被動(dòng)人臉識(shí)別在智能安全控制系統(tǒng)中的應(yīng)用

吳限，劉崎峰

上海船舶電子設(shè)備研究所，上海 201108

被動(dòng)人臉識(shí)別在智能安全控制系統(tǒng)中的應(yīng)用

吳限，劉崎峰

上海船舶電子設(shè)備研究所，上海 201108

研究了如何設(shè)計(jì)被動(dòng)人臉識(shí)別系統(tǒng)以達(dá)到實(shí)際應(yīng)用中所需智能安全控制等級(jí)要求。隨著民眾對(duì)個(gè)人信息保護(hù)意識(shí)的增強(qiáng)以及犯罪分子對(duì)主動(dòng)識(shí)別裝置的刻意偽裝，被動(dòng)檢測(cè)系統(tǒng)體現(xiàn)出其較優(yōu)越的使用價(jià)值。根據(jù)所涉及的安全智能控制系統(tǒng)中的應(yīng)用要求，利用人臉信息搭建人臉識(shí)別系統(tǒng)。系統(tǒng)采用結(jié)構(gòu)化設(shè)計(jì)的方法，將各分系統(tǒng)的設(shè)計(jì)指標(biāo)及相互之間的聯(lián)系給出定量的分析，該結(jié)構(gòu)在類(lèi)似的智能控制系統(tǒng)中具有較強(qiáng)的通用性。

安防系統(tǒng)；人臉識(shí)別；智能安全控制；系統(tǒng)搭建

隨著計(jì)算機(jī)技術(shù)和光學(xué)成像技術(shù)的發(fā)展，人臉識(shí)別登上安防系統(tǒng)的舞臺(tái)。人臉識(shí)別技術(shù)是現(xiàn)在安防系統(tǒng)中使用較為廣泛的技術(shù)之一。相比其他生物特征，人臉特征具有非接觸性、穩(wěn)定性好、難仿冒等優(yōu)點(diǎn)，易于為用戶所接受［1］。智能視頻監(jiān)控是計(jì)算機(jī)視覺(jué)領(lǐng)域最近幾年發(fā)展起來(lái)的熱點(diǎn)研究方向和應(yīng)用方向［2］?；谝曨l監(jiān)控下的人臉識(shí)別由于受到光照、躁聲以及人臉多姿態(tài)性等因素的干擾，實(shí)現(xiàn)起來(lái)比靜態(tài)人臉識(shí)別困難得多［3］。隨著對(duì)人臉技術(shù)的不斷開(kāi)發(fā)提升，以往因無(wú)法充分利用的復(fù)雜光照環(huán)境條件而被丟棄的人臉采集數(shù)據(jù)，通過(guò)某些條件篩選后的一部分?jǐn)?shù)據(jù)也可以在一定程度上進(jìn)行識(shí)別建模，并最終參與到系統(tǒng)的識(shí)別比對(duì)，從而增強(qiáng)了系統(tǒng)的采集能力。因此，在我們降低對(duì)識(shí)別系統(tǒng)中采集端的要求的同時(shí)，也使得非配合的被動(dòng)人臉采集納入人臉識(shí)別系統(tǒng)的應(yīng)用成為可能。

被動(dòng)人臉識(shí)別系統(tǒng)即在采集點(diǎn)架設(shè)采集設(shè)備，不需要被采集人員配合，在其不知情的情況下將其信息采集、保存并進(jìn)行識(shí)別。采集設(shè)備經(jīng)歷了從模擬相機(jī)到數(shù)字高清攝像機(jī)的換代后，采集數(shù)據(jù)也隨之發(fā)生了根本性的變化。采集數(shù)據(jù)量的提升給人臉識(shí)別系統(tǒng)的處理能力提出了更高的要求，采集數(shù)據(jù)質(zhì)量的提升則給人臉識(shí)別系統(tǒng)更大的選擇余地。被動(dòng)識(shí)別系統(tǒng)的難點(diǎn)在于整個(gè)系統(tǒng)的采集端和識(shí)別端。沒(méi)有了被采集人員的配合，采集數(shù)據(jù)的光照條件變得更為復(fù)雜、行為不可預(yù)料、表情豐富姿態(tài)不可控。因此，被動(dòng)識(shí)別系統(tǒng)的采集端及識(shí)別端性能的好壞直接決定整套系統(tǒng)的性能。目前，市場(chǎng)上非配合的被動(dòng)人臉采集系統(tǒng)使用的范圍并不是很廣，但其較強(qiáng)大的適裝性將更容易被使用場(chǎng)所接受。

