人脸识别技术在博物馆安防系统中的应用解析

韩敏敏

山东博物馆 山东济南 250000

近年来，我国的市场经济体制不断完善，经济水平得到大幅度提升，社会各个领域对监控视频的人脸识别产品的需求量随之增长。公共安防领域应用视频监控系统，能够广泛收集视频图像，并对这些视频图像进行事前预警分析，有效排除各种安全隐患，减少违法犯罪行为的发生概率，维护社会及国家的稳定。

1 人脸识别概述及优势

人脸识别是一种生物识别技术，它使用人体内在生物识别技术进行身份验证。人体生物特征可以分为两大类：根据先天性和后天性特征的生理特征和行为特征。生理特征包括常见的指纹，手线，脸部，掌纹，视网膜，虹膜，DNA等。这些特征都是人类。行为特征由后天形成，包括签名，步态和语调。与其他认证方法（如密码认证和证书认证）相比，生物识别技术因其独特性和伪造难度而得到广泛应用。

首先，面部检测。它适用于各种场景和环境中的人脸检测，并确定其位置和大小。二，面部特征定位。完成面部器官和形状的检测，并使用相应的预防方法来表达它们。其中，通常使用几何特征，代数特征，固定特征模板和莫尔图。第三，面部更好。定位面部特征，并将检测到的面部特征与数据库中的信息进行比较，以完成面部特征信息[1]。

2 系统研制特点

为了有效保护整个视频人脸警示功能和相关检索系统，在研究过程中应加强对人脸识别技术的研究。人脸采集技术是系统开发的核心和关键。其主要特点如下：

第一，在一般意义上，通过逐个比较存储在计算机中的面部图像和M面部图像，并根据给定相关图像的实际相似性顺序进行排序来执行面部识别。给出输入面的身份信息数据，即1：M部署模式。这里的M值是固定的。

30d人脸识别系统以动态模式收集视频信息。其大小主要基于实际信息收集。实际尺寸主要基于实际的收集实践。该系统是N：M动态检测和识别模式。它可以有效地保证整个动态数据仓库中人脸的识别性能。

第二，应用收集远程人脸信息数据的方法，实际上，实际采集距离可高达7m，系统应用的动态技术和场景中的照明环境变换方法模式有效减轻相关的照明问题；可以实现在自然条件下通过可见光获得相关的面部图像信息的需要，这可以容易地进行而不被访问者注意到。

第三，非合作被动获取方法主要针对面部水平旋转问题。实际上，人脸识别系统采用多角度信息采集方法，通过安检门监控相关受众，并通过多个摄像头采集。该方法改善了人们积极面部信息的收集，从而提高了收集信息的有效性。

第四，多相机采集模式的应用，以缓解面部间距问题。在实际应用中，该系统主要采用博物馆中相关的摄像头高悬挂和低位置匹配方法，利用安装在X射线安全检查机上的隐藏式摄像机设置不同的摄像头位置以捕捉正面，并具有一定的隐蔽性。反过来，面部有效地克服了与面部和面罩相关的问题[2]。

3 实验分析

实验机器是工作站和服务器。服务器主要完成控制，识别，预警，检索和发布等功能。该机配置有两个IntelXeon（R）处理器，16G内存，windows2008，VS2008和opencv2。0.3。工作站主要完成人脸采集，姿态分析和图像质量评估。该机配置为i7处理器，内存为4G，系统为win7，实验平台为VS2008和opencv2.3。该实验主要验证了多角度人脸采集的有效性和人脸识别的准确性。实验样品选自50个测试仪，高度范围为1.6米至1.9米。在测试期间，50个样本散布在进入博物馆的观众中。测试样本模拟了正常观众的姿势，行进速度和安全行为。测试过程不会出现诸如下蹲，跑步，转弯，回头等异常行为。在测试之前收集了50个样本数据样本，包括25个二级库和25个黑名单。测试时间为9：00至16：00，测试结果如下：

表1 人脸采集测试结果

从表1可以看出，与单个相机相比，多角度面部检测提高了面部检测率，并且确保了捕获图像的质量，从而显着提高了有效建模速率。

4 结语

综上所述，人脸识别技术的发展还有待提高。目前人脸识别技术主要运用于人脸识别的门锁、作为支付的“密码”、相关部门签到进出的凭证等等。这些方面运用了人脸识别技术，体现了人脸识别技术的方便和安全的功能。人脸识别技术在公共安防视频监控领域的广泛应用，为公共安防工作提供了极大便利，对保证我国社会的安全性和稳定发展而言具有重要作用；因此，相关研究人员需进一步加大研究力度，提高技术水平，促进人脸识别技术的广泛应用。