人臉識別系統

一項新興的生物識別技術

人臉識別系統以人臉識別技術為核心,是一項新興的生物識別技術,是當今國際科技領域攻關的高精尖技術。它廣泛採用區域特徵分析演演算法,融合了計算機圖像處理技術與生物統計學原理於一體,利用計算機圖像處理技術從視頻中提取人像特徵點,利用生物統計學的原理進行分析建立數學模型,具有廣闊的發展前景。2006年,美國已經要求和它有出入免簽證協議的國家在10月26日之前必須使用結合了人臉識別的電子護照系統,到 2006年底已經有50多個國家實現了這樣的系統。2012年4月,鐵路部門宣布車站安檢區域將安裝用於身份識別的高科技安檢系統人臉識別系統;可以對人臉明暗偵測,自動調整動態曝光補償,人臉追蹤偵測,自動調整影像放大。

簡介


人臉識別系統
人臉識別系統
人臉識別系統具有廣泛的應用:人臉識別出入管理系統、人臉識別門禁考勤系統、人臉識別監控管理、人臉識別電腦安全防範、人臉識別照片搜索、人臉識別來訪登記、人臉識別ATM機智能視頻報警系統、人臉識別監獄智能報警系統、人臉識別RFID智能通關係統、人臉識別公安罪犯追逃智能報警系統等等。

功能模塊


人臉捕獲與跟蹤

人臉捕獲是指在一幅圖像或視頻流的一幀中檢測出人像並將人像從背景中分離出來,並自動地將其保存。人像跟蹤是指利用人像捕獲技術,當指定的人像在攝像頭拍攝的範圍內移動時自動地對其進行跟蹤。

人臉識別比對

人臉識別分核實式和搜索式二種比對模式。核實式是對指將捕獲得到的人像或是指定的人像與資料庫中已登記的某一對像作比對核實確定其是否為同一人。搜索式的比對是指,從資料庫中已登記的所有人像中搜索查找是否有指定的人像存在。

人臉建模檢索

可以將登記入庫的人像數據進行建模提取人臉的特徵,並將其生成人臉模板(人臉特徵文件)保存到資料庫中。在進行人臉搜索時(搜索式),將指定的人像進行建模,再將其與資料庫中的所有人的模板相比對識別,最終將根據所比對的相似值列出最相似的人員列表。

真人鑒別

系統可以識別得出攝像頭前的人是一個真正的人還是一幅照片。以此杜絕使用者用照片作假。此項技術需要使用者作臉部表情的配合動作。

圖像質量檢測

圖像質量的好壞直接影響到識別的效果,圖像質量的檢測功能能對即將進行比對的照片進行圖像質量評估,並給出相應的建議值來輔助識別。

系統應用


普遍應用

人臉識別系統其實是台特殊的攝像機,判斷速度相當快,只需要0.01秒左右,由於利用的是人體骨骼的識別技術,所以即使易容改裝,也難以蒙過它的眼睛。而且“人臉識別系統”具有存儲功能,只要把一些具有潛在危險性的“重點人物”的“臉部特寫”輸入存儲系統,重點人物如擅自闖關,就會在0.01秒之內被揪出來,同時向其他安保中心“報警”。另外,某些重要區域如控制中心只允許特定身份的工作人員進出,這時候面部檔案信息未被系統存儲的所有人全都會被拒之門外。
與此前的指紋識別系統相比,人臉識別系統有很多的改進。指紋技術的使用壽命不如人臉識別系統,使用成本也高於人臉識別系統。由於沾水、沾汗、沾灰,還有感測器只能在室內使用等原因,指紋識別系統在露天戶外使用的可能性很小。而用於人臉識別的攝像機一天24小時都可工作,第一它不侵犯人權,第二它是很安全的,無論室內還是戶外均可使用。人臉識別系統意味著每個人的臉上都貼著名字,外人看不見,但監控系統能看得見。包括外國人,從踏入中國的一瞬間,他的圖像和個人資料就會進入電腦的控制中心,不管在什麼地方出現,都可認出此人。而且被觀察的人不知道有設備在監視他,起到了科技奧運、文明奧運的功能。

