基于高清安防设备的人脸识别在特定使用环境下的应用

【摘 要】随着视频技术发展，高清安防设备逐渐开始取代传统标清设备成为应用主流，基于高清设备的人脸识别技术也在逐步完善，针对动态视频人脸识别技术仍存在较大使用局限的技术现状，本文主要探讨在现有技术条件下，如何快速搭建适合特定环境的人脸识别系统，并通过扩展应用提高人脸识别技术的实战精度和应用深度，使技术指标更好的转化为实战应用成果。

【关键词】高清 摄像头 人脸识别 智能学习 预警 算法

近年来，视频技术不断更迭，随着高清摄像机、高清硬盘录像机和高清视频传输网络等逐渐成为市场和应用的主流，与高清技术有关的周边研发，如行为识别、图像处理、视频快速检索、全景摄像、主动预警等技术的功能也日臻完善，开始走入民用市场。针对于人的面部特征进行有效识别技术，也于近几年取得了突飞猛进的进展，系统识别率和设备集成度都不断提高，并开始在专业领域和民用市场同时引起广泛关注，笔者重点从一种人脸识别系统本身和基于系统获取数据进行扩展运算两个方面对人脸识别技术进行阐述，尝试一种更为精准的人脸识别配套运算方式（“看门人”扩展算法），使其更为有效的应用于实际生活。

1 技术现状

1.1 高清安防设备现状

国内高清安防设备正处于快速发展的阶段，趋于成熟。首先，高分辨率是高清设备的直接优势，更高的分辨率带来更为广阔的应用前景；其次，更高的编码压缩算法（如H.265），有效提高压缩效率、减少延迟，减轻存储设备压力，可实现利用1-2Mbps的传输速度传送1080P画质的图像；再次，WIFI、4G移动网络的广泛覆盖，使得传统的基于有线网络的高清视频传输转向移动领域，使用智能手机、平板电脑，甚至车载设备都能够实现高清在线播放；最后，入侵报警、双向视频通话、移动侦测等功能的嵌入，使高清安防设备的智能化程度不断提升。高清安防设备的普及使用为人脸识别技术的发展和应用推广奠定了基础。

1.2 人脸识别技术现状

人脸识别技术已经成为行业热点，既有海康威视、大华股份这样的大型安防企业投入研发，也有汉王、银晨和大量智能化企业不断推进社会应用，更有腾讯、谷歌等核心算法开发企业推动技术革新（如表1所示）。国家和行业标准委员会也制定了相关的标准和规范，如《GA/T 922.2-2011 安防人脸识别应用系统》、《GA/T 1093-2013 出入口控制人脸识别系统技术要求》、《GA/T 1126-2013 近红外人脸识别设备技术要求》、《GA/T 1212-2014 安防人脸识别应用防假体攻击测试方法》和《GA/T 31488-2015 安全方法视频监控人脸识别系统技术要求》等，人脸识别的技术规范体系不断健全。四种常用的人脸识别核心算法，如表1所示。

1.3 人脸识别技术应用现状

相比于指纹识别，人脸识别的应用要滞后得多，2011年起才开始在我国走入民用市场，但在仅仅不到四年的时间里，人脸识别的市场份额就骤增百分之二十五以上，成为生物识别的第二大应用技术，充分说明其未来前景。但受核心技术发展限制和产品效果参差不齐的现实市场状况影响，人脸识别技术必须配合实际使用环境，才能发挥出最佳的效果。比如应用于考勤系统，因其人脸比对数据量小，比对环境理想，被检测人员能够主动配合检测等因素，其误报率和可靠性都能达到合理范围，因此应用广泛。但是在机场、火车站等海量人脸比对的环境中，摄像机位置、被检测人员非主动配合、比对库异常庞大等因素，导致系统建设高投入、低比中率和低时效性等问题，使得人脸识别表现出并不可靠的一面。

综合市场应用反馈，我们发现，人脸识别系统需要根据安装使用环境以及使用目的，有针对的配合相应的辅助条件，才能达到较高使用精度。在这里我们能想到的一种方式是辅助以必要的扩展应用算法，让人脸识别系统更加智能和精准。

2 一种适用于动态人脸识别的常见环境

我们挑选一种公共安全防范中常见的环境进行讨论，该环境为居民小区的一栋住宅楼，具备如下几个特点：

2.1 出入口情况

出入口数量不多，在6个以内为佳，适合建设小型化单独式系统，图像采集数量适中，易于施工和数据处理。

2.2 光线情况

现场光线情况较好，白天具有良好的自然光或有灯光补充，摄像头所拍摄方向不存在逆光的情况，夜间有充足的照明补充，确保摄像机能够捕捉到清晰的人脸面部图像。

2.3 供电和网络环境

为保障人脸识别系统的长期不间断运行和数据上传，环境能够提供稳定的220V供电，方便接入有线或无线网络覆盖。

2.4 配套人防措施

人脸识别系统本身虽然不需要有操作人员24小时值守，但是受其安装位置较低和状态巡检需要，应该为其配备人防措施，形成定时巡检制度，以保持系统持续运转。

3 一种能够快速搭建的人脸识别系统

人脸识别系统一般由四个部分组成，分别是：人脸图像的检测和采集、人脸图像的预处理、人脸图像的特征提取、人脸图像的匹配识别。前三个部分系统组成已经可以实现高度集成，也可以嵌入到前端摄像机内完成按监控点的分散式运算，但系统的比对速度和识别比对率主要取决于第四部分，即对前端采集来的人脸特征在比对图像库中进行比对的准确性和比对效率。

根据使用环境设置，我们选取一种简单的处理方式，由集成度较高的少量前端采集设备、小数据的后端比对匹配服务和针对性较强的扩展应用服务组成的小范围单独式人脸识别系统（如图1所示）。

3.1 前端设备

前端摄像机的选择需要采用大靶面的感光芯片，一般是大于1/3’’而小于1/2’’，还要综合考究低照度能力、针对色彩还原和低照度图像增强等技术能力。在实际测试实验中，我们选择银晨品牌的ISCamHD-200，该型号集成了人脸采集功能，连接无线WIFI传输设备进行使用。