跟着信息技能不断开展，视频信息越来越广泛地运用在文娱、教育、安全、日子等各种范畴。依据人脸辨认技能的智能视频监控体系具有十分广泛的运用远景。本文将要点针对人脸辨认技能的研讨方向、运用范畴及技能优势，人脸辨认技能在视频监控体系中运用的架构、关键技能和算法，特别对矫正有旋转视点的人脸图画技能进行探讨。
1、视频监控体系的运用现状
视频监控体系的开展阅历了第一代的全模仿体系、第二代的部分数字化的体系、第三代的彻底数字化的体系(网络摄像机和视频服务器)三个阶段的开展演化。现有的数字视频监控体系完结了视频监控手法的数字化、网络化和集成化，可是它存在一个最首要的缺点：对视频内容只能靠人来判断，一起它多用于“过后处理”，并不能充分发挥视频监控体系的主动性。依据先进生物特征辨认技能的
人脸辨认智能视频监控体系的呈现是视频监控体系开展的又一标志，智能视频监控体系能够辨认不同的物体，发现监控画面中的异常情况，并能够以最快和最佳的办法宣布警报和供给有用信息，然后能够愈加有效地帮忙安全人员处理危机，并最大极限地下降误报和漏报现象。
2、人脸辨认技能
2.1人脸辨认技能的研讨及运用范畴
人脸辨认(FaceRecognition)亦称面像辨认是人类视觉体系的基本功能，也是人类相互辨识的最直接手法，因而他是生物特征辨认中的重要研讨内容。人脸辨认技能作为一种新式的生物特征辨认技能，归纳说，它是一种依据人体面部特征的主动身份辨别技能。人脸辨认归纳运用了数字图画/视频处理、模式辨认、计算机视觉等多种技能。人脸辨认技能在公共安全、人机交互等范畴具有广泛的运用远景。一起，人脸辨认也是人工智能范畴的严重研讨课题，因而招引了很多的研讨人员对此展开深入研讨，到现在已有30多年的研讨前史。自20世纪90年代以来(特别是美国“911”事情发作今后)，人脸辨认技能在研讨及运用方面更是得到了长足的开展。人脸辨认的研讨规模大致能够分为如下几个方面的内容：
(1)人脸检测(FaceDetection)：即从各种不同的场景中检测出人脸的存在并断定其方位。在大多数的场合中因为场景较杂乱，人脸的方位是预先不知道的，因而首要有必要断定场景中是否存在人脸，假如存在人脸，再断定图画中人脸的方位。脸部毛发、化妆品、光照、噪声、面部歪斜和人脸巨细改变以及各种遮挡等要素会使人脸检测问题变得更为杂乱。人脸检测的首要意图是在输入的整幅图画上寻找人脸区域，把图画分割成两个部分2人脸区域和非人脸区域，然后为后续处理奠定根底。
(2)人脸表征(FaceRepresentation)：即采取某种表明办法表明检测出的人脸和数据库中的已知人脸。一般的表明法包含几许特征(如欧氏距离、曲率、视点)、代数特征(如矩阵特征矢量)、固定特征模板、特征脸、云纹图等。
(3)人脸辨识(FaceIdentification)：行将已检测到的待辨认的人脸与数据库中的已知人脸进行比较匹配，得出相关信息，这一进程的中心是挑选恰当的人脸的表征办法与匹配策略，体系的结构与人脸的表征办法密切相关。一般或是挑选大局的办法或是挑选依据特征的办法进行匹配。明显，依据旁边面像所挑选的特征和依据正面像的特征是有很大的差异的(安保保安安防)。
(4)表情剖析(ExpressionAnalysis)：即对待辨认人脸的表情信息(高兴、哀痛、惊骇、惊讶等)进行剖析，并对其加以归类。
(5)生理分类(PhysicalClassification)：即对待辨认人脸的生理特征进行剖析，得出其种族、年纪、性别、工作等相关信息。明显，完结这一操作需要很多的常识并且一般是十分困难和杂乱的。
2.2人脸辨认技能优势
人脸辨认作为一种新式的生物特征辨认技能(Bio-metrics)，与虹膜辨认、指纹扫描、掌形扫描等技能比较，人脸辨认技能在运用方面具有独特的优势：
(1)运用方便，用户承受度高。(2)直观性杰出。(3)辨认精确度高，速度快。(4)不易仿冒。(5)运用通用性设备。(6)根底材料易于取得。
3、人脸辨认视频监控体系的架构
人脸辨认视频监控体系有四大中心部分：视频处理/人脸捕获工作站、人脸比对工作站、黑名单数据库和报警显现工作站。视频处理/人脸捕获：在视频图画中发现人脸，评价图画质量并提交给人脸辨认比对模块；人脸辨认比对模块：对登陆的相片提取特征模板并与黑名单数据库比较较;黑名单相片收集：建立模板并将模板数据参加黑名单数据库；报警显现：依据比对成果，显现报警成果，或将报警信息传递给PDA或其它手提终端。
4、人脸辨认监控体系的关键问题
(1)人脸辨认中的光照问题
光照改变是影响人脸辨认功能的最关键要素，对该问题的处理程度关系着人脸辨认实用化进程的胜败。需要从人脸图画中将固有的人脸特点和光源、遮挡及高光等非人脸固有特点别离开来，在人脸图画预处理或许归一化阶段进行针对性的光照补偿，以便消除非均匀正面光照形成的暗影、高光等对辨认功能影响。
(2)人脸检测与盯梢问题
人脸检测是人脸身份辨认的前期工作，而人脸盯梢就是依据人脸检测定位的成果，对运动序列后续帧中的方针人脸的运动轨迹和轮廓改变进行继续的盯梢检测。一个杂乱布景下的多级结构的人脸检测与盯梢体系可选用模板匹配、特征子脸、五颜六色信息等人脸检测技能，这样能够检测平面内旋转的人脸，并可盯梢恣意姿势的运动的人脸。
(3)去冗问题
要求人脸辨认监控体系能对视频捕捉中的画面能够快速的检测单个和多个人脸图画，并主动去冗余，减除重复的画像，并提取相应的人脸图画特征完结人脸的快速比对，并输出相应的成果信息。
(4)人脸辨认中的姿势问题
姿势问题触及头部在三维笔直坐标系中绕三个轴的旋转形成的面部改变，其间笔直于图画平面的两个方向的深度旋转会形成面部信息的部分缺失。一种计划是依据姿势不变特征的办法，即寻求那些不随姿势的改变而改变的特征。另一种计划是选用依据统计的视觉模型，将输入姿势图画校正为正面图画，然后能够在一致的姿势空间内作特征的提取和匹配。
5、结束语
跟着生物特征技能的开展，人脸辨认技能正逐渐由理论探究的进程转入了实践运用的阶段，国内外都呈现了专业的人脸辨认产品。人脸辨认技能具有广泛的运用远景，在公共安全、智能门禁、智能视频监控、公安布控、海关身份验证等有着典型的运用。其间依据人脸辨认技能的智能视频监控体系能够有效地处理目前数字监控体系存在的某些难题，如断定监控场景中是否有人，对监督目标难以盯梢、断定当时监控目标的身份等问题