系統運作

2012年4月,鐵路部門公布招標公告,對京滬高鐵安檢區域人臉識別系統工程進行公開招標,上海虹橋站天津西站和濟南西站三個車站安檢區域將安裝用於身份識別的高科技安檢系統人臉識別系統。
業內人士透露,現在有的人臉識別技術在抓取出人臉后,會把焦點對準眉骨到下顎這一倒三角區域,找出該區域的數千個點位,這些點位組成一套數學模型,通過複雜的數學方式計算人臉的相似度,因此準確度很高。
2012年11月,武漢公安正構建一套高精準人臉識別系統,建成后能在1秒鐘內比對1億次圖像,瞬間可辨認嫌疑人。這套系統主要通過安裝在城市道路路口、兩側以及公交車上的25萬個視頻探頭進行圖像採集。視頻監控將捕捉到的人像,與後台數據中犯罪嫌疑人面部特徵進行精確比對,可在幾秒內鎖定犯罪嫌疑人。這套系統將在明年3月投入實戰應用。
目前,武漢警方已建成以信息採集、分析研判、信息指導行動三項機制以及視頻監控系統和警用地理信息系統為支撐的動態信息化警務系統。
三峽秭歸縣於2011年8月啟動“人臉識別系統”,建立了退休人員動態信息庫。每年9月至次年3月進行退休人員資格認證。截止到2012年12月10日完成離退休人員認證8135人,其中,網上視頻認證194人。
2012年11月底,全市所有機關事業經辦機構都啟用人臉識別系統進行領取養老金資格建模認證工作,2013年5月底完成初次建模工作。若超過期限沒有進行身份驗證的離退休人員,社保管理系統將會自動停發其養老金。首次建模成功后,退休人員可以就近通過網際網路和攝像頭自行完成身份認證。

科研進展


人臉識別支付系統

2013年,中國科學院重慶綠色智能技術研究院智能多媒體技術研究中心啟動了以人臉識別為核心技術的人臉識別支付方式的研究。
截止2014年8月,該中心已經完成了人臉識別支付系統的關鍵性技術研究。該中心全球首創的人臉數據採集陣列,能夠從91個角度對人臉同步採集,能對人臉識別影響最大的多變光照、多角度、遮擋等狀態進行最優的識別效果。智能多媒體技術研究中心的人臉識別系統已應用在邊檢站自動通關係統、動態人臉識別考勤機、多屬性動態人臉識別系統等。在此基礎上,中心研發出了人臉識別移動支付系統,已能夠實現支付只需“刷臉卡”。

行業應用

教育機構電信局、廣播、傳媒政府機構國際會議航空服務業高檔小區醫療行業

系統難點


人臉識別被認為是生物特徵識別領域甚至人工智慧領域最困難的研究課題之一。人臉識別系統的困難主要是人臉作為生物特徵的特點所帶來的。

相似性

不同個體之間的區別不大,所有的人臉的結構都相似,甚至人臉器官的結構外形都很相似。這樣的特點對於利用人臉進行定位是有利的,但是對於利用人臉區分人類個體是不利的。

易變性

人臉的外形很不穩定,人可以通過臉部的變化產生很多表情,而在不同觀察角度,人臉的視覺圖像也相差很大,另外,人臉識別還受光照條件(例如白天和夜晚,室內和室外等)、人臉的很多遮蓋物(例如口罩、墨鏡、頭髮、鬍鬚等)、年齡等多方面因素的影響。
在人臉識別中,第一類的變化是應該放大而作為區分個體的標準的,而第二類的變化應該消除,因為它們可以代表同一個個體。通常稱第一類變化為類間變化(inter-class difference),而稱第二類變化為類內變化(intra-class difference)。對於人臉,類內變化往往大於類間變化,從而使在受類內變化干擾的情況下利用類間變化區分個體變得異常困難。

