【摘要】文章通过分析视频监控系统中人脸识别技术，同时分析人脸识别技术在智能视频监控系统中的具体应用，以期促进当前视频监控系统中的人脸识别技术获得更大发展，进而为社会的发展提供更加充实的保障，真正促进社会的稳定发展。
【关键词】视频监控；人脸识别；技术研究；稳定发展
国内视频监控系统经历了不断的更新与改革：自模拟到数字再到完全数字化方向不断发展，视频监控系统已实现了全数字化、网络化与集成化的应用。其次传统的视频监控系统本身不能自动识别，因此还需要人力在后期进行甄别和处理，因此以往的视频监控系统不能发挥出自动出结果的性能，而对于人脸识别技术广泛应用的今天，在视频监控设备中自动进行人脸识别，进而为后续的工作提供有效信息这一技术的运用，有利于全面提高我国视频监控技术的应用水平，促进社会的稳定与繁荣发展。
1、人脸识别技术分析
1.1人脸识别技术概述
人脸识别技术作为一种新兴的生物识别技术，可以通过计算机进行人脸图像的分析，同时结合人脸进行身份的确认，一方面人脸识别系统的分局应用模块应能支持对视频流和图片信息流进行人脸识别比对；另一方面相较于眼膜与指纹，人脸图像可以在视频监控系统的支持下，能够较好地实现容易获取的目的。由此可见人脸识别技术在我国当下的应用用具备较高的优势，但目前受到多种因素与条件的影响，当前的不可预知因素较多，由此导致人脸识别技术在发展过程中本身也面对一定的困难与不确定性。
1.2视频监控系统中的人脸识别关键技术
1.2.1 Direcshow视频图像获取技术
人脸识别技术中的Direcshow视频图像获取技术，自身源于微软公司所提出的流媒体处理开发包，该技术本身也属于视频监控系统中最常见的视频捕捉方法。其次对于Direcshow视频图像获取技术的具体应用而言，考虑到Direcshow视频图像获取技术本身更像是Windows系统的一个重要组件，因此其本身可以在模块化结构支持下拥有自底层的视频釆集到顶层的媒体交互全方位的解决方案，由此使得Direcshow视频图像获取技术，可以更好地服务视频监控系统，进而为视频监控系统提供全方位服务。
1.2.2 Adaboost人脸检测算法
Adaboost人脸检测算法这技术借助构造具有较强分类能力的分类器，进而全面实现自身的人脸检测功能，对人脸特征的结构、选择弱分类器、计算特征数值以及构造强分类器、组成级联分类器进而实现人脸检测的是Adaboost人脸检测算法的具体应用步骤。考虑到Adaboost人脸检测算法自身属于一种学习算法，因此需要得到大量人脸特征的支持方可较好地发挥自身的效用；对于级联分类器的支持下，Adaboost人脸检测算法可以进一步降低检测时间，因此该技术自身具备优秀的计算能力与计算速度。
1.3人脸识别技术在视频监控系统中的应用
人脸识别主要通过人类的眼睛对面像进行辨识的方方式与手段，借助于肉眼能看清楚的人脸进行识别，便于监控人员进行确认。其次视频监控系统中的人脸识别技术运用了计算机技术、多媒体、数字/图像处理器等技术，进而实现了不易于被仿制的目的。人脸识别技术在当前受到了社会各界的重视并被广泛运用于人工智能领域。
1.3.1在打击罪犯领域方面的应用
社会经济的不断发展，使得当前的社会犯罪事件频增，视频监控系统中的人脸识别技术在打击罪犯领域方面发挥重要作用，对于罪犯的行踪识别起到重要的作用。通过人脸识别技术，有助于公安部门把犯罪分子的人脸图像输入全国数据库中，同时借助其人脸数据库对犯罪分子人脸图像单位进行对比。一方面通过结合地方的各类视频监控系统，能够较快地锁定罪犯人员的样貌信息；另一方面，犯罪分子进入视频监控系统检测范围后，公安机关借助人脸识别技术进行深入分析与监控，进而判断监控对象是否为在逃人员，该方式对在逃人员的个人信息确认工作起到重要的作用。
