近年來，由于*、國土安全和社會安全的需要，世界上各個國家都對安防領(lǐng)域加大了投入。在安防行業(yè)中，生物識別一直是市場中備受關(guān)注的焦點之一，近年來保持著較高的增長率，其中人臉識別是一個活躍的研究領(lǐng)域，也是人類視覺zui杰出的能力之一。雖然人臉識別的準(zhǔn)確性要低于虹膜、指紋的識別，但由于它的無侵害性和對用戶zui自然、zui直觀的方式，使人臉識別成為zui容易被接受的生物特征識別方式。目前人臉識別技術(shù)不斷得到發(fā)展，該技術(shù)廣泛應(yīng)用到電子護照、生物特征*、體育場館、銀行、*等系統(tǒng)中，對安檢、奧運*、刑偵追逃等有重要意義。當(dāng)前由于其應(yīng)用日漸增多該*比重在不斷增加，前景普遍被看好。
　　
　　對于人臉識別的應(yīng)用，依照攝像機到用戶的距離可將其分為近距離人臉識別（普遍必要用戶合作）、中距離人臉識別和遠(yuǎn)距離人臉識別系統(tǒng)（FaceRecognitionataDistance（FRAD）），其中遠(yuǎn)距離人臉識別技術(shù)關(guān)注的是在一個廣闊區(qū)域內(nèi)進行非合作的人臉自動識別，這種遠(yuǎn)距離生物特征的提取和識別可以通過采用主動視覺系統(tǒng)解決。目前，在很多商業(yè)、安防和國防應(yīng)用中都需要在開闊區(qū)域內(nèi)進行遠(yuǎn)距離（10～20米或更遠(yuǎn)）非合作的人員識別。比如用于安防目的的人員識別和監(jiān)督、入侵檢測，以及在廣闊的區(qū)域內(nèi)通過智能攝像機網(wǎng)絡(luò)進行人員跟蹤等。人臉識別與視頻監(jiān)控的無縫對接可極大地提升傳統(tǒng)視頻監(jiān)控的預(yù)警功能和智能化程度，并極大地拓展人臉識別技術(shù)的應(yīng)用空間。
　　
　　在近距離人臉識別中，攝像機可以輕松捕捉高辨別率和相對穩(wěn)定的人臉圖像。而可在FRAD應(yīng)用中，人臉圖像質(zhì)量卻是個大難題，可以說，遠(yuǎn)距離人臉識別是視頻人臉識別應(yīng)用中挑戰(zhàn)性的形式之一。近年來國內(nèi)外針對遠(yuǎn)距離人臉識別的研究很多，從目前的發(fā)展情況來看，對于廣闊的覆蓋區(qū)域已經(jīng)有一些有效的解決辦法，如可通過多攝像機主動視覺系統(tǒng)完成FRAD，即系統(tǒng)通過廣視場攝像機（<Aname=OLE_LINK1>WFOV</A>）檢測和追蹤人臉，通過自動控制的近視場（NFOV）全方向旋轉(zhuǎn)及變焦（PTZ）攝像機采集高分辨率人臉圖像。本文對國外遠(yuǎn)距離人臉識別系統(tǒng)的研究情況以及美國通用電氣公司新研發(fā)的遠(yuǎn)距離人臉識別系統(tǒng)——生物特征監(jiān)控系統(tǒng)進行介紹。
　　
　　國外遠(yuǎn)距離人臉識別的研發(fā)情況
　　
　　近年來，上對人臉及人臉面部表情識別的研究逐漸成為科研熱點，很多機構(gòu)都在進行這方面的研究，吸引了大量的研究人員和基金支持，其中走在前邊的主要是美國、歐洲、英國和日本等國家。在遠(yuǎn)距離人臉研究方面，主要是采用主動視覺的方法進行設(shè)計和開發(fā)，集中用于人臉圖像采集和識別目的的自動目標(biāo)選擇和攝像機控制系統(tǒng)，以下介紹一些主要的實現(xiàn)方式。
　　
