吳限，劉崎峰

上海船舶電子設(shè)備研究所，上海 201108

被動人臉識別在智能安全控制系統(tǒng)中的應(yīng)用

吳限，劉崎峰

上海船舶電子設(shè)備研究所，上海 201108

研究了如何設(shè)計被動人臉識別系統(tǒng)以達(dá)到實際應(yīng)用中所需智能安全控制等級要求。隨著民眾對個人信息保護意識的增強以及犯罪分子對主動識別裝置的刻意偽裝，被動檢測系統(tǒng)體現(xiàn)出其較優(yōu)越的使用價值。根據(jù)所涉及的安全智能控制系統(tǒng)中的應(yīng)用要求，利用人臉信息搭建人臉識別系統(tǒng)。系統(tǒng)采用結(jié)構(gòu)化設(shè)計的方法，將各分系統(tǒng)的設(shè)計指標(biāo)及相互之間的聯(lián)系給出定量的分析，該結(jié)構(gòu)在類似的智能控制系統(tǒng)中具有較強的通用性。

安防系統(tǒng)；人臉識別；智能安全控制；系統(tǒng)搭建

隨著計算機技術(shù)和光學(xué)成像技術(shù)的發(fā)展，人臉識別登上安防系統(tǒng)的舞臺。人臉識別技術(shù)是現(xiàn)在安防系統(tǒng)中使用較為廣泛的技術(shù)之一。相比其他生物特征，人臉特征具有非接觸性、穩(wěn)定性好、難仿冒等優(yōu)點，易于為用戶所接受［1］。智能視頻監(jiān)控是計算機視覺領(lǐng)域最近幾年發(fā)展起來的熱點研究方向和應(yīng)用方向［2］?；谝曨l監(jiān)控下的人臉識別由于受到光照、躁聲以及人臉多姿態(tài)性等因素的干擾，實現(xiàn)起來比靜態(tài)人臉識別困難得多［3］。隨著對人臉技術(shù)的不斷開發(fā)提升，以往因無法充分利用的復(fù)雜光照環(huán)境條件而被丟棄的人臉采集數(shù)據(jù)，通過某些條件篩選后的一部分?jǐn)?shù)據(jù)也可以在一定程度上進行識別建模，并最終參與到系統(tǒng)的識別比對，從而增強了系統(tǒng)的采集能力。因此，在我們降低對識別系統(tǒng)中采集端的要求的同時，也使得非配合的被動人臉采集納入人臉識別系統(tǒng)的應(yīng)用成為可能。

被動人臉識別系統(tǒng)即在采集點架設(shè)采集設(shè)備，不需要被采集人員配合，在其不知情的情況下將其信息采集、保存并進行識別。采集設(shè)備經(jīng)歷了從模擬相機到數(shù)字高清攝像機的換代后，采集數(shù)據(jù)也隨之發(fā)生了根本性的變化。采集數(shù)據(jù)量的提升給人臉識別系統(tǒng)的處理能力提出了更高的要求，采集數(shù)據(jù)質(zhì)量的提升則給人臉識別系統(tǒng)更大的選擇余地。被動識別系統(tǒng)的難點在于整個系統(tǒng)的采集端和識別端。沒有了被采集人員的配合，采集數(shù)據(jù)的光照條件變得更為復(fù)雜、行為不可預(yù)料、表情豐富姿態(tài)不可控。因此，被動識別系統(tǒng)的采集端及識別端性能的好壞直接決定整套系統(tǒng)的性能。目前，市場上非配合的被動人臉采集系統(tǒng)使用的范圍并不是很廣，但其較強大的適裝性將更容易被使用場所接受。

1 系統(tǒng)組成

被動人臉識別系統(tǒng)主要由采集端、檢測端、識別端、預(yù)警端及數(shù)據(jù)存儲服務(wù)器組成，構(gòu)成如圖1所示。

圖1 系統(tǒng)組成示意

采集端主要完成被動系統(tǒng)檢測對象的采集。檢測端主要完成對采集數(shù)據(jù)的初步檢測，將無人臉或臉部信息缺失的數(shù)據(jù)從輸入數(shù)據(jù)源中剔除。識別端主要完成對通過檢測的輸入數(shù)據(jù)進行人臉識別、建模、模板制作、信息標(biāo)定等較復(fù)雜的工作。預(yù)警端主要完成在預(yù)置中模板檢索、比對，在成功匹配后對當(dāng)前被采集對象發(fā)出警報，并將信息標(biāo)定寫入報警數(shù)據(jù)庫中。數(shù)據(jù)存儲服務(wù)器主要將系統(tǒng)成功報警的采集信息寫入服務(wù)器，供后期數(shù)據(jù)分析及檢索，另外還可以分流系統(tǒng)關(guān)心的用戶數(shù)據(jù)，對實際應(yīng)用的被采集對象行為進行分析以促進其他系統(tǒng)的應(yīng)用。

