人臉識別技術(shù)在安防監(jiān)控系統(tǒng)的應(yīng)用

文/馬家駿

1.安防監(jiān)控系統(tǒng)的發(fā)展現(xiàn)狀

隨著信息技術(shù)的發(fā)展和對安全需求的提高，近些年來人們對安防監(jiān)控系統(tǒng)的需求逐漸升溫，從交通違章監(jiān)控到自然災(zāi)害監(jiān)控，從銀行安防監(jiān)控到住宅區(qū)安防監(jiān)控，巨大的市場需求吸引了眾多企業(yè)和公司對安防監(jiān)控系統(tǒng)的關(guān)注。

安防監(jiān)控系統(tǒng)是以視頻監(jiān)控為主，以門禁、消防、控制等子系統(tǒng)為輔的綜合聯(lián)動系統(tǒng)。安防監(jiān)控系統(tǒng)的發(fā)展經(jīng)歷了三個主要階段:第一階段，全模擬人工控制的安防監(jiān)控系統(tǒng)；第二階段，半數(shù)字安防監(jiān)控系統(tǒng)；第三階段，智能化安防監(jiān)控系統(tǒng)（包括多功能攝像頭、智能控制中心、視頻服務(wù)器和數(shù)據(jù)分析服務(wù)）。現(xiàn)階段的安防監(jiān)控系統(tǒng)實現(xiàn)了功能的集成化，網(wǎng)絡(luò)化和IP化，但缺乏數(shù)據(jù)處理能力是目前安防監(jiān)控系統(tǒng)的一大缺陷，需要大量人工干預(yù)來實現(xiàn)安防監(jiān)控的實時性和主動性。而融合了人臉識別、多模態(tài)生物識別、紅外識別等的先進識別技術(shù)的智能安防監(jiān)控系統(tǒng)，將會把安防監(jiān)控系統(tǒng)的發(fā)展提高到新的高度。

人的面部信息作為重要的采集目標和數(shù)據(jù)源，一直以來備受關(guān)注，相關(guān)安防領(lǐng)域企業(yè)也在重點研究。而人臉識別技術(shù)作為一種新興的生物特征識別技術(shù)，相比聲音識別技術(shù)、指紋識別技術(shù)、虹膜識別技術(shù)等，在實際應(yīng)用方面具有穩(wěn)定性高、直觀性好、用戶體驗度高等優(yōu)勢，它的出現(xiàn)成為安防監(jiān)控發(fā)展的新標志，并已被成功地應(yīng)用于各種重要國際活動的安防項目。在韓國平昌冬奧會，阿里巴巴對新的人臉識別技術(shù)進行了展示。日益增多的帶有人臉識別技術(shù)的產(chǎn)品出現(xiàn)，說明該技術(shù)已經(jīng)日趨成熟，并且擁有廣闊的應(yīng)用空間。

2.人臉識別技術(shù)難點及影響人臉識別的多種因素

人臉識別技術(shù)作為一種新興的生物特征識別技術(shù)，是根據(jù)人面部特征為依據(jù)對身份進行鑒定的技術(shù)。人臉識別技術(shù)的誕生綜合了計算機圖像分析、視頻處理、模式識別等多種技術(shù)，涉及的內(nèi)容包括以下幾個方面。

（1）面部識別:從不同的環(huán)境中進行面部識別，首先終端采集的數(shù)據(jù)是復(fù)雜的，包括背景信息、位置信息和面部信息等，當確定采集到人臉數(shù)據(jù)后，確認人臉的相對位置，然后采集面部特征信息，例如毛發(fā)、面部比例、傾斜角度、光線強度、裝飾物品以及各種遮擋因素等，過多的干擾因素也增加了面部識別的難度。

（2）面部跟蹤:通過面部識別后確認數(shù)據(jù)中存在人臉數(shù)據(jù)，然后持續(xù)跟蹤面部相對位置、面部比例和傾角等狀態(tài)變化。

（3）特征辨識:辨識過程是通過將已經(jīng)檢測到的人臉信息經(jīng)過人臉識別算法生成特定數(shù)據(jù)與人臉數(shù)據(jù)庫中的已有數(shù)據(jù)進行比對，通過相關(guān)索引綜合得出比對結(jié)果。