　　*，美國喬治亞理工學(xué)院在較早前的工作中，研發(fā)了一套由一對WFOV攝像機和一對NFOV攝像機構(gòu)成的主動視覺系統(tǒng)。該系統(tǒng)用于人機互動，應(yīng)用范圍僅為幾米遠(yuǎn)，但可檢測皮膚顏色，并采用三角測量法進行3D定位，并自動控制NFOV攝像機采集人臉圖像、
　　
　　第二，西門子公司推出了一套實時雙攝像機人臉圖像采集系統(tǒng)，該系統(tǒng)采用了安裝于頭頂?shù)娜皵z像機進行目標(biāo)定位，PTZ攝像機采集人臉圖像。
　　
　　第三，卡內(nèi)基梅隆大學(xué)機器人學(xué)院研發(fā)的遠(yuǎn)距離人體識別系統(tǒng)（DHID），通過遠(yuǎn)距離拍攝視頻進行人臉和步態(tài)雙重識別。該系統(tǒng)采用了一個具有60°視場的WFOV攝像機，從50米外對目標(biāo)進行追蹤，采集放大的視頻序列和人臉圖像分別進行步態(tài)識別和人臉識別。
　　
　　第四，意大利熱那亞大學(xué)的Marchesotti等人采用雙攝像機系統(tǒng)遠(yuǎn)距離采集人臉圖像，在WFOV視頻中采用了-blob檢測器進行人體檢測，并通過一臺NFOV攝像機采集目標(biāo)人臉圖像。
　　
　　第五，IBM公司研發(fā)了一套人臉分類器，采用了雙幾何刻度的WFOV攝像機進行人體檢測，重疊覆蓋了6米×6米的圖像采集區(qū)域，在每個WFOV攝像機視場中應(yīng)用了多-blob2D追蹤器，并通過一個3D多-blob追蹤器在真實世界坐標(biāo)系統(tǒng)中確認(rèn)頭部位置。
　　
　　第六，倫敦大學(xué)計算機科學(xué)學(xué)院開發(fā)了一種遠(yuǎn)距離人臉圖像采集方法，該方法的目標(biāo)是對人體姿勢和部分遮擋具有穩(wěn)健性，該系統(tǒng)由一套具有135°視場的靜止WFOV攝像機和具有13°視場的NFOV攝像機組成。為了提高對部分遮擋的穩(wěn)健性，系統(tǒng)在WFOV視場中直接檢測人臉的位置而不是整個身體的位置，人臉檢測結(jié)合了運動檢測、背景建模和皮膚檢測，然后由NFOVPTZ攝像機采集高分辨率人臉圖像。
　　
　　第七，牛津大學(xué)主動視覺實驗室提出了用于人臉圖像采集的多攝像機主動監(jiān)控系統(tǒng)的架構(gòu)。在該架構(gòu)中，人體追蹤器與每一個WFOV攝像機相連，采用了推理算法并通過SOL數(shù)據(jù)庫共享數(shù)據(jù)。WFOV追蹤器的人體檢測結(jié)果自動指示NFOV攝像機瞄準(zhǔn)目標(biāo)。此外，采用NFOV攝像機追蹤人臉時，在追蹤過程中采用了速度控制系統(tǒng)。
　　
　　第八，通用電氣研發(fā)中心設(shè)計了一套基于多攝像機追蹤架構(gòu)的遠(yuǎn)距離監(jiān)控的人臉圖像采集原型系統(tǒng)，該系統(tǒng)采用了4臺視場相互疊加的WFOV攝像機進行人體追蹤，追蹤面積達(dá)到300平方米，人體追蹤在現(xiàn)實坐標(biāo)下進行，并控制4臺NFOVPTZ攝像機進行人臉圖像采集。該系統(tǒng)進行人群的長期監(jiān)控，通過人臉識別建立追蹤目標(biāo)的身份，之后系統(tǒng)評估個體間關(guān)系的緊密程度以掌握其社交網(wǎng)絡(luò)。
　　
　　基于主動視覺的FRAD系統(tǒng)
　　