1 系統(tǒng)組成

被動(dòng)人臉識(shí)別系統(tǒng)主要由采集端、檢測(cè)端、識(shí)別端、預(yù)警端及數(shù)據(jù)存儲(chǔ)服務(wù)器組成，構(gòu)成如圖1所示。

圖1 系統(tǒng)組成示意

采集端主要完成被動(dòng)系統(tǒng)檢測(cè)對(duì)象的采集。檢測(cè)端主要完成對(duì)采集數(shù)據(jù)的初步檢測(cè)，將無(wú)人臉或臉部信息缺失的數(shù)據(jù)從輸入數(shù)據(jù)源中剔除。識(shí)別端主要完成對(duì)通過(guò)檢測(cè)的輸入數(shù)據(jù)進(jìn)行人臉識(shí)別、建模、模板制作、信息標(biāo)定等較復(fù)雜的工作。預(yù)警端主要完成在預(yù)置中模板檢索、比對(duì)，在成功匹配后對(duì)當(dāng)前被采集對(duì)象發(fā)出警報(bào)，并將信息標(biāo)定寫(xiě)入報(bào)警數(shù)據(jù)庫(kù)中。數(shù)據(jù)存儲(chǔ)服務(wù)器主要將系統(tǒng)成功報(bào)警的采集信息寫(xiě)入服務(wù)器，供后期數(shù)據(jù)分析及檢索，另外還可以分流系統(tǒng)關(guān)心的用戶數(shù)據(jù)，對(duì)實(shí)際應(yīng)用的被采集對(duì)象行為進(jìn)行分析以促進(jìn)其他系統(tǒng)的應(yīng)用。

2 各子系統(tǒng)的難點(diǎn)

被動(dòng)人臉識(shí)別系統(tǒng)的結(jié)構(gòu)相對(duì)來(lái)說(shuō)比較固定，其組合方式如圖2所示。

圖2 系統(tǒng)結(jié)構(gòu)

對(duì)于整個(gè)系統(tǒng)的應(yīng)用來(lái)說(shuō)，采集端是整個(gè)系統(tǒng)的核心。采集數(shù)據(jù)的好壞一方面決定了系統(tǒng)的采集效果，另一方面也決定了后端處理系統(tǒng)難度的大小。而檢測(cè)能力及識(shí)別能力也從另一個(gè)角度制約著系統(tǒng)的處理能力。

2.1 采集端子系統(tǒng)

采集端決定著系統(tǒng)數(shù)據(jù)可用程度，制約系統(tǒng)的處理速度。根據(jù)現(xiàn)場(chǎng)的實(shí)際條件選擇采集端的架設(shè)位置，確定采集位置就可以調(diào)整采集區(qū)域內(nèi)的光線條件匹配系統(tǒng)。本套系統(tǒng)中對(duì)人臉采集的角度進(jìn)行制約，如圖3所示，將俯仰角控制在10°以內(nèi)。

圖3 采集角度示意

2.2 檢測(cè)端子系統(tǒng)

視頻監(jiān)控系統(tǒng)中，主要關(guān)注的是視頻圖像序列的實(shí)時(shí)性的要求［4］。人臉檢測(cè)算法不僅需要克服光照和姿態(tài)對(duì)識(shí)別效果的影響，同時(shí)還應(yīng)注重提高人臉識(shí)別系統(tǒng)的速度［5-6］。整套系統(tǒng)的采集端有多處，各采集點(diǎn)場(chǎng)景的光線存在區(qū)別導(dǎo)致檢測(cè)端的檢測(cè)條件有所不同。整個(gè)采集過(guò)程又是在遠(yuǎn)距離、動(dòng)態(tài)采集中完成的。其難點(diǎn)在于如何將各采集端數(shù)據(jù)歸一化或者在不同采集端利用定制條件進(jìn)行判斷篩選。檢測(cè)原理如圖4所示。

