林建华 薛如冰 张东东 高树论
中国电子科技集团公司第五十二研究所 311100
摘要：现阶段，信息技术的快速发展，促使监控视频在日常中应用越来越广泛，比如教育、安全、娱乐、生活等领域。人脸识别技术是监控视频中进行生物特征识别的关键技术，能够保证当前的安全保障工作。因此，本文主要阐述人脸识别技术的相关信息，探究面向监控视频的人脸识别技术的应用。
关键词：监控视频；人脸识别技术；应用
1 人脸识别技术的内涵和概述
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 人脸识别的典型算法与关键技术
基于监控视频的人脸识别算法主要由人脸图像采集、人脸检测、人脸图像预处理等部分构成，流程如图1所示。其中，人脸图像采集的图像数据主要源于现有视频监控网中的监控视频流，即首先从监控视频流中采集图像帧，接着从若干图像帧中提取相对正面的人脸图像作为待测图像。另外，图像数据也可将视频监控网中预先人工截取的图像用作待测图像。人脸检测是检测待测图像中是否存在人脸，如果存在则对人脸进行标识。就单一背景的人脸图像而言，人脸检测相对简单，而就处在复杂环境下的人脸图像而言，人脸检测存在一定难度。通常情况下，视频监控网采集到的人脸图像往往会受自然光、拍摄角度等一系列因素影响，所以在提取人脸图像特征前要对图像做相应的预处理，以此可显著提升人脸检测的成功率。特征提取与选择作为人脸识别中至关重要的一环，现阶段常用的方法包括LBP、HOG等。人脸识别则是在提取与选择特征后，运用识别算法进行最后的识别。
3 人脸识别技术的特点
3.1非强制性
人脸识别技术与虹膜识别技术、掌脉识别技术以及视网膜识别技术最大的区别在于非强制性，上述多种识别技术都会被不法分子找到针对性的对应办法，但是人脸识别技术却不同，其可以在识别对象无意识的情况采集人脸图像。
3.2非接触性
被运用最为广泛的识别技术为指纹识别技术，该项技术主要运用电力压力传感器对指纹予以收集识别。这种识别技术需要接触性识别，但是对于特殊场合中，接触识别系统造成较大的影响，例如在医院运用指纹识别技术，不利于疾病的控制。而虹膜识别技术需要识别对象的主动配合才得以实现。人脸识别技术则不需要与识别对象产生任何接触，能够在非接触的情况下，完成人的身份的识别与管理。
4 基于视频监控的人脸识别系统设计
4.1系统功能目标
稳定性是本系统所追求的重要目标，因此服务器与网络摄像头被划分开以确保服务体系的稳固。视频数据的采集与运输是网络摄像头的主要工作，而服务器则是连接工作设备的重要枢纽，它与客户端、网络摄像头等设备相连接，具备信息存储于分发控制指令等作用。本视频监控系统主要由客户终端、服务器同相关摄像装置构成。为了进一步提高本系统网络监控的可移植性及安全性，客户终端并不具备直接访问网络监控摄像设备的权限，首先服务器端接收到网络监控设备所传输的信息，将监控设备的信息经过调制解码后形成视频流最终再输送给终端设备进行解析。在实际的工作环节中，系统主要采用了人脸识别技术，最终接入到安全防控系统当中，系统的中心为网络服务器端，网络服务器同时还具备着存储解析监控地段无线传感器网路数据，存储监控数据，管理辨析工作人员身份信息的作用。
4.2服务器业务逻辑设计
从逻辑角度本系统可以划分为独立的两个模块，所以本视频监控系统运用双进程、多线程的设计模式。一个进程主要进行监控摄像设备视频图像的采集与传输，服务器端间断性地向网络摄像装置发送请求报文，并接收到从终端摄像装置传送回来的数据信息，由此便可看出本系统采用的是全双工传输模式。从终端摄像设备采集过来的图像信息传送到人脸识别单元中，将图像与数据库中的图片进行对比分析，将图片解码后形成对应格式的媒体数据流，再经由计算机网络中的RTP路由传输协议将流媒体数据发送到客户终端。另一个进程的主要工作是终端设备的连接和通信。第一步初始化及创建对象，若有连接请求产生时则从线程池调用一个线程实现处理，同时对数据库的数据实时更新，当流程结束后再通过回收机制回收资源。本系统采用信号量机制的方式来预防死锁现象的产生，并且进程间适用pipe管道实现通信。
5 现代视频监控系统中需要的人脸识别技术关键点
对于应用视频监控系统的人脸识别技术来说，本身涵盖着很多关键的技术，对于视频图像获取技术和人脸模糊测算算法的探讨非常重要。
5.1视频图像获取技术
视频图像获取技术指的是动态获取技术，目前非常常用的是微软公司所提出的类似于windows系统的重要组件，视频图像获取技术的最初来源，如今已经获得了模块化结构的整合，为了使该项技术更好的服务，研究人员希望能够找到有底层视频采集到的基础数据，并与视频获取媒体产生交互式的影响。
5.2人脸测算算法
人脸测算算法指的是通过基本人面部的骨骼构造和面部肌肉构造，以更强的技术分类采取分类器实践对于人脸的监测功能,由于人脸的个性化发展和特征结构，使得这种识别可能会基于模糊化的特征数值，如果要真正发挥有效的作用，需要大量的人脸部特征模型予以支持，当这些识别数据非常丰富，就可以很大程度上缩短检测的空间，效率相应提升。
5.3人脸种族特征对比应用
与人面部的识别来说，除了在各类情报领域或者公安监测领域使用之外，有时可能会涵盖更多的延伸方向，尤其是在对外交流或者边境监控的过程中，考虑到人种的不同，人面部的特征可能也不同。尤其是欧美国家或者亚洲国家之间的人种种族特征有细微的差异，但是大体上有很多共通性，因此在人脸识别技术的发展过程中，要考虑种族特征的对比应用关系，搜集相关数据。
5.4光照因素的影响对比技术
在不同的监测条件之下，尤其是在户外领域内人脸识别可能会受到光照因素的较大影响，现有的各行各业实现智能监控的应用非常多，这些应用案例主要被使用在安全相关的监控之中，而随着民用技术的逐渐发达，在各类智能视频和智慧城市的建设过程里，人脸识别也发挥了重要的作用。借助光照因素进行实时监控，需要使用智能监控体系，更好的为人脸识别服务。
6 结语
人脸识别技术具有非常重要的理论意义和应用价值。随着视频监控系统的普及，基于视频的人脸识别近年来已成为人脸识别领域最为活跃的研究方向之一。虽然我们这里讨论的视频监控人脸识别主要是针对安防领域，但是，视频监控人脸识别技术同样可以用于广泛的民生场合，如门禁、社保、网络实名认证等方向，这项技术的应用将会给人们带来更加方便和快捷的服务。
参考文献
[1]孙家维.基于视频监控的人脸识别软件的设计研究[J].自动化技术与应用，2019，38（12）：164-168.
[2]吴松伟.基于人脸识别技术的智能视频监控系统设计与实现[J].计算机时代，2019（11）：62-66.
[3]郑亮.人脸识别技术安防应用[J].中国科技信息,2020(06):58-59.
[4]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.