　　美國洛克西德馬丁公司資助通用電氣研發(fā)中心完成了對遠(yuǎn)距離人臉識別開發(fā)的一個原型系統(tǒng)，其稱之為“生物特征監(jiān)控系統(tǒng)”，該系統(tǒng)是一套基于多攝像機追蹤架構(gòu)的遠(yuǎn)距離監(jiān)控的人臉圖像采集原型系統(tǒng)，系統(tǒng)應(yīng)用固定的WFOV攝像機進行可靠的人體檢測和追蹤，并采用卡爾曼濾波器對人體位置進行追蹤，確保預(yù)測出PTZ攝像機能夠采集到人臉圖像的位置。人體追蹤系統(tǒng)可同時處理視場內(nèi)的多個目標(biāo)，優(yōu)先選擇系統(tǒng)會選擇一個目標(biāo)進行圖像采集，這時攝像機將逐一快速對準(zhǔn)目標(biāo)，確保能夠采集到視場內(nèi)所有目標(biāo)的人臉圖像，zui后采用商業(yè)人臉識別器進行人臉圖像處理。實踐表明，該系統(tǒng)的人體定位距離可達(dá)25～50米，人臉圖像采集距離可達(dá)15～20米。
　　
　　該系統(tǒng)的一個重要創(chuàng)新是將生物特征識別與可靠的地面人體追蹤器結(jié)合起來，在使用時人一旦進入WFOV攝像機視場內(nèi)，追蹤器就能夠鎖定該目標(biāo)直到目標(biāo)走出攝像機視場。在應(yīng)用中，攝像機采集到的人臉圖像和識別結(jié)果會與存儲于內(nèi)部數(shù)據(jù)結(jié)構(gòu)的追蹤目標(biāo)ID進行關(guān)聯(lián)，這樣可以在長時間內(nèi)累積識別信息，允許目標(biāo)選擇系統(tǒng)選擇還未識別的追蹤目標(biāo)。該系統(tǒng)具有多個可配置運行模式，包括自動注冊和基于網(wǎng)絡(luò)的自動注冊數(shù)據(jù)共享（當(dāng)目標(biāo)從一個攝像機區(qū)域移動到另一個攝像機區(qū)域后，允許重復(fù)目標(biāo)識別）。
　　
　　1.系統(tǒng)的應(yīng)用設(shè)計
　　
　　（1）硬件
　　
　　該系統(tǒng)可由多個節(jié)點組成，每個節(jié)點由一對WFOV和NFOV攝像機構(gòu)成，攝像機置于標(biāo)準(zhǔn)的架高工作臺上，兩臺攝像機均為索尼的EV1-HD1，攝像機通過串口VISCATM接口連接，其中WFOV攝像機分辨率為640×480，30Hz（NTSC），固定角度；NFOV攝像機分辨率為1280×720，30Hz，其角度、轉(zhuǎn)向和放大倍數(shù)由計算機控制。
　　
　?。?）人體檢測和追蹤
　　
　　在WFOV靜態(tài)攝像機視場中檢測并追蹤移動的人體，由于攝像機是靜止的，所以該系統(tǒng)采用了背景差分法檢測移動目標(biāo)。系統(tǒng)對每一個像素的每一個顏色分量分布采用了自適應(yīng)的參數(shù)模型，任何與建模不符的像素都將被認(rèn)定為前景像素。在追蹤的過程中，焦距、WFOV攝像機的方向和位置等內(nèi)外參數(shù)都通過一個計算過程得出，這些參數(shù)通過真實坐標(biāo)與WFOV攝像機視頻幀映射得到。假定一個人在行走，計算視頻中包含整個人體的可行區(qū)域，那些能夠匹配可行區(qū)域的前景像素簇即為檢測到的人體。人體檢測過程在WFOV視頻中以10Hz的頻率進行，其中采用了卡爾曼濾波器，這使得系統(tǒng)對于瞬時干擾更加穩(wěn)定，并且卡爾曼濾波器提供了追蹤目標(biāo)的速度，這樣就可以預(yù)測目標(biāo)的前行位置。
　　
　?。?）PTZ控制器
　　
