人脸识别系统的原理与应用

龙源期刊网

人脸识别技术在安防监控系统的应用

作者：马家骏

来源：《中国传媒科技》2018年第03期

摘要：现阶段，人脸识别技术已经日益成熟，而且国内外企业已经开发出应用人脸识别技术的安防监控产品，并在公安边防、金融业、公共交通和大数据分析等行业使用。由于人脸识别技术在安防监控领域的应用属于新生事物，用户对该新技术以及相关产品的实际应用存在疑虑，新产品的成熟度和技术的稳定性都需要经过用户考验，并且相关产品也需要和用户需求匹配。因此，除了需要企业明确用户的实际需求外，同时相关企业也需要具备过硬的人脸识别技术实力，为用户解决安防系统中面临的实际问题。由于人脸识别技术在各个行业应用越来越广泛，该技术必定迎来蓬勃的发展。

关键词：人脸识别；安防监控；生物特征识别；人脸检测

中图分类号：TP249 文献标识码：A

文章编号：1671-0134（2018）03-047-03 DOI：10.19483/ki.11-4653/n.2018.03.019

1.安防监控系统的发展现状

随着信息技术的发展和对安全需求的提高，近些年来人们对安防监控系统的需求逐渐升温，从交通违章监控到自然灾害监控，从银行安防监控到住宅区安防监控，巨大的市场需求吸引了众多企业和公司对安防监控系统的关注。

安防监控系统是以视频监控为主，以门禁、消防、控制等子系统为辅的综合联动系统。安防监控系统的发展经历了三个主要阶段：第一阶段，全模拟人工控制的安防监控系统；第二阶段，半数字安防监控系统；第三阶段，智能化安防监控系统（包括多功能摄像头、智能控制中心、视频服务器和数据分析服务）。现阶段的安防监控系统实现了功能的集成化，网络化和IP化，但缺乏数据处理能力是目前安防监控系统的一大缺陷，需要大量人工干预来实现安防监控的实时性和主动性。而融合了人脸识别、多模态生物识别、红外识别等的先进识别技术的智能安防监控系统，将会把安防监控系统的发展提高到新的高度。

人脸识别系统

一、概述

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。

二、人脸识别系统简介

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。

三、主要的功能

1.人脸捕获与跟踪功能：

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。

2.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。

3.人脸的建模与检索：

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。

4.真人鉴别功能：

系统可以识别得出摄像头前的人是一个真正的人还是一幅照片。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。

5.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。 6.人脸识别系统的应用

人脸识别技术的基本原理

人脸识别技术是一种应用广泛的生物识别技术，可以通过对人脸的特征点进行识别和比对，识别出不同的人或者验证一个人的身份。这项技术广泛应用于公安、金融、医疗、教育等领域。本文将介绍人脸识别技术的基本原理。

一、人脸识别技术的基本流程

人脸识别技术的基本流程包括图像采集、预处理、特征提取、特征匹配和决策等几个环节。首先，图像采集是通过人工或者自动采集得到人脸图像，然后进行预处理，包括图像去噪、对比度增强、灰度化等处理，以满足后续特征提取的要求。接着，特征提取是选取具有区别性的特征点，并对这些特征点进行数学上的表达和描述，然后使用构建的特征向量进行特征匹配，最后通过决策来判断两张人脸图像是不是同一个人。

二、人脸识别技术的特征点

人脸识别技术通常选取人脸图像上的重要的、有代表性的特征点来进行特征的提取和匹配。这些特征点通常包括眼睛、鼻子、嘴巴、耳朵等面部器官，以及这些器官之间的相对位置和大小、形状等。这些特征点在不同的人脸图像中具有较大的区别性，可以用来区分不同的人。

三、人脸识别技术的特征向量 人脸识别技术的特征向量是通过特征点的坐标、距离、角度等信息构成的向量。特征向量是对人脸信息进行数学表达和描述的一种方式，能够准确地反映人脸的特征信息。人脸识别技术通常使用PCA、LDA、Gabor等算法来降低特征向量的维度，减少特征向量的冗余信息，提高数据的区分度。

四、人脸识别技术的特征匹配

人脸识别技术的特征匹配是指将两个人脸图像的特征向量进行比对，以判断这两张人脸图像是不是同一个人的过程。特征匹配是人脸识别技术最核心的环节，也是人脸识别技术成功率的关键因素。特征匹配可以通过欧氏距离、卡方距离、马氏距离等多种指标进行匹配，以获得更准确的匹配结果。

五、人脸识别技术的应用

人脸识别技术目前已经在社会生活中得到广泛应用，比如在人脸门禁、人脸支付、人脸签到、人脸考勤等方面。此外，在公安、金融、医疗、教育等领域中也有着广泛的应用。例如，公安机关可以通过人脸识别技术对犯罪嫌疑人进行抓捕、身份认证和追踪；金融机构可以通过人脸识别技术对客户的身份进行验证和风险控制；医疗机构可以通过人脸识别技术对患者身份进行识别和记录,

人脸识别技术的原理和应用

在互联网时代，人们难以想象没有智能手机、人脸支付等技术。而这些日常生活场景中的科技背后，离不开人脸识别技术。人脸识别技术，是一种通过对人脸图像进行识别的技术方法。它在安防、社交、商业等方面得到了广泛应用。本文将介绍人脸识别技术的原理和应用。

一、人脸识别技术的原理

人脸识别技术研究领域主要涉及图像处理、模式识别等学科。人脸识别技术的应用广泛，涵盖面广。它最早是为了安全检测和犯罪侦查而设计的。后来，随着科技进步，它在支付、闸机等日常场景中得到了广泛应用。

人脸识别技术的原理基于机器视觉理论，包括人脸检测、人脸图像归一化、特征提取和匹配等四个主要步骤。人脸检测，是指识别图像中是否存在人脸；人脸图像归一化，指对人脸图像进行像素缩放、旋转、光阴度等预处理步骤，以使得图像特征更加突出；特征提取，是指从人脸图像中提取具有标识人脸唯一性的特征向量；匹配，是指将待识别的人脸特征和已有数据库中保存的人脸特征匹配。

二、人脸识别技术的应用

1. 安全领域

人脸识别技术应用于安全领域，可以帮助警方侦破案件、解救受害者。例如，安装摄像头到酒店楼层、房间、走道等地方，对重点区域进行全天候监控，提高安全系数。

2. 社交领域

人脸识别技术应用于社交领域，可以帮助用户实现更加精准的社交。例如，社交软件可以通过人脸识别技术判断用户外貌的特征，从而为用户推荐更加匹配的朋友和社群。

3. 商业领域

人脸识别技术应用于商业领域，可以帮助商家提高服务质量、提升品牌口碑。例如北海道道知道（Doutor）咖啡店中，在人脸识别技术的帮助下，使得在加入店铺会员与拿取奖励积分方面更加简单、高效。

4. 公共服务领域

人脸识别技术应用于公共服务领域，可以为城市管理、医疗服务提供方便。如深入推进智慧医疗建设，能够实现“就医不出门”；同时加强对人脸信息的管理，保障隐私安全。

总的来说，人脸识别技术的应用已经覆盖各个领域，借助其可以更加高效地解决各种问题。人脸识别技术作为一项基于生物特征的安防技术，具有高认证度、低拒绝率、先进性、普适性等特点。随着技术的不断发展，相信未来，它将会被广泛应用于各个场景，打破更多的限制，带来更多便利。