2 各子系統(tǒng)的難點

被動人臉識別系統(tǒng)的結(jié)構(gòu)相對來說比較固定，其組合方式如圖2所示。

圖2 系統(tǒng)結(jié)構(gòu)

對于整個系統(tǒng)的應(yīng)用來說，采集端是整個系統(tǒng)的核心。采集數(shù)據(jù)的好壞一方面決定了系統(tǒng)的采集效果，另一方面也決定了后端處理系統(tǒng)難度的大小。而檢測能力及識別能力也從另一個角度制約著系統(tǒng)的處理能力。

2.1 采集端子系統(tǒng)

采集端決定著系統(tǒng)數(shù)據(jù)可用程度，制約系統(tǒng)的處理速度。根據(jù)現(xiàn)場的實際條件選擇采集端的架設(shè)位置，確定采集位置就可以調(diào)整采集區(qū)域內(nèi)的光線條件匹配系統(tǒng)。本套系統(tǒng)中對人臉采集的角度進行制約，如圖3所示，將俯仰角控制在10°以內(nèi)。

圖3 采集角度示意

2.2 檢測端子系統(tǒng)

視頻監(jiān)控系統(tǒng)中，主要關(guān)注的是視頻圖像序列的實時性的要求［4］。人臉檢測算法不僅需要克服光照和姿態(tài)對識別效果的影響，同時還應(yīng)注重提高人臉識別系統(tǒng)的速度［5-6］。整套系統(tǒng)的采集端有多處，各采集點場景的光線存在區(qū)別導(dǎo)致檢測端的檢測條件有所不同。整個采集過程又是在遠(yuǎn)距離、動態(tài)采集中完成的。其難點在于如何將各采集端數(shù)據(jù)歸一化或者在不同采集端利用定制條件進行判斷篩選。檢測原理如圖4所示。

圖4 檢測原理示意

系統(tǒng)檢測能級也是整套系統(tǒng)能力指標(biāo)之一。系統(tǒng)中決定檢測能級的要素為：檢測分辨率、檢測頻率，整體檢測區(qū)域面積。檢測分辨率越大則系統(tǒng)識別精度越高，檢測頻率越高則對系統(tǒng)性能配置要求越高，在同樣配置情況下整體檢測區(qū)域越大對系統(tǒng)運算能力要求越高。

2.3 識別端子系統(tǒng)

識別端相對來說功能較單一，在現(xiàn)有模型的基礎(chǔ)上對系統(tǒng)采集數(shù)據(jù)生成模型。其識別過程如圖5所示。

圖5 識別過程示意

本套系統(tǒng)中由于人臉模型及特征提取已固定，則不存在調(diào)整操作。

2.4 預(yù)警端子系統(tǒng)

預(yù)警端則是對報警能力的控制。報警涉及2個指標(biāo)，即正確報警率及漏報率。由于被動采集的數(shù)據(jù)多樣性，人臉姿態(tài)不可控以及比對數(shù)據(jù)的非同源性，都使得正確報警率及漏報率隨著光源、姿態(tài)等要素的變化而動態(tài)變化。如何將二者調(diào)整到最佳也是整套系統(tǒng)的難點之一。

2.5 數(shù)據(jù)存儲服務(wù)器

數(shù)據(jù)存儲服務(wù)器在系統(tǒng)中主要負(fù)責(zé)數(shù)據(jù)存儲、分類、統(tǒng)計等功能。可根據(jù)系統(tǒng)的需求配置合適的硬件，并對數(shù)據(jù)存儲及備份的周期進行確認(rèn)。

3 子系統(tǒng)之間的相互制約

被動人臉識別系統(tǒng)的子系統(tǒng)較多，其之間的制約條件也比較復(fù)雜。比較受關(guān)注的是采集端與識別端的制約。采集端的數(shù)據(jù)傳輸速度受檢測端、識別端的處理速度的制約。

系統(tǒng)流程如圖6所示。另一個需要重點考慮的就是數(shù)據(jù)量與數(shù)據(jù)質(zhì)量對系統(tǒng)的限制。系統(tǒng)源數(shù)據(jù)的采集區(qū)域大小以及照片質(zhì)量決定了系統(tǒng)傳輸?shù)膸?，并給后端系統(tǒng)提出了處理速度要求。根據(jù)采集端提供數(shù)據(jù)的質(zhì)量，檢測端根據(jù)系統(tǒng)對照片的質(zhì)量要求例如照片的清晰度、對比度等指標(biāo)進行篩選。將不滿足識別要求的低質(zhì)量照片在本環(huán)節(jié)中刪減。

