方法主要是利用幾何特征方法、灰度分布信息進(jìn)行小波紋理識(shí)別和分析的一種算法，利用人臉結(jié)構(gòu)、灰度分布信息，能夠自動(dòng)、精準(zhǔn)的確定人臉面部特征，識(shí)別率較高。特征臉?lè)椒ㄖ饕菑慕y(tǒng)計(jì)觀念入手，對(duì)人臉圖像上分布的基本元素進(jìn)行查詢，確定人臉圖像樣本協(xié)方差矩陣特征向量，從而更好的對(duì)人臉圖像進(jìn)行表征。MTCNN算法主要通過(guò)深度學(xué)習(xí)，采用人臉檢測(cè)和對(duì)齊的方式，能夠同時(shí)完成這兩項(xiàng)任務(wù)，性能較高，檢測(cè)速率快。

（三）人臉識(shí)別的技術(shù)

1.人臉檢測(cè)技術(shù)

人臉檢測(cè)主要是在不同場(chǎng)合中將人臉檢測(cè)出來(lái)，并能夠準(zhǔn)確的判斷人臉位置。在實(shí)際應(yīng)用過(guò)程中，由于不同場(chǎng)合具有較強(qiáng)的復(fù)雜性，人臉位置也存在一定的不可預(yù)知性，因此，在進(jìn)行人臉檢測(cè)之前，需要明確在該場(chǎng)所中是否存在人臉，在存在人臉的情況下才能對(duì)人臉進(jìn)行檢測(cè)，并確定人臉位置。但是，人臉檢測(cè)會(huì)受到各種因素的影響，導(dǎo)致檢測(cè)效果不高，例如臉部毛發(fā)、噪聲、光線、化妝品、人臉外貌變化、物品遮擋等，都會(huì)在一定程度上增加人臉識(shí)別的難度。因此，人臉檢測(cè)的根本在于將人臉置于一個(gè)較為完整的圖像中，尋找人臉?biāo)趨^(qū)域，并對(duì)圖像區(qū)域進(jìn)行科學(xué)合理的分割為人臉區(qū)域和非人臉區(qū)域兩部分，進(jìn)而為接下來(lái)的人臉識(shí)別奠定基礎(chǔ)。

2.人臉表征技術(shù)

人臉表征主要是應(yīng)用一定方式對(duì)檢測(cè)出來(lái)的人臉和數(shù)據(jù)庫(kù)中的已知人臉進(jìn)行表示。一般采用的表示法有特征臉、幾何特征、代數(shù)特征、固定特征、云紋圖等。

3.人臉辨識(shí)技術(shù)

人臉辨識(shí)主要是將檢測(cè)出來(lái)的人臉和人臉數(shù)據(jù)庫(kù)中已知人臉進(jìn)行對(duì)比匹配，并獲取人臉身份信息。在這一階段，其辨識(shí)的關(guān)鍵在于確定合適的人臉表征方式，并選擇二者相應(yīng)的匹配方式。再通過(guò)系統(tǒng)構(gòu)造和分析，和人臉表征建立聯(lián)系。一般應(yīng)用全局方式或基于特征方式進(jìn)行匹配，很明顯，正面人臉和側(cè)面人臉的特征存在明顯的差別。

4.表情分析技術(shù)

表情分析也就是通過(guò)識(shí)別確定人臉的表情信息，比如驚恐、悲傷、快樂(lè)等，并對(duì)其進(jìn)行歸類處理。

5.生理分類技術(shù)

對(duì)檢測(cè)到的人臉進(jìn)行生理特征分析，能夠獲取其職業(yè)、年齡、性別、種族等方面的信息。但是要完成這一生理分類，需要更深入地對(duì)人臉識(shí)別技術(shù)進(jìn)行研究。

6.Direcshow視頻圖像獲取技術(shù)

該技術(shù)是自身來(lái)源于流媒體處理開(kāi)發(fā)包，是視頻監(jiān)控系統(tǒng)中常用到的三種視頻捕捉方式在Direcshow視頻圖像獲取技術(shù)的應(yīng)用。一般Direcshow視頻圖像獲取技術(shù)類似于Windows系統(tǒng)組件，促使其能夠在模塊化結(jié)構(gòu)的支持下，通過(guò)底層視頻采集，進(jìn)而在頂層媒體進(jìn)行交互，獲取具有針對(duì)性的解決方式，進(jìn)而更好地為監(jiān)控視頻提供圖像獲取服務(wù)。

7.Adaboost人臉檢測(cè)技術(shù)

該技術(shù)主要是利用自身的分類功能，對(duì)人臉檢測(cè)出來(lái)的結(jié)果進(jìn)行分類處理。一般該人臉檢測(cè)技術(shù)的應(yīng)用步驟為確定人臉特征結(jié)構(gòu)，進(jìn)而對(duì)特征數(shù)值進(jìn)行分析，結(jié)合數(shù)值分析結(jié)果選擇弱分類器，并構(gòu)造強(qiáng)分類器，實(shí)現(xiàn)弱強(qiáng)分類器聯(lián)合，從而檢測(cè)人臉特征。