圖4 檢測(cè)原理示意

系統(tǒng)檢測(cè)能級(jí)也是整套系統(tǒng)能力指標(biāo)之一。系統(tǒng)中決定檢測(cè)能級(jí)的要素為：檢測(cè)分辨率、檢測(cè)頻率，整體檢測(cè)區(qū)域面積。檢測(cè)分辨率越大則系統(tǒng)識(shí)別精度越高，檢測(cè)頻率越高則對(duì)系統(tǒng)性能配置要求越高，在同樣配置情況下整體檢測(cè)區(qū)域越大對(duì)系統(tǒng)運(yùn)算能力要求越高。

2.3 識(shí)別端子系統(tǒng)

識(shí)別端相對(duì)來(lái)說(shuō)功能較單一，在現(xiàn)有模型的基礎(chǔ)上對(duì)系統(tǒng)采集數(shù)據(jù)生成模型。其識(shí)別過(guò)程如圖5所示。

圖5 識(shí)別過(guò)程示意

本套系統(tǒng)中由于人臉模型及特征提取已固定，則不存在調(diào)整操作。

2.4 預(yù)警端子系統(tǒng)

預(yù)警端則是對(duì)報(bào)警能力的控制。報(bào)警涉及2個(gè)指標(biāo)，即正確報(bào)警率及漏報(bào)率。由于被動(dòng)采集的數(shù)據(jù)多樣性，人臉姿態(tài)不可控以及比對(duì)數(shù)據(jù)的非同源性，都使得正確報(bào)警率及漏報(bào)率隨著光源、姿態(tài)等要素的變化而動(dòng)態(tài)變化。如何將二者調(diào)整到最佳也是整套系統(tǒng)的難點(diǎn)之一。

2.5 數(shù)據(jù)存儲(chǔ)服務(wù)器

數(shù)據(jù)存儲(chǔ)服務(wù)器在系統(tǒng)中主要負(fù)責(zé)數(shù)據(jù)存儲(chǔ)、分類(lèi)、統(tǒng)計(jì)等功能。可根據(jù)系統(tǒng)的需求配置合適的硬件，并對(duì)數(shù)據(jù)存儲(chǔ)及備份的周期進(jìn)行確認(rèn)。

3 子系統(tǒng)之間的相互制約

被動(dòng)人臉識(shí)別系統(tǒng)的子系統(tǒng)較多，其之間的制約條件也比較復(fù)雜。比較受關(guān)注的是采集端與識(shí)別端的制約。采集端的數(shù)據(jù)傳輸速度受檢測(cè)端、識(shí)別端的處理速度的制約。

系統(tǒng)流程如圖6所示。另一個(gè)需要重點(diǎn)考慮的就是數(shù)據(jù)量與數(shù)據(jù)質(zhì)量對(duì)系統(tǒng)的限制。系統(tǒng)源數(shù)據(jù)的采集區(qū)域大小以及照片質(zhì)量決定了系統(tǒng)傳輸?shù)膸挘⒔o后端系統(tǒng)提出了處理速度要求。根據(jù)采集端提供數(shù)據(jù)的質(zhì)量，檢測(cè)端根據(jù)系統(tǒng)對(duì)照片的質(zhì)量要求例如照片的清晰度、對(duì)比度等指標(biāo)進(jìn)行篩選。將不滿足識(shí)別要求的低質(zhì)量照片在本環(huán)節(jié)中刪減。

圖6 系統(tǒng)流程

大多數(shù)情況下，受分辨率、光照、運(yùn)動(dòng)姿態(tài)以及遮擋物的影響，采集到的人臉信息并不完整［7］。但在視頻監(jiān)控系統(tǒng)中，由于被采集對(duì)象運(yùn)動(dòng)具有連續(xù)性且具有一定的運(yùn)動(dòng)規(guī)律［8］，在跟蹤的基礎(chǔ)上對(duì)軌跡中的人臉特征點(diǎn)進(jìn)行篩選［9-10］。對(duì)照片的質(zhì)量要求是識(shí)別端在建模過(guò)程中對(duì)數(shù)據(jù)源的最低要求。質(zhì)量再低的照片在建模后的模板數(shù)據(jù)不是很精確，會(huì)造成比對(duì)過(guò)程中出現(xiàn)較大誤差。因此，檢測(cè)過(guò)程中必須將此類(lèi)低質(zhì)量的數(shù)據(jù)進(jìn)行剔除。

在不同的實(shí)際系統(tǒng)中，各關(guān)鍵量需要按照系統(tǒng)需求進(jìn)行統(tǒng)一調(diào)配。

4 結(jié)束語(yǔ)

