高清监控摄像头新技术“人脸识别”的发展方向及应用
近年来,随着“平安城市建设”的大力推进,越来越多的高清监控摄像头部署在各个重要场所,如机场、地铁、火车站、汽车站等。这些场所是人口流动必经之地,也是公安重点布控区域。很多地区提出的人脸识别需求,也是针对这些重要通道出入口场景,要求系统自动侦测视频画面中的人脸,并与数据库中的人脸数据进行一一比对,得到最有可能的身份信息。2012年上映的电影《碟中谍4》中,也有类似的人脸识别概念,相信看过此片的朋友对下面这个片段会有一定的印象。电影中,探员汉纳威在火车站利用同事传过来的目标人脸信息,配合人脸识别系统,快速检索比对过往人群,最终找到并抓捕嫌犯。事实上,这样的人脸识别系统已经从银幕走向现实。本文将首先对人脸识别技术原理进行介绍,然后介绍几种典型的系统应用,最后对人脸识别技术未来的发展方向进行分析。
人脸识别技术概述
广义的人脸识别主要分为人脸检测(face detection)、特征提取(feature extraction)和人脸识别(face recognition)三个过程,如图1所示。
其中,第三步提到的人脸识别是狭义的人脸识别,即将待识别人脸所提取的特征与数据库中人脸的特征进行对比,根据相似度判别分类。而人脸识别又可以分为两个大类:一类是确认(verification),这是人脸图像与数据库中已存的该人图像比对的过程,回答你是不是你的问题;另一类是辨认(identification),这是人脸图像与数据库中已存的所有图像匹配的过程,回答你是谁的问题。显然,人脸辨认要比人脸确认困难,因为辨认需要进行海量数据的匹配。在辨认过程中,海量数据的处理、特征提取和分类算法的选择变得非常重要。识别率和识别速度是人脸识别技术中主要的衡量算法性能的指标。本文后面提到的人脸识别,主要指的是人脸辨认。
人脸识别技术原理
人脸识别算法发展到今天,大致上可以分为两类:基于特征的人脸识别算法和基于外观的人脸识别算法。其中,多数基于特征的人脸识别算法属于早期的人脸识别算法,现在已经不再使用。不过近些年出现了一些新的基于特征的算法,并取得不错的效果。而基于外观的人脸识别算法是由于实现简单,受到广泛关注。接下来将分别介绍两类人脸识别算法。
基于特征的人脸识别算法:早期的人脸识别算法主要是基于特征模板和几何约束来实现的。这一类算法首先对输入图像进行处理,提取出如眼睛、鼻子和嘴等面部特征和外观轮廓。然后计算这些面部特征之间的几何关系,如距离、面积和角度等。这样将输入图像转换为几何特征向量后,使用标准的统计模式识别技术进行匹配分类。由于算法利用了一些直观的特征,计算量小。不过,由于其所需的特征点不能精确选择,限制了它的应用范围。另外,当光照变化、人脸有外物遮挡、面部表情变化时,特征变化较大。所以说,这类算法只适合于人脸图像的粗略识别,无法在实际中应用。
Post time: 2024-04-08