用户名:
密码:
当前位置: 主页 > 新闻资讯 > 行业动态 >

人脸识别技术打造平安社会

时间:2012-10-16 14:02来源:tsingdavision 作者:GavinHau 点击:

    在“2008北京奥运会”上,事先对入场券持有者提交的人脸身份照片进行扫描,提取人脸特征,并录入人脸识别系统信息数据库。当观众进入现场时,摄像头对入场券持有者进行人脸图像采集,并与数据库中的数据进行对比,从而实现人脸身份识别。这种人脸识别结合安防技术的成功运用,把人脸识别系统在安防领域的大规模应用推向了高潮,也标志着始于20世纪60年代的这项研究的成功。相信人脸识别系统可更广泛应用于出入口控制、安全验证、安防监控与搜寻罪犯、各类会议接待、学校、客户认证、电子商务等方面的安防要求,助力平安社会的发展。

一、人脸识别技术的概况

    人脸识别是一项热门的计算机技术,它属于生物特征识别技术,是通过生物体(一般特指人)本身的生物特征来区分生物体个体。生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音(语音)、体形、个人习惯(例如敲击键盘的力度和频率、签字)等,相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、脑电波识别、语音识别、体形识别、键盘敲击识别、签字识别等。

    人脸识别技术是运用生物测定学通过脸视觉特征信息来进行身份识别的一种生物识别技术。集成了人脸识别、网络数据库、人像组合、视频图像采集与处理、3D模型、人工智能、模式识别等多种技术。

    人脸识别技术的发展主要有四个阶段:第一阶段为60年代末基于简单背景的人脸识别阶段,通常利用人脸器官的局部特征来描述人脸。但由于人脸器官没有显著的边缘且易受到表情的影响。第二阶段为70年代末基于多姿态/表情的人脸识别阶段。第三阶段为90年代末动态跟踪人脸识别阶段。第四阶段即为现阶段的三维人脸识别阶段,直接利用二维人脸图像合成三维人脸模型获得更多的特征信息进行识别。

二、人脸识别系统的优势

    人脸识别技术比传统的身份鉴定方法更具安全、保密和方便性、准确率极高、识别速度极快、实用性好、非接触式、非强制性。具有不易遗忘、防伪性能好、不易伪造或被盗、随身“携带”和随时随地可用等优点。

    首先,人脸具有唯一性,人脸识别符合人的视觉特性(人类习惯通过观察和比较人脸区分和确认个体身份)。作为识别特征,人脸具有相对直观、稳定、可靠、安全、便利等自然性特点。正因为如此,人像在安防领域得到广泛的应用。

    其次,人脸图像来源广泛,人脸识别在数据的可收集性上优于其它识别方法,人脸图像的采集非常方便,具有不被察觉的特点,尤其是基于标准视频的图像采集方式。目前,绝大多数安防系统采用的都是可见光范围内的标准摄像头,完全满足人脸图像的采集要求,升级成为人像识别系统不需要进行任何改造,成本极低。

    第三,自然性和不被被测个体察觉的特点。人脸图像的采集是非接触式的,也不需要人主动配合,识别者与被识别者易于接受,这样就最大限度地提高了系统的响应速度。与安防系统结合人脸识别系统能够最大效能的发挥现有监控系统的优势,真正达到“预防-记录-取证”的目标。采用人脸检测技术可以快速的分析出场景中人的位置,采集到人的面部图像,并迅速的将这些图像与数据库中的预先采集到的“嫌疑人”、“危险人物”等进行比对排查;人脸识别系统采集的人脸图像同时还可以作为非常重要的监控数据记录下来,存储在监控数据库中,作为事后检索的索引,或者与公安、安全部门的数据库接驳,进行取证、认定。从这个角度来说,如果说目前的安防系统有“录”无“防”的话,那么人脸识别系统的应用,将给安防系统一双“慧眼”,检测、识别场景中的人,做到能“防”、能“录”、能“查”,满足机场、海关、金库等重要场合的安全保障任务。

