隨著信息技術(shù)不斷發(fā)展，視頻信息越來越廣泛的應(yīng)用與娛樂、教育、安全、生活等各種領(lǐng)域。介紹了人臉識別技術(shù)的研究方向、應(yīng)用領(lǐng)域及技術(shù)優(yōu)勢并針對人臉識別技術(shù)在視頻監(jiān)控系統(tǒng)中應(yīng)用的架構(gòu)、關(guān)鍵技術(shù)和算法做了有益的探討特別對矯正有旋轉(zhuǎn)角度的人臉圖像技術(shù)做了較為詳盡的表述。最后得出結(jié)論人臉識別技術(shù)可以應(yīng)用于監(jiān)控系統(tǒng)中。而基于人臉識別技術(shù)的智能視頻監(jiān)控系統(tǒng)應(yīng)該具有十分廣泛的應(yīng)用前景。

視頻監(jiān)控系統(tǒng)的發(fā)展經(jīng)歷了第一代的全模擬系統(tǒng)、第二代的部分?jǐn)?shù)字化的系統(tǒng)、第三代的完全數(shù)字化的系統(tǒng)（網(wǎng)絡(luò)攝像機(jī)和視頻服務(wù)器）三個(gè)階段的發(fā)展演變。現(xiàn)有的數(shù)字視頻監(jiān)控系統(tǒng)實(shí)現(xiàn)了視頻監(jiān)控手段的數(shù)字化、網(wǎng)絡(luò)化和集成化，但是它存在一個(gè)最主要的缺陷：對視頻內(nèi)容只能靠人來判斷，同時(shí)，它多用于“事后處理”，并不能充分發(fā)揮視頻監(jiān)控系統(tǒng)的主動(dòng)性?；谙冗M(jìn)生物特征識別技術(shù)的

人臉識別智能視頻監(jiān)控系統(tǒng)的出現(xiàn)是視頻監(jiān)控系統(tǒng)發(fā)展的又一標(biāo)志，智能視頻監(jiān)控系統(tǒng)能夠識別不同的物體，發(fā)現(xiàn)監(jiān)控畫面中的異常情況，并能夠以最快和最佳的方式發(fā)出警報(bào)和提供有用信息，從而能夠更加有效地協(xié)助安全人員處理危機(jī)，并最大限度地降低誤報(bào)和漏報(bào)現(xiàn)象。

2.1 人臉識別技術(shù)的研究及應(yīng)用范疇。

人臉識別（Face RecogniTIon）亦稱面像識別是人類視覺系統(tǒng)的基本功能，也是人類互相辨識的最直接手段，因此他是生物特征識別中的重要研究內(nèi)容。人臉識別技術(shù)作為一種新興的生物特征識別技術(shù)，概括說，他是一種依據(jù)人體面部特征的自動(dòng)身份鑒別技術(shù)。人臉識別綜合運(yùn)用了數(shù)字圖像/視頻處理、模式識別、計(jì)算機(jī)視覺等多種技術(shù)。人臉識別技術(shù)在公共安全、人機(jī)交互等領(lǐng)域具有廣泛的應(yīng)用前景，這一點(diǎn)已經(jīng)為世人所公認(rèn)。同時(shí)，人臉識別也是人工智能領(lǐng)域的重大研究課題，因此吸引了大量的研究人員對此展開深入研究，到現(xiàn)在已有30 多年的研究歷史。自20 世紀(jì)90年代以來（特別是美國“911”恐怖襲擊事件發(fā)生以后），人臉識別技術(shù)在研究及應(yīng)用方面更是得到了長足的發(fā)展。人臉識別的研究范圍大致可以分為如下幾個(gè)方面的內(nèi)容：

