视频监控中的人脸识别技术研究

随着信息技术的飞速发展, 视频监控广泛应用于各类场合, 比如超市管理系统、智能交通系统、商场百货等各种商业场所。视频监控中人脸识别技术更是在各类安全管理中起到重要作用。

经过一个多世纪的发展, 人脸识别技术从对操作人员的依赖到完全的仪器全自动识别, 生产实用化, 技术上发生了天翻地覆的变化。视频监控中人脸识别技术主要包括人脸检测和人脸识别两部分。

1 人脸检测

人脸检测是为了确定人脸候选区域, 可以通过将脸部不同特征信息融合来确定。在视频监控中, 由于人是在各种不同的场景中不断运动的, 长时间连续静止的画面较少, 因此在检测时, 可以考虑将运动信息与人脸的特征信息相结合确定人脸区域。如将运动信息和几何特征[1～2] (可以是人脸的面积、长宽比、五官的位置特征等) 、颜色特征[3]等脸部信息相结合。最终通常以确定的矩形范围作为进一步识别的候选人脸区域。

2 人脸识别

人脸识别包括了人脸图像预处理、人脸特征表征和识别三部分。

人脸图像预处理主要是去除光照 (拍摄时由于各种环境、时间照度不同, 致使获得的视频中的人脸图像有明暗差异, 或本身图片亮度不均匀, 在识别时均会影响识别效果, 可通过采用直方图均衡等方法去除光照的影响) 、图像旋转 (拍摄时不同动作图像时, 人脸的位置会有不同程度的偏移, 可通过将人眼旋转至同一水平面解决) 、以及人脸尺寸 (拍摄时距离的远近, 得到的人脸图像大小不一, 可通过人脸的剪裁去掉多余的背景图像, 然后统一尺寸, 通常是依据人两眼间距离为基本依据进行剪裁[4]。图1为美国加利福尼亚理工学院的Caltech人脸数据库的人脸图像, 图2为剪裁后的人脸图像。) 等方面的影响[1], 将图像规范成统一的模板, 方便识别。

人脸特征表征是指通过一定的方法得到人脸的特征向量。主要包括了人脸特征的提取和特征融合两部分。

提取脸部特征可以是几何特征 (如人脸主要器官的面积、相互之间的距离、位置特征等等) , 也可以是代数特征 (是基于图像矩阵的一种统计分析特征, 如常使用的小波变换。使用时可采用不同的小波基对人脸图像进行小波分解, 如Haar小波[5]、Daubechies小波[6]等, 采用分解后的小波系数作为特征, 为降低算法复杂度, 可选取小波分解后信息较丰富的部分系数作为特征信息[6]) 。另外PCA法[7]、SVM法[8]、神经网络法[9]也是常用的方法。

特征融合是指将提取到的人脸信息组合成特征矢量, 以便采用分类器识别时使用。

人脸的匹配识别是一个相似度比较的过程, 各类相关性、距离测量比较直观、简单, 是人脸识别的常用方法, 如欧氏距离、加权欧氏距离, 曼哈顿距离等等。

3 结语

随着视频监控的广泛应用, 越来越多的研究人员、机构将目光投向视频监控中的人脸识别技术研究, 这项技术也越来越成熟, 但是仍然存在很多问题, 比如对光线很暗, 人脸遮挡较大, 人脸为侧面, 群体密集造成人脸重叠等情况下的人脸检测和识别, 目前还没有比较理想的算法, 有待进一步研究。

摘要：随着信息技术不断发展, 视频信息越来越广泛的应用与娱乐、教育、安全、生活等各种领域。本文详细介绍了视频监控中的人脸识别技术的国内外发展现状和常用算法, 以及现有技术中存在的主要问题。

关键词：信息技术,视频监控,人脸识别

参考文献

[1] 刘西富.基于视频监控的人脸识别技术[D].重庆:重庆大学, 2008.

[2] 刘庆顺.人脸检测与识别关键技术研究[D].西安:西安电子科技大学, 2008.

[3] 赵博.基于脸部特征的人体目标的检测[D].大连:大连海事大学, 2008.

[4] 何坤.人脸识别理论关键技术的研究[D].成都:四川大学, 2006.

[5] 聂祥飞.人脸检测和识别中若干问题研究[D].北京:北京邮电大学, 2007.

[6] 赵丽红.人脸检测和识别算法的研究与实现[D].沈阳:东北大学, 2006.

[7] M.Turk, A.Pentland.Face recognition using eigenfaces[C].In:Proc.IEEE Conf.on Computer Vision and Pattern Recognition, 1991:589～591.

[8] VN Vapnik, Statistical Leaning Theory, John Wiley&Sons[M].NewYork, NY, USA, 1998.

[9] Rowley HA, Baluja S, Kanade T.Ro-tation invriant neural network～based face deteetion.Camegie Mellon Universit, Pittsburgh PA:Technical Report CMU CS97～201, 1997.