三、人脸识别技术原理

    所有的生物识别系统都包括采集、预处理、特征提取、特征比对等模块。

    人脸识别系统将采集到的人像与数据库中的人像进行快速比对,及时确定被鉴别者真实身份。包括人脸图像采集、人脸定位、图像定位、人脸识别预处理、图像跟踪、人脸合成、记忆存储和比对辨识等一系列技术。人脸识别分为标准视频识别和热成像两种技术。标准视频识别是透过普通摄像头和摄像机记录下被拍摄者眼睛、鼻子、嘴的形状及相对位置等面部特征,然后将其转换成数字信号的相应的编码,再利用计算机进行身份识别。热成像技术主要透过分析面部血液产生的热辐射来产生面部图像。与视频识别不同的是,热成像技术对勒克斯指数(光照)要求不高,即使在黑暗情况下也能正常使用。

人脸识别过程一般分三步:

    (1)首先建立人体面貌的面像档案。即用摄像机采集单位人员的人体面貌的面像文件或取他们的照片形成面像文件,并将这些面像文件生成面纹(Faceprint)编码贮存起来;

    (2)获取当前的人体面像。即用摄像机捕捉的当前出入人员的面像,或取照片输入,并将当前的面像文件生成面纹编码;

    (3)用当前的面纹编码与档案库存的比对。即将当前的面像的面纹编码与档案库存中的面纹编码进行检索比对。上述的“面纹编码”方式是根据人体面貌脸部的本质特征和开头来工作的。这种面纹编码可以抵抗光线、皮肤色调、面部毛发、发型、眼镜、表情和姿态的变化,具有强大的可靠性,从而使它可以从百万人中精确地辨认出某个人。

    人面识别系统的三个主要环节:一、人体面貌检测,要求能在动态的场景与复杂的背景中判断是否存在面像,并分离出这种面像;二、采用基于模型或基于运动与模型相结合的方法对被检测到的面貌进行动态目标跟踪;三、将采样到的面像与库存的面像依次进行比对,并找出最佳的匹配对象。

    人脸识别技术的核心实际为“局部人体特征分析”和“图形/神经识别算法”。这种算法是利用人体面部各器官及特征部位的方法。如对应几何关系多数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。一般要求判断时间低于1秒。

    人脸识别的算法还可以分为:基于人脸特征点的识别算法,基于整幅人脸图像的识别算法,基于模板的识别算法,利用神经网络进行识别的算法。

    人脸合成技术的出现,解决了随时根据需要“预测计算”出一个人在不同光线、不同装扮、不同表情是人脸图像要求。达到了不需要大量拍照,也不需要预先存储,可以对人面加上各种装扮,例如戴上眼镜、变换不同的发型、模拟不同的光线环境等等。

 

四、人脸识别系统在安防领域的应用。

    人脸识别技术已经用于一些安全防护和身份识别领域,包括设备访问控制(如PC、网络摄像头、移动电话等)、以及物理访问/门禁等。通过对人脸识别技术的不断挖掘,人脸识别已经可以应用于广告、游戏和内容服务市场方面的媒体,包括电影人物自动置换,客户分析、人数统计,人群密度统计、智能接待、自动跟踪、身份认证、疑犯搜索、自动预警等。人脸识别在安防中的应用可以分为以下几类:

    第一类是人脸识别监控,即将需要重点关注的人员照片存放在系统中,在摄像机监视的场景范围内,当目标出现后,系统将报警提示,用户可以手动锁定(例如通过鼠标点击来锁定目标)或预置自动触发锁定某个运动目标,来触发摄像机进行自主自动的跟踪,并自动控制摄像机的云台进行全方位旋转,针对被锁定的运动目标进行视觉导向的自动跟踪,以确保跟踪目标持续出现在镜头中央。此种模式主要应用于通道安检、地铁等需要及时预警的地点。

    第二类是人脸识别比对检索,即利用特定对象的照片与已知人员照片库进行比对,进而确定其身份信息。这种应用模式能够解决传统人工方式工作量巨大、速度慢、效率低等问题,可以应用于网络照片检索、身份识别等环境。可以实现在局域网、内部网、Internet上进行照片比对和身份确认。这种模式可以用于在人员流动大的公共场所,进行疑犯确认、遗失人员查找等等。

