崔蓬

摘 要：随着科学技术的发展，视频监控系统也在娱乐、教育、安全及生活等领域得到了推广应用，目前也朝着、数字化、网络化及智能化的方向发展。人脸识别在生物特征识别中是关键，目前人工智能的研究热点之一就是人脸识别技术。人脸识别技术广泛应用于访问控制、司法应用、电子商务和视频监控等领域。人脸识别过程以特征提取为核心，其可以对分类的速度和识别功能质量的高低产生一个非常直接有效的影响。在当今经济快速增长，人民生活水平日益提高的今天，高速公路视频监控系统与人脸识别技术的结合具有巨大实际意义和非常广泛的应用前景。

关键词：高速公路视频监控系统；人脸识别技术；结合应用

中图分类号：TP39 文献标识码：A

概述

随着社会经济的发展，人们生活水平越来越高，交通工具也越来越便捷，铁路的提速，公路的建设正在日益的加强中。然而随之而来的则是交通事故等的频繁发生。为了更好地维护社会的安全秩序，高速公路视频监控系统已经得到普及，可以看到公路上到处都是摄像头，电子警察等等。但是这也有一个缺陷，就是不能快速进行身份识别。根据视频监控监控系统来进行排查往往耗时颇多。在这样一种情况下，人脸识别技术就显示了它独特的优越性。人脸识别技术能够从监控视频的图像中迅速查找定位人脸，并将之与数据库中的信息进行比对，从而快速识别身份。将高速公路视频监控系统与人脸识别技术结合起来十分必要。

1 高速公路视频监控系统

高速公路视频监控系统不仅可以有效的监控公路上的交通流量和交通运行的状况，还能对交通枢纽、交通危险地带等根据气象预测，做出及时有效的控制，以此保证高速公路的安全、告诉运行。

高速公路监控系统的三大组成部分是前端摄像机、传输线路网络和监控控制软件。前端摄像机就是我们在公路的沿线、收费车道等地方可以看见的一些摄像设施。传输线路和网络的主要传输方式是点对点，传输媒介由传输距离的远近决定。传输媒介选择后，还可进行光端机的匹配。监控室主要设备包括监控中心电脑、视频矩阵、硬盘录像机、监视墙、对讲系统以及监控室电源等。

当今时代是信息的时代，网络不断发展，数字技术已经被应用到各个方面，图像处理技术的快速发展，以及这些技术的相关成本的不断降低，使得监控技术也在不断的发展和改进，并且得到了广泛的应用。现在很多超市商店里都在使用得半路电视监控系统也正在接受着巨大的挑战，它们终将被越来越先进便捷高速的数字监控系统所取代。传统的监控系统是以模拟电子技术为基础的，这些系统很难扩展开来，系统之间难以联系，不但管理起来苦难重重，而且无法实现远程监控。根据当今社会对监控系统的实际要求，我们借鉴国外在安全防范这方面做得比较好的国家，采用以计算机为中心的数字视频监控系统，基于图像数据压缩的国际标准的数字视频处理技术，这是一种新型的监控系统，它将自动控制、计算机网络、现代信息技术等技术和监控技术有机结合起来，克服了传统监控系统的缺陷，便于计算机处理；适合远距离传输；便于查找；提高了图像的质量与监控效率以及便于系统的管理和维护等特点。因此数字视频管理系统得到了广泛的应用，这为高速公路管理的高效安全化提供了可能。

2 人脸识别技术

2.1 人脸识别技术的研究范围及其实际应用。人脸识别是对生物的特征进行辨析识别的重要内容，是人与人之间直接进行辨识的手段，是人类视觉系统的基本功能。概括地说，人脸识别技术就是一种根据人脸的基础特征对物体的身份进行识别辨析的一项技术。人脸识别技术结合了图像处理、计算机图形学、模式识别、视频处理、人体生理学等多种技术已在公共安全、人机交互等领域得到了广泛的推广应用。人脸识别的流程一般分三步首先进行人体面貌的面像档案建立，然后获取当前的人体面像，接着根据档案库存，对比当前的面像的面纹编码，如图1。人脸识别技术的研究范围主要包括以下几个方面。

