傳統(tǒng)監(jiān)控系統(tǒng)能實(shí)時再現(xiàn)本地或遠(yuǎn)程視頻畫面，使安保人員能進(jìn)行實(shí)時監(jiān)視。借助實(shí)時再現(xiàn)監(jiān)控系統(tǒng)還能實(shí)時記錄監(jiān)控圖像，這樣極大地方便了事后追溯回放查看，為案例分析提供了有力的證據(jù)。

固然，圖像監(jiān)控系統(tǒng)是安防系統(tǒng)中最常用也是最重要的系統(tǒng)，但不管是實(shí)時監(jiān)視和回放查看都無法將對“人”的分析和處理，比如身份識別辨認(rèn)，自動完成，而都是通過人工肉眼的方式來完成，區(qū)別只是在于實(shí)時還是事后。除了密碼口令、IC卡外，真正的對人的識別目前只有通過生物識別技術(shù)來完成，而長期以來的生物識別技術(shù)如DNA識別、指紋識別、掌形識別、虹膜識別等，都似乎和監(jiān)控系統(tǒng)是完全不沾邊的，原因很簡單：目前的監(jiān)控系統(tǒng)根本無法支持對這些生物特征的采集。因此生物識別技術(shù)和監(jiān)控系統(tǒng)似乎從來就沒有交叉的可能，監(jiān)控系統(tǒng)似乎也從沒奢望過識別人的身份。但隨著一種新的生物識別技術(shù)——人臉識別技術(shù)的出現(xiàn)，這一切都有了可能，并且迅速成為現(xiàn)實(shí)。

實(shí)時人臉監(jiān)控的原理\r\n人臉識別的基本原理是對數(shù)字圖像中的人臉進(jìn)行分析和處理，提取出人臉特征信息，建立人臉模板，并與實(shí)時采集的人臉進(jìn)行識別對比。監(jiān)控系統(tǒng)中的數(shù)字視頻是由一幀一幀的數(shù)字圖像組成，因此只需事先存儲監(jiān)控對象的照片，同時將實(shí)時的數(shù)字視頻作為輸入交給后臺服務(wù)器上的人臉識別系統(tǒng)，即可進(jìn)行實(shí)時的人臉識別和監(jiān)控。而人臉識別系統(tǒng)處理過程如下：

1、人臉檢測：按照設(shè)定的窗口大小對畫面進(jìn)行地毯式的掃描，并根據(jù)像素的灰度分布與人臉拓補(bǔ)結(jié)構(gòu)進(jìn)行模式匹配，看畫面中是否有人臉，有幾個人臉。

2、人臉定位：發(fā)現(xiàn)畫面中有人臉出現(xiàn)后，立即對每一張人臉按照雙眼瞳孔位置進(jìn)行定位，位置信息通過瞳孔所對應(yīng)的象素的二維坐標(biāo)數(shù)據(jù)表示。

3、人臉捕捉：定位每張人臉之后，按照算法約定的標(biāo)準(zhǔn)尺寸大小將人臉部分從原有畫面中切割下來，得到一張張類似于數(shù)碼證件照片那樣的人臉圖片，后續(xù)的分析處理以人臉為單位在這些人臉圖片上進(jìn)行。

4、人臉分析：對每張人臉圖片進(jìn)行特征分析和提取，根據(jù)像素灰度等信息定位特征點(diǎn)并計算相應(yīng)的特征數(shù)值信息（不同的人臉識別算法處理方式各有不同），最終得到的是表示該人臉具有的特征的一組數(shù)據(jù)，即人臉模板。

5、人臉比對：事先存儲在系統(tǒng)數(shù)據(jù)庫中的監(jiān)控對象的人臉照片（即黑名單），在導(dǎo)入的時候往往已經(jīng)進(jìn)行了上述分析處理，生成了對應(yīng)的人臉模板。將每一張現(xiàn)場采集到的人臉的模板與黑名單中所有的人臉模板進(jìn)行比對運(yùn)算，以得出與每個黑名單人員之間的匹配程度，當(dāng)與任何一人的匹配程度滿足了設(shè)定的報警門檻（如相似程度在70％以上），系統(tǒng)立即進(jìn)行報警提示，并給出匹配雙方的照片以供值班人員參考。

實(shí)時人臉監(jiān)控的難點(diǎn)