8.深度學(xué)習(xí)技術(shù)

隨著神經(jīng)網(wǎng)絡(luò)的快速發(fā)展，以及神經(jīng)網(wǎng)絡(luò)對(duì)圖像數(shù)據(jù)特征表現(xiàn)出來(lái)的強(qiáng)大提取優(yōu)勢(shì)，深度學(xué)習(xí)技術(shù)也成為人臉識(shí)別技術(shù)的關(guān)鍵。該技術(shù)的重點(diǎn)在于將圖像中的人臉檢測(cè)處理利用關(guān)鍵點(diǎn)對(duì)齊之后，將其輸入神經(jīng)網(wǎng)絡(luò)中，獲取特征向量，再利用分類訓(xùn)練，促使該特征向量成為人臉特征向量，能夠從兩張類似的人臉中對(duì)兩個(gè)特征的向量度量差進(jìn)行計(jì)算，主要采用cos距離、L1距離、L2距離、SVM、JointBayesian等。

（四）面向監(jiān)控視頻的人臉識(shí)別流程

在具體應(yīng)用人臉識(shí)別技術(shù)時(shí)，在目前的監(jiān)控視頻中，先是獲取視頻圖像，再對(duì)人臉進(jìn)行檢測(cè)和捕捉，對(duì)圖像實(shí)施預(yù)處理之后，提取特征并轉(zhuǎn)化規(guī)則，檢索數(shù)據(jù)庫(kù)中的規(guī)則，對(duì)兩種規(guī)則進(jìn)行對(duì)比分析，最終確定人臉身份，這是常用的人臉識(shí)別流程。其中獲取視頻圖像主要是獲取被檢測(cè)對(duì)象的監(jiān)控視頻數(shù)據(jù)。人臉檢測(cè)和捕捉主要是針對(duì)監(jiān)控視頻數(shù)據(jù)，判斷該視頻中是否存在人臉，在確定人臉之后，實(shí)現(xiàn)人臉和背景圖像的分離。圖像預(yù)處理主要是對(duì)提取出來(lái)的人臉圖像進(jìn)行放大、縮小等操作之后，并其色差進(jìn)行調(diào)節(jié)，采用白平衡、去光照、降噪等方式，確保人臉圖像在尺度標(biāo)準(zhǔn)范圍內(nèi)，這樣能夠方便后續(xù)人臉識(shí)別。提取特征主要是對(duì)預(yù)處理之后的圖像進(jìn)行人臉特征提取;在轉(zhuǎn)化規(guī)則中主要是對(duì)特征臉部進(jìn)行參數(shù)識(shí)別和轉(zhuǎn)變，再對(duì)數(shù)據(jù)庫(kù)中的人臉規(guī)則進(jìn)行檢索，尋找出相近的規(guī)則，對(duì)二者繼續(xù)對(duì)比和分析，進(jìn)而確定最終人臉識(shí)別結(jié)果。

二、面向監(jiān)控視頻的人臉識(shí)別技術(shù)應(yīng)用

（一）種族對(duì)比

在種族對(duì)比中能夠通過(guò)監(jiān)控視頻的人臉識(shí)別技術(shù)中的抓拍功能，對(duì)不同種族人的面部特征進(jìn)行鑒別和對(duì)比。這項(xiàng)技術(shù)應(yīng)用在公共安全、社會(huì)安全等方面發(fā)揮了巨大作用。近些年來(lái)，暴動(dòng)、暴恐事件常常發(fā)生，需要公安機(jī)關(guān)做好應(yīng)對(duì)措施，避免恐怖分子威脅社會(huì)安定。同時(shí)，為了更好的掌握種族面孔信息，公安機(jī)關(guān)需要在特定區(qū)域內(nèi)安裝種族識(shí)別器，建立完善的安全監(jiān)控組網(wǎng)，保證社會(huì)穩(wěn)定。

（二）情報(bào)搜集

現(xiàn)階段，我國(guó)很多國(guó)安部門(mén)構(gòu)建了人臉識(shí)別和聯(lián)網(wǎng)系統(tǒng)，并隨著信息技術(shù)的發(fā)展對(duì)其進(jìn)行優(yōu)化，促使其成為國(guó)安部門(mén)獲取情報(bào)信息的關(guān)鍵，利用面向監(jiān)控視頻的人臉識(shí)別技術(shù)，盡可能搜集到全面的情報(bào)信息，從根本上減少危害社會(huì)安全的事件發(fā)生，提升社會(huì)發(fā)展的安全性。

