智能分析技術(shù)在軌道安防系統應用淺析

成都弱電公司訊：

現階段，視頻智能分析在軌道交通行業(yè)中主要應用包含幾大類(lèi)：行為分析即擁擠偵測、徘徊偵測、逆向偵測等；特征辨認即人臉辨認系統等；圖像質(zhì)量自動(dòng)巡檢即系統自動(dòng)對前端攝像機采集圖像質(zhì)量進(jìn)行分析報警等。由于當前智能分析在軌道行業(yè)應用尚處于起步階段，本著(zhù)從事實(shí)出發(fā)的原則，下文著(zhù)重結合實(shí)際工程案例，著(zhù)重探討人臉辨認和自動(dòng)巡檢兩項技術(shù)的應用。

人臉辨認系統

XX市軌道交通一號線(xiàn)共有20個(gè)車(chē)站，在每個(gè)車(chē)站的出入口閘機設置8套人臉辨認設備，共160套，對出入閘機的乘客面部特征實(shí)時(shí)采集，并與后臺公安部犯罪人員庫進(jìn)行實(shí)時(shí)比對報警。

通常頭像正面位置是人臉辨認系統最佳的工作位置，但只要能同時(shí)看到兩只眼睛就可以辨認人臉，而姿勢變化在35度范圍內也不會(huì )影響辨認效果。軌道出入口閘機作為特殊的通道具有天然的場(chǎng)景優(yōu)勢，攝像機可以很容易捕捉到乘客的面部特征，為公安機關(guān)抓捕犯罪分子和犯罪嫌疑人提供了一種行之有效的手段。

人臉辨認包含人臉檢測、人臉跟蹤與人臉比對等技術(shù)。人臉檢測是指在動(dòng)態(tài)的場(chǎng)景與復雜的背景中，判斷是否存在人臉并分離出人臉。人臉跟蹤指對被檢測到的人臉進(jìn)行動(dòng)態(tài)目標跟蹤。人臉比對則是對被檢測到的人臉進(jìn)行身份確認或在人臉庫中進(jìn)行目標搜索。

人臉檢測分為參考模板、人臉規則、樣本學(xué)習、膚色模型與特征子臉等方法。參考模板方法首先設計一個(gè)或數個(gè)尺度人臉模板，然后計算測試樣本與尺度模板之間的匹配程度，通過(guò)計算機比對來(lái)判斷是否存在人臉；人臉具有一定的結構分布特征，人臉規則即提取這些特征生成相應的規則以判斷是否測試樣本包含人臉；樣本學(xué)習則采用模式辨認中人工神經(jīng)網(wǎng)絡(luò )方法，通過(guò)對人臉樣本集和非人臉樣本集的學(xué)習產(chǎn)生分類(lèi)器；膚色模型依據人臉膚色在色彩空間中分布相對集中的規律來(lái)進(jìn)行檢測；特征子臉將所有人臉集合視為一個(gè)人臉子空間，基于檢測樣本與其在子空間的投影之間的距離判斷是否存在人臉。

人臉跟蹤一般采用基于模型的方法或基于運動(dòng)與模型相結合的方法，另外，膚色模型跟蹤也是一種簡(jiǎn)樸有效的手段。人臉比對從本質(zhì)上講是采樣人臉與庫存人臉的依次比對并找出最佳匹配對象。因此，人臉的描述決定了人臉辨認的具體方法與性能。本系統主要采用特征向量法先確定瞳孔、鼻翼、嘴角等人臉五官輪廓的大小、位置、距離、角度等等屬性，然后計算出它們的幾何特征量，這些特征量形成描述該人臉的特征向量。

XX市軌道交通一號線(xiàn)的人臉辨認系統采用局部特征分析算法，具有速度快，誤認低，無(wú)需學(xué)習。其主要利用人臉各器官及特征部位的方位、比例、對應幾何關(guān)系等數據形成辨認參數，與數據庫中所有原始參數比較、判斷、確認。

局部特征分析源于類(lèi)似搭建積木的局部統計的原理，是基于以下事實(shí)的一種計算方法，即所有的人臉(包括各種復雜的式樣)都可以從由很多不能再簡(jiǎn)化的結構單元子集綜合而成。這些單元使用了復雜的統計技術(shù)而形成的，它們代表了整個(gè)人臉。他們通?？缭蕉鄠€(gè)象素(在局部區域內)并代表了普遍的面部形狀，但并不是通常意義上的面部特征。實(shí)際上面部結構單元比人臉的部位要多得多。

然而，要綜合形成一張逼真，精確的人臉，只需要整個(gè)可用集合中很少的單元子集(12-40特征單元)。要確定身份不僅僅取決于特性的單元，還決定于他們的幾何結構(好比他們的相關(guān)位置)。

通過(guò)這種方式，局部特征分析將個(gè)人的特性對應成一種復雜的數字表達方式，實(shí)現對比和辨認。