圖6 系統(tǒng)流程

大多數(shù)情況下，受分辨率、光照、運動姿態(tài)以及遮擋物的影響，采集到的人臉信息并不完整［7］。但在視頻監(jiān)控系統(tǒng)中，由于被采集對象運動具有連續(xù)性且具有一定的運動規(guī)律［8］，在跟蹤的基礎(chǔ)上對軌跡中的人臉特征點進行篩選［9-10］。對照片的質(zhì)量要求是識別端在建模過程中對數(shù)據(jù)源的最低要求。質(zhì)量再低的照片在建模后的模板數(shù)據(jù)不是很精確，會造成比對過程中出現(xiàn)較大誤差。因此，檢測過程中必須將此類低質(zhì)量的數(shù)據(jù)進行剔除。

在不同的實際系統(tǒng)中，各關(guān)鍵量需要按照系統(tǒng)需求進行統(tǒng)一調(diào)配。

4 結(jié)束語

本文提出的被動人臉識別系統(tǒng)的設(shè)計方法采用模塊化設(shè)計，分別分析了各子系統(tǒng)的難點以及各子系統(tǒng)之間的聯(lián)系和制約條件。

依據(jù)本文所提及的被動人臉識別系統(tǒng)的實現(xiàn)方法，將極大推進智能安全控制系統(tǒng)信息化綜合利用效率，提高智能化防范水平，實現(xiàn)智能安全控制系統(tǒng)的主動性防范功能，有效促進人防技防的有效結(jié)合，提高現(xiàn)場處置、取證的及時性和有效性，使智能安全控制在安防領(lǐng)域發(fā)揮出更大更有效的作用。

如何在本文基礎(chǔ)上統(tǒng)計用戶數(shù)據(jù)，總結(jié)規(guī)律并為其他系統(tǒng)提供應(yīng)用接口，是今后工作中需要進一步解決的問題和研究的方向。另外，也可以考慮通過人體動作識別方法實現(xiàn)與視點無關(guān)的人體動作識別，補充了被采集對象的信息并增加一個特征點進行匹配。

［1］趙福梅.人臉識別系統(tǒng)在嵌入式門禁系統(tǒng)中的研究與設(shè)計［D］.太原：太原理工大學(xué)，2013：12-14.

［2］孫正春.智能視頻監(jiān)控中的人臉識別［D］.成都：電子科技大學(xué)，2012：8-12.

［3］曹艷艷.人臉識別技術(shù)在視頻監(jiān)控系統(tǒng)中的應(yīng)用［D］.成都：西南財經(jīng)大學(xué)，2012：3-6.

［4］譚余.人臉檢測和識別［D］.成都：電子科技大學(xué)，2013：14-17.

［5］郭鵬飛.視頻監(jiān)控中的人臉檢測與識別［D］.南京：南京理工大學(xué)，2010：7-12.

［6］范桂香.人臉檢測與跟蹤的若干方法研究［D］.南京：南京理工大學(xué)，2013：10-15.

［7］王志鵬.不完整信息下的人臉識別技術(shù)研究［J］.科技通報，2013（10）：34-37.

［8］李峰.智能視頻監(jiān)控系統(tǒng)中的行人運動分析研究［D］.北京：中國科技大學(xué)，2011：11-14.

［9］李鵬.視頻圖像人臉特征點跟蹤技術(shù)研究［D］.成都：電子科技大學(xué)，2011：21-26.

［10］張劍.基于內(nèi)容的智能視頻監(jiān)控關(guān)鍵技術(shù)及在公共安防中的應(yīng)用研究［D］.杭州：浙江大學(xué)，2007：3-4.

Application of passive face recognition in the intelligent safety control system

WU Xian，LIU Qifeng
ShanghaiMarine Electronic Equipment Research Institute，Shanghai201108，China

This paper analyses themethod of designing a passive face recognition system to achieve intelligent con-trol level thatmeets the actual requirements.As the biological featureswith wide applications，face information has powerful utilization value.With people’s awareness raising for protecting individual information and the deliberate disguise of the criminals for active identification device，a passive detection system shows its advantageous utiliza-tion value.This paper constructs the intelligent face recognition system according to the requirements for an intelli-gent safety control system.The system applies structured design，provides quantitative analysis for the design indi-ces of all subsystems and theirmutual relations，the structure has powerful universality in similar intelligent control system.

safety defense system；face recognition；intelligent safety control；system construction

TP391.41

A

1009-671X（2015）02-021-03

10.3969／j.issn.1009-671X.20146004

2014-06-05.

日期：2015-03-25.

七二六研究所科技創(chuàng)新基金資助項目.

吳限（1982-），女，高級工程師.

吳限，E-mail：business.wu＠163.com

http：／／www.cnki.net／kcms／detail／23.1191.u.20150325.1258.011.html