（1）人臉檢測（Face DetecTIon）：即從各種不同的場景中檢測出人臉的存在并確定其位置。在大多數(shù)的場合中由于場景較復(fù)雜，人臉的位置是預(yù)先不知道的，因而首先必須確定場景中是否存在人臉，如果存在人臉，再確定圖像中人臉的位置。臉部毛發(fā)、化妝品、光照、噪聲、面部傾斜和人臉大小變化以及各種遮擋等因素會(huì)使人臉檢測問題變得更為復(fù)雜。人臉檢測的主要目的是在輸入的整幅圖像上尋找人臉區(qū)域，把圖像分割成兩個(gè)部分2 人臉區(qū)域和非人臉區(qū)域，從而為后續(xù)處理奠定基礎(chǔ)。

（2）人臉表征（FaceRepresentaTIon）：即采取某種表示方式表示檢測出的人臉和數(shù)據(jù)庫中的已知人臉。通常的表示法包括幾何特征（如歐氏距離、曲率、角度）、代數(shù)特征（如矩陣特征矢量）、固定特征模板、特征臉、云紋圖等。

（3）人臉辨識（FaceIdenTIfication）：即將已檢測到的待識別的人臉與數(shù)據(jù)庫中的已知人臉進(jìn)行比較匹配，得出相關(guān)信息，這一過程的核心是選擇適當(dāng)?shù)娜四樀谋碚鞣绞脚c匹配策略，系統(tǒng)的構(gòu)造與人臉的表征方式密切相關(guān)。通?；蚴沁x擇全局的方法或是選擇基于特征的方法進(jìn)行匹配。顯然，基于側(cè)面像所選擇的特征和基于正面像的特征是有很大的區(qū)別的。

（4）表情分析（Expression Analysis）：即對待識別人臉的表情信息（快樂、悲傷、恐懼、驚奇等）進(jìn)行分析，并對其加以歸類。

（5）生理分類（Physical Classification）：即對待識別人臉的生理特征進(jìn)行分析，得出其種族、年齡、性別、職業(yè)等相關(guān)信息。顯然，完成這一操作需要大量的知識并且通常是非常困難和復(fù)雜的。

2.2 人臉識別技術(shù)優(yōu)勢。

人臉識別作為一種新興的生物特征識別技術(shù)（Bio-met rics），與虹膜識別、指紋掃描、掌形掃描等技術(shù)相比，人臉識別技術(shù)在應(yīng)用方面具有獨(dú)到的優(yōu)勢：

（1）使用方便，用戶接受度高。（2）直觀性突出。（3）識別精確度高，速度快。（4）不易仿冒。（5）使用通用性設(shè)備。（6）基礎(chǔ)資料易于獲得。

人臉識別視頻監(jiān)控系統(tǒng)有四大核心部分：視頻處理/人臉捕獲工作站、人臉比對工作站、黑名單數(shù)據(jù)庫和報(bào)警顯示工作站。視頻處理/人臉捕獲：在視頻圖像中發(fā)現(xiàn)人臉，評估圖像質(zhì)量并提交給人臉識別比對模塊;人臉識別比對模塊：對登陸的照片提取特征模板并與黑名單數(shù)據(jù)庫相比較;黑名單照片采集：建立模板并將模板數(shù)據(jù)加入黑名單數(shù)據(jù)庫;報(bào)警顯示：根據(jù)比對結(jié)果，顯示報(bào)警結(jié)果，或?qū)?bào)警信息傳遞給 PDA或其它手提終端。

（1）人臉識別中的光照問題。

光照變化是影響人臉識別性能的最關(guān)鍵因素，對該問題的解決程度關(guān)系著人臉識別實(shí)用化進(jìn)程的成敗。需要從人臉圖像中將固有的人臉屬性和光源、遮擋及高光等非人臉固有屬性分離開來，在人臉圖像預(yù)處理或者歸一化階段進(jìn)行針對性的光照補(bǔ)償，以便消除非均勻正面光照造成的陰影、高光等對識別性能影響;

