人臉識別是人類視覺系統的基本功能,是人類直接的識別手段,是生物特征學的重要研究內容。人臉識別作為種新的生物特征識別技術,是種基于人臉特征的自動識別技術。人臉識別采用了數字圖像/視頻處理、模式識別、計算機視覺等多種技術。
人臉識別技術在公共安全和人機交互安全域有著廣闊的應用前景。 同時,人臉識別也是人工智能域的個重要研究課題,吸引了大量研究人員進行深入的研究,已有30多年的研究歷史。
人臉識別視頻監控系統有四個核心部分,分別為視頻處理/人臉采集工作站、人臉比較工作站、黑名單數據庫和報警顯示工作站。視頻處理/人臉捕捉:在視頻圖像中查找人臉,評估圖像質量,并將其提交給人臉識別比較模塊;人臉識別比較模塊:從登錄照片中提取特征模板,并將其與黑名單數據庫進行比較;黑名單照片采集:建立模板并將模板數據添加到黑名單數據庫;報警顯示:根據比較結果,顯示報警結果,或將報警信息傳遞給PDA或其他便攜式終端。
人臉識別監控系統
(1)人臉識別中的光照。光照變化是影響人臉識別性能的關鍵因素。解決這問題的程度關系到人臉識別實際過程的成敗。在人臉圖像預處理或歸化階段,需要將人臉固有的光源、遮擋、高光等非人臉屬性分離出來,并進行有針對性的光補償,以消除前照不均引起的陰影和高光對識別性能的影響;
(2)人臉檢測與跟蹤。 人臉識別的前期工作是人臉檢測,人臉跟蹤是基于人臉檢測和定位的結果,在運動序列的后續幀中連續檢測目標人臉的運動軌跡和輪廓變化。 復雜背景下的多人臉檢測與跟蹤系統可以采用模板匹配、特征子人臉、顏色信息等人臉檢測技術。 張可以追蹤任何姿勢運動的臉;
(3)冗余問題。人臉識別監控系統可以快速檢測視頻捕獲中的單個和多個人臉圖像,自動去除冗余,減去重復的肖像,提取相應的人臉圖像特征,實現快速人臉比較,并輸出相應的結果信息。
(4)臉姿勢的問題涉及在所述頭部繞由轉動引起的三維正交坐標系的三個軸,其中,所述兩個方向的深度垂直于造成的面部信息的部分刪除的圖像平面的旋轉的變化。種解決辦法是提出尋求這些功能并不適用于態度的變化而變化,不變的特征為基礎的方法。另種解決方案是使用基于統計的視覺模型,輸入手勢是前方圖像校正圖像,其可以被提取并在空間統姿勢的匹配功能。