（1）人脸的检测。人脸的检测就是在各种不同的环境场景中，检测人脸存在与否，并且确定其具体位置。一般场合场景复杂，不能预先确定人脸的位置，所以要先检测分辨对场景环境中有没有人脸。加入有人脸，才能够检测确定其具体位置。妆容、灯光变化、噪声影响、面部倾斜角度及表情变化等及各种遮挡因素都会使人脸检测问题复杂化。人脸的检测技术的主要目的是在获取的整个图像上检测人脸存在的区域，根据这个目的，并且为后续的检测工作做好铺垫，人脸识别技术会将获取的图像划分成两个区域：人脸存在区和人脸不存在区。

（2）人脸的表征。将数据库中的已知人脸及检测出的人脸以某种方式进行表示。几何表征、代数表征、特征表征等是几种常用的表征方法。

（3）人脸的辨识。根据数据库中的已知人脸对已检测到的待识别的人脸进行匹配比较。在这一过程中，最为关键的、基本决定了检测结果的一点就是人脸的表征方式以及匹配方式。人脸的表征方式影响的是输入系统的信息，表征方式不恰当，信息的输入就存在问题，匹配出来的结果就不准确。人脸的特征根据不同的方面有所不同，匹配方式的选择决定了参与信息匹配的人脸信息，就会影响匹配的结果。目前特征向量与面纹模板两种描述方法比较常用。

（4）表情分析。分析人脸的喜、怒、哀、乐等表情信息并进行归类。

（5）生理分类。分析待识别人脸的生理特征，获得性别、年龄、种族等信息。很明显要对这项工作完成是非常困难和复杂的并且还要具备海量的知识。

2.2 人脸识别技术优势。对于掌形扫描、红外温谱、虹膜等技术，作为一种新兴的生物特征识别技术的人脸识别技术具有以下特点：使用便捷，用户容易接受；直观性强；具备较高的识别精确度，也很快速；不容易被仿冒；使用的通用性设备，不用购买价格高昂的设备；容易得到基础资料。

3 视频监控系统中人脸识别的总体设计

3.1 人脸识别视频监控系统的架构。图2及图3分别为整个系统的原理图及系统架构。前置摄像头会将人脸的图像采集下来，然后提交给人脸对比系统。对比系统会将输入的人脸信息与数据库中的人脸信息进行比对，并显示比对的结果。如果找到了与之相符的信息，系统就会自动做出提示。

视频处理/人脸捕获工作站、黑名单数据库和报警显示工作站及人脸比对工作站是人脸识别视频监控系统有四大核心部分。各个模块的作用如下图4显示。

3.2 人脸识别监控系统的关键技术。对于传输过来的人脸图像，系统先进行预处理操作，其内容包括：光照补偿、人脸定位、矫正有旋转角度的人脸图像。

（1）光照补偿。人脸识别性能受光照变化的直接影响，对这个问题解决了可以很大程度推进人脸识别的实用化进程。将人脸固有的属性及非固有属性如光源、遮挡、面部的化妆等从人脸图像中分离开来，预处理人脸图像或归一化阶段的光照进行有针对性的补偿，将非均匀正面光照引起的阴影等影响进行消除。可以采用以下的光度补偿算法：光照均匀的标准图像，系统会对其进行选择，并且计算该标准图像中各个象素点的亮度平均值；然后计算等待检测的图像中的各个象素点的亮度平均值，将标准图像象素点的亮度平均值与待检测图像的相减，若大于7则要进行该象素点亮度补偿。

上式中待检测图像要光照补充的光照补偿象素点的R， G，B分量为r′，g′，b′，其平均值为mr′， mg′， mb′，方差为差sr′， sg′， sb′；标准图像要光照补充的光照补偿象素点的R， G，B分量为r，g，b，其平均值为mr ， mg ， mb ，方差为sr ， sg ， sb。

（2）人脸定位。人脸身份识别先要进基于行人脸检测定位进行人脸跟踪，持续跟踪检测运动序列后续帧中的目标人脸的运动轨迹和轮廓变化。在复杂背景下，基于人脸检测技术如彩色信息、模板匹配等的多级结构的人脸检测与跟踪系统对平面内旋转的人脸或者任意姿态的运动的人脸进行检测。