　　PTZ控制器主要是對PTZ攝像機的平移、旋轉(zhuǎn)、放大倍數(shù)的控制。在具體操作時，根據(jù)WFOV攝像機畫面對NFOV攝像機畫面進行計算，首先NFOV攝像機處于原始位置，即平移和傾斜角度0°，放大倍數(shù)為1，采用點對應(yīng)估算WFOV和NFOV攝像機畫面中同一點的位置關(guān)系。NFOV攝像機經(jīng)過進一步計算，以確定平移、傾斜和放大設(shè)置對其畫面的影響。在這個計算的過程中，十分和重要的部分是攝像機的放大點，放大點就是當(dāng)放大倍數(shù)改變時真實世界坐標(biāo)不變的點，通常是一幅圖像的中心。實踐表明確切的放大點根據(jù)設(shè)備的不同而不同，當(dāng)對遠(yuǎn)距離物體采用高放大倍數(shù)時，即使很小的放大點偏移也會影響抓拍目標(biāo)的準(zhǔn)確性。在該計算過程中，一旦在WFOV視頻中確定了目標(biāo)位置和區(qū)域尺寸，就直接確定了NFOV平移、傾斜和放大倍數(shù)的設(shè)置，這會使得目標(biāo)圖像填滿整個NFOV的畫面。
　　
　?。?）目標(biāo)選擇
　　
　　對于目標(biāo)的選擇，一般在低分辨率的WFOV視頻中可能會檢測和追蹤到多個目標(biāo)，因此該系統(tǒng)采取了優(yōu)先選擇機制選擇目標(biāo)，自動控制NFOVPTZ攝像機采集目標(biāo)的高分辨率人臉圖像。目標(biāo)優(yōu)先選擇基于目標(biāo)的歷史記錄和當(dāng)前狀態(tài)，對于每一個被追蹤的目標(biāo)都有一個用于優(yōu)先選擇的目標(biāo)記錄。該記錄包括過去目標(biāo)被檢測的次數(shù)、人臉圖像采集的次數(shù)和人臉識別的成功次數(shù)。通過人體追蹤器中的卡爾曼濾波器可以確定以下幾個參數(shù)：目標(biāo)到攝像機節(jié)點間的距離、方向余弦和目標(biāo)的速度。（方向余弦是指目標(biāo)行走方向與攝像機方向夾角的余弦，表明了目標(biāo)正臉與攝像機節(jié)點間的角度。）
　　　　
　　使用以上信息對被追蹤目標(biāo)進行評分，評分zui高的將被選為人臉圖像采集對象。評分的得出主要是將每一參數(shù)乘以一個系數(shù)，并對結(jié)果進行省略處理再相加，zui后得到zui終的評分，如表1所示為一組參數(shù)和系數(shù)。例如，目標(biāo)的方向余弦乘以系數(shù)10，然后限定于[-8,8]內(nèi)，再與其它分?jǐn)?shù)相加就得到評分。類似地，目標(biāo)的速度（米/秒）乘以10，限定于[0,20]的范圍內(nèi)，目標(biāo)移動得快意味著會更快離開覆蓋區(qū)域，所以增加了優(yōu)先選擇的分?jǐn)?shù)。而采集次數(shù)、成功采集人臉圖像的次數(shù)和成功識別人臉的次數(shù)的系數(shù)都為負(fù)數(shù)，這將對優(yōu)先選擇減分，減少系統(tǒng)重復(fù)采集。系統(tǒng)為各個參數(shù)限定了范圍，可避免任何一個單獨的參數(shù)過大而影響優(yōu)先選擇分?jǐn)?shù)?？傊瑑?yōu)先選擇過程是在挑選行進速度快、面向攝像機的目標(biāo)。在實際中，目標(biāo)選擇機制使得系統(tǒng)能夠從一個目標(biāo)向另一個目標(biāo)移動，去選擇未出現(xiàn)過的、有用的人臉圖像。
　　
