茹志鵑

（正德職業(yè)技術(shù)學(xué)院，211106）

基于動態(tài)視頻的人臉識別技術(shù)研究

茹志鵑

（正德職業(yè)技術(shù)學(xué)院，211106）

隨著高科技的發(fā)展，人臉識別技術(shù)也在不斷發(fā)展。如今市場上已經(jīng)出現(xiàn)多種人臉識別技術(shù)。人臉識別技術(shù)作為一種生物特征識別的典型應(yīng)用被應(yīng)用到各個領(lǐng)域，如國防、司法、金融等，受到了社會的關(guān)注與認可。

動態(tài)視頻；人臉識別；原像比對

0　引言

人臉識別技術(shù)的起源時間為1888年到1910年之間。如今隨著社會的發(fā)展，人臉識別技術(shù)已經(jīng)發(fā)展成為鑒別人物身份的一項重要手段，尤其是在公共安全領(lǐng)域以及商業(yè)領(lǐng)域有著廣闊的發(fā)展前景。

1　動態(tài)視頻人臉識別技術(shù)的主要特征

動態(tài)人臉識別的主要組成模塊包括人臉的監(jiān)測、人臉的跟蹤、人臉的特征提取以及人臉的識別。具體可參照下圖。

跟傳統(tǒng)靜態(tài)圖像的人臉識別的方法不同的是，動態(tài)人臉識別方法將視頻流以及視屏圖像作為研究的對象，除了對圖像幀的內(nèi)在信息進行關(guān)注之外，還需要對幀的前后關(guān)系進行具體分析，發(fā)現(xiàn)其中的關(guān)聯(lián)。因此，動態(tài)人臉識別技術(shù)相對于傳統(tǒng)的靜態(tài)人臉識別技術(shù)來說更具難點，也更先進。具體體現(xiàn)在以下幾方面：

（1）視頻的圖像序列中包含著大量的多余信息，動態(tài)視頻人臉識別技術(shù)對信息的篩選能夠提升靜態(tài)人臉識別的效果。

（2）視頻中的動態(tài)信息為識別系統(tǒng)提供了人臉的靜態(tài)圖像，通過靜態(tài)圖像構(gòu)建的人臉模型還能夠隨著時間的變化而變化，提升識別的質(zhì)量。

（3）從視頻的有序人臉集出發(fā)能夠得到更加精準的人臉表達效果，如超分辨技術(shù)的采用能夠得到更高的識別效果，但是因為動態(tài)視頻的獲取中有很多不可控因素的存在，如環(huán)境的變化，人與攝像機未知的變化都可能造成圖像的模糊，識別困難。因此面向視頻的動態(tài)人臉識別問題還有很多難題需要人們的克服。

2　動態(tài)視頻的人臉識別技術(shù)的主流方法

2.1關(guān)鍵幀方法

顧名思義關(guān)鍵幀的方法指的是在視頻序列中參照以前已經(jīng)確定好的規(guī)則選擇其中的關(guān)鍵幀作為原始的輸入，視頻的人臉識別問題則轉(zhuǎn)化為關(guān)鍵幀的人臉圖像以及模板庫人臉圖像的靜態(tài)人臉圖像的匹配問題。但是因為采用這種方法參照標準具有很大的主觀性，沒有客觀的參照標準，因此需要進行質(zhì)量的篩選，從視頻序列中選擇質(zhì)量最優(yōu)的圖像進行比對。這種方法的運用的優(yōu)點在于比對的次數(shù)較少，處理的速度快。但是因為沒有統(tǒng)一的標準，因此很難被人們所接受。除了選擇關(guān)鍵幀進行比對的方法之外，還有對同一對象的多張關(guān)鍵幀進行比對，隨后進行匯總，這種方法中最簡單的做法是，從設(shè)備跟蹤到人臉視頻中選擇幾種關(guān)鍵幀，對每一幀進行圖像比對，最后根據(jù)關(guān)鍵幀識別結(jié)果的融合得出結(jié)論。這種做法利用的視頻人像的多樣性，其存在的缺點為識別結(jié)果的質(zhì)量取決于融合的規(guī)則，目前還沒有統(tǒng)一的規(guī)則，因此在最終的結(jié)果比對上顯得過于隨機。

2.2圖像集方法

視頻是多種圖像的結(jié)合，因此對視頻的處理能夠歸結(jié)為對圖像集的操作，動態(tài)視頻人臉識別技術(shù)的關(guān)鍵步驟就是對圖像集的人臉識別。根據(jù)設(shè)備所跟蹤到人臉圖像，采用超分辨技術(shù)、建模技術(shù)以及統(tǒng)計分析等技術(shù)對人臉的動態(tài)信息進行整合，概括下來可分為下面幾種。

2.2.1圖像超分辨技術(shù)