（3）人脸识别中的姿态问题。在各式图像中，人脸呈现的姿势不一，对于非正面呈现的人脸，系统会采用辐射模板法来计算人脸的侧转程度，再用坐标变换把侧转的人脸恢复为正面呈现的人脸。这里我们简要介绍一下辐射模板法。如图5所示，辐射模板是一个被分成若干个均匀的扇形的圆形模板，并且从最顶上扇形逆时针方向对其进行编号。人脸的大小是不同的，为了解决这一问题，我们用不同半径的同心辐射模板进行分级检测。如图6：

找到辐射模板的中心位置，并且将人脸面部的中心位置与之重合，就会有边缘像素点落入不同的扇形区域，计算这些边缘象素点的个数，我们就可以得到一个辐射模板直方图。图7、8、9分别为人脸的正面、左旋转和右旋转的直方图。

额头部位的图像位于直方图波谷，这是因为人脸额头部位的边缘点不是很多。图7中正面人脸直方图中的1、2号是左眼，实际上是人眼的右眼边缘图像，以此类推。对人脸的旋转角度可以辐射模板直方图中0 号扇形的旋转角度进行计算。

辐射模型直方图中的3 个波峰分别为左眼、鼻子下部分、嘴唇以及右眼。位于双眼之间的就是编号为0的扇形区域。

4 高速公路视频监控系统与人脸识别技术的结合应用

在所有的安全监控中，与其他的场所相比，高速公路是相对封闭的场合，监控视频中的主要内容是周边的自然景色和车辆。视频中很少能看到人脸。人脸识别技术与高速公路视频监控系统的结合使用主要在以下方面：

4.1 交通事故追踪。封闭环境的高速公路，交通事故发生之后，少有人证，那么高速公路上的视频监控资料就是追踪肇事者的主要证据，有了人脸识别技术的帮助，可以在大量的信息中快速将相应的视频信息提取出来。

4.2 辅助交通自动监管。封闭式的高速公路，视频的主要内容是车辆与景色，人脸一般不会出现。如果在视频监控的过程中检测到了人脸，有可能发生了异常的情况。这时候可以调去相关的视频资料进行查看，如果确有异常情况发生，就可以在第一时间采取措施。而且人脸识别系统能够保存所有出现在监管视频中的人脸信息，这对于安全监管工作带来了极大的便利。

例如某高速公路安装了某人脸识别系统。该系统内存256万张人脸，绝大多数是由公安机关提供的在逃犯、刑满释放人员等“重点”人像，其速率每秒钟对人脸的检测速度可达90幅。 “脸库”中的照片也许永远不变，但现实中每个人都会随着岁月变化而逐渐衰老。该系统通过推理预测出几十年后人脸的变化。虽然经过岁月的“磨炼” ，但以“青涩”的照片做引，仍能找到现在的查找对象。人脸识别系统具有极强的辨认能力，帽子、眼镜等道具根本挡不住人脸识别系统的“火眼金睛”。因为系统中对人像 的提取是以编码排序，如果是对脸部进行小范围的整容修复，比如拉个双眼皮、垫个鼻梁，系统在辨认上不会受到任何影响。 除非是面目全非，否则系统还是能在最快的时间找到原本的查找对象。系统由提取人像到自动报警所用时间仅需一秒。“电子眼”将照到的照片传回设在收费站的中控室，计算机中的人脸识别系统将照片转化为数据图像如果人像与“脸库”中的在逃人员相似，系统将发出语音提示。在收费口的通道上方按正负15度的角度安装三个至三个以上的探头，用来捕捉乘客的正面、侧面各个角度，值班民警根据打印出的图片，迅速提示高速公路的巡逻人员，对可疑分子进行盘查。

结语

人脸识别技术能够应用到各个区域，人脸识别系统能够捕捉到视频监控系统中出现过的人脸，自动记忆，自动学习人脸的特征，保存信息，当目标再次出现时，即时捕获目标，自动跟踪，为高速公路的智能化与信息化建设提供了有力保证。

参考文献

[1]周激流，张晔.人脸识别理论研究进展[J].计算机辅助设计与图形学学报，1993（02）.

