這些智能視頻分析功能完成了從禁入?yún)^(qū)域進(jìn)入的檢測(cè)，物品遺留的檢測(cè)、變電站內(nèi)開關(guān)刀閘分合位置檢測(cè)，豐富了“遙視”系統(tǒng)的功能，減輕了監(jiān)控人員的工作量。但是，對(duì)于變電站的人臉檢測(cè)目前還處于起步階段。無(wú)人、少人值守的變電站也不可能完全沒(méi)有人，帶電危險(xiǎn)區(qū)域內(nèi)活動(dòng)的是工作人員還是無(wú)關(guān)人員，對(duì)變電站內(nèi)的人員采用人臉識(shí)別實(shí)時(shí)比對(duì)身份，將進(jìn)一步精確化“遙視”系統(tǒng)智能分析的功能，進(jìn)一步推進(jìn)無(wú)人值守變電站的安全運(yùn)行。本文介紹了一種基于Adaboost算法的人臉檢測(cè)在變電站遙視系統(tǒng)中的應(yīng)用。
1.系統(tǒng)整體架構(gòu)
變電站遙視系統(tǒng)構(gòu)架如圖一所示：
圖1：變電站遙視系統(tǒng)
變電站遙視系統(tǒng)的前端為模擬/數(shù)字的槍型攝像機(jī)或者球型攝像機(jī)。模擬視頻流經(jīng)數(shù)字硬盤錄像機(jī)(DigitalVideoRecoder，DVR)采集，壓縮后變?yōu)镠.264碼流;數(shù)字?jǐn)z像機(jī)的碼流為H.264碼流，經(jīng)由網(wǎng)絡(luò)硬盤錄像機(jī)(NetworkVideoRecoder,NVR)進(jìn)行轉(zhuǎn)發(fā)。
由于視頻數(shù)據(jù)量大，對(duì)傳輸有較大的帶寬需求，變電站一般都有專用的遙視VLAN,變電站遙視系統(tǒng)的前端數(shù)據(jù)通過(guò)DVR/NVR經(jīng)由遙視VLAN轉(zhuǎn)發(fā)至智能分析服務(wù)器。
推薦閱讀：能耗監(jiān)測(cè)系統(tǒng)在錦江之星假日酒店中的應(yīng)用
智能化樓宇安防自動(dòng)監(jiān)控報(bào)警系統(tǒng)的研究
智能分析服務(wù)器對(duì)捕獲視頻流中的人臉，根據(jù)預(yù)先建立好的人臉數(shù)據(jù)庫(kù)區(qū)分出值班人員、合法操作人員、無(wú)關(guān)人員等，當(dāng)在作業(yè)區(qū)域內(nèi)發(fā)現(xiàn)無(wú)關(guān)人員時(shí)，或者在變電站區(qū)域內(nèi)發(fā)現(xiàn)非法人員時(shí)，立即發(fā)出報(bào)警。
2.遙視系統(tǒng)的人臉識(shí)別
2.1人臉識(shí)別的概述
2.1.1人臉識(shí)別系統(tǒng)的組成
一個(gè)完整的自動(dòng)人臉識(shí)別系統(tǒng)如圖2所示。系統(tǒng)首先對(duì)輸入圖像進(jìn)行人臉檢測(cè)，確認(rèn)輸入圖像中存在人臉并剪切出人臉圖像。接著對(duì)人臉圖像進(jìn)行特征提取，然后該特征被編碼存入人臉數(shù)據(jù)庫(kù)中(圖中①的流程)。實(shí)際應(yīng)用中，將待檢測(cè)人臉的特征和數(shù)據(jù)庫(kù)中每個(gè)人臉特征進(jìn)行匹配，最后判決給出待測(cè)人臉的身份信息，這一過(guò)程完成人臉辨識(shí)的工作。加入圖中②的部分后，系統(tǒng)則完成人臉驗(yàn)證的工作。此時(shí)系統(tǒng)根據(jù)輸入身份在數(shù)據(jù)庫(kù)中選擇相應(yīng)的人臉特征，只進(jìn)行該特征和待測(cè)人臉特征的匹配判決，給出“一致”或“不一致”的判決結(jié)果。