（三）戶政領(lǐng)域

面向監(jiān)控視頻的人臉識(shí)別技術(shù)在戶籍登記方面也有廣泛的應(yīng)用，在人口數(shù)量規(guī)模不斷加大和現(xiàn)代化發(fā)展水平不斷提升的背景下，逐漸完善戶籍管理，解決人們出現(xiàn)的身份證丟失、冒用等問(wèn)題，而且還能在人口普查過(guò)程中引用該技術(shù)，提升普查的效率。另外，在戶政領(lǐng)域下，能對(duì)異常身份戶籍進(jìn)行整理和分析，改善戶籍管理工作。

（四）交通安全

根據(jù)交通管理局相關(guān)業(yè)務(wù)需求，能夠借助面向監(jiān)控視頻的人臉識(shí)別技術(shù)選擇合適的業(yè)務(wù)解決方案，提升交通管理服務(wù)形象。同時(shí)，還能對(duì)視頻監(jiān)控、人臉識(shí)別器進(jìn)行通道管理，采取人證合一驗(yàn)證方式，確保各項(xiàng)業(yè)務(wù)能夠?qū)嵜?yàn)證和辦理。而且還能對(duì)預(yù)約叫號(hào)系統(tǒng)進(jìn)行優(yōu)化，采用高效率驗(yàn)證方式，大大提升工作效率。另外，人臉識(shí)別技術(shù)還能對(duì)失駕人員進(jìn)行管理和控制，常常在交通管理中出現(xiàn)這些情況，比如一些被吊銷駕駛者、注銷駕駛證的人員依舊開(kāi)車(chē)上路，而且這些人員也常常出現(xiàn)上路目無(wú)法紀(jì)、違反法規(guī)的行為，嚴(yán)重影響交通管理的正常進(jìn)行，甚至還會(huì)導(dǎo)致交通事故的發(fā)生。而利用人臉識(shí)別系統(tǒng)，能夠?qū)︸{駛?cè)藛T進(jìn)行人臉捕捉，根據(jù)系統(tǒng)中黑名單人物進(jìn)行人臉識(shí)別，及時(shí)抓拍失駕人員，保證交通安全。

三、總結(jié)

近些年來(lái)，我國(guó)在監(jiān)控視頻系統(tǒng)構(gòu)建方面獲取良好的成效，在保證社會(huì)安全發(fā)展方面做出了巨大貢獻(xiàn)，而且面向監(jiān)控視頻的人臉識(shí)別技術(shù)作為新興技術(shù)，涉及的算法、關(guān)鍵技術(shù)較多。同時(shí)，在種族對(duì)比、情報(bào)搜集、戶政領(lǐng)域、交通安全中取得良好的應(yīng)用效果，對(duì)保證社會(huì)安全、穩(wěn)定發(fā)展等有重要價(jià)值。

參考文獻(xiàn)：

[1]孫家維.基于視頻監(jiān)控的人臉識(shí)別軟件的設(shè)計(jì)研究[J].自動(dòng)化技術(shù)與應(yīng)用，2019，38（12）：164-168.

[2]吳松偉.基于人臉識(shí)別技術(shù)的智能視頻監(jiān)控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)時(shí)代，2019（11）：62-66.

[3]賴祥.智能視頻監(jiān)控中人臉識(shí)別技術(shù)的應(yīng)用與發(fā)展[J].通訊世界，2019，26（06）：46-47.

[4]張金龍.淺析人臉識(shí)別技術(shù)在公共安防視頻監(jiān)控領(lǐng)域的運(yùn)用[J].中國(guó)公共安全，2019（03）：80-82.

[5]阮小園.人臉識(shí)別技術(shù)與視頻監(jiān)控系統(tǒng)的結(jié)合應(yīng)用分析[J].電腦迷，2018（02）：113.

作者簡(jiǎn)介：蔡碩（1990—），女，漢族，河北保定人，華北電力大學(xué)碩士研究生，國(guó)網(wǎng)河北省電力有限公司信息通信分公司中級(jí)工程師，主要研究方向?yàn)闄C(jī)動(dòng)應(yīng)急通信系統(tǒng)運(yùn)維、視頻會(huì)議系統(tǒng)運(yùn)維;陳明（1986—），男，漢族，河北邢臺(tái)人，北京科技大學(xué)碩士研究生，國(guó)網(wǎng)河北省電力有限公司信息通信分公司中級(jí)工程師，主要研究方向?yàn)闄C(jī)動(dòng)應(yīng)急通信系統(tǒng)運(yùn)維、視頻會(huì)議系統(tǒng)運(yùn)維、信息系統(tǒng)運(yùn)維、計(jì)算機(jī)終端運(yùn)維;趙津（1990—），女，漢族，河北保定人，華北電力大學(xué)碩士研究生，國(guó)網(wǎng)河北省電力有限公司信息通信分公司中級(jí)工程師，主要研究方向?yàn)樾畔⑾到y(tǒng)運(yùn)維檢修。