    第三类是身份确认,即确认监控设备和照片中的人是否是同一人,此种模式可广泛应用于需要身份认证的场所,如自助通关、银行金库、公务员考试、安保等。专家认为,随着我国第二代居民身份证的逐渐普及,二代身份证中人脸数据库的形成,这种模式将会普及在人们日常生活中。

    第四类是扩展运用,比如通过人脸识别软件自动分析出现在视频范围内的人群的密度,当达到一定的设定密度时系统可发出报警信号。在一些特定的公共场合,如广场、政府大门前等,安装的平安城市视频监控摄像机可以具备人群密度检测功能,可以设定一定的密度值。当视频画面内人员聚集数量达到一定的密度时可以在监控中心自动发出报警信号,通过摄像机采集视频信号,由软件进行分析统计人数,可以为商场或零售点获取商场内部按不同时段分布的人数统计、人群流动方向等信息。商场外人行道上的人群流动量统计信息,有利于评估商场选址是否适当。对于百货大楼,管理层可利用人数统计系统了解顾客行为,以及评估大楼提供的服务设施是否方便、足够等。此外还可以对商场由于顾客过多拥挤引起的安全隐患及时报警。

 

五、影响人脸识别性能的因素及解决方法

    虽然人脸识别有很多其他识别无法比拟的优点,但是它本身也存在许多困难。人脸识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一。人脸识别的困难主要是人脸作为生物特征的特点所带来的。

    人脸在视觉上的特点是:不同个体之间的区别不大,所有的人脸的结构都相似,甚至人脸器官的结构外形都很相似。这样的特点对于利用人脸进行定位是有利的,但是对于利用人脸区分人类个体是不利的;人脸的外形很不稳定,人可以通过脸部的变化产生很多表情,而在不同观察角度,人脸的视觉图像也相差很大;另外,人脸识别还受光照条件(例如白天和夜晚,室内和室外等)、人脸的很多遮盖物(例如口罩、墨镜、头发、胡须等)、年龄等多方面因素的影响。

    通过消除图像中背景和头发,只识别脸部图像部分。对人脸在图像平面内的平移、缩放、旋转,采用几何规范化,人脸图像经过旋转、平移、缩放后,最后得到的脸部图像为指定大小,两眼水平、两眼距离一定;对人脸在图像平面外的偏转和俯仰,建立人脸的三维模型,或进行三维融合(morphine),将人脸图像恢复为正面图像;对光源位置和强度的变化,采用直方图规范化,可以消除部分光照的影响;采用对称的从阴影恢复形状(symmetrical   shape from shading)技术,可以得到一个与光源位置无关的图像;建立人脸图像的老化模型来应对随着年龄变化而改变的人脸特征;通过提取对表情变化不敏感的特征,或者将人脸图像分割为各个器官的图像,分别识别后再综合判断等手段,现在已经可以解决上述所说的问题了。

    当然没有任何一种识别是绝对可靠的,不少专家都建议我们应该采取人脸识别技术来补充和加强现有的安全技术,而不应是一种完全取代另一种。将人脸识别技术作为一项独立的安全保护模式可能也有些不切实际了,人脸识别可以结合其他生物识别技术共同打造安防体系。人脸识别系统还必须要提高在捕捉没有压缩的模拟视频、多路CCTV解码等方面的能力,还要与音频一起高效工作推进人脸识别在安防领域的综合应用。

 

六、人脸识别系统在安防领域的前景

    随着人脸识别核心软硬件技术的发展,相关技术标准的完善,产品体系的建立,人脸识别产品成本的下降,客户对人脸识别技术的广泛认可,各领域应用渐趋普及。我们发现国内已经有了很多从事生物识别技术的优秀企业,比如北大高科、中控电子、艾迪尔、银晨科技等。

    人脸识别这种安防需求数量应该是巨大的,目前,整个人脸识别安防技术在我国的发展呈现出了高速增长的局面,广泛运用在包括政府、军队、金融、电信、信息、制造、教育等多个行业。而我国第二代身份证采集到的人像数据库系统必将助推大规模应用人脸识别技术。

    因此,我们有理由相信人脸识别的大众时代已经来临,人脸识别系统的成熟必将极大的促进安防事业的发展,有助于和谐社会的建设。 

(责任编辑:周羽维护)
顶一下
(2)
100%
踩一下
(0)
0%
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
栏目列表
联系我们