人脸识别系统在轨道交通公安通信系统中的应用思考研究

唐进兴

中国铁建电气化局集团第五工程有限公司 四川 成都 610000

随着高清视频监视系统在轨道交通领域中的大力推进，在车站站厅、站台公共区、出入口高清摄像机数量正在不断增加，为地铁运营维护、公安安保及应急处突提供了便利的条件。人脸识别技术是一种生物特征识别技术，通过非接触式远距离采集生物特征，数据获取更加便利、直接，更能有效防范打击各种暴力恐怖活动和个人极端暴力犯罪行为，为公安部门在治安防控、人员管控等方面起到了重要作用。

1 人脸识别系统中的核心算法

1.1 人脸检测算法

1.1.1 知识规则算法

人脸作为较为复杂的结构，在不同位置分布着眼睛、鼻子、嘴等器官，这些器官具有某些固有特征，而且相互之间也保持着一定的关联性。因此在对人脸进行识别时，可以将这些规则作为识别时的基础算法，以达到识别人脸的目的。例如，目前应用较多的马赛克图识别法，便是此类算法的应用产物，此方法的检测原理在于，将人脸划分为若干数量的马赛克块，在获取到部分特征数据后，基于知识规则对于整个人脸图像进行还原，达到相应的识别效果。同时此规则在应用中也存在一些不足，即其识别结果只是大概阈值，阈值的不合理将会引起漏测、识别错误的情况，另外，在人脸出现过大表情时也会导致识别错误问题，这也是算法应用时需改进的内容。

1.1.2 不变特征算法

从应用情况来看，也会使用到不变特征算法，该算法在应用中，主要基于人脸的某些固有特征来作为识别检测参考，从而达到准确识别人脸的目的。目前经常使用到的不变特征包括人脸的肤色、边缘轮廓、边缘纹理等。在算法应用中会搭建相应的研究模型，利用模型来讨论内在信息，以此来整理出其他轮廓信息，达到信息准确识别的作用。此类算法在应用中，可以对人脸表情、姿态位置等内容进行适应，而且可以得到较为准确的检测结果，但是在出现人脸遮挡、光照不合理的情况时，也会影响到识别结果的可靠性。

1.1.3 模板匹配算法

在人脸识别系统的应用中，末班匹配算法也具备了良好的应用价值。该算法在实际应用中，会搭建一个描述人脸特征的模板，在录入人脸图像之后，会对人脸特征模板进行科学计算，并且在输入图像子窗口相关数值后，也会将得到的求解数值和既定阈值进行对比，同时从中筛选出所匹配的人脸识别内容。此类方法在实际应用中，具备了便捷性、直观性等特点，但是在应用中也会受到人脸表情、人脸姿态、摄影视角等内容的影响，因此在使用中也会将其作为人脸特征模板，搭配其他算法来提高识别结果的准确性。

1.2 图像处理算法

1.2.1 直方图均衡化

在对图像进行处理时，进行直观图均衡化处理属于非常基础的工作内容。所得到的人脸图像在灰度分布上处于离散分布状态，假定图像灰度处理区间为[0，L-1]，以此来完成灰度直方图函数的建立，函数记作h（rk）=nk，在函数中rk表示图像的第k级灰度；nk表示图像中灰度值为rk的像素点的个数。假定所得到直观图像可以分为M行N列的矩阵图像，以此来得到归一化图像，此图像可以记作P（rk）=nk/MN，其中P（rk）表示不同灰度级参数出现的概率，而这些分量的总和为1。这样在分析过程中可以减少环境因素带来的影响，提高人脸识别结果的准确性。

1.2.2 中值滤波算法

在图像处理活动中，也会使用到中值滤波算法，该算法在应用中属于非线性滤波操作，具体的算法流程如下：假定滤波模板属于3*3矩形，将该模板覆盖到待处理图像上，其中共有9个像素进行覆盖，对这些像素值进行排序，同时从中取出中间数值来作为覆盖图像的中心数值，经过数值处理后可以消除图像中的椒盐噪声，具备良好的应用价值。同时在该方法的处理中也会消除掉图像中的细节信息，导致图像比较模糊的情况。

