《电子技术应用》

人脸识别系统

2015/10/7 13:50:00

    人脸识别系统以人脸识别技术为核心,是一项新兴的生物识别技术,是当今国际科技领域攻关的高精尖技术。它广泛采用区域特征分析算法,融合了计算机图像处理技术与生物统计学原理于一体,利用计算机图像处理技术从视频中提取人像特征点,利用生物统计学的原理进行分析建立数学模型,具有广阔的发展前景。2012年4月,铁路部门宣布车站安检区域将安装用于身份识别的高科技安检系统人脸识别系统;可以对人脸明暗侦测,自动调整动态曝光补偿, 人脸追踪侦测,自动调整影像放大。

系统简介

    人脸识别系统具有广泛的应用:人脸识别出入管理系统、人脸识别门禁考勤系统、人脸识别监控管理、人脸识别电脑安全防范、人脸识别照片搜索、人脸识别来访登记、人脸识别ATM机智能视频报警系统、人脸识别监狱智能报警系统..人脸识别RFID智能通关系统.人脸识别公安罪犯追逃智能报警系统等等..

    适用范围: 公园、工厂、超市、小区广场、会议中心、体育场馆、学校、医院、住宅区、商业街、大型农贸市场等公众活动和聚集场所的重要部位,酒店(宾馆)、餐饮、娱乐场所、办公楼的大堂出入口、电梯和其他主要通道等室内外范围的监控录像用途。

功能模块

折叠人脸捕获与跟踪

    人脸捕获是指在一幅图像或视频流的一帧中检测出人像并将人像从背景中分离出来,并自动地将其保存。人像跟踪是指利用人像捕获技术,当指定的人像在摄像头拍摄的范围内移动时自动地对其进行跟踪。

人脸识别比对

    人脸识别分核实式和搜索式二种比对模式。核实式是对指将捕获得到的人像或是指定的人像与数据库中已登 记的某一对像作比对核实确定其是否为同一人。搜索式的比对是指,从数据库中已登记的所有人像中搜索查找是否有指定的人像存在。

折叠人脸建模与检索

    系统可以将登记入库的人像数据进行建模提取人脸的特征,并将其生成人脸模板(人脸特征文件)保存到数据库中。在进行人脸搜索时(搜索式),将指定的人像进行建模,再将其与数据库中的所有人的模板相比对识别,最终将根据所比对的相似值列出最相似的人员列表。

折叠真人鉴别

    系统可以识别得出摄像头前的人是一个真正的人还是一张照片。以此杜绝使用者用照片作假。此项技术需要使用者作脸部表情的配合动作。

折叠图像质量检测

    图像质量的好坏直接影响到识别的效果,图像质量的检测功能能对即将进行比对的照片进行图像质量评估,并给出相应的建议值来辅助识别。

折叠编辑本段系统应用

折叠普遍应用

    人脸识别系统其实是台特殊的摄像机,判断速度相当快,只需要0.01秒左右,由于利用的是人体骨骼的识别技术,所以即使易容改装,也难以蒙过它的眼睛。而且"人脸识别系统"具有存储功能,只要把一些具有潜在危险性的"重点人物"的"脸部特写"输入存储系统,重点人物如擅自闯关,就会在0.01秒之内被揪出来,同时向其他安保中心"报警"。另外,某些重要区域如控制中心只允许特定身份的工作人员进出,这时候面部档案信息未被系统存储的所有人全都会被拒之门外。

与此前的指纹识别系统相比,人脸识别系统有很多的改进。指纹技术的使用寿命不如人脸识别系统,使用成本也高于人脸识别系统。由于沾水、沾汗、沾灰,还有传感器只能在室内使用等原因,指纹识别系统在露天户外使用的可能性很小。而用于人脸识别的摄像机一天24小时都可工作,第一它不侵犯人权,第二它是很安全的,无论室内还是户外均可使用。人脸识别系统意味着每个人的脸上都贴着名字,外人看不见,但监控系统能看得见。包括外国人,从踏入中国的一瞬间,他的图像和个人资料就会进入电脑的控制中心,不管在什么地方出现,都可认出此人。而且被观察的人不知道有设备在监视他,起到了科技奥运、文明奥运的功能。

折叠系统运作

    2012年4月,铁路部门公布招标公告,对京沪高铁安检区域人脸识别系统工程进行公开招标,上海虹桥站、天津西站和济南西站三个车站安检区域将安装用于身份识别的高科技安检系统人脸识别系统。

    业内人士透露,现在有的人脸识别技术在抓取出人脸后,会把焦点对准眉骨到下颚这一倒三角区域,找出该区域的数千个点位,这些点位组成一套数学模型,通过复杂的数学方式计算人脸的相似度,因此准确度很高。