圖2：人臉識(shí)別系統(tǒng)框圖
2.1.2常用的人臉檢測(cè)的方法
人臉檢測(cè)是指在輸入圖像中確定所有存在的人臉的位置、大小、姿勢(shì)的過(guò)程。作為人臉信息處理中的一項(xiàng)關(guān)鍵技術(shù),人臉檢測(cè)的應(yīng)用背景已經(jīng)遠(yuǎn)遠(yuǎn)超出了人臉識(shí)別系統(tǒng)的范疇,在身份驗(yàn)證、基于內(nèi)容的圖像檢索、數(shù)字視頻處理、視覺(jué)監(jiān)測(cè)等方面都有著重要的應(yīng)用價(jià)值。近年來(lái)出現(xiàn)了大量的人臉檢測(cè)方法，主要可以概括為以下幾類：
1)基于知識(shí)的方法。這些基于先驗(yàn)知識(shí)的方法對(duì)組成典型人臉的知識(shí)進(jìn)行編碼。通常，先驗(yàn)知識(shí)包含了這些人臉特征之間的相互關(guān)系。此類方法主要用于人臉定位。
2)特征不變方法。這些算法的目標(biāo)是找出存在的一些結(jié)構(gòu)特征，這些特征在姿勢(shì)、觀察點(diǎn)、光照條件改變的情況下保持不變。然后使用這些特性來(lái)定位人臉。這些方法主要用于人臉定位。
3)模板匹配的方法。這種方法首先是存儲(chǔ)一張人臉的幾個(gè)標(biāo)準(zhǔn)模板，用來(lái)描述整張人臉或人臉的部分特性。然后通過(guò)計(jì)算輸入圖像與已知存儲(chǔ)模板之間的相關(guān)度來(lái)進(jìn)行檢測(cè)。這些方法既可用于人臉檢測(cè)也可用于人臉定位。
4)基于外觀的方法。與模板匹配不同的是，這里的模板是從一組訓(xùn)練圖像經(jīng)過(guò)學(xué)習(xí)而得來(lái)的，這些圖像應(yīng)該包括人臉外觀的具有代表性的變化因素。這些方法主要用于人臉檢測(cè)。
推薦閱讀：能耗監(jiān)測(cè)系統(tǒng)在錦江之星假日酒店中的應(yīng)用
智能化樓宇安防自動(dòng)監(jiān)控報(bào)警系統(tǒng)的研究
然而，各種方法都有一定的不足。PaulViola和MichaelJones在2001年提出了基于一種Adaboost的人臉檢測(cè)算法[2],同時(shí)建立了第一個(gè)真正實(shí)時(shí)的人臉檢測(cè)系統(tǒng),從根本上解決了檢測(cè)速度的問(wèn)題，同時(shí)也有較好的識(shí)別效果。
2.2AdaBoost算法原理
2.2.1特征的選取及特征值的計(jì)算
在目標(biāo)檢測(cè)過(guò)程中，需要對(duì)候選圖像進(jìn)行分析，判斷是否為待檢目標(biāo)，多數(shù)目標(biāo)檢測(cè)系統(tǒng)都是使用特征對(duì)目標(biāo)進(jìn)行建模，這些特征都應(yīng)有一定的目標(biāo)和非目標(biāo)區(qū)分性。AdaBoost用于人臉檢測(cè)時(shí)，需要從人臉圖像中抽取出大量的簡(jiǎn)單特征。笨檢測(cè)器選擇由RainerLienher[]等人提出的擴(kuò)展Harr-like的特征，如圖3-圖5所示，該特征可適用于人臉檢測(cè)。
圖3：邊界特征
圖4：線特征
圖5：中心特征
每個(gè)特征由2-3個(gè)矩形組成，分別檢測(cè)邊界、細(xì)線、中心特征，這些特征可表示為：
推薦閱讀：能耗監(jiān)測(cè)系統(tǒng)在錦江之星假日酒店中的應(yīng)用
智能化樓宇安防自動(dòng)監(jiān)控報(bào)警系統(tǒng)的研究
