视频监控中人脸识别现状与关键技术课题-尹萍.pdfVIP

视频监控中 人脸识别现状与关键技术课题* 尹萍1 赵亚丽2 1. 公安部第一研究所 2. 清华大学 摘 要：针对视频监控中的人脸识别问题，介绍了视频监控中的人脸识别研究和应用现状，并结合人脸识别中的人脸图像采 集、人脸检测、姿态估计和光照处理、特征提取、人脸识别等五个主要部分分析了视频图像人脸识别系统的构成。 通过分析当前视频监控人脸识别需要解决的技术课题，重点论述了视频图像人脸识别中的姿态、分辨率、光照以及 年龄等几个影响人脸识别性能的关键技术课题，明确了今后视频监控中的人脸识别所需要关注的重点内容。 关键词：人脸识别 姿态估计 光照处理 特征提取 视频监控 频监控的人脸识别在各行各业都显得十分重要，如黑名单 一、引言 查询、有效的门禁系统、智能交通中的驾驶员信息获取、 随着我国平安城市建设的发展，利用视频监控快速准 城市安保安防等领域，视频监控中的人脸识别已经成为亟 确的获取个体信息成为当务之急。到目前为止，我国已初 需解决的重点课题。图1 为视频监控中人脸识别的应用场 步建成视频监控网。据统计，视频监控镜头已经超过 景模式。图2为北京2008年奥运会人脸识别门禁系统应用 2000万个。利用视频监控进行人脸识别，越来越受到有关 场景。 部门的重视。与传统的基于静态图像的人脸识别相比，视 频监控中的人脸识别面临更复杂的环境，具有较大的难 二、视频监控中的人脸识别现状 度。 由于视频监控中人脸分辨率较低、经常快速移动、尺 人脸识别属于生物特征识别研究领域，对于鉴别人物 度变化范围大、光照和姿态等变化不定等因素的影响，视 具有重要作用。随着视频监控系统逐年增加和逐步普及， 频监控人脸识别面临更多的困难和更大的挑战。由美国 基于视频监控的人脸识别需求变得越来越迫切，因此，近 NIST 举办的生物特征识别领域颇具权威的FRVT 测试(Face 年来视频监控中的人脸识别逐渐成为研究的热点。与基于 Recognition Vendor Test 2002) 分别进行了人脸识别技术在静 静态图像的人脸认证不同，在视频监控中，人脸不会主动 态图像和视频中的识别性能测试。测试样本包含63 个人物 朝向摄像头，同时，环境光照也不十分理想。因此，导致 在不同表情下的说话视频。结果表明商业识别系统在视频 目前视频监控人脸识别性能还无法达到应用要求。基于视 人脸识别测试中的性能相比静态图像人脸识别大大下降。 另一个公开的大规模视频人脸识别测试MBGC (Multiple Biometric Grand Challenge) 主要测试视频中人脸在光照、姿 态等变化及运动等非受控情况下的识别性能，测试视频包 含高清和标清两种。测试结果表明，最好的商业算法在高 清和标清上的认证性能分别只有70%和40%。 近年来，研究者针对如何有效利用视频的多帧信息进 行了新的尝试，基于视频的时域连续信息的识别技术得到 了迅速发展。Zhou 等[3] 提出了一种在贝叶斯框架下同时人 脸识别和跟踪的方法。通过序贯重要性采样（Sequential