用戶配合度

現有的人臉識別系統在用戶配合、採集條件比較理想的情況下可以取得令人滿意的結果。但是,在用戶不配合、採集條件不理想的情況下,現有系統的識別率將陡然下降。比如,人臉比對時,與系統中存儲的人臉有出入,例如剃了鬍子、換了髮型、多了眼鏡、變了表情都有可能引起比對失敗。也就是說,人如果發生較大變化,系統可能就會認證失敗。光照、姿態、裝飾等,對機器識別人臉都有影響。

系統方案


平安城市”布防追逃系統方案
近年來,我國整體經濟實力顯著增強,但社會治安狀況也日趨複雜,公共安全問題不斷凸顯,城市犯罪突出,手段不斷更新、升級。這些都迫切要求加快發展以主動預防為主的視頻監控系統。而且自美國“9·11事件”和倫敦地鐵爆炸案之後,應對突發事件的城市應急防範系統成為新的安防建設熱點。
2005年9月中國公安部正式啟動城市聯網報警與監控系統建設(3111工程),將在全國範圍內,在省、市、縣三級開展報警與監控系統建設試點工程,推動了“平安城市”的建設步伐。2006年中治委確定社會治安綜合治理“八大要點”,更是將“廣泛深入地開展平安建設”列在了第一位。
隨著中國各級政府構建“和諧社會”及“數字城市”戰略的實施,目前城市監控和報警系統正在全國範圍內得到有效推動。
城市報警與監控系統建設既是“數字城市”的核心繫統,也是社會治安防控體系的重要組成部分。從最初第一批由北京、杭州、蘇州、濟南等四個城市開始做試點,到第二批包括中西部地區15城市在內的數十個示範城市加入,據統計,到2008年,示範城市總量已達到180多個。
“數字城市”的建設直接推動了視頻監控的迅速發展,隨著示範城市新增報警監控設施規模不斷擴大,其當前需求增量已超過了前十多年的總和。數據顯示,近年來,國內視頻監控市場的需求總量年複合增長率均達20%以上。以北京為例,現已安裝攝像機26萬多個;在中國信息技術的前沿——深圳市,將部署以30萬部攝像機構成的安全監控網路,中國最大的城市廣州,監控規模將為深圳的兩倍。而隨著示範工程的整體推進、北京奧運會、上海世博會的舉辦以及國民經濟水平的持續提升,安防監控技術也將迎來一個個新的高峰成長期。
數字城市項目是一個綜合性的超大型管理系統,不僅需要滿足治安管理、城市管理、交通管理、應急指揮等需求,而且還要兼顧災難事故預警、安全生產監控等多方面對圖像監控的需求,同時還要考慮報警、門禁等配套系統的集成以及與廣播系統的聯動,而在監控系統中,攝像機的覆蓋面主要包括:主要街道、主要辦公場所、展覽場所、網吧、酒店、娛樂場所、公園、火車站、汽車站乃至長途及所有公交車輛。城市監控網路建成后,再將原有的銀行、海關、乃至各小區的自由監控網路納進來,此時,監控網路將成為由數十萬甚至百萬的攝像機組成的大型監控與報警系統。
但在城市治安管理中,由於城市地方擴大、人口增加等原因,公安警力的增加遠遠不能滿足實際需求的速度,因而需要利用城市安防監控系統,將科技手段轉化為直接戰鬥力。由此,需將城市重點區域監控、交通幹道監控、卡口監控、娛樂場所監控、監獄監控、審問室與法院遠程監控等系統與城市中各派出所及上級公安分局到市局進行多級聯網。從而至少保證事件發生時,公安機關相應部門能第一時間把握現場畫面情況,並協助上級指揮現場,以提高管理者的管理效率。
在一些大型的安防視頻監控系統中,監控系統幾乎淪為一種提供事後取證錄像的工具。如城市監控,一般有上千甚至上萬個監控點,僅依靠工作人員,根本無力管理和監視。顯然,這樣的安防監控系統,也喪失了原來擁有的預防能力。
現在,各地正在醞釀的城市治安監控系統,多是以視頻監控與報警聯動為代表的城市治安防控體系。在這種安防監控系統中,一般採用傳統的系統配置模式:即集中式地建設監控中心,將視頻數據上傳至集中式設置的視頻伺服器,並在該集中節點進行數據存儲;在視頻採集點上,一般採用視頻採集器,控制多路視頻攝像頭。該視頻採集器採用寬頻線路,或是採用無線網卡,在帶寬不足的情況下,可能會採用多路無線線路捆綁的方式連接公眾網際網路,與同樣連接在網際網路上的視頻監控中心進行數據傳輸。