[2]苏光大，张翠平.人脸识别综述[J].中国图像图形学报，2000（11）.

[3]谢战旗.高速公路视频监控方案浅析[J].现代通信，2001（10）.

视频处理/人脸捕获工作站、黑名单数据库和报警显示工作站及人脸比对工作站是人脸识别视频监控系统有四大核心部分。各个模块的作用如下图4显示。

3.2 人脸识别监控系统的关键技术。对于传输过来的人脸图像，系统先进行预处理操作，其内容包括：光照补偿、人脸定位、矫正有旋转角度的人脸图像。

（1）光照补偿。人脸识别性能受光照变化的直接影响，对这个问题解决了可以很大程度推进人脸识别的实用化进程。将人脸固有的属性及非固有属性如光源、遮挡、面部的化妆等从人脸图像中分离开来，预处理人脸图像或归一化阶段的光照进行有针对性的补偿，将非均匀正面光照引起的阴影等影响进行消除。可以采用以下的光度补偿算法：光照均匀的标准图像，系统会对其进行选择，并且计算该标准图像中各个象素点的亮度平均值；然后计算等待检测的图像中的各个象素点的亮度平均值，将标准图像象素点的亮度平均值与待检测图像的相减，若大于7则要进行该象素点亮度补偿。

上式中待检测图像要光照补充的光照补偿象素点的R， G，B分量为r′，g′，b′，其平均值为mr′， mg′， mb′，方差为差sr′， sg′， sb′；标准图像要光照补充的光照补偿象素点的R， G，B分量为r，g，b，其平均值为mr ， mg ， mb ，方差为sr ， sg ， sb。

（2）人脸定位。人脸身份识别先要进基于行人脸检测定位进行人脸跟踪，持续跟踪检测运动序列后续帧中的目标人脸的运动轨迹和轮廓变化。在复杂背景下，基于人脸检测技术如彩色信息、模板匹配等的多级结构的人脸检测与跟踪系统对平面内旋转的人脸或者任意姿态的运动的人脸进行检测。

（3）人脸识别中的姿态问题。在各式图像中，人脸呈现的姿势不一，对于非正面呈现的人脸，系统会采用辐射模板法来计算人脸的侧转程度，再用坐标变换把侧转的人脸恢复为正面呈现的人脸。这里我们简要介绍一下辐射模板法。如图5所示，辐射模板是一个被分成若干个均匀的扇形的圆形模板，并且从最顶上扇形逆时针方向对其进行编号。人脸的大小是不同的，为了解决这一问题，我们用不同半径的同心辐射模板进行分级检测。如图6：

找到辐射模板的中心位置，并且将人脸面部的中心位置与之重合，就会有边缘像素点落入不同的扇形区域，计算这些边缘象素点的个数，我们就可以得到一个辐射模板直方图。图7、8、9分别为人脸的正面、左旋转和右旋转的直方图。

额头部位的图像位于直方图波谷，这是因为人脸额头部位的边缘点不是很多。图7中正面人脸直方图中的1、2号是左眼，实际上是人眼的右眼边缘图像，以此类推。对人脸的旋转角度可以辐射模板直方图中0 号扇形的旋转角度进行计算。

辐射模型直方图中的3 个波峰分别为左眼、鼻子下部分、嘴唇以及右眼。位于双眼之间的就是编号为0的扇形区域。

4 高速公路视频监控系统与人脸识别技术的结合应用

在所有的安全监控中，与其他的场所相比，高速公路是相对封闭的场合，监控视频中的主要内容是周边的自然景色和车辆。视频中很少能看到人脸。人脸识别技术与高速公路视频监控系统的结合使用主要在以下方面：

4.1 交通事故追踪。封闭环境的高速公路，交通事故发生之后，少有人证，那么高速公路上的视频监控资料就是追踪肇事者的主要证据，有了人脸识别技术的帮助，可以在大量的信息中快速将相应的视频信息提取出来。

4.2 辅助交通自动监管。封闭式的高速公路，视频的主要内容是车辆与景色，人脸一般不会出现。如果在视频监控的过程中检测到了人脸，有可能发生了异常的情况。这时候可以调去相关的视频资料进行查看，如果确有异常情况发生，就可以在第一时间采取措施。而且人脸识别系统能够保存所有出现在监管视频中的人脸信息，这对于安全监管工作带来了极大的便利。