人臉識別技術(shù)質(zhì)量會隨著圖像分辨率的下降而下降，因此圖像超分辨技術(shù)被應(yīng)用到了動態(tài)視頻的人臉識別技術(shù)。圖像超分辨技術(shù)通過對多張分辨率的整合對人像進行重構(gòu)，重新識別，這種方法的運用彌補了因為圖像的分辨率過低而造成的識別技術(shù)的偏差。然而圖像超分辨技術(shù)對于圖像集的對齊方式比較敏感，圖像集的對齊問題成為其需要攻克的難關(guān)。

2.2.2統(tǒng)計模型的方法

視頻人臉圖像是對人的某一個階段的表象描述。如果將被監(jiān)測人的每張圖像當做一個觀測樣本，這種的圖樣樣本可以滿足一定的統(tǒng)計特性。這種情況下可以采用PCA刻畫的方式對每個人的子空間信息進行刻畫，也或者采用利用模型描摹出每個人的臉。集合間的相關(guān)性也被用在集合間的度量，因此得到不同人臉之間的相似度，并進一步判斷出分類的特征。為了避免因為人臉的姿勢造成的識別影響，因此采用GMM用來對人臉的細節(jié)進行描述，并以此為基礎(chǔ)提出概率彈性局部模型。因為人臉在不同的光照，不同的姿勢，不同的表情變化時呈現(xiàn)出非線性分布，并通過核方法可將原空間映射到高維非線性空間，在此基礎(chǔ)上使用核主成分的夾角作為相似度度量能對人臉圖像集進行識別。而在其他的文獻中還提到了主成分零子空間辦法，這種方法能夠有效處理非均勻樣本分布和非白噪聲的情況。

2.2.23D重構(gòu)的方法

人臉姿勢的問題也是動態(tài)視頻人臉識別技術(shù)一項需要攻克的難關(guān)。3D重構(gòu)的方法是根據(jù)人臉的結(jié)構(gòu)，對人臉進行合成，這種方法的運用能夠有效減少因為人臉的角度的問題出現(xiàn)的偏差。根據(jù)重構(gòu)對象的不同，利用重構(gòu)能夠?qū)崿F(xiàn)對人臉的3D復(fù)原，進行監(jiān)測對象臉部3D建模。通過對人臉姿勢以光照問題的預(yù)測，可使用在庫人員的3D臉模型，對不同庫人員的2D人臉圖像進行比對，識別。這種方法減少了因為姿勢的差異帶來的識別困難，但是因為其運算成本較大，因此使用并不廣泛。

2.2.4流行的方法

流行是一種刻畫樣本集的工具?；プ涌臻g的方法的度量為集合之間主成分的夾角相似度量，對線性子空間與線性子空間的距離。在此基礎(chǔ)上可以將流行看作是不同線性結(jié)構(gòu)快的結(jié)合，流行與流行之間的距離定義為兩個線性結(jié)構(gòu)快之間的距離，而對流行的線性逼近則稱之為最大的線性結(jié)構(gòu)快。使用流行距離的方法，動態(tài)視頻人臉識別技術(shù)的正確識別效果達到了96%。若在流行方法的基礎(chǔ)之上在計入鑒別學(xué)習(xí)機制，則能進一步提升識別效果。另外，概率靜觀流行的方法與局部線性嵌入的方法也被廣泛應(yīng)用到視頻人臉識別之中。

圖1　面向視頻的動態(tài)人臉識別流程圖

3　結(jié)語

本文主要對目前流行的動態(tài)視頻人臉識別技術(shù)方法進行了分析，總結(jié)其優(yōu)勢以及存在的不足。雖然動態(tài)人臉識別技術(shù)經(jīng)過若干年的發(fā)展已經(jīng)有了小部分的成就，但是在非可控、復(fù)雜的情況下依然很難得到較好的識別效果。如在車站，或者是在重點的要求較高的監(jiān)控場所，因為受到人臉姿勢以及光照等的影響，很難得到良好的識別效果，這也成為之后的動態(tài)視頻人臉識別技術(shù)的難點。

［1］ Phillips PJ，Scruggs WT，O’Toole AJ，F(xiàn)lynn PJ，Bowyer KW，Schott CL，and Sharpe M.FRVT 2006 andICE 2006 Large-Scale Experimental Results［J］. IEEETransactions on Pattern Analysis and MachineIntelligen ce，2（5）：831-846，2010.

［2］ Galton F.Personal identification and description［J］. Nature，173-177，1888.

［3］ 梁路宏，艾海舟， 何克忠.基于多模板匹配的單人臉檢測［J］.中國圖像圖形學(xué)報， 1999

茹志鵑（1980.12-），女，河南澠池人，正德職業(yè)技術(shù)學(xué)院講師，研究方向：計算機應(yīng)用專業(yè)

The research on Face recognition technologybased on dynamic video

Ru Zhijuan
（zhengde polytechnic，211106）

With the development of high-tech，face recognition technology is also in constant development. Now It has appeared on the market a variety of facial recognition technology.Facial recognition technology，as a typical application of biometrics has been applied to various fields，such as national defen se，justice，finance，etc.，has

the attention and recognition.

dynamic video；Face recognition；The original like than