人脸识别技术在视频监控中的应用

发表时间:2020/9/18   来源:《中国电业》2020年13期   作者:王平 张敏
[导读] 现如今,随着人们生活水平的不断提高,人们的安全意识和安全需求也在不断提升
        王平1 张敏2
        1山东鲁能软件技术有限公司 山东 济南 250000
        2国网菏泽供电公司 山东 菏泽 274000
        摘要:现如今,随着人们生活水平的不断提高,人们的安全意识和安全需求也在不断提升。安防监控系统在社会众多领域中得到了广泛的运用,而将人脸识别技术运用到安防监控系统中,能够有效的提升安防监控系统的安全性,但是人脸识别技术在运用过程中也有其局限性和弊端,在安防监控系统中运用人脸识别技术需要克服其局限性,从而更好的提升人脸识别技术的运用有效性,促进安防监控系统运行更加科技化、信息化和安全化。鉴于此,文章对人脸识别技术在视频监控中的应用进行了研究,以供参考。
        关键词:人脸识别;视频监控;应用研究
        1 人脸识别技术概述
        人脸识别技术指的是一种新兴的生物识别技术,是智慧通信电子系统通过计算机对于人脸进行图像分析的技术,是一种利用相应的身份确认,尝试对于人脸上的基础特征、虹膜等比较的技术。这种识别是在高清动态视频监控系统的支持之下,获取人脸主要特征,并且精细化考虑识别误差等问题,人脸识别技术可以快速发展,得益于目前我国相关领域内的技术革新,但是由于人脸本身具有人类自身面部动态以及生物性的无法预估性,这种误差使得人脸识别技术本身面临着很大的挑战。
        2 人脸识别技术的优势和难点探讨
        2.1人脸识别技术的优势
        人脸识别技术是一种动态技术,它是基于自然性和不被探测性于一身的先进技术,它的优点是可以借助一定的探测设备,采用自然观测能力,却不为探测目标所知。高精尖的精细化人脸识别技术具有自然性的识别和语音识别的双重功能,而且还可以识别被观测对象的体型,这是一种自然识别的高度延伸,对识别对象的客观性有很大的帮助作用。人脸识别技术还有一个优势就是具有不被察觉性,这对于监控识别来说是非常重要的,尤其是对于通气对象或者其他的监控,采取不察觉的监控技术,比其他的监控技术更加巧妙。
        2.2人脸识别技术的难题
        虽然人脸识别技术具有很多优势,但是由于人类不同,个体之间脸部的结构都是相似的,而且人脸部的器官外形也比较类似,这对于人脸进行动态捕捉来说是有难度的,尤其是人脸识别技术,常常需要面临多个监控镜头,快速的动态捕捉人脸的外形是不太稳定的,因此人脸识别技术通过面部直接传感监控可能会获取很多不同的表情。近几年来人脸识别技术的改进主要就是快速识别的技术提升以及人脸研发识别领域的多个技术分支,希望能够基于人脸特征的模糊识别算法,基于神经网络和头骨结构的识别算法等,并结合光照模型理论
        3 人脸识别技术的研究及应用范畴
        人脸识别也称面部识别,不仅是人类视觉系统中的基础性功能更是人类识别的最为直接性的方式,是当前以及未来生物特征识别研究领域内的重要课题。目前,人脸识别技术主要运用与公共安全管理以及人际交互管理等领域并已经在该领域内发挥出来重要作用,得到了社会各界的认可。同时,基于人工智能技术的快速发展,人脸识别技术在该领域内同样得到了学者的重视并展开了深入研究。整体而言,自该技术的兴起发展之间,其研究范围主要有以下几个方面:(1)人脸检测。在不同场景中,通过对目标人物进行扫描以确定其脸部信息和确定其准确位置。在具体检测过程中,因不同场景的差异人脸检测并未提前感知其脸部位置,因而首先需检测人脸的存在与否,在锁定人脸的具体位置。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像上寻找人脸区域,把图像分割成两个部分也即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。