人脸检测与识别在视频监控中的应用

（一）人脸识别视频监控报警系统

1.系统组成

人脸识别视频监控系统由四大核心部分组成：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。

1）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。

2）人脸识别比对模块：对登录的照片提取特征模板并将模板数据加入黑名单数据库。

3）报警显示：根据比对结果，显示报警结果，或将报警信息传递给管理中心。

其系统组成结构图如图8-6所示。

图8-6 人脸识别视频监控报警系统结构图

2.人脸识别视频监控系统的关键问题

（1）光照问题。光照变化是影响人脸识别性能的最关键因素，对该问题的解决程度关系着人脸识别实用化进程的成败。需要从人脸图像中将固有的人脸属性和光源、遮挡及高光等非人脸固有属性分离开来，在人脸图像预处理或者归一化阶段进行针对性的光照补偿，以便消除非均匀正面光照造成的阴影、高光等对识别性能的影响。

（2）人脸检测与跟踪问题。人脸检测是人脸身份识别的前期工作，而人脸跟踪是根据人脸检测定位的结果，对运动序列后续帧中的目标人脸的运动轨迹和轮廓变化进行持续的跟踪检测。一个复杂背景下的多级结构的人脸检测和跟踪系统可采用模块匹配、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地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。姿态问题涉及头部在三维垂直坐标系中绕三个轴的旋转造成的面部变化。其中垂直于图像平面的两个方向的深度旋转会造成面部信息的部分缺失。一种方案是采用基于姿态不变特征的方法，即寻求那些不随姿态的变化而变化的特征；另一种方案是采用基于统计的视觉模型，将输入姿态图像校正为正面图像，从而可以在统一的姿态空间内做特征的提取和匹配。

（二）人脸监控系统在某机场的应用

作为现代城市的主要交通出入口，民航机场已经成为目前人口流动、进出城市的必经渠道之一。在如此大的客流之下，逃犯、恐怖分子等特殊人群极易暗藏其中进行逃逸或者恐怖活动，而这些人往往都是警方追捕、禁止登机的重点对象。然而如何能准确、有效地发现这些特殊人员就成为机场安全保卫部门的迫切需求。

根据目前国内多数机场候机楼的登机流程和机场口岸出入境管理流程的模式来看，机场候机楼内的安全检查柜台和入境检查柜台都是长期有人值守的地方，而且是旅客必经之地。另外在这类地区旅客的流动速度会放慢，因为每个旅客都要单独在此接受检查。当有特殊人群的查找任务出现时，这些地点将会成为安保部门最为关注的地点。但是，由于人工查找和比对有很大的局限性，例如：人的记忆力有限，通常不能清楚地记住短时间接触的对象的面部特征；不能同时辨认多个对象；不能长时间保持注意力和辨认力等等。因此利用计算机影像系统辅助人的面像识别成为机场安保部门的有力工具。

通常，机场安保部门已经在安检柜台和入境检查处都安装了录像监控设备，可以利用这些地点的特殊性来布置和实施信息网络，搜集旅客的面部信息进行辨认识别。来判断经过者是否是黑名单中的成员，如果是，系统会实时发出警报，警方实施抓捕。

1.系统工作原理

人脸实时监控系统的工作主要分为以下几个部分：

1）模板照片注册，即入库。库中的人脸照片是系统所要监控的对象人群的照片集，例如：我们有一组恐怖分子的信息（包括人脸照片信息），我们的目标是禁止这组目标人群登机。那么我们首先就应该入库，即将这组人员的照片导入人脸实时监控系统的数据库中，提取人脸照片的特征，建立人脸数据档案。

2）用户识别，即实时监控识别。沿用上面的例子，库中已有目标人员的人脸信息数据库，当这组人群在经常设控的场所被摄像头及时捕捉到人脸的时候，系统会将监控到的照片进行人脸的检测、特征提取。

3）特征比对。将确定的用户的人脸特征编码与人脸数据档案中的人脸特征编码进行比对，得出比对结果。

根据设定的相似度进行报警，通知相关人员采取措施。其系统原理图如图8-7所示。

图8-7 人脸实时监控系统原理图

2.系统特点

人脸识别技术的应用主要有1∶N人脸大库比对、1∶N人脸实时监控和1∶1人脸验证三种应用模式。1∶N人脸实时监控应用模式，不同于大库比对的应用模式，它库容一般较小，相对来说，它应用的目标人群，如机场禁飞人员、恐怖分子、重大逃犯、作案嫌疑人等，一般来说数量不大。(www.xing528.com)