例如某高速公路安装了某人脸识别系统。该系统内存256万张人脸，绝大多数是由公安机关提供的在逃犯、刑满释放人员等“重点”人像，其速率每秒钟对人脸的检测速度可达90幅。 “脸库”中的照片也许永远不变，但现实中每个人都会随着岁月变化而逐渐衰老。该系统通过推理预测出几十年后人脸的变化。虽然经过岁月的“磨炼” ，但以“青涩”的照片做引，仍能找到现在的查找对象。人脸识别系统具有极强的辨认能力，帽子、眼镜等道具根本挡不住人脸识别系统的“火眼金睛”。因为系统中对人像 的提取是以编码排序，如果是对脸部进行小范围的整容修复，比如拉个双眼皮、垫个鼻梁，系统在辨认上不会受到任何影响。 除非是面目全非，否则系统还是能在最快的时间找到原本的查找对象。系统由提取人像到自动报警所用时间仅需一秒。“电子眼”将照到的照片传回设在收费站的中控室，计算机中的人脸识别系统将照片转化为数据图像如果人像与“脸库”中的在逃人员相似，系统将发出语音提示。在收费口的通道上方按正负15度的角度安装三个至三个以上的探头，用来捕捉乘客的正面、侧面各个角度，值班民警根据打印出的图片，迅速提示高速公路的巡逻人员，对可疑分子进行盘查。

结语

人脸识别技术能够应用到各个区域，人脸识别系统能够捕捉到视频监控系统中出现过的人脸，自动记忆，自动学习人脸的特征，保存信息，当目标再次出现时，即时捕获目标，自动跟踪，为高速公路的智能化与信息化建设提供了有力保证。

参考文献

[1]周激流，张晔.人脸识别理论研究进展[J].计算机辅助设计与图形学学报，1993（02）.

[2]苏光大，张翠平.人脸识别综述[J].中国图像图形学报，2000（11）.

[3]谢战旗.高速公路视频监控方案浅析[J].现代通信，2001（10）.

视频处理/人脸捕获工作站、黑名单数据库和报警显示工作站及人脸比对工作站是人脸识别视频监控系统有四大核心部分。各个模块的作用如下图4显示。

3.2 人脸识别监控系统的关键技术。对于传输过来的人脸图像，系统先进行预处理操作，其内容包括：光照补偿、人脸定位、矫正有旋转角度的人脸图像。

（1）光照补偿。人脸识别性能受光照变化的直接影响，对这个问题解决了可以很大程度推进人脸识别的实用化进程。将人脸固有的属性及非固有属性如光源、遮挡、面部的化妆等从人脸图像中分离开来，预处理人脸图像或归一化阶段的光照进行有针对性的补偿，将非均匀正面光照引起的阴影等影响进行消除。可以采用以下的光度补偿算法：光照均匀的标准图像，系统会对其进行选择，并且计算该标准图像中各个象素点的亮度平均值；然后计算等待检测的图像中的各个象素点的亮度平均值，将标准图像象素点的亮度平均值与待检测图像的相减，若大于7则要进行该象素点亮度补偿。

上式中待检测图像要光照补充的光照补偿象素点的R， G，B分量为r′，g′，b′，其平均值为mr′， mg′， mb′，方差为差sr′， sg′， sb′；标准图像要光照补充的光照补偿象素点的R， G，B分量为r，g，b，其平均值为mr ， mg ， mb ，方差为sr ， sg ， sb。

（2）人脸定位。人脸身份识别先要进基于行人脸检测定位进行人脸跟踪，持续跟踪检测运动序列后续帧中的目标人脸的运动轨迹和轮廓变化。在复杂背景下，基于人脸检测技术如彩色信息、模板匹配等的多级结构的人脸检测与跟踪系统对平面内旋转的人脸或者任意姿态的运动的人脸进行检测。