本文提出的被動(dòng)人臉識(shí)別系統(tǒng)的設(shè)計(jì)方法采用模塊化設(shè)計(jì)，分別分析了各子系統(tǒng)的難點(diǎn)以及各子系統(tǒng)之間的聯(lián)系和制約條件。

依據(jù)本文所提及的被動(dòng)人臉識(shí)別系統(tǒng)的實(shí)現(xiàn)方法，將極大推進(jìn)智能安全控制系統(tǒng)信息化綜合利用效率，提高智能化防范水平，實(shí)現(xiàn)智能安全控制系統(tǒng)的主動(dòng)性防范功能，有效促進(jìn)人防技防的有效結(jié)合，提高現(xiàn)場(chǎng)處置、取證的及時(shí)性和有效性，使智能安全控制在安防領(lǐng)域發(fā)揮出更大更有效的作用。

如何在本文基礎(chǔ)上統(tǒng)計(jì)用戶數(shù)據(jù)，總結(jié)規(guī)律并為其他系統(tǒng)提供應(yīng)用接口，是今后工作中需要進(jìn)一步解決的問(wèn)題和研究的方向。另外，也可以考慮通過(guò)人體動(dòng)作識(shí)別方法實(shí)現(xiàn)與視點(diǎn)無(wú)關(guān)的人體動(dòng)作識(shí)別，補(bǔ)充了被采集對(duì)象的信息并增加一個(gè)特征點(diǎn)進(jìn)行匹配。

［1］趙福梅.人臉識(shí)別系統(tǒng)在嵌入式門(mén)禁系統(tǒng)中的研究與設(shè)計(jì)［D］.太原：太原理工大學(xué)，2013：12-14.

［2］孫正春.智能視頻監(jiān)控中的人臉識(shí)別［D］.成都：電子科技大學(xué)，2012：8-12.

［3］曹艷艷.人臉識(shí)別技術(shù)在視頻監(jiān)控系統(tǒng)中的應(yīng)用［D］.成都：西南財(cái)經(jīng)大學(xué)，2012：3-6.

［4］譚余.人臉檢測(cè)和識(shí)別［D］.成都：電子科技大學(xué)，2013：14-17.

［5］郭鵬飛.視頻監(jiān)控中的人臉檢測(cè)與識(shí)別［D］.南京：南京理工大學(xué)，2010：7-12.

［6］范桂香.人臉檢測(cè)與跟蹤的若干方法研究［D］.南京：南京理工大學(xué)，2013：10-15.

［7］王志鵬.不完整信息下的人臉識(shí)別技術(shù)研究［J］.科技通報(bào)，2013（10）：34-37.

［8］李峰.智能視頻監(jiān)控系統(tǒng)中的行人運(yùn)動(dòng)分析研究［D］.北京：中國(guó)科技大學(xué)，2011：11-14.

［9］李鵬.視頻圖像人臉特征點(diǎn)跟蹤技術(shù)研究［D］.成都：電子科技大學(xué)，2011：21-26.

［10］張劍.基于內(nèi)容的智能視頻監(jiān)控關(guān)鍵技術(shù)及在公共安防中的應(yīng)用研究［D］.杭州：浙江大學(xué)，2007：3-4.

Application of passive face recognition in the intelligent safety control system

WU Xian，LIU Qifeng
ShanghaiMarine Electronic Equipment Research Institute，Shanghai201108，China

This paper analyses themethod of designing a passive face recognition system to achieve intelligent con-trol level thatmeets the actual requirements.As the biological featureswith wide applications，face information has powerful utilization value.With people’s awareness raising for protecting individual information and the deliberate disguise of the criminals for active identification device，a passive detection system shows its advantageous utiliza-tion value.This paper constructs the intelligent face recognition system according to the requirements for an intelli-gent safety control system.The system applies structured design，provides quantitative analysis for the design indi-ces of all subsystems and theirmutual relations，the structure has powerful universality in similar intelligent control system.

safety defense system；face recognition；intelligent safety control；system construction

TP391.41

A

1009-671X（2015）02-021-03

10.3969／j.issn.1009-671X.20146004

2014-06-05.

日期：2015-03-25.

七二六研究所科技創(chuàng)新基金資助項(xiàng)目.

吳限（1982-），女，高級(jí)工程師.

吳限，E-mail：business.wu＠163.com

http：／／www.cnki.net／kcms／detail／23.1191.u.20150325.1258.011.html