人臉識別技術(shù)是最近幾年才出現(xiàn)的全新科技，但是人臉監(jiān)控直到現(xiàn)在才得以實(shí)現(xiàn)，除了人臉識別技術(shù)自身需要不斷發(fā)展和成熟之外，可以說，在人臉識別技術(shù)的所有應(yīng)用中，實(shí)時監(jiān)控是實(shí)現(xiàn)難度最大的。到目前為止，基本成熟的人臉識別技術(shù)有很多，但是真正能做到實(shí)時監(jiān)控的，卻鳳毛麟角。

之所以困難，主要有兩個原因，一要求實(shí)時，即要求處理速度非常之快；二是配合，被監(jiān)控人員不會主動等著采集他的人臉信息。再從技術(shù)角度細(xì)分，實(shí)時人臉監(jiān)控實(shí)現(xiàn)的難點(diǎn)有如下幾點(diǎn)：[nextpage]

1、動態(tài)人臉檢測：不同于人臉門禁等人員主動配合的應(yīng)用，而人臉監(jiān)控是人員在不知情不配合、以各種步行或跑動的速度經(jīng)過畫面。很明顯，對動態(tài)人臉進(jìn)行檢測和采集，要遠(yuǎn)遠(yuǎn)難于捕捉靜態(tài)人臉；

2、多人臉檢測：大部分監(jiān)控場合，人員也不會像門禁系統(tǒng)那樣，一個一個地按順序走過來讓你識別，保證每次只需采集和處理一張人臉。而人臉監(jiān)控是面對處理人臉，可能同時出現(xiàn)在同一個實(shí)時監(jiān)控畫面中的人臉可能有多個。同時采集到多張移動中的人臉而不影響處理速度，顯然難度大幅攀升；

3、多角度人臉檢測：另一個和主動配合式應(yīng)用不同的是，任何被監(jiān)控黑名單不會直盯著攝像機(jī)讓你逮個正臉，攝像機(jī)的安裝高度也普遍高于身高，加上監(jiān)控對象出現(xiàn)的時候可能在低頭沉思，可能在東張西望，可能在看書打手機(jī)，還可能在扭頭后別人說話，因此系統(tǒng)能捕捉到的人臉將會從各個不同的角度，而且與數(shù)據(jù)庫中黑名單照片的角度不同。此外，人員的面部還可能會被帽子、手機(jī)，以及前面的行人遮擋。在這種情況下進(jìn)行準(zhǔn)確識別，難度自然遠(yuǎn)遠(yuǎn)大過主動配合時的正臉；

4、實(shí)時速度要求：實(shí)時監(jiān)控，就是要求在黑名單人員出現(xiàn)的時候立即報警；

5、工作量驚人：那么這一瞬間到底要完成多少工作呢？不妨以5萬人的監(jiān)控黑名單為例進(jìn)行粗略計算。假設(shè)只有一路監(jiān)控攝像機(jī)，每秒鐘25幀，每幀畫面里只出現(xiàn)一張人臉，假設(shè)系統(tǒng)進(jìn)行人臉采集的速度只有每秒20幀，那么每秒鐘將有20張人臉需要逐一被分析提取特征，然后這20個人臉模板的每一個都要和5萬個黑名單人臉進(jìn)行逐一對比，如有匹配則進(jìn)行報警。所有這些工作都需要在一秒鐘內(nèi)完成，即：20次人臉檢測定位和特征提取，以及20×5萬＝100萬次人臉比對。而實(shí)際情況是每一幀畫面的人臉數(shù)量遠(yuǎn)不止一個、監(jiān)控攝像機(jī)也不止一路，每增加一個人臉每多一路攝像機(jī)，上面統(tǒng)計的工作量都要翻一倍。實(shí)現(xiàn)的難度和對識別技術(shù)的要求顯而易見；

6、人臉變化因素不可控：此外人臉變化因素在監(jiān)控應(yīng)用中完全難以控制，進(jìn)一步增加處理難度。如現(xiàn)場人員出現(xiàn)時的表情變化、佩戴眼鏡、現(xiàn)場的光線條件與黑名單照片的光線差別很大（光線是對人臉識別影響最大的因素），以及黑名單照片的圖片質(zhì)量，以及年齡跨度人臉變化等等，統(tǒng)統(tǒng)都會對識別帶來非常大的影響。

所以說，實(shí)時人臉監(jiān)控是人臉識別技術(shù)最難的一種應(yīng)用，是實(shí)現(xiàn)難度的集大成者。一般來講，為了保證整個系統(tǒng)的響應(yīng)速度，實(shí)時人臉監(jiān)控系統(tǒng)都分成采集和搜索兩大部分。采集服務(wù)器與搜索服務(wù)器之間通過網(wǎng)絡(luò)進(jìn)行通訊。