（4）表情處理:通過面部識別數(shù)據(jù)獲得表情信息 （悲傷、恐懼、驚奇、憤怒、快樂等）進行分析數(shù)字建模，通過系統(tǒng)自我學(xué)習(xí)并加以歸類和歸納總結(jié)。

（5）歸納分類:通過面部識別信息獲得相關(guān)的生理特征并加以分析處理，例如年齡、性別、種族、職業(yè)等相關(guān)信息。

（6）綜合處理:即根據(jù)面部分析算法，對識別的面部綜合數(shù)據(jù)進行智能處理和比對，得出結(jié)論后在進行校驗，最后得出分析結(jié)果。形成人臉識別整個流程的完整閉環(huán)。

對于計算機來說，識別人臉不同于人類，現(xiàn)階段還是困難重重。人臉識別技術(shù)的瓶頸也是因為存在多種干擾因素而影響識別效果。其中，影響人臉識別效果的主要問題包括:

（1）光照問題:光照強度是目前影響人臉識別效果的關(guān)鍵因素，過度曝光和暗光情況下采集的人臉信息很難達到設(shè)備識別的要求。因此，采集設(shè)備應(yīng)根據(jù)實際應(yīng)用環(huán)境來選擇，并根據(jù)采集效果考慮補光或遮光；

（2）角度問題:不同角度的人臉圖像對識別會有很大影響，比如側(cè)面像和正面像有根本區(qū)別；

（3）面部比例問題:面部圖像過大或者過小都無法清晰地生成面部比例信息，對識別性能有一定的影響。在合理采集范圍內(nèi)比例特征越明顯識別性能越高；

（4）裝飾物和化妝問題:不改變面部特征信息的裝飾品和化妝品對面部識別性能影響有限，但過度遮擋會影響面部數(shù)據(jù)采集完整度，識別效果會急劇下降；

（5）采集完整度問題:受采集設(shè)備識別效率影響，如果故意遮擋、快速奔跑、有意低頭將無法獲取完整面部信息，因此識別性能也會受影響；

（6）原始數(shù)據(jù)問題:如果原始數(shù)據(jù)不完整或者圖像像素過低，即便獲得理想的采集數(shù)據(jù)也無法通過比對分析獲得理想的面部識別效果。所以，高質(zhì)量的原始數(shù)據(jù)可以大大提高人臉識別準確度。

通過歸納以上的問題我們發(fā)現(xiàn)，光照強度對面部識別的影響最大。因此，人臉識別技術(shù)對外部光照環(huán)境的適應(yīng)能力和控制能力成為制約人臉識別技術(shù)普及的關(guān)鍵技術(shù)瓶頸。針對這個問題我們采用新出現(xiàn)的紅外識別技術(shù)，該技術(shù)在很大程度上彌補了人臉識別中光照不足的缺陷，再綜合使用領(lǐng)先的多模態(tài)生物特征融合算法，面部識別就能夠獲得較高的識別率。目前，這些新技術(shù)的綜合運用為人臉識別技術(shù)在智能安防監(jiān)控領(lǐng)域中的使用奠定了堅實的基礎(chǔ)。

3.人臉識別安防監(jiān)控系統(tǒng)的架構(gòu)

目前，視頻監(jiān)控系統(tǒng)的廣泛應(yīng)用說明其正在成為一種非常普遍的監(jiān)控手段。傳統(tǒng)的安防視頻監(jiān)控系統(tǒng)由終端采集模塊、數(shù)據(jù)傳輸模塊、數(shù)據(jù)存儲模塊組成，帶有人臉識別技術(shù)的視頻監(jiān)控系統(tǒng)主要在以上模塊的基礎(chǔ)上添加了數(shù)據(jù)分析模塊，對采集的數(shù)據(jù)進行分析、跟蹤和處理等。整個人臉識別安防監(jiān)控系統(tǒng)的架構(gòu)構(gòu)成如圖1所示。

