作為社會治安防控實戰(zhàn)部門的各級公安機關(guān),根據(jù)需要建立起了一張基本覆蓋社會治安復(fù)雜區(qū)域和重要場所的視頻監(jiān)控網(wǎng),雖然不同類別攝像頭的數(shù)量在迅速增加,但這些攝像頭在事前防范上仍然沒有發(fā)揮足夠的作用。比如,利用現(xiàn)有的視頻監(jiān)控系統(tǒng)獲取的人臉圖像,由于圖像分辨率低、光照不均勻,無法滿足基于人臉識別的身份鑒別技術(shù)的需要。因此,構(gòu)建基于人臉識別的智能監(jiān)控系統(tǒng),不僅在**追蹤、身份識別、出入境管理、重要場所或系統(tǒng)身份驗證等方面能夠廣泛應(yīng)用,而且在重點場所和人員密集區(qū)域?qū)θ藛T流量監(jiān)控方面也有很大的應(yīng)用潛力。
然而,作為人臉識別應(yīng)用單位,人臉識別在具體應(yīng)用過程中的干擾因素之多,不僅影響了人臉檢測(人臉圖像預(yù)處理)直接影響了人臉識別的準(zhǔn)確度。特別是自然光照對系統(tǒng)的影響,尤為突出。為此我們邀請了相關(guān)專家和技術(shù)人員,首先對可利用人臉識別技術(shù)的視頻監(jiān)控場景進行了調(diào)研,同時對部分?jǐn)z像機進行了實驗性的調(diào)整。針對人臉光照問題,提出了基于雙樹復(fù)小波多尺度和多方向的人臉邊緣特征提取方法,在利用雙樹復(fù)小波去噪模型提取光照不變的人臉特征的同時,將人臉特征和邊緣信息結(jié)合,構(gòu)造出增強型的人臉特征圖,以此作為人臉的光照不變描述特征。在光照變化條件下的人臉不變特征提取方面有效融合了基于迭代稀疏表達的非對齊魯棒的人臉超分辨率方法,克服了對齊不準(zhǔn)情況下的人臉圖像超分辨率問題。
在對于視頻監(jiān)控系統(tǒng)人臉圖像的模糊問題,我們有針對性地進行識別算法的優(yōu)化,從模糊的人臉圖像中提取緊湊、描述能力強的抗模糊特征。這種特征在環(huán)境比較復(fù)雜的真實數(shù)據(jù)上仍然對模糊圖像有較好的識別準(zhǔn)確率,該方法對模糊圖像識別的準(zhǔn)確率也有明顯的優(yōu)勢。
通過不斷摸索與實踐,并且在多種場景進行了多次試用,根據(jù)實際使用及數(shù)據(jù)分析發(fā)現(xiàn),能有效解決動態(tài)視頻圖像中存在的捕獲人像兩眼像素過小、動態(tài)模糊、光照不連續(xù)及逆光/側(cè)光等不利因素帶來的干擾。在不改變圖像質(zhì)量評價標(biāo)準(zhǔn)的情況下,可有效利用的、能用于人臉識別的圖像數(shù)量從46.8%上升至61.9%。以二代*照片作為數(shù)據(jù)庫模板,庫容量為1萬人,與原有系統(tǒng)相比,平均誤識率由1.72%下降至0.75%,而平均準(zhǔn)確率則上升了5.4%,效果明顯。
通過上述實踐,說明該技術(shù)對于改善視頻監(jiān)控環(huán)境下分辨率過低或光照光照變化劇烈情況下人臉識別的準(zhǔn)確率有顯著促進作用,能夠明顯提升人臉識別系統(tǒng)對非可控視頻監(jiān)控環(huán)境的適應(yīng)性,為人臉識別技術(shù)更深入更全面服務(wù)公安行內(nèi)各警種提供強有力的技術(shù)支撐。