论文部分内容阅读
【摘要】 本文介绍了视频监控中人脸识别关键技术，主要分析了视频监控中关于人脸识别关键技术目前的现状、存在的问题、以及未来的发展。具体还研究了监控中人脸识别的系统构成，由五大部分组成：人脸检测、脸部特征截取、脸部采集、脸部识别、关照处理与姿态估计。另外，针对能对人脸识别性能产生影响的因素：关照、姿态、分辨率等也进行了分析研究。
【关键字】 人脸识别 姿态估计 光照处理 特征提取 视频监控
引言：近年来，我国视频监控网的建立已初有成效，视频监控为国家建立平安城市有着重要意义，而视频监控中的人脸识别技术更是受到国家和相关部门的重视。人脸识别技术也被业内人士重点关注，变成了研究的热点。视频监控中人脸识别技术，与传统的对静态图像的人脸识别不同，不是人脸迎合摄像头，而是要由摄像头来捕捉人脸，因此，也存在较大的难度。所以，这项技术目前的现状不容乐观，很多脸部识别性能还不成熟，无法达到实际应用需求。但是，视频监控中人脸识别关键技术在社会中的需求越来越高，比如：门禁系统的有效应用，黑名单的查询，市中的安防、安保等等，在各行各業中發挥着重要作用，所以，视频监控中人脸识别关键技术问题刻不容缓。
一、存在的问题和现状
目前，视频监控中人脸识别关键技术，受到很多因素的限制和影响，主要是：光照的亮度、人物移动的速度、脸部分辨率较低、人物姿态的变动、尺度变化的范围限制等。由于这些因素的存在，使得这项技术的发展存在很大的挑战和困难。针对这些，生物学领域研究人员做了人脸识别技术的性能测试，拍摄了63个人物在各种不同表情下说话的视频，并以亮度、姿态等影响因素下进行测试研究，得出实验结果，即便是使用最好的商业算法，镜头的标清认证性能为40%，而高清的认证性能也才70%。之后又有实验者研究对视频的多帧信息要怎样有效应用。最后得出，在应用多振信息时，比起时空信息的方法，运用运动时序信息的方法更好，不过也存在一些问题，使用运动时序信息的方法，其也有更复杂的计算度，而且对需要对齐的人脸，实际应用中也有所限制。
二、人脸识别系统的基本构成
监控中人脸识别的系统由五大部分构成：人脸检测、脸部特征截取、脸部采集、脸部识别、关照处理与姿态估计。另外，还有三个辅助部分：人脸、三维、关照、的模版。人脸识别系统使用中有较高的要求，即便在尺度变化大、面部表情复杂、姿态多样、光照较暗的情况下，也需要具有低虚警、高准确的特点。对人物脸部图像的采集，使用的是传感器，也就是摄像头，一般使用的是网络摄像头，具有可见光的传感器，然后系统对检测到的图像进行人脸检测，再针对脸部，对人物姿态进行估计，要在连续拍摄中，保存人物最为正面的图像，之后对图像进行关照的处理，并一一分类，同时，再把姿态的信息传给三维模型，最后，就等待三维模型对脸部图像处理，并生成。人脸识别系统中还有一项特征提取功能，对人物脸部特征的提取，使得人物关键特征得以展现，更具鉴别力。还需要进行降维，即：根据降维规则，将人物脸部图像的高纬度降低。最后，系统要把人脸模版图像的特征与视频中捕捉到的人物脸部特征一一对比，系统的分类器就可以在确立特征后，把系统中该人物的身份ID进行输出。
三、视频监控中人脸识别关键技术
视频监控中人脸识别技术，与传统的对静态图像的人脸识别不同，不是人脸迎合摄像头，而是要由摄像头来捕捉人脸，因此，存在较大的难度。这里面存在很多亟待解决的技术问题。针对前文提到的问题：（一）人物捕捉角度限制，可以采用系统设计方法。对于系统设定，由于人脸识别对脸部正面的识别效果最好，两眼间距离大于64个像素时，是最好识别的时候，所以，对摄像机额设定，应位于并不高的行人通道附近。（二）光照明暗与分辨率低的问题，可以用硬件选择的方法。硬件的选择是至关重要的，因为最有利于识别的脸部头像都是具有高分辨率的，所以，最好选择1080i、1080P的高清摄像头；另外，当视频监控的范围很广且光线随时变动的情况下，可以选择具有宽动态范围的高清摄像机。（三）人物姿态、表情，脸部清晰度和年龄判断困难等问题，可以采用算法软件进行解决。使用算法软件，可以减少人脸识别中的约束，在具体实验中，在控制环境因素，寻找适合的测试人员等条件中，解决了影响因素，达到了使用水平，取得了出色的效果。因此要加大算法软件、系统设计、硬件选择的开发力度，以解决人脸识别技术的关键问题。
结语：在当今时代，针对视频监控中人脸识别关键技术的探讨，即是一项重要的研究课题，具有重要的理论意义；又是当代的大局所趋，具有广泛的使用价值。我国的视频监控系统越来越普及，并且其中的人脸识别技术还是该领域中最受到关注的要点。因此，研究视频监控中人脸识别关键技术刻不容缓。文中对人脸识别关键技术的探讨重点在于安全防范方面，但是，视频监控的人脸识别技术不仅仅适用于此，在民生方面，也同样可以使用。比如：网络的实名认证、社会的安全保障，小区住宅的门禁监控等等诸多方面。将这项技术好好利用起来，不仅为国家建立安全城市做了贡献，还为广大群众提供了快捷和方便的服务。
参 考 文 献
[1]尹萍，赵亚丽. 视频监控中人脸识别现状与关键技术课题[J]. 警察技术，2016，（03）：77-80.