技術原理


人臉識別內容

人臉識別技術包含三個部分:
(1)人臉檢測
面貌檢測是指在動態的場景與複雜的背景中判斷是否存在面像,並分離出這種面像。一般有下列幾種方法:
①參考模板法
首先設計一個或數個標準人臉的模板,然後計算測試採集的樣品與標準模板之間的匹配程度,並通過閾值來判斷是否存在人臉;
②人臉規則法
由於人臉具有一定的結構分佈特徵,所謂人臉規則的方法即提取這些特徵生成相應的規則以判斷測試樣品是否包含人臉;
③樣品學習法
這種方法即採用模式識別中人工神經網路的方法,即通過對面像樣品集和非面像樣品集的學習產生分類器;
④膚色模型法
這種方法是依據面貌膚色在色彩空間中分佈相對集中的規律來進行檢測。
⑤特徵子臉法
這種方法是將所有面像集合視為一個面像子空間,並基於檢測樣品與其在子孔間的投影之間的距離判斷是否存在面像。
值得提出的是,上述5種方法在實際檢測系統中也可綜合採用。
(2)人臉跟蹤
面貌跟蹤是指對被檢測到的面貌進行動態目標跟蹤。具體採用基於模型的方法或基於運動與模型相結合的方法。此外,利用膚色模型跟蹤也不失為一種簡單而有效的手段。
(3)人臉比對
面貌比對是對被檢測到的面貌像進行身份確認或在面像庫中進行目標搜索。這實際上就是說,將採樣到的面像與庫存的面像依次進行比對,並找出最佳的匹配對象。所以,面像的描述決定了面像識別的具體方法與性能。目前主要採用特徵向量與面紋模板兩種描述方法:
①特徵向量法
該方法是先確定眼虹膜、鼻翼、嘴角等面像五官輪廓的大小、位置、距離等屬性,然後再計算出它們的幾何特徵量,而這些特徵量形成一描述該面像的特徵向量。
②面紋模板法
該方法是在庫中存貯若干標準面像模板或面像器官模板,在進行比對時,將採樣面像所有象素與庫中所有模板採用歸一化相關量度量進行匹配。此外,還有採用模式識別的自相關網路或特徵與模板相結合的方法。
人臉識別技術的核心實際為“局部人體特徵分析”和“圖形/神經識別演演算法。”這種演演算法是利用人體面部各器官及特徵部位的方法。如對應幾何關係多數據形成識別參數與資料庫中所有的原始參數進行比較、判斷與確認。一般要求判斷時間低於1秒。

人臉識別過程

一般分三步:
(1)首先建立人臉的面像檔案。即用攝像機採集單位人員的人臉的面像文件或取他們的照片形成面像文件,並將這些面像文件生成面紋(Faceprint)編碼貯存起來。
(2)獲取當前的人體面像。即用攝像機捕捉的當前出入人員的面像,或取照片輸入,並將當前的面像文件生成面紋編碼。
(3)用當前的面紋編碼與檔案庫存的比對。即將當前的面像的面紋編碼與檔案庫存中的面紋編碼進行檢索比對。上述的“面紋編碼”方式是根據人臉臉部的本質特徵和開頭來工作的。這種面紋編碼可以抵抗光線、皮膚色調、面部毛髮、髮型、眼鏡、表情和姿態的變化,具有強大的可靠性,從而使它可以從百萬人中精確地辨認出某個人。人臉的識別過程,利用普通的圖像處理設備就能自動、連續、實時地完成。