2 人脸识别系统在轨道交通公安通信系统中的应用要点

2.1 嵌入式操作系统

为了确保信息通信结果的合理性，在系统应用中也会引入嵌入式操作系统，其主要的工作内容是利用编写程序来对系统运行情况进行监督，从而减少了系统开发成本和时间，以提高系统运行环节的稳固性。目前常用的操作系统如下：（1）Linux系统，该系统作为使用较为普遍的操作系统，属于Unix体系，在系统应用中也会使用到Linus Torvalds 这一内核，在使用中具备了良好的兼容性，可以在ARM 平台、MIPS平台中进行应用。（2）Windows CE系统，该系统在使用中的核心结构内存较小（不到300kb），能够根据相关要求完成多线程、多任务计算，并且可以搭建相应的图形界面，具备了良好的应用价值。

2.2 程序交叉编译与安装

在系统的搭建中，也需要进行程序交叉编译与安装，作用是更好的辅助信息传输，以提高分析结果的可靠性。在对程序进行编译与安装时应注意以下内容：（1）在系统中安装git 工具，同时也会在界面上搭建用于存放交叉编译工具的文件夹，将完成安装的git 工具放入到文件夹当中。（2）在界面上安装交叉编译工具，在工具中也会提前配置好相应的环境变量，在/.bashrc 文件中录入轨道交通公安通信信息，集合目前的应用情况可以得知，会使用到64位应用系统，并按要求做好source .bashrc内容的执行处理，以满足系统运行要求。（3）在系统完成安装后也会对其性能进行测试，并且根据测试结果来调整程序内容，以得到准确的分析结果。

2.3 图像采集系统

在系统应用过程中也会使用到图像采集系统，作用是对人脸信息进行采集，便于后续图像分析活动的展开。在系统的具体应用中，应注意以下内容：第一，做好CSI摄像头的布设工作，在具体应用中会依托 raspbian 来对摄像头工作状态进行调整，以满足不同情况下的应用需求。第二，在对图像信息进行采集时，会使用到调用函数，即利用Cv Capture From Cam 函数来对摄影头工作状态进行调整，以此来获取到完整的影像资料。第二，完成初始图像整理之后，也会借助cv Query Frame函数来对图像信息进行获取，所得到的像素图像也会进行分析，对于像素较大的图像也会使用cv Resize函数进行处理，以得到用于人脸检测的最佳比例图像。第三，在实际应用中也会使用 cv Cvt Color函数来对色彩进行转换和补充，以得到更加可靠地分析图像。

2.4 人脸检测系统

在系统运行中也会使用到人脸检测系统，在该系统的应用中，主要工作是对静态人脸进行检测和识别，具体应用流程如下：第一，对人脸图像进行二值化处理，对于得到人脸图像色彩进行调整，将其从传统RGB彩色模型转换为用于人脸检测的YCr Cb彩色模型，根据要求对于图像像素值进行有效扫描，并且在参考阈值作用下得到准确的二值化图像。第二，对人脸区域进行定位，在系统应用背景下会对轮廓数k进行确定，得到相应数值后借助cv Find Contours 函数来进行计算，以此来得到准确的连通域面积数值。并且在应用中也会使用cv Equalize Hist函数来对图形进行均衡化处理，从而得到较为准确的检测结果，提高检测结果的准确性与实用性。

2.5 人脸识别系统

完成人脸检测工作后，也会使用人脸识别系统来辅助相关工作的展开，以此来得到准确的识别结果，为后续工作的展开奠定基础。从实际应用情况来看，应注意以下内容：（1）做好SIFT 特征点提取工作，根据前期函数建立的应用模型，可以对顺利得到图像中不同特征点的基础参数，包括坐标数据、尺度参数、描述符向量等，过程中会使用 calloc函数进行处理，以得到满足人脸识别活动开展要求。（2）搭建KD树模型，在实际应用中会在合理位置建设KD树节点，同时也会使用方差维度函数、内存函数来进行处理，以此来得到方便分析整理的相关参数。（3）BBF搜索匹配处理，在过程中会使用应用程序来对参数进行整理，并且利用应用程序来得到准确的识别结果，以提高分析结果的可靠性。

2.6 人脸注册系统

在具体的应用中，人脸注册系统也具备了良好的应用价值，这也为后续系统分析活动的展开奠定良好基础。在具体的运行中，数值k表示现阶段人脸库当中相对应的灰度图像数量，具体数值也会根据ID列表进行获取，具备良好的应用价值。并且在每次注册工作结束后，也会对写入和输入的ID列表文件进行整理，而且在SIFT 特征点文件录入后，使用fopen函数来对文件进行处理，过程中会录入特征点坐标、尺度、主方向角度等参数，从而得到准确的分析数据，满足相应的使用要求。另外，在应用中也会使用fclose函数来对文件参数进行整理，以提高SIFT 特征点文件整理结果的准确性。