[2]高玉芳. 视频搜索中人脸识别关键技术的研究与实现[D].北京邮电大学，2008.
【关键字】 人脸识别 姿态估计 光照处理 特征提取 视频监控
引言：近年来，我国视频监控网的建立已初有成效，视频监控为国家建立平安城市有着重要意义，而视频监控中的人脸识别技术更是受到国家和相关部门的重视。人脸识别技术也被业内人士重点关注，变成了研究的热点。视频监控中人脸识别技术，与传统的对静态图像的人脸识别不同，不是人脸迎合摄像头，而是要由摄像头来捕捉人脸，因此，也存在较大的难度。所以，这项技术目前的现状不容乐观，很多脸部识别性能还不成熟，无法达到实际应用需求。但是，视频监控中人脸识别关键技术在社会中的需求越来越高，比如：门禁系统的有效应用，黑名单的查询，市中的安防、安保等等，在各行各業中發挥着重要作用，所以，视频监控中人脸识别关键技术问题刻不容缓。
一、存在的问题和现状
目前，视频监控中人脸识别关键技术，受到很多因素的限制和影响，主要是：光照的亮度、人物移动的速度、脸部分辨率较低、人物姿态的变动、尺度变化的范围限制等。由于这些因素的存在，使得这项技术的发展存在很大的挑战和困难。针对这些，生物学领域研究人员做了人脸识别技术的性能测试，拍摄了63个人物在各种不同表情下说话的视频，并以亮度、姿态等影响因素下进行测试研究，得出实验结果，即便是使用最好的商业算法，镜头的标清认证性能为40%，而高清的认证性能也才70%。之后又有实验者研究对视频的多帧信息要怎样有效应用。最后得出，在应用多振信息时，比起时空信息的方法，运用运动时序信息的方法更好，不过也存在一些问题，使用运动时序信息的方法，其也有更复杂的计算度，而且对需要对齐的人脸，实际应用中也有所限制。
二、人脸识别系统的基本构成
监控中人脸识别的系统由五大部分构成：人脸检测、脸部特征截取、脸部采集、脸部识别、关照处理与姿态估计。另外，还有三个辅助部分：人脸、三维、关照、的模版。人脸识别系统使用中有较高的要求，即便在尺度变化大、面部表情复杂、姿态多样、光照较暗的情况下，也需要具有低虚警、高准确的特点。对人物脸部图像的采集，使用的是传感器，也就是摄像头，一般使用的是网络摄像头，具有可见光的传感器，然后系统对检测到的图像进行人脸检测，再针对脸部，对人物姿态进行估计，要在连续拍摄中，保存人物最为正面的图像，之后对图像进行关照的处理，并一一分类，同时，再把姿态的信息传给三维模型，最后，就等待三维模型对脸部图像处理，并生成。人脸识别系统中还有一项特征提取功能，对人物脸部特征的提取，使得人物关键特征得以展现，更具鉴别力。还需要进行降维，即：根据降维规则，将人物脸部图像的高纬度降低。最后，系统要把人脸模版图像的特征与视频中捕捉到的人物脸部特征一一对比，系统的分类器就可以在确立特征后，把系统中该人物的身份ID进行输出。
三、视频监控中人脸识别关键技术
视频监控中人脸识别技术，与传统的对静态图像的人脸识别不同，不是人脸迎合摄像头，而是要由摄像头来捕捉人脸，因此，存在较大的难度。这里面存在很多亟待解决的技术问题。针对前文提到的问题：（一）人物捕捉角度限制，可以采用系统设计方法。对于系统设定，由于人脸识别对脸部正面的识别效果最好，两眼间距离大于64个像素时，是最好识别的时候，所以，对摄像机额设定，应位于并不高的行人通道附近。（二）光照明暗与分辨率低的问题，可以用硬件选择的方法。硬件的选择是至关重要的，因为最有利于识别的脸部头像都是具有高分辨率的，所以，最好选择1080i、1080P的高清摄像头；另外，当视频监控的范围很广且光线随时变动的情况下，可以选择具有宽动态范围的高清摄像机。（三）人物姿态、表情，脸部清晰度和年龄判断困难等问题，可以采用算法软件进行解决。使用算法软件，可以减少人脸识别中的约束，在具体实验中，在控制环境因素，寻找适合的测试人员等条件中，解决了影响因素，达到了使用水平，取得了出色的效果。因此要加大算法软件、系统设计、硬件选择的开发力度，以解决人脸识别技术的关键问题。
结语：在当今时代，针对视频监控中人脸识别关键技术的探讨，即是一项重要的研究课题，具有重要的理论意义；又是当代的大局所趋，具有广泛的使用价值。我国的视频监控系统越来越普及，并且其中的人脸识别技术还是该领域中最受到关注的要点。因此，研究视频监控中人脸识别关键技术刻不容缓。文中对人脸识别关键技术的探讨重点在于安全防范方面，但是，视频监控的人脸识别技术不仅仅适用于此，在民生方面，也同样可以使用。比如：网络的实名认证、社会的安全保障，小区住宅的门禁监控等等诸多方面。将这项技术好好利用起来，不仅为国家建立安全城市做了贡献，还为广大群众提供了快捷和方便的服务。
参 考 文 献
[1]尹萍，赵亚丽. 视频监控中人脸识别现状与关键技术课题[J]. 警察技术，2016，（03）：77-80.
[2]高玉芳. 视频搜索中人脸识别关键技术的研究与实现[D].北京邮电大学，2008.