智能分析技术在轨道安防系统中的应用浅析

2015-06-26 09:15:00 来源:安防知识网 有...人评论

[摘要] 随着轨道安防系统逐步发展和高清监控技术的完善,目前轨道视频监控正处在由标清“看得见”到高清“看得清”的发展历程中。轨道监控高清化带来了实实在在的画面革新,高清摄像机采集的图像细节更多,对监控对象局部特征的展现更为细致。高清监控系统给视频智能分析应用提供了坚实的基础。

  现阶段,视频智能分析在轨道交通行业中主要应用包含几大类:行为分析即拥挤侦测、徘徊侦测、逆向侦测等;特征识别即人脸识别系统等;图像质量自动巡检即系统自动对前端摄像机采集图像质量进行分析报警等。由于当前智能分析在轨道行业应用尚处于起步阶段,本着从事实出发的原则,下文着重结合实际工程案例,着重探讨人脸识别和自动巡检两项技术的应用。

  文/吴晓明 宋绍峰

  人脸识别系统

  XX市轨道交通一号线共有20个车站,在每个车站的出入口闸机设置8套人脸识别设备,共160套,对出入闸机的乘客面部特征实时采集,并与后台公安部犯罪人员库进行实时比对报警。

  通常头像正面位置是人脸识别系统最佳的工作位置,但只要能同时看到两只眼睛就可以识别人脸,而姿势变化在35度范围内也不会影响识别效果。轨道出入口闸机作为特殊的通道具有天然的场景优势,摄像机可以很容易捕捉到乘客的面部特征,为公安机关抓捕犯罪分子和犯罪嫌疑人提供了一种行之有效的手段。

  人脸识别包含人脸检测、人脸跟踪与人脸比对等技术。人脸检测是指在动态的场景与复杂的背景中,判断是否存在人脸并分离出人脸。人脸跟踪指对被检测到的人脸进行动态目标跟踪。人脸比对则是对被检测到的人脸进行身份确认或在人脸库中进行目标搜索。

  人脸检测分为参考模板、人脸规则、样本学习、肤色模型与特征子脸等方法。参考模板方法首先设计一个或数个标准人脸模板,然后计算测试样本与标准模板之间的匹配程度,通过计算机比对来判断是否存在人脸;人脸具有一定的结构分布特征,人脸规则即提取这些特征生成相应的规则以判断是否测试样本包含人脸;样本学习则采用模式识别中人工神经网络方法,通过对人脸样本集和非人脸样本集的学习产生分类器;肤色模型依据人脸肤色在色彩空间中分布相对集中的规律来进行检测;特征子脸将所有人脸集合视为一个人脸子空间,基于检测样本与其在子空间的投影之间的距离判断是否存在人脸。

  人脸跟踪一般采用基于模型的方法或基于运动与模型相结合的方法,另外,肤色模型跟踪也是一种简单有效的手段。人脸比对从本质上讲是采样人脸与库存人脸的依次比对并找出最佳匹配对象。因此,人脸的描述决定了人脸识别的具体方法与性能。本系统主要采用特征向量法先确定瞳孔、鼻翼、嘴角等人脸五官轮廓的大小、位置、距离、角度等等属性,然后计算出它们的几何特征量,这些特征量形成描述该人脸的特征向量。

  XX市轨道交通一号线的人脸识别系统采用 "局部特征分析"算法,具有速度快,误认低,无需学习。其主要利用人脸各器官及特征部位的方位、比例、对应几何关系等数据形成识别参数,与数据库中所有原始参数比较、判断、确认。

0 0
[责任编辑:郭雷]

《安防知识网》新增三个订阅号 微信服务全面升级

转载声明:凡文章来源标明“安防知识网”的文章版权均为本站所有,请不要一声不吭地来拿走,转载请注明出处,违者本网保留追究相关法律责任的权利;所有未标明来源为“安防知识网”的转载文章均不代表本网立场及观点,“安防知识网”不对这些第三方内容或链接做出任何保证或承担任何责任。

专栏推荐

阅读推荐

轨道交通:用户的新需求 2015-06-26 09:10  来源:安防知识网|0
智能交通 四大群族趋势分析 2015-06-29 09:10  来源:安防知识网|0

温馨提示: 您已经完成兴趣标签设置,建议登录后保存。

请输入密码