    2012年11月,武汉公安正构建一套高精准人脸识别系统,建成后能在1秒钟内比对1亿次图像,瞬间可辨认嫌疑人。这套系统主要通过安装在城市道路路口、两侧以及公交车上的25万个视频探头进行图像采集。视频监控将捕捉到的人像,与后台数据中犯罪嫌疑人面部特征进行精确比对,可在几秒内锁定犯罪嫌疑人。这套系统将在明年3月投入实战应用。

    目前,武汉警方已建成以信息采集、分析研判、信息指导行动三项机制以及视频监控系统和警用地理信息系统为支撑的动态信息化警务系统。

    三峡秭归县于2011年8月启动"人脸识别系统",建立了退休人员动态信息库。每年9月至次年3月进行退休人员资格认证。截止到2012年12月10日完成离退休人员认证8135人,其中,网上视频认证194人。

    2012年11月底,全市所有机关事业经办机构都启用人脸识别系统进行领取养老金资格建模认证工作,2013年5月底完成初次建模工作。若超过期限没有进行身份验证的离退休人员,社保管理系统将会自动停发其养老金。首次建模成功后,退休人员可以就近通过互联网和摄像头自行完成身份认证。

折叠编辑本段科研进展

折叠人脸识别支付系统

    2013年,中国科学院重庆绿色智能技术研究院智能多媒体技术研究中心启动了以人脸识别为核心技术的人脸识别支付方式的研究。

    截止2014年8月,该中心已经完成了人脸识别支付系统的关键性技术研究。该中心全球首创的人脸数据采集阵列,能够从91个角度对人脸同步采集,能对人脸识别影响最大的多变光照、多角度、遮挡等状态进行最优的识别效果。智能多媒体技术研究中心的人脸识别系统已应用在边检站自动通关系统、动态人脸识别考勤机、多属性动态人脸识别系统等。在此基础上,中心研发出了人脸识别移动支付系统,已能够实现支付只需"刷脸卡"。

折叠行业应用

教育机构、电信局、广播、传媒、政府机构、国际会议、航空服务业、高档小区、医疗行业

折叠编辑本段系统难点

    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。人脸识别系统的困难主要是人脸作为生物特征的特点所带来的。

折叠相似性

    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。

折叠易变性

    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。

    在人脸识别中,第一类的变化是应该放大而作为区分个体的标准的,而第二类的变化应该消除,因为它们可以代表同一个个体。通常称第一类变化为类间变化(inter-class difference),而称第二类变化为类内变化(intra-class difference)。对于人脸,类内变化往往大于类间变化,从而使在受类内变化干扰的情况下利用类间变化区分个体变得异常困难。

折叠用户配合度

    现有的人脸识别系统在用户配合、采集条件比较理想的情况下可以取得令人满意的结果。但是,在用户不配合、采集条件不理想的情况下,现有系统的识别率将陡然下降。比如,人脸比对时,与系统中存储的人脸有出入,例如剃了胡子、换了发型、多了眼镜、变了表情都有可能引起比对失败。也就是说,人如果发生较大变化,系统可能就会认证失败。光照、姿态、装饰等,对机器识别人脸都有影响。

折叠编辑本段系统方案

"平安城市"布防追逃系统方案

    近年来,我国整体经济实力显著增强,但社会治安状况也日趋复杂,公共安全问题不断凸显,城市犯罪突出,手段不断更新、升级。这些都迫切要求加快发展以主动预防为主的视频监控系统。而且自美国"9·11事件"和伦敦地铁爆炸案之后,应对突发事件的城市应急防范系统成为新的安防建设热点。

    2005年9月中国公安部正式启动城市联网报警与监控系统建设(3111工程),将在全国范围内,在省、市、县三级开展报警与监控系统建设试点工程,推动了"平安城市"的建设步伐。2006年中治委确定社会治安综合治理"八大要点",更是将"广泛深入地开展平安建设"列在了第一位。

    随着中国各级政府构建"和谐社会"及"数字城市"战略的实施,目前城市监控和报警系统正在全国范围内得到有效推动。

    城市报警与监控系统建设既是"数字城市"的核心系统,也是社会治安防控体系的重要组成部分。从最初第一批由北京、杭州、苏州、济南等四个城市开始做试点,到第二批包括中西部地区15城市在内的数十个示范城市加入,据统计,到2008年,示范城市总量已达到180多个。