系统响应时间必须与人脸比对过程同步或者近似同步，这样才能有利于相关人员对报警做出实时响应。因此，人脸监控系统的人脸识别比对过程必须是快速的。系统返回的是排名第一的候选人照片，认定功能的实现完全通过系统自动进行而无需人工干预，因此，要求人脸监控系统的识别准确而快速，所以人脸实时监控系统的应用应尽量保证库容量不能过大。

由于人脸实时监控系统安装于公共场所，它监控的对象是每一张经过摄像头的人脸，所以报警率不能过高，每报警一次都应该是准确的或者比较准确的。这就要求系统具有极高的准确率和极低的误识别率。

比对照片来自于摄像头视频流。由于视频监控系统中，人的运动、光照等都是不可控的，这些不可控的外界环境在一定程度上影响了识别的性能。因此怎样对人脸实时监控系统的环境进行人为的控制和改善将会在很大程度上决定应用的效果。

3.系统组成

（1）检测前端。输入为视频信号，输出为检测到的人脸图像。对于已经有视频监控系统的场合，系统可以接一个人脸定位器。将每一个摄像头的视频信号分一路给人脸定位器，人脸检测结果通过网口传出。对于没有安装视频监控系统的场合，需要安装摄像头等人脸采集前端设备。

（2）比对中心。用于人脸比对，它同时也是一个数据库服务器，人脸的模板图像存储在比对中心。比对中心中的比对是人脸特征与特征之间的比对。考虑到网络传输、数据库处理等方面的因素，一个比对中心可以同时支持多路摄像头输入。同时，对监控的路数要求越大，比对中心对数据的处理上也会承受更多的压力。

（3）监控中心。主要用于比对任务的分发、系统管理、比对结果存储、打印等。它主要为了工作人员对数据、比对结果等数据进行方便的管理，从而使得系统的业务流程上更加流畅。

系统组成框图如图8-8所示。

图8-8 人脸实时监控系统组成框图

系统网络拓扑如图8-9所示。

（三）人脸自动比对系统在火车站的应用

火车站作为重要的城市出入口，是乘客旅行的必经之地之一，故火车站，特别是中国目前的火车站是人流最为集中的场所之一，人员流量异常巨大，在如此大的客流之下，逃犯、恐怖分子等特殊人群极易暗藏其中进行逃逸或者恐怖活动，除此之外，一些小商小贩、“黄牛党”、小偷等群体经常浑水摸鱼，从事违法犯罪活动。

对于逃犯、恐怖分子等特殊人群可以采用人脸监控系统来达到打击的目的，而对于小商贩、“黄牛党”、小偷等人群，一般来说，只要不是首次被抓获，应有照片等存档信息。但是由于数量巨大，通过人工的方式来查找不但费时，而且低效。因此，铁警在认证抓获的嫌疑人员的时候也无法很快得出其身份。同时，有些时候由于情节较轻，民警抓住后，只能对其进行批评教育，继而释放，这样导致这些人报假名、造假身份证下次再次从事违法犯罪活动。因此铁警们就需要一种快速、自动的身份识别手段。在身份信息中，最直观、最不易伪造的就是人脸照片信息。所以如果能通过人脸照片来将嫌疑人与已有人脸照片库中的数据进行比对，分析得出嫌疑人的身份，那么很多问题将会得到解决。

1.技术原理

人脸自动识别技术的基本原理是对输入的照片进行人脸检测，从图片中确认人脸的图像范围，再进行人脸特征的提取，与库中人脸特征进行比对从而得出匹配，匹配的分值越高说明相似度越大。通过设定的分值范围进行筛选，系统给出相似列表，最后通过人工确认。

2.系统组成与功能

人脸比对系统的核心功能是用来进行人脸的比对，但是其应用模式是基于大库的1∶N比对。根据系统的结构，即服务端和客户端组成，其功能主要有以下几点：

（1）服务端。完成人脸照片的特征比对服务，并且根据设定条件依照其特征相似度从高到低给出候选列表。与客户端数据交换、比对作业的分发及比对结果的汇总。与数据库及比对中心连接，特征分发、特征库同步及人脸信息数据更新等功能。

（2）客户端。人员信息及照片的输入、更新、删除等人脸数据管理功能。

人脸比对操作功能。提供多种用户权限，根据特定权限来控制是否可以操作相应的软件模块，是否可以访问特定机密的人脸等权限管理功能。

日志信息的管理、服务器信息的配置参数设置、单位部门信息的管理与配置、节目数据显示的设置等功能。

其系统结构图如图8-10所示。

图8-9 人脸实时监控系统网络拓扑图

图8-10 人脸自动比对系统结构图