　　一旦選定了目標(biāo)，人體追蹤器中的卡爾曼濾波將預(yù)測出目標(biāo)在下0.5～1.0秒的人臉位置，然后NFOV攝像機將調(diào)解放大倍數(shù)等參數(shù)指向該位置，直到目標(biāo)經(jīng)過。這個做法為系統(tǒng)留有完成平移、傾斜和放大設(shè)置的時間，當(dāng)目標(biāo)經(jīng)過NFOV攝像機畫面時，目標(biāo)的人臉和上身將通過NFOV攝像機視頻畫面的中心，然后由基于NFOV視頻圖像的人臉檢測模塊進行人臉檢測和采集。一旦完成采集，系統(tǒng)將馬上開始選擇新目標(biāo)，即系統(tǒng)大約每隔1～2秒指示攝像機采集一幅新的人臉圖像。
　　
　　除了選擇目標(biāo)和確定NFOV攝像機指向的位置外，系統(tǒng)還必須選擇NFOV攝像機的放大倍數(shù)。放大倍數(shù)與成功采集人臉的幾率間存在一個平衡，高放大倍數(shù)可獲得高分辨率的人臉圖像，但任何目標(biāo)追蹤上的差錯都將使人臉采集成功率大大降低。該系統(tǒng)采用了一種自適應(yīng)的放大倍數(shù)選擇方法，如果一個目標(biāo)從沒被成功采集過人臉圖像，那么初始采集人臉圖像分辨率的目標(biāo)設(shè)定為雙眼間30個像素。然后，每次以某分辨率成功采集人臉圖像后，其分辨率目標(biāo)值將提高20%，如果系統(tǒng)重復(fù)采集該目標(biāo)圖像，其分辨率將逐漸提高。人臉圖像的分辨率目標(biāo)值和人的距離決定了NFOV攝像機的放大倍數(shù)。
　　
　　NFOV攝像機具有自動和手動對焦模式，NFOV攝像機的自動對焦功能偶爾會出現(xiàn)對焦不準(zhǔn)模糊的情況，不過利用目標(biāo)位置和距離兩個數(shù)據(jù)可以解決這個問題。在使用中，*的攝像機設(shè)備和典型的目標(biāo)距離使得焦距相對較遠(yuǎn)，所以在使用時不必知道非常的目標(biāo)距離，只有當(dāng)焦距調(diào)整超過幾米的可調(diào)閾值范圍內(nèi)時才需要調(diào)整攝像機的焦距。
　　
　?。?）人臉檢測和剪切
　　
　　在人臉檢測和剪切方面，目標(biāo)鎖定程序指示NFOV攝像機連續(xù)監(jiān)視NFOV攝像機視頻流中的人臉圖像，采用匹茲堡模式識別FT-SDK檢測NFOV視頻中每一幀的人臉。這個過程的運行頻率為10Hz，與圖像刷屏率相同保持實時操作。如果在一幀圖像中檢測到了多個人臉，系統(tǒng)只選擇zui靠近圖像中心的人臉，其更可能是選定的目標(biāo)，然后將目標(biāo)人臉圖像剪切下來，異步傳輸至人臉識別器，同時告知目標(biāo)鎖定器人臉采集完畢，然后更新目標(biāo)記錄。
　　
　?。?）人臉識別
　　
　　當(dāng)人臉識別器接收到新的剪切人臉圖像后，系統(tǒng)將創(chuàng)建人臉采集記錄并存儲該圖像。人臉識別器根據(jù)圖像采集的時間詢問目標(biāo)鎖定器，以確定人臉圖像來自哪個追蹤目標(biāo)ID。目標(biāo)鎖定器保存一個追蹤目標(biāo)的時間記錄作為ID號，人臉采集記錄與之相關(guān)聯(lián)。系統(tǒng)可以以10Hz的頻率采集人臉圖像，但是人臉識別每幅圖像通常需要0.5～2秒的時間，這主要取決于算法。一般情況下，識別與采集并不同步，所以人臉識別是異步進行的。
　　