采集服務(wù)器\r\n直接與監(jiān)控攝像機(jī)相連，需要對每秒25幀的視頻畫面不停地進(jìn)行多人臉檢測定位和捕捉處理。一個采集服務(wù)器可以同時接收1-4路甚至更多的攝像機(jī)視頻輸入。采集服務(wù)器對每幀實(shí)時視頻圖像進(jìn)行分析處理后，將采集得到的一張張人臉圖片通過網(wǎng)絡(luò)送給搜索服務(wù)器。

搜索服務(wù)器每接到一張人臉圖片，立即對其進(jìn)行分析并提取人臉特征，得到人臉模板，然后與黑名單人臉進(jìn)行快速的逐一比對，如有匹配的立即發(fā)出報警信息。攝像機(jī)的數(shù)量、攝像機(jī)的幀速、現(xiàn)場的人流密度、黑名單的大小，都決定了搜索服務(wù)器的在一秒之內(nèi)要完成的工作量，視具體應(yīng)用情況及服務(wù)器性能不同，可以配備多臺搜索服務(wù)器進(jìn)行并行處理，以保證實(shí)時的響應(yīng)速度。[nextpage]

與現(xiàn)有監(jiān)控系統(tǒng)進(jìn)行集成，主要是如何提供實(shí)時視頻的輸入輸出接口。因此從理論上講任何能夠?qū)F(xiàn)場畫面的數(shù)字圖像傳送給識別系統(tǒng)的方式均為可行。如：模擬攝像機(jī)的模擬視頻線可直接接到采集服務(wù)器的視頻采集卡；如是網(wǎng)絡(luò)攝像機(jī)則給出視頻URL地址，如是監(jiān)控系統(tǒng)軟件則給出的數(shù)字視頻流或者數(shù)字圖片，等等。之后的事情就是人臉監(jiān)控系統(tǒng)完成采集處理和識別報警。

如之前所述，實(shí)時人臉監(jiān)控面臨的難度很大，而且有很多不可控的因素，雖然速度要求可以通過算法效率和諸多輔助途徑加以保證，但是會導(dǎo)致很多非常不理想甚至極端的情況導(dǎo)致無法準(zhǔn)確識別，如：現(xiàn)場人臉完全被遮擋，現(xiàn)場光線過暗無法看清人臉，畫面中人臉過小信息不足，黑名單照片年代過久或者圖片質(zhì)量過差，等等。因此不可能像門禁類應(yīng)用那樣作過高的標(biāo)準(zhǔn)的量化要求，而只能在一定的特定條件下討論系統(tǒng)的性能指標(biāo)。在如表1所述的正常情況下，一個好的實(shí)時人臉識別系統(tǒng)應(yīng)當(dāng)能實(shí)現(xiàn)超過95%的識別報警率，同時誤報率在10%以下：

光線條件 沒有過強(qiáng)的背光曝光側(cè)光，面部部位基本清晰可辨\r\n人臉角度 上下左右30度以內(nèi)的角度，雙眼均可見\r\n人臉分辨率 雙眼瞳孔之間距離不少于90像素\r\n圖片質(zhì)量 壓縮比小于15：1，8位灰度\r\n時間跨度 盡量提供近期照片，早期照片不可有過大的相貌變化\r\n佩戴眼鏡 保證雙眼可見可辨，墨鏡略有影響\r\n遮擋物 帽沿、頭發(fā)等沒有遮擋眼鼻顴骨等重要特征部位\r\n典型應(yīng)用及其延伸\r\n實(shí)時人臉監(jiān)控最典型的應(yīng)用當(dāng)屬通道式的實(shí)時黑名單布控，因為通道及出入口型的場合，人流集中且具有方向性，在正對人流方向的適當(dāng)位置安裝攝像機(jī)很容易采集到理想角度的人臉。

適合實(shí)時人臉監(jiān)控應(yīng)用的典型的通道出入口及類似場所有：\r\n·機(jī)場柜臺、安檢通道、人行電梯通道、登機(jī)口等；\r\n·機(jī)場、車站、港口、地鐵的驗票通道和出入口；\r\n·海關(guān)過境通道、公路卡口；\r\n·體育場館、賓館酒店、娛樂場所的電梯、出入口；\r\n·銀行大廳入口、銀行柜臺、ATM自助取款機(jī)。\r\n實(shí)時監(jiān)控按照報警提示的模式還可以分為正向報警和逆向報警，前者只對與監(jiān)控名單匹配的對象報警，而后者只對不在名單上的人報警。此外按照監(jiān)控對象的不同還可以分為黑名單監(jiān)控和白名單監(jiān)控，前者主要針對罪犯和危險分子，后者則可用于VIP會員及其他需要針對性提高服務(wù)質(zhì)量的尊貴用戶。