(1)
式中：wi為矩形的權(quán)，RectSum(ri)為矩形ri所圍成圖像的積分，featurej表示第j個(gè)特征，N是組成featurej的矩形個(gè)數(shù)。
2.2.2Adaboost算法
Adaboost是一種分類器算法，其核心思想是利用大量的分類能力一般的簡(jiǎn)單分類器通過(guò)一定的方法疊加起來(lái)，構(gòu)成一個(gè)分類能力很強(qiáng)的強(qiáng)分類器，再將若干個(gè)強(qiáng)分類器串連成為分級(jí)分類器完成圖像搜索檢測(cè)。串聯(lián)的級(jí)數(shù)依賴于系統(tǒng)對(duì)錯(cuò)誤率和識(shí)別速度的要求首先要生成強(qiáng)分類器。具體Adaboost算法如下：
設(shè)輸入為N個(gè)訓(xùn)練樣本:(x1,y1),(x2,y2),…(xn,yn)，其中xi為樣本圖像，yi為分類結(jié)果，yi={0,1}，對(duì)應(yīng)著假樣本和真樣本;已知訓(xùn)練樣本中有m個(gè)假樣本和l個(gè)真樣本。第j個(gè)特征生成的簡(jiǎn)單分類器形式為：
(2)
將強(qiáng)分類器串聯(lián)在一起形成分級(jí)分類器，串聯(lián)時(shí)應(yīng)遵循“先重后輕”的分級(jí)分類器思想，即將由更重要特征構(gòu)成的結(jié)構(gòu)較簡(jiǎn)單的強(qiáng)分類器放在前面，這樣可以先排除大量的假樣本，提高檢測(cè)速度。
3.實(shí)驗(yàn)分析
實(shí)驗(yàn)環(huán)境在DellPowerEdgeR410服務(wù)器上實(shí)現(xiàn)，采用VS2008編寫，同時(shí)對(duì)OPENCV自帶的模板進(jìn)行了少許改進(jìn)。圖6是試驗(yàn)結(jié)果。實(shí)驗(yàn)結(jié)果表明它對(duì)在變電站場(chǎng)景中對(duì)工作人員的人臉捕獲具有可行性，同時(shí)為無(wú)人變電站的監(jiān)控提供了可行性依據(jù)。而且檢測(cè)速度可以達(dá)到每秒鐘25幀，能滿足實(shí)時(shí)檢測(cè)的要求。
圖6：對(duì)變電站人員的人臉檢測(cè)效果圖
4.結(jié)束語(yǔ)
在變電站遙視系統(tǒng)中以Adaboost算法進(jìn)行人臉識(shí)別，補(bǔ)充和完善了以往變電站智能視頻分析功能。強(qiáng)化了變電站的安全防范管理，減輕了監(jiān)控人員的負(fù)擔(dān)，在一定程度上提高了無(wú)人值守變電站的安全運(yùn)行。
推薦閱讀：能耗監(jiān)測(cè)系統(tǒng)在錦江之星假日酒店中的應(yīng)用
智能化樓宇安防自動(dòng)監(jiān)控報(bào)警系統(tǒng)的研究
a&s傳媒是全球知名展覽公司法蘭克福展覽集團(tuán)旗下的專業(yè)媒體平臺(tái)，自1994年品牌成立以來(lái)，一直專注于安全&自動(dòng)化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場(chǎng)趨勢(shì)的專業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國(guó)際行業(yè)展覽會(huì)資源以及豐富的媒體經(jīng)驗(yàn)，提供媒體、活動(dòng)、展會(huì)等整合營(yíng)銷服務(wù)。
粵公網(wǎng)安備 44030402000264號(hào)