    "数字城市"的建设直接推动了视频监控的迅速发展,随着示范城市新增报警监控设施规模不断扩大,其当前需求增量已超过了前十多年的总和。数据显示,近年来,国内视频监控市场的需求总量年复合增长率均达20%以上。以北京为例,现已安装摄像机26万多个;在中国信息技术的前沿--深圳市,将部署以30万部摄像机构成的安全监控网络,中国最大的城市广州,监控规模将为深圳的两倍。而随着示范工程的整体推进、北京奥运会、上海世博会的举办以及国民经济水平的持续提升,安防监控技术也将迎来一个个新的高峰成长期。

    数字城市项目是一个综合性的超大型管理系统,不仅需要满足治安管理、城市管理、交通管理、应急指挥等需求,而且还要兼顾灾难事故预警、安全生产监控等多方面对图像监控的需求,同时还要考虑报警、门禁等配套系统的集成以及与广播系统的联动,而在监控系统中,摄像机的覆盖面主要包括:主要街道、主要办公场所、展览场所、网吧、酒店、娱乐场所、公园、火车站、汽车站乃至长途及所有公交车辆。城市监控网络建成后,再将原有的银行、海关、乃至各小区的自由监控网络纳进来,此时,监控网络将成为由数十万甚至百万的摄像机组成的大型监控与报警系统。

    但在城市治安管理中,由于城市地方扩大、人口增加等原因,公安警力的增加远远不能满足实际需求的速度,因而需要利用城市安防监控系统,将科技手段转化为直接战斗力。由此,需将城市重点区域监控、交通干道监控、卡口监控、娱乐场所监控、监狱监控、审问室与法院远程监控等系统与城市中各派出所及上级公安分局到市局进行多级联网。从而至少保证事件发生时,公安机关相应部门能第一时间把握现场画面情况,并协助上级指挥现场,以提高管理者的管理效率。

    在一些大型的安防视频监控系统中,监控系统几乎沦为一种提供事后取证录像的工具。如城市监控,一般有上千甚至上万个监控点,仅依靠工作人员,根本无力管理和监视。显然,这样的安防监控系统,也丧失了原来拥有的预防能力。

    现在,各地正在酝酿的城市治安监控系统,多是以视频监控与报警联动为代表的城市治安防控体系。在这种安防监控系统中,一般采用传统的系统配置模式:即集中式地建设监控中心,将视频数据上传至集中式设置的视频服务器,并在该集中节点进行数据存储;在视频采集点上,一般采用视频采集器,控制多路视频摄像头。该视频采集器采用宽带线路,或是采用无线网卡,在带宽不足的情况下,可能会采用多路无线线路捆绑的方式连接公众互联网,与同样连接在互联网上的视频监控中心进行数据传输。

折叠编辑本段技术原理

折叠人脸识别内容

人脸识别技术包含三个部分:

(1)人脸检测

面貌检测是指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。一般有下列几种方法:

①参考模板法

首先设计一个或数个标准人脸的模板,然后计算测试采集的样品与标准模板之间的匹配程度,并通过阈值来判断是否存在人脸;

②人脸规则法

由于人脸具有一定的结构分布特征,所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸;

③样品学习法

这种方法即采用模式识别中人工神经网络的方法,即通过对面像样品集和非面像样品集的学习产生分类器;

④肤色模型法

这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。

⑤特征子脸法

这种方法是将所有面像集合视为一个面像子空间,并基于检测样品与其在子孔间的投影之间的距离判断是否存在面像。

值得提出的是,上述5种方法在实际检测系统中也可综合采用。

(2)人脸跟踪

面貌跟踪是指对被检测到的面貌进行动态目标跟踪。具体采用基于模型的方法或基于运动与模型相结合的方法。此外,利用肤色模型跟踪也不失为一种简单而有效的手段。

(3)人脸比对

面貌比对是对被检测到的面貌像进行身份确认或在面像库中进行目标搜索。这实际上就是说,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。所以,面像的描述决定了面像识别的具体方法与性能。目前主要采用特征向量与面纹模板两种描述方法:

①特征向量法

该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性,然后再计算出它们的几何特征量,而这些特征量形成一描述该面像的特征向量。

②面纹模板法

该方法是在库中存贮若干标准面像模板或面像器官模板,在进行比对时,将采样面像所有象素与库中所有模板采用归一化相关量度量进行匹配。此外,还有采用模式识别的自相关网络或特征与模板相结合的方法。

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。

折叠人脸的识别过程

一般分三步:

(1)首先建立人脸的面像档案。即用摄像机采集单位人员的人脸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"方式是根据人脸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辩认出某个人。人脸的识别过程,利用普通的图像处理设备就能自动、连续、实时地完成。


继续阅读>>