應(yīng)用局限性及前景\r\n由于生物識別和視頻監(jiān)控本來是獨(dú)立發(fā)展的毫無關(guān)聯(lián)的應(yīng)用技術(shù)，彼此發(fā)展過程中并沒有事先為與對方結(jié)合做專門的準(zhǔn)備。因此在結(jié)合過程中必然存在一些不夠理想的環(huán)節(jié)，應(yīng)用中也存在一定的局限性和限制，現(xiàn)列舉如下：[nextpage]

1、視頻圖像的格式。視頻監(jiān)控中的一個重要關(guān)鍵詞就是“壓縮”，為了盡量節(jié)省錄像空間和提高傳輸速度，必須以犧牲圖像質(zhì)量為代價。而人臉識別是基于圖像中隱含的信息進(jìn)行分析處理，圖像質(zhì)量越高效果越好。因此這就形成了一個矛盾，目前監(jiān)控系統(tǒng)很多通行的視頻格式（如H.264）的分辨率和壓縮比大多都會影響人臉識別發(fā)揮最佳性能。

2、監(jiān)控場所和方式。最理想的應(yīng)用方式當(dāng)然是天羅地網(wǎng)式的所有攝像機(jī)全部應(yīng)用實(shí)時人臉監(jiān)控，并且監(jiān)控所有存在的黑名單（如全國近40萬人的追逃數(shù)據(jù)庫）。但是一來很多攝像機(jī)的位置和角度和焦距都很難采集到合適角度和大小的人臉，二來很多黑名單人員在一些場合出現(xiàn)的幾率幾乎為零，全部監(jiān)控會浪費(fèi)資源而且降低效率，此外，很多現(xiàn)有的黑名單照片本身的質(zhì)量基本上不足以用于人臉識別，因此有針對性地選擇監(jiān)控場所和監(jiān)控對象進(jìn)行重點(diǎn)布控才是最佳應(yīng)用方式。

3、監(jiān)控系統(tǒng)的規(guī)模。首先，從工作量上看，如上所述，實(shí)時人臉監(jiān)控工作量非常之大，5萬人10路監(jiān)控的系統(tǒng)就已經(jīng)屬于大系統(tǒng)之列，需要配置大量的服務(wù)器進(jìn)行采集和搜索處理才能滿足實(shí)時要求。因此很多試圖一個系統(tǒng)支持幾百上千路攝像機(jī)進(jìn)行實(shí)時監(jiān)控的設(shè)想本身有欠斟酌；其次，目前的遠(yuǎn)程監(jiān)控網(wǎng)絡(luò)的傳輸帶寬和速度都是針對經(jīng)過壓縮后的視頻圖像和碼率進(jìn)行配置的，如果按照滿足人臉識別要求的高清晰畫面去傳輸，路數(shù)一多網(wǎng)絡(luò)延遲和塞車本身就是一個巨大的瓶頸。

人臉識別技術(shù)和監(jiān)控系統(tǒng)的這一結(jié)合，如上文所述，兩個互無干系的技術(shù)和應(yīng)用偶然走到一起，誰都沒有事先為對方留有支持的余地，而且又都不大可能去為對方改變，因為彼此發(fā)展的方向本來不同，對方又不足以構(gòu)成自己的全部。因此人臉識別和視頻監(jiān)控就像兩個不平行的直線，在這一點(diǎn)相交后仍然會繼續(xù)前行互相偏離。人臉識別技術(shù)確實(shí)是有待成熟和完善，會越來越精確，但是基于普通二維數(shù)字圖像的人臉識別技術(shù)已經(jīng)走到極致，全世界關(guān)注的新方向是視頻監(jiān)控設(shè)備無法支持也不會刻意去支持的三維人臉取像和建模，此外三維識別將意味著更大的數(shù)據(jù)量和運(yùn)算量。

所以說人臉識別技術(shù)是會進(jìn)一步成熟和改善，但是這個進(jìn)程卻基本上不會改善上面提到的那些應(yīng)用限制。實(shí)時人臉監(jiān)控的應(yīng)用時機(jī)就是現(xiàn)在，等待無益，不然這次前無古人后無來者的科技結(jié)合就會被奢侈的浪費(fèi)。當(dāng)然，在目前的基礎(chǔ)上如何更好的對兩者進(jìn)行無縫集成，還是需要人臉識別和視頻監(jiān)控業(yè)界共同努力，讓這支高科技之花借著“平安城市”的監(jiān)控大潮精彩綻放。