圖1 融合人臉識別技術(shù)的安防監(jiān)控系統(tǒng)架構(gòu)

基于人臉識別技術(shù)的視頻監(jiān)控系統(tǒng)包括如下模塊:數(shù)據(jù)采集終端、視頻處理分析模塊、存儲數(shù)據(jù)模塊和告警處理模塊。

數(shù)據(jù)采集終端:從采集的數(shù)據(jù)中發(fā)現(xiàn)人臉信息，將高質(zhì)量的數(shù)據(jù)傳輸至視頻處理分析模塊；視頻處理分析模塊:對采集到的圖像信息提取特征點位置并與存儲模塊中數(shù)據(jù)相比較；存儲模塊:將相關(guān)數(shù)據(jù)和分析結(jié)果存儲至數(shù)據(jù)庫中并建立人臉識別檔案；告警模塊:根據(jù)分析處理結(jié)果，產(chǎn)生相關(guān)告警信息，例如，顯示告警信息至顯示器，聲光電報警或者聯(lián)動至其他終端。

現(xiàn)階段數(shù)據(jù)采集終端有兩種實現(xiàn)方式。第一種，在視頻監(jiān)控系統(tǒng)中使用帶有人臉識別功能的設(shè)備采集面部信息，該設(shè)備直接從視頻畫面中截取面部圖片信息后，傳輸至分析處理模塊進行比對，并將處理信息和面部識別建檔存儲。在新建的監(jiān)控系統(tǒng)中可以采用該模式，功能集成度高，成本可控；第二種，使用傳統(tǒng)的視頻采集設(shè)備，識別設(shè)備從采集的數(shù)據(jù)流中獲取面部識別信息并傳輸至處理模塊。這種方式可以改造原有的視頻監(jiān)控系統(tǒng)，通過增加人臉識別模塊，而不是更換具有人臉識別功能的采集設(shè)備，使得原有系統(tǒng)即可獲得人臉識別功能，也可以有效控制成本，降低系統(tǒng)升級費用。

從數(shù)據(jù)流處理過程上來看，人臉識別算法負責(zé)數(shù)據(jù)采集、面部特征點定位、數(shù)據(jù)建模及數(shù)據(jù)分析處理等幾個步驟，具體流程如圖2所示。

圖2 人臉識別安防監(jiān)控系統(tǒng)的圖像處理流程

目前，在眾多的人臉識別算法中，基于神經(jīng)網(wǎng)絡(luò)的人臉識別算法是業(yè)界內(nèi)比較推崇的算法之一。受益于人類神經(jīng)系統(tǒng)啟發(fā)，神經(jīng)網(wǎng)絡(luò)識別算法利用大量原始處理模塊的互聯(lián)構(gòu)成復(fù)雜的系統(tǒng)，原理類似于人類神經(jīng)系統(tǒng)構(gòu)成。該算法擁有自我學(xué)習(xí)的優(yōu)勢，在機器的自我學(xué)習(xí)過程中（類似模仿人類的認知過程）歸納獲得其他算法無法比擬的關(guān)于人臉識別的定律和相關(guān)表達式?；谏窠?jīng)網(wǎng)絡(luò)的人臉識別算法在通過大量基礎(chǔ)數(shù)據(jù)的訓(xùn)練后，在準確度、容錯度和魯棒性等方面相對于其他的人臉識別算法更有優(yōu)勢，它是一種高效的自我學(xué)習(xí)算法，適用于解決目前人臉識別面臨的問題。

4.應(yīng)用前景

目前，人臉識別技術(shù)在多個行業(yè)有應(yīng)用案例，其中以帶有人臉識別技術(shù)的智能視頻監(jiān)控系統(tǒng)為主要體現(xiàn)，智能視頻監(jiān)控系統(tǒng)主要應(yīng)用在兩類行業(yè)，即安全類行業(yè)和非安全類行業(yè)。

