人脸识别技术植入视频监控难点与解决方案
|
人脸识别技术的应用在近年的安防应用中越来越受关注，识别率的提高克服使其走向更宽的领域，而随之视频监控走向智能化，人脸识别技术在监控中的智能应用也越来越受到关注。怎样将人脸识别技术植入监控成为难点，本文将以此话题展开。 我们知道，人脸识别分为辩识(identification)、验证(verification)、监视目标人识别(watchlist)三类。辩识是通过未知人的人脸图像与数据库内已知身份的人脸图像进行比对来确定未知人身份的过程，是一对多的人脸识别;验证是通过当前被识别人的人脸图像与数据库中被识别人所声明身份的人脸图像的比对来验证被识别人所声明身份对或错的过程，属于一对一的人脸识别;监视目标人识别，是对于一个未知身份的待测样本，人脸识别系统探测其是否在监视名单上，属于一对多的人脸识别。FRVT2006没有测试监视目标人识别的性能指标，而在FRVT2002发布的监视目标人识别的性能指标中，最好的成绩是虚警率(指不是监视名单中的人被认定为是监控名单中的人的概率)为0.1%时，目标人在第一名的正确识别率不到60(图库大小为3000)，而实际场景的性能指标将更差。 我们分析当前人脸识别成功应用的一些实例，如出入境的护照查验，是清晰照片之间的比对;而应用在火车站的治安管理上，被识别人也是在室内规范地站在摄像机前拍摄人脸。 人脸识别难点及解决方案 在识别中，监视目标人识别是最难的，主要原因在于非主动性的识别方式和场景的差异性，姿态、光照以及年龄、人脸分辨率等方面的变化严重地影响了人脸识别率。许多研究单位一直在研究如何将人脸识别技术应用到监控中。无忧安防网认为，在当前的条件下，首先应该考虑的仍然是拍摄到好的人脸图像。除算法方面的努力外，从系统应用本身来看，主要需要解决如下的问题：系统结构问题、人脸分辨率问题、姿态问题、光照问题和年龄问题。 系统结构问题 监控系统是一个大型系统，如何在现有系统中插入人脸识别，这是一个系统结构问题。例如一个监控群有100个监控点，有两种方案可供选择：每一个监控点都进行人脸识别或者选择性地对监控点进行人脸识别。在条件允许的情况下，可另外设置一个电视墙用来显示人脸识别的结果，可同时显示报警通道号、报警时间等日志信息，也可显示监控的当前目标人和数据库对应的目标人图像。 在大型监控群里选用每一个监控点都进行人脸识别的方案，需要增添更多的设备，改变当前的监控结构，或增添专用硬件。 人脸分辨率问题 在监视目标人识别的应用中，应用了人脸分辨率的概念。人脸检测技术可以检测到人脸分辨率低的人脸，但现在的人脸识别技术对人脸分辨率却有一定的要求，美国FRVT2006所指的低分辨率是指两眼的距离为75像素，满足这一条件的人脸图像尺寸约为180(宽)x240(高)。而在实际监控中，不管是标清还是高清，大量获得的是人脸分辨率低的人脸图像。通过采用综合人脸检测、人脸分辨率检测和自动变焦的技术方案，可以获得满足人脸识别需要的人脸分辨率高的图像。通常所提到的最佳二维人脸，其中包括最佳姿态、最佳人脸分辨率等概念，采用这种方案需要在系统软件上增添自动变焦功能。 另一种方案则采用一些其它的新技术，包括应用专用硬件，来获得满足人脸识别需要的分辨率高的人脸图像。 |