1.3.2在情报领域方面的应用
对于视频监控系统的人脸识别技术，还广泛运用在情报领域方面：通过人脸识别技术能够对不法分子的在逃与抓捕工作提供重要的确认信息，公安机关从人脸识别技术中获取相关人员的个人信息，并从源头上扼杀各类恶性案件的发生与各类安全事故，并对犯罪分子进行有效的防控。由此加快了国内整体治安水平将在应用人脸识别技术的视频监控系统支持下得到较好的提升，从而减少国内危害事件的发展，保障人民生命财产与人身安全。
1.3.3在户政领域方面的应用
人脸识别技术在视频监控系统中，用于户政领域方面也比较常见，当前随着视频监控系统人脸识别技术的应用：鉴于人脸识别技术应用的视频监控系统支持下，加快了户政领域能够实现民众身份证的集中对比与异常户籍信息的及时清理工作的进度与效率，真正提高各地户政领域相关工作的顺利进行。
1.4人脸识别技术的优势
人脸识别技术在生物领域也取得重大的进展与突破，生与以往的掌纹或指纹技术相比，视频监控系统中的人脸识别技术具有更加高效、准确与全面的优势，更能对相关的信息进行精准确认。其次通过人脸识别技术，能够比较便捷、轻松地掌握相关的信息，为下一步的工作计划提供参考价值；人脸识别技术是比较直观且不容易被仿制的，因此识别起来准确度高，具有更加广泛的应用与优势。
2、人脸识别监控系统的关键问题
2.1人脸识别中的光照问题
当前人的面部特征比较多，因此运用到人脸识别系统时，需要对人脸进行模型训练，同时进一步完善监控系统的死角，而光照对于人脸识别技术的影响尤为重要。因此解决光照问题有利于完善人脸识别监控系统。因此需要进一步区分人体本身的热源以及人脸的特征，而且还要能够识别遮挡物的热源，因此该过程中需要对人脸进行补光，以减少光线不足或阴影部分对人脸识别造成的不利影响。
2.2人脸检测与跟踪问题
应用人脸识别监控系统，就是为了能够更快地对人员的身份进行确认与识别，通过人脸的检测与跟踪主要是借助于对人脸的识别、借助于各角度与轮廓的变化进而进行持续的跟踪和检测。由此可见人脸检测技术不仅能在人脸检测与跟踪系统中进行自动匹配，还可以跟踪运动中的人脸变化，因此人脸检测技术具有十分重要的作用。
2.3人脸识别中的姿态问题
人的姿态识别的角度主要涵盖：自头部至面部的变化，其中垂直反向旋转造成的影响最大，会造成部分面部信息的丢失，因此需要解决人脸识别中的姿态对识别结果造成的影响问题。为此要保持姿态不变，进而观察不随姿态变化的特征；同时将姿态放在一个统一的空间里，把将需要识别的姿态和存储的姿态进行对比，最后将相似的信息或特征提取出来即可。
3、结束语
视频监控系统中的人脸识别技术具有广泛的应用，并对现实生活中各类犯罪事件、危害公共安全事件的追踪与打击具有重要的辅助作用，因此该技术对于社会的稳定发展具有重要的现实意义。其次通过科学技术的不断进步与发展，相信人脸识别技术在今后的发展过程得到更加广泛的应用，使得监控系统中的人脸图像处理技术和模式识别的方法更加简便与便捷，真正快速实现对公民身份的验证，从而实现高效识别与报警等目的，最终提高社会的安全感。
参考文献
[1]视频监控系统中的人脸识别技术研究[J].郑敏杰.集成电路应用.2019（08）
[2]人脸识别技术在视频监控系统中的应用研究[J].徐福涛.通讯世界.2017(05)
[3]试析智能视频监控系统中的人脸识别技术[J].程朴.中国高新区.2017(11)