（3）人脸识别中的姿态问题。在各式图像中，人脸呈现的姿势不一，对于非正面呈现的人脸，系统会采用辐射模板法来计算人脸的侧转程度，再用坐标变换把侧转的人脸恢复为正面呈现的人脸。这里我们简要介绍一下辐射模板法。如图5所示，辐射模板是一个被分成若干个均匀的扇形的圆形模板，并且从最顶上扇形逆时针方向对其进行编号。人脸的大小是不同的，为了解决这一问题，我们用不同半径的同心辐射模板进行分级检测。如图6：

找到辐射模板的中心位置，并且将人脸面部的中心位置与之重合，就会有边缘像素点落入不同的扇形区域，计算这些边缘象素点的个数，我们就可以得到一个辐射模板直方图。图7、8、9分别为人脸的正面、左旋转和右旋转的直方图。

额头部位的图像位于直方图波谷，这是因为人脸额头部位的边缘点不是很多。图7中正面人脸直方图中的1、2号是左眼，实际上是人眼的右眼边缘图像，以此类推。对人脸的旋转角度可以辐射模板直方图中0 号扇形的旋转角度进行计算。

辐射模型直方图中的3 个波峰分别为左眼、鼻子下部分、嘴唇以及右眼。位于双眼之间的就是编号为0的扇形区域。

4 高速公路视频监控系统与人脸识别技术的结合应用

在所有的安全监控中，与其他的场所相比，高速公路是相对封闭的场合，监控视频中的主要内容是周边的自然景色和车辆。视频中很少能看到人脸。人脸识别技术与高速公路视频监控系统的结合使用主要在以下方面：

4.1 交通事故追踪。封闭环境的高速公路，交通事故发生之后，少有人证，那么高速公路上的视频监控资料就是追踪肇事者的主要证据，有了人脸识别技术的帮助，可以在大量的信息中快速将相应的视频信息提取出来。

4.2 辅助交通自动监管。封闭式的高速公路，视频的主要内容是车辆与景色，人脸一般不会出现。如果在视频监控的过程中检测到了人脸，有可能发生了异常的情况。这时候可以调去相关的视频资料进行查看，如果确有异常情况发生，就可以在第一时间采取措施。而且人脸识别系统能够保存所有出现在监管视频中的人脸信息，这对于安全监管工作带来了极大的便利。

例如某高速公路安装了某人脸识别系统。该系统内存256万张人脸，绝大多数是由公安机关提供的在逃犯、刑满释放人员等“重点”人像，其速率每秒钟对人脸的检测速度可达90幅。 “脸库”中的照片也许永远不变，但现实中每个人都会随着岁月变化而逐渐衰老。该系统通过推理预测出几十年后人脸的变化。虽然经过岁月的“磨炼” ，但以“青涩”的照片做引，仍能找到现在的查找对象。人脸识别系统具有极强的辨认能力，帽子、眼镜等道具根本挡不住人脸识别系统的“火眼金睛”。因为系统中对人像 的提取是以编码排序，如果是对脸部进行小范围的整容修复，比如拉个双眼皮、垫个鼻梁，系统在辨认上不会受到任何影响。 除非是面目全非，否则系统还是能在最快的时间找到原本的查找对象。系统由提取人像到自动报警所用时间仅需一秒。“电子眼”将照到的照片传回设在收费站的中控室，计算机中的人脸识别系统将照片转化为数据图像如果人像与“脸库”中的在逃人员相似，系统将发出语音提示。在收费口的通道上方按正负15度的角度安装三个至三个以上的探头，用来捕捉乘客的正面、侧面各个角度，值班民警根据打印出的图片，迅速提示高速公路的巡逻人员，对可疑分子进行盘查。

结语

人脸识别技术能够应用到各个区域，人脸识别系统能够捕捉到视频监控系统中出现过的人脸，自动记忆，自动学习人脸的特征，保存信息，当目标再次出现时，即时捕获目标，自动跟踪，为高速公路的智能化与信息化建设提供了有力保证。

参考文献

[1]周激流，张晔.人脸识别理论研究进展[J].计算机辅助设计与图形学学报，1993（02）.

[2]苏光大，张翠平.人脸识别综述[J].中国图像图形学报，2000（11）.

[3]谢战旗.高速公路视频监控方案浅析[J].现代通信，2001（10）.