2.7 人机交互系统

除上述提到的应用系统外，在实际应用中也会使用到人机交互系统，其作用是提高数据分析结果的直观性与有效性，以加快信息相互之间的交互效率。从实际应用情况来看，在应用中会借助glade设计来辅助相关活动，而且为了确保公共交通工程识别结果的可靠性，也会将文件保存为glade 格式进行存储，在需要使用时又会重新转换为图像，以满足不同情况下的人脸识别图像应用要求。该系统在具体应用中的使用流程如下：① 依托系统中的Gtk Builder指针来对参数进行整理，同时借助gtk_builder_new 函数对数据进行整理，得到需要读取的文件。②对于找到的文件也会在交互界面中对其进行整理，即利用回调函数对相应参数进行编写，从而还原文件最初的内容，满足相应的使用要求[1]。

3 人脸识别系统应用时的注意事项

3.1 做好人脸识别摄影机布置

为了提高所采集信息的完整性和准确性，在应用中需做好人脸识别摄影机布置工作，总结以往的应用经验，所需要布设的位置集中在以下区域：（1）出入口电梯位置，乘客在乘坐电梯时会下意识抬头看前进方向，而且电梯区域可通过人数最多只有两人，在该位置布设摄影机，更容易捕捉到完整人脸信息，提高信息识别结果的准确性。（2）入口闸机区域，人们在乘坐轨道交通工具前，都需要进行车票验证，而且闸机宽度单次只允许通过一人，在该位置布设摄像机，也可以帮助公安部门掌握嫌疑犯的移动轨迹，方便公安部门对嫌疑人进行抓捕[2]。（3）出口闸机区域，和入口闸机一致，能够控制出入人数，更加便于嫌疑人抓捕活动的进行。

3.2 选择合适识别人脸摄影机

为了提高人脸识别结果的准确性，也需要根据实际情况做好摄影机的选择工作。从实际应用情况来看，在摄影机选择中需注意以下内容：第一，考虑基础安装要求，参考《安全防范视频监控人脸识别系统技术要求》中的相关内容，确定摄像机需满足的像素、水平转动角、俯仰角、倾斜角等要求，以此为基础来筛选合理的摄像机设备。第二，明确摄像机的环境要求，即参考相应规范，对于摄像机需要适应的光照条件、补光条件、捕捉速度等内容进行确定，尤其是背光条件下，所选摄像机也需要满足摄像要求，提高识别结果的完整性和清晰度。第三，考虑摄像机的清晰度要求，即考虑摄像机的安装高度，选择不同分布分辨率的摄像机，以此来满足不同场景下的应用需求[3]。

3.3 搭建高效信息传输工程

为了确保信息传输过程的高效性，在实际应用中也需要搭建高效信息传输工程。一般情况下常用的信息传输方式可分为异步传输和同步传输两种，前者是指人机交互界面显示图像和实际图像之间存在一些时间差，在技术先进性不断提升的背景下，异步传输误差也缩减到了ms级。后者则是人机交互界面显示图像和实际图像保持同步，根据轨道交通公安通信系统的运行要求，可以使用较小时间间隔的异步传输模式来建立信息传输工程。以Zig Bee技术来作为主要载体，建立高效的信息通信工程，确保信息传输的时效性，提高信息识别结果的准确性[4]。另外，在工程建设中也会使用到暂存系统，以确保信息传输结果的准确性与有效性。

3.4 做好数据比对和存储工作

在实际应用中也需要做好数据比对和存储工作，这也是提高信息利用价值的重要保障。从实际应用情况来看，应注意以下内容：第一，在获取到初始信息后，会参考第二章中的应用流程，对于获取到的信息内容进行比对整理，从而筛选出有价值的应用数据，从而提高数据分析结果的准确性，满足轨道交通公安通信系统的安全运行要求。第二，等待所有数据完成整理后，也会对这些数据进行存储，在具体的处理活动中，也需要做好数据分类和属性标注。并且在智能化技术的辅助下，也可以对识别出的人员移动轨迹进行整理，帮助公安人员更快的了解嫌疑人移动轨迹，从而拟定更加可靠的抓捕计划，提高相关工作的开展效率[5]。

4 结束语

综上所述，人脸识别技术作为一种新型生物特征识别的技术，能够有效地打击违法犯罪和消除安全隐患，有助于精准抓捕犯罪人员，提高公安人员的工作效率，给公安部门提供快速侦破案件的手段。特别是随着算法不断成熟，硬件不断完善，人脸识别设备将在轨道交通安全领域内扮演越来越重要的角色，发挥着越来越广泛的作用。