人脸识别在视频监控中的应用 - 安防知识网

近年来，人脸识别越来越受到人们的关注。与此同时，许多研究机构也一直在研究将人脸识别技术应用到监控当中的方法。如何将人脸识别“植入”监控，有何难点，本文为您讲述一二。

应用现状
自2001年的911事件和2004年的伦敦地铁爆炸案发生以来，在视频监控中应用人脸识别的呼声越来越高。图1给出了美国FRVT2006人脸识别测试发表的国际上历年来人脸识别的代表性的性能指标。

根据图1可以看出，2006年国际上已达到了在错误接收率为0.1%时，人脸识别的正确识别率为99%。这确实是一个高的技术指标，但是，得到这一高指标的条件是达到两眼距离为450像素的人脸分辨率，同时，还需要可控光照和正面人脸的条件。然而，在普通监控条件下，人脸图像的质量远远达不到这些可以称为苛刻的条件。

我们知道，人脸识别分为辩识(identification)、验证(verification)、监视目标人识别(watch list)三类。辩识是通过未知人的人脸图像与数据库内已知身份的人脸图像进行比对来确定未知人身份的过程，是一对多的人脸识别；验证是通过当前被识别人的人脸图像与数据库中被识别人所声明身份的人脸图像的比对来验证被识别人所声明身份对或错的过程，属于一对一的人脸识别；监视目标人识别，是对于一个未知身份的待测样本，人脸识别系统探测其是否在监视名单上，属于一对多的人脸识别。图1所列的指标属于验证的性能指标。FRVT2006没有测试监视目标人识别的性能指标，而在FRVT2002发布的监视目标人识别的性能指标中，最好的成绩是虚警率（指不是监视名单中的人被认定为是监控名单中的人的概率）为0.1%时，目标人在第一名的正确识别率不到60%(图库大小为3000)，而实际场景的性能指标将更差。

我们分析当前人脸识别成功应用的一些实例，如出入境的护照查验，是清晰照片之间的比对；而应用在火车站的治安管理上，被识别人也是在室内规范地站在摄像机前拍摄人脸。图2为人脸识别在2008年北京奥运中的应用实例，这是一种验证人脸识别，其人脸拍摄的条件相对较好，场景是在大棚内，被识别人站在摄像机前（有停留），这是较为典型的应用。可以说，当前人脸识别的成功应用，主要是有条件的人脸识别应用。

难点及解决方案
在三类识别中，监视目标人识别是最难的，主要原因在于非主动性的识别方式和场景的差异性，姿态、光照以及年龄、人脸分辨率等方面的变化严重地影响了人脸识别率。许多研究单位一直在研究如何将人脸识别技术应用到监控中。笔者认为，在当前的条件下，首先应该考虑的仍然是拍摄到好的人脸图像。除算法方面的努力外，从系统应用本身来看，主要需要解决如下的问题：系统结构问题、人脸分辨率问题、姿态问题、光照问题和年龄问题。[nextpage]

系统结构问题及解决方案
监控系统是一个大型系统，如何在现有系统中插入人脸识别，这是一个系统结构问题。例如一个监控群有100个监控点，有两种方案可供选择：每一个监控点都进行人脸识别或者选择性地对监控点进行人脸识别。图3为选择性进行人脸识别的系统结构示意图。根据图示，如果将人脸识别服务器置于监控中心，视频图像的通道较少（如16路）。在条件允许的情况下，可另外设置一个电视墙用来显示人脸识别的结果，可同时显示报警通道号、报警时间等日志信息，也可显示监控的当前目标人和数据库对应的目标人图像。

在大型监控群里选用每一个监控点都进行人脸识别的方案，需要增添更多的设备，改变当前的监控结构，或增添专用硬件。

人脸分辨率问题及解决方案
在监视目标人识别的应用中，应用了人脸分辨率的概念。人脸检测技术可以检测到人脸分辨率低的人脸，但现在的人脸识别技术对人脸分辨率却有一定的要求，美国FRVT2006所指的低分辨率是指两眼的距离为75像素，满足这一条件的人脸图像尺寸约为180（宽）x240（高）。而在实际监控中，不管是标清还是高清，大量获得的是人脸分辨率低的人脸图像。通过采用综合人脸检测、人脸分辨率检测和自动变焦的技术方案，可以获得满足人脸识别需要的人脸分辨率高的图像。通常所提到的最佳二维人脸，其中包括最佳姿态、最佳人脸分辨率等概念，采用这种方案需要在系统软件上增添自动变焦功能。

另一种方案则采用一些其它的新技术，包括应用专用硬件，来获得满足人脸识别需要的分辨率高的人脸图像。

姿态问题及解决方案
姿态问题是监视目标人识别非常棘手的问题。主要是在姿态判别模快进行姿态的判别，云台的调整也是为了获得更好的拍摄角度。如果当前人脸的水平转动角、俯仰角在某一范围之内，则可直接进行人脸识别；如果在特定范围之外，可以采用人脸形成技术，形成正面人脸图像，继而进行人脸识别。人脸形成算法的复杂度较高，要考虑运行速度问题。当然，也可以安装多部摄像机来拍摄一个人，通过选优的方法选取最好姿态的人脸图像。

同时，在正面人脸形成的方法中，有单摄像机和多摄像机的区别。一般来说，多摄像机的信息多于单摄像机的信息，由此形成的正面人脸的效果要优于单摄像机的效果，但代价较高（包括摄像数量、合成算法的复杂度等）。[nextpage]

光照问题及解决方案
光照问题是监视目标人识别的又一个难点。人脸光照是指外界光源照射在人脸上，经人脸表面反射后传播到感光器材上的光线强度。实际采集图像时的光照条件千变万化，不同的光照条件如偏光、测光、高光所导致的人脸图像过亮、过暗、阴阳脸等都会使人脸检测和识别的性能大幅度下降。

光照的估计和分类可以依据水平和俯仰角度等要素来进行。有条件的场所应对光照进行控制，也尽量将全天候的露天环境改造为室内环境并适当采用补光的措施。当然，采用近红外的光照可以减弱环境光的影响。

年龄问题及解决方案
要将当前人的人脸和他十年前的人脸进行识别，其难度是很大的。采用年龄估计与年龄模拟的方法，可以在一定程度上改善识别效果。图4为一个年龄模拟的实验效果。

在实际应用中，常采用数据即时更新的方法，把身份确认后的当前采集的人脸图像替代以前存储的人脸图像，以减少年龄变化带来的不利影响。

应该注意的是，当前用于监视目标人识别的人脸识别技术亟待发展，技术水平也还有待于进一步提升，具有很大的发展空间。

目前，在机场、地铁等公共场所已经安装了一些监视目标人识别的人脸识别系统，这是可喜的事情。但是，应用效果距离应用方的要求尚有较大距离。在这个阶段，厂家不要夸大其词，用户也不要漫无边际，厂家与用户的有机结合，将有助于人脸识别性能在应用中提高。