（2）人臉檢測與跟蹤問題。

人臉檢測是人臉身份識別的前期工作，而人臉跟蹤就是根據(jù)人臉檢測定位的結(jié)果，對運(yùn)動(dòng)序列后續(xù)幀中的目標(biāo)人臉的運(yùn)動(dòng)軌跡和輪廓變化進(jìn)行持續(xù)的跟蹤檢測。一個(gè)復(fù)雜背景下的多級結(jié)構(gòu)的人臉檢測與跟蹤系統(tǒng)可采用模板匹配、特征子臉、彩色信息等人臉檢測技術(shù)，這樣能夠檢測平面內(nèi)旋轉(zhuǎn)的人臉，并可跟蹤任意姿態(tài)的運(yùn)動(dòng)的人臉。

（3）去冗問題。

要求人臉識別監(jiān)控系統(tǒng)能對視頻捕捉中的畫面能夠快速的檢測單個(gè)和多個(gè)人臉圖像，并自動(dòng)去冗余，減除重復(fù)的畫像，并提取相應(yīng)的人臉圖像特征實(shí)現(xiàn)人臉的快速比對，并輸出相應(yīng)的結(jié)果信息。

（4）人臉識別中的姿態(tài)問題。

姿態(tài)問題涉及頭部在三維垂直坐標(biāo)系中繞三個(gè)軸的旋轉(zhuǎn)造成的面部變化，其中垂直于圖像平面的兩個(gè)方向的深度旋轉(zhuǎn)會(huì)造成面部信息的部分缺失。一種方案是基于姿態(tài)不變特征的方法，即尋求那些不隨姿態(tài)的變化而變化的特征。另一種方案是采用基于統(tǒng)計(jì)的視覺模型，將輸入姿態(tài)圖像校正為正面圖像，從而可以在統(tǒng)一的姿態(tài)空間內(nèi)作特征的提取和匹配。

隨著生物特征技術(shù)的發(fā)展，人臉識別技術(shù)正逐漸由理論探索的過程轉(zhuǎn)入了實(shí)際應(yīng)用的階段，國內(nèi)外都出現(xiàn)了專業(yè)的人臉識別產(chǎn)品。人臉識別技術(shù)具有廣泛的應(yīng)用前景，在公共安全、智能門禁、智能視頻監(jiān)控、公安布控、海關(guān)身份驗(yàn)證等有著典型的應(yīng)用。其中基于人臉識別技術(shù)的智能視頻監(jiān)控系統(tǒng)可以有效地解決目前數(shù)字監(jiān)控系統(tǒng)存在的某些難題，如確定監(jiān)控場景中是否有人，對監(jiān)視對象難以跟蹤、確定當(dāng)前監(jiān)控對象的身份等問題。

一年一度的谷歌I/O開發(fā)者大會(huì)官方網(wǎng)站于周二正式上線。除去熟悉的倒計(jì)時(shí)器外，該網(wǎng)站提供的信息還顯示，本屆谷歌I/O開發(fā)者大會(huì)將于3月8日開放注冊，并將于5月18日至5月20日舉辦。

與往年的收費(fèi)標(biāo)準(zhǔn)相同，本屆谷歌I/O開發(fā)者大會(huì)的門票價(jià)格為900美元。不過學(xué)生票價(jià)格為300美元。

與去年的做法相同，開發(fā)者有兩天時(shí)間提交參會(huì)申請。在3月10日之后，谷歌將隨機(jī)挑選參會(huì)開發(fā)者，邀請函則將通過電子郵件發(fā)送給申請人。

如果想要掌握關(guān)于本屆I/O開發(fā)者大會(huì)的最新訊息，谷歌建議關(guān)注該公司在Google Plus和Twitter上的開發(fā)者賬戶，并查閱#io16標(biāo)簽。

本屆谷歌I/O開發(fā)者大會(huì)的舉辦地將移師加利福尼亞州山景城的Shoreline Ampitheatre圓形劇場。前幾屆谷歌I/O開發(fā)者大會(huì)的舉辦地為莫斯考尼西中心（Moscone West）。由于Shoreline Ampitheatre圓形劇場的空間要更為開放，谷歌將如何利用更開放的空間值得關(guān)注。