　　在處理環(huán)節(jié)中，重復(fù)應(yīng)用人臉識別器識別采集的未識別圖像，結(jié)果存儲于人臉圖像采集記錄中，未處理的人臉圖像在30秒后被丟棄。人臉識別次數(shù)和結(jié)果存于目標(biāo)記錄中的人臉圖像采集記錄中，并顯示于程序中。人臉識別結(jié)果傳遞至目標(biāo)鎖定器以更新目標(biāo)記錄，人臉識別結(jié)果同時被GUI使用以標(biāo)注WFOV視頻中被追蹤目標(biāo)的名字。
　　
　　本系統(tǒng)配有可選的自動注冊功能可以利用每一個追蹤目標(biāo)的目標(biāo)記錄，這是一個可配置的基于規(guī)則的過程，其目標(biāo)是利用采集到的未注冊且適于注冊的人臉圖像進行自動注冊。自動注冊目標(biāo)必須具有至少一幅質(zhì)量超過人臉識別匹配閾值的人臉圖像，并且采用至少4幅不同的人臉圖像進行識別的結(jié)果均為失敗。這個過程可幫助確保用于自動注冊的人臉圖像確實是未知圖像。
　　
　　性能評估
　　
　　為了測試該生物特征監(jiān)控系統(tǒng)的性能，通用公司設(shè)計了一個實驗?zāi)７陆煌ㄟ\輸樞紐中心的情況，如機場或地鐵站。系統(tǒng)被安置于室內(nèi)和室外的固定位置。室內(nèi)測試在一個很長（寬大約為9米）的走廊內(nèi)進行，光照為來自窗戶的自然光和屋頂?shù)膸讉€日光燈。這個走廊與機場航站樓相似，如圖1所示。此地的光照情況隨著時間和天氣而變化，從晴朗天氣的很亮到陰雨天或夜晚的昏暗。在進行室外測試時，攝像機分別朝向和背對太陽，試驗進行了6天以經(jīng)歷不同的變化。在試驗過程中，被測試目標(biāo)以自然的方式步行穿過走廊或室外區(qū)域。
　　　　
　　*項試驗將評估人體檢測和人臉圖像采集的性能，表2所示為采集數(shù)據(jù)，圖3中的直方圖為初始人體檢測和初始人臉采集的距離。盡管被測目標(biāo)的行為是可控的，但此過程中出現(xiàn)了其他非測試人員，包括在攝像機視場中靜止不動的人員。這些非測試人員甚至并不知曉正在進行測試。在全部的466次試驗中，只有1例人體檢測失敗和8例人臉采集失敗，原因是該目標(biāo)或其臉部以某種方式被遮擋。
　　
　　在第二項試驗中對人臉識別性能進行了評估，采用CognitecFaceVACS<SUP>®</SUP>人臉識別算法（閾值為0.5）的識別率。這項試驗包括30組，所有組均識別成功。
　　　　
　　表3為人體檢測、人臉檢測和人臉識別的均值和標(biāo)準(zhǔn)方差，我們可以看到，人體檢測和人臉采集的平均范圍大約是人臉識別的兩倍，這是由于人臉識別算法需要高分辨率人臉圖像，這也是現(xiàn)有人臉識別算法的局限性。
　　
　　結(jié)語
　　
　　通用公司的人體生物特征監(jiān)控系統(tǒng)的主要是通過目標(biāo)追蹤、目標(biāo)選擇和自動PTZ攝像機控制進行人臉圖像采集，目標(biāo)是采集高分辨率人臉圖像，并通過第三方人臉識別軟件進行識別。這種基于自動攝像機控制的遠(yuǎn)距離人臉識別系統(tǒng)可以在目標(biāo)不知情或非合作的情況下，在相對大的范圍內(nèi)進行人體生物特征識別，其可應(yīng)用于很多重要場合，而其他的生物特征識別技術(shù)如指紋、虹膜等都需要被識別人的合作以及近距離采集。該生物特征監(jiān)控系統(tǒng)可以在20～25米遠(yuǎn)的距離追蹤目標(biāo)，識別距離zui大可達(dá)20米。目前類似這樣的系統(tǒng)已經(jīng)在實踐中得到較好的應(yīng)用，顯現(xiàn)出遠(yuǎn)距離人臉識別良好的應(yīng)用前景。