在安全類行業(yè)，智能視頻監(jiān)控系統(tǒng)廣泛應(yīng)用于安防市場，譬如在監(jiān)獄管理、機場管理、軍事禁區(qū)和政府類設(shè)施中。而融合了人臉識別技術(shù)的視頻監(jiān)控產(chǎn)品得到最為廣泛的應(yīng)用，以監(jiān)獄管理為例，監(jiān)獄內(nèi)區(qū)域繁雜，空間散亂，存在大量監(jiān)控死角和視覺盲點，管理人員無法完全覆蓋，采用了帶有人臉識別技術(shù)的智能化視頻監(jiān)控系統(tǒng)后，它能夠?qū)ΡO(jiān)控范圍內(nèi)的所有人員進行智能識別、智能分析，預(yù)警可疑人員和相關(guān)安全事件。

除了在安全類行業(yè)的應(yīng)用，智能視頻監(jiān)控系統(tǒng)也廣泛應(yīng)用到了非安全類行業(yè)。目前，國內(nèi)相關(guān)企業(yè)主要針對餐飲行業(yè)、零售業(yè)等服務(wù)行業(yè)推出了大量的融合了人臉識別技術(shù)的新產(chǎn)品，有效提高了管理效率和客戶的滿意度，成為了有效的輔助工具。這類智能視頻監(jiān)控系統(tǒng)的應(yīng)用不同于安防類應(yīng)用，主要功能側(cè)重于用戶的數(shù)據(jù)分析，包括行為分析、人數(shù)統(tǒng)計、人流控制、喜好控制等。例如，在超級賣場或五星級酒店的智能監(jiān)控系統(tǒng)可以通過人流監(jiān)控功能，進行客流量計算、銷售量跟蹤和特定用戶跟蹤；輔助以人臉識別技術(shù)確定VIP客戶，提高VIP客戶的服務(wù)滿意度，可以有效提高工作效率和服務(wù)質(zhì)量。

結(jié)語

目前，生物特征技術(shù)逐漸成熟，其中的人臉識別技術(shù)也由理論探索轉(zhuǎn)入了實際使用階段，而且，國內(nèi)外知名公司都推出了高成熟度的采用人臉識別技術(shù)的產(chǎn)品。從現(xiàn)階段相關(guān)產(chǎn)品的推廣使用率來看，人臉識別技術(shù)的發(fā)展前景非常廣闊，在公安邊防、視頻監(jiān)控系統(tǒng)、身份信息識別、金融業(yè)和大數(shù)據(jù)分析中都有典型的應(yīng)用。融入了人臉識別技術(shù)的智能安防監(jiān)控系統(tǒng)充分地解決了目前安防系統(tǒng)中身份識別、人員跟蹤等難題。由此可見，采用人臉識別技術(shù)的智能化安防監(jiān)控系統(tǒng)作為安防行業(yè)的高中端產(chǎn)品已經(jīng)成為現(xiàn)實，因此，人臉識別技術(shù)在安防監(jiān)控系統(tǒng)中具有十分廣泛的市場應(yīng)用前景。

[1]鄧煒，王軍安.計算機圖像識別系統(tǒng)的設(shè)計與實現(xiàn)[J].計算機應(yīng)用研究，2000（6）:79-80.

[2]陳軍.人臉識別技術(shù)在數(shù)字監(jiān)控系統(tǒng)中的應(yīng)用[EB/OL].中科院計算所——銀晨科技面像識別聯(lián)合實驗室

[3]人臉識別技術(shù)應(yīng)用淺析[EB/OL].http://www.anfang.sh.cn/info260.html .

[4]徐成華，王蘊成，譚鐵牛．三維人臉建模與應(yīng)用[J].中國圖形圖像學(xué)報，2004，9 （8） :893—903．

[5]王亮，胡衛(wèi)明，譚鐵牛．人運動的視覺分析綜述[ J ].計算機學(xué)報，2002，25（3）:225-237．