运用特定的表达方式以表示检测到的人脸和已知的人脸,将之存入数据库便于后期的对比分析。通常所采用的表示法有特征、代数特征、固定特征模板、特征脸、云纹图等,不同特征具有不用的作用,各具千秋,在具体运用中可选择性运用;(3)人脸辨识。该环节是将已经检测的人脸信息与数据库中存储的人脸信息加以对比和匹配,以得出最终的人脸信息。在该环节要求选择恰当的表征方式与目标人物人脸信息进行匹配,以提升人脸辨识的准确度。一般而言,在人脸辨识过程中常用的表征方式是全局法和基于特征的方法,具体需要根据检测对象的具体情况而定;(4)表情分析。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。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。
        4 人脸识别视频监控系统架构与注意事项
        4.1系统架构
        人脸识别视频监控系统有四大核心部分:视频处理/人脸捕获工作站、人脸比对工作站、黑名单数据库和报警显示工作站。视频处理/人脸捕获:在视频图像中发现人脸,评估图像质量并提交给人脸识别比对模块;人脸识别比对模块:提取目标人物的人脸图像特征与数据库中相关数据进行对比分析;黑名单照片采集:根据实际需求制定黑白单照片采集模板并将相关数据录入数据库;报警显示:根据数据对比结果进行报警显示或者将相关对比结果信息传输到操作人员的终端设备上。
        4.2注意事项
        (1)人脸识别中的光照问题。人脸识别的准确度受到多种因素的影响,光照变化则是其中最为关键的因素之一,直接影响到了人脸识别的成功率。一般可采取以下措施以应对光照因素的不利影响,其一是科学区人脸中固有和非固有属性,也即将光源属性与人脸固有属性进行分离,其二是对于人脸图像进行光照补偿,以消除图像中的不利因素,提高人脸识别的准确性。(2)人脸检测与跟踪问题.人脸检测在人脸身份识别过程中至关重要,是获取目标人脸相关信息并与数据库数据进行对比分析的前提。人脸跟踪则是基于人脸识别获取到的目标人脸相关信息对其后续的运动轨迹信息加以跟踪监测。一个复杂背景下的多级结构的人脸检测与跟踪系统可采用模板匹配、特征子脸、彩色信息等人脸检测技术,这样能够检测平面内旋转的人脸,并可跟踪任意姿态的运动的人脸;(3)去冗问题。要求人脸识别监控系统能对视频捕捉中的画面能够快速的检测单个和多个人脸图像,并自动去冗余,减除重复的画像,并提取相应的人脸图像特征实现人脸的快速比对,并输出相应的结果信息;(4)人脸识别中的姿态问题。三维垂直坐标系之中,随着三个坐标轴的不同方向的旋转,人脸图像会发生一定程度上的变化,甚至会导致人脸图像面部信息的缺失,影响到人别识别的顺利进行。对此可采取以下措施加以弥补:其一,针对目标人物姿态保持不变的情况下,则捕捉不因目标人物姿态变化而产生变化的特征信息;其二,运用统计的视觉模型,输入目标人物的姿态图像之后再进行校正,输出正面图像,进而在统一的姿态空间环境下以获取目标人物的信息特征和进行匹配。
        5 结语
        人脸识别技术有着十分重大的理论价值和实践意义。随着视频监控系统的不断推广,人脸识别技术的应用范围必然会不断扩大。我国在人脸识别技术的研究上还处在发展阶段,但是其所发挥的效能已得到广泛认可,所以相关人员必须要进一步加强对人脸识别技术的研究,并是其与视频监控系统进行科学融合,提升其使用性能和识别精确度。
        参考文献:
        [1]郑亮.人脸识别技术安防应用[J].中国科技信息,2020(06):58-59.
        [2]吴蓉波.智能视频监控与人脸识别技术在监狱安防中的应用研究[J].中国安全防范技术与应用,2019(06):16-19.
       
投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: