（信号与信息处理专业论文）基于人体特征分析的通道自动识别系统的研究及设计.pdf

基于人体特征分析的通道自动识别系统的研究及设计 论文题目： 专 业： 姓名： 指导教师： 基于人体特征分析的通道自动识别系统的研究及设计 信号与信息处理 凌丽娟 沈伟教授 摘要 2 1 世纪科学技术日新月异，人们对高科技服务于生活、管理的要求也越来 越高。当今社会安全问题备受人们的关注，区域管理的安全和可靠性成为这个时 代的热门话题。基于密码、个人识别码、磁卡和钥匙等传统的安全措施已经不能 满足社会的要求。近年来，计算机视觉和模式识别技术的飞速发展以及两者的结 合为通道自动识别系统的诞生和发展提供了强有力的平台，智能化的通道系统与 其他管理系统将成为现代化管理的重要手段之一。 通道系统是多门学科的技术集合，它将市场上现有的各种独立的视频监控系 统、门禁系统、报警系统，以及管理系统无缝的整合起来，形成一套完整的通道 自动识别系统。并通过扩展其管理能力，可以为用户提供一个集中控制、集中管 理且操作简单的集成管理监控系统。它极大地提高了管理者的工作效率和管理区 域内的安全程度。 整个通道系统是在人体特征分析的基础上设计的，其中通道出入口对象身份 验证采用虹膜识别技术，视频监控运用人脸检测和形体分析的方法。监控部分的 基本原理是采用自适应更新高斯模型背景减除方法提取视频序列图像中的运动 目标，然后利用联合和y i q 色度空间肤色分割的方法进行人脸检测，最后 对建立的形体模型提取目标的形体参数，将其与所建数据库中的数据进行比对。 通过对实验数据进行分析和验证，结果表明该通道监控系统能满足预期的目标和 要求。 关键词：模式识别，通道系统，运动检测，人脸检测，形体分析 基于人体特征分析的通道自动识别系统的研究及设计 t i t l e ： m a j o r ： n a m e ： s u p e r v i s o r ： s t u d ya n dd e s i g no fc h a n n e la u t o m a t i cr e c o g n i t i o ns y s t e m b a s e do na n a l y s i so fb o d yf e a t u r e s i g n a la n di n f o r m a t i o np r o c e s s i n g l i n gl i j u a n s h e n w e i a b s t r a c t i nt h e2 1 t hc e n t u r y , w i t ht h ed e v e l o p m e n to f t h et e c h n o l o g y , p e o p l er e q u i r em o r e a n dm o r eh i g ht e c h n o l o g ys e r v i n g i nt h em o d e r ns o c i e t y , p e o p l ep u tm o r ea t t e n t i o n o ns a f e t yp r o b l e m s ，t h es e c u r i t ya n dr e l i a b i l i t yo f r e g i o nm a n a g e m e n tb e c o m et h eh o t t o p i c c o n v e n t i o n a ls e c u r i t ym e a s u r eb a s eo np a s s w o r d ，p e r s o n a li d e n t i f i c a t i o nc o d e , m a g c a r da n dk e yc a nn o tm e e tt h es o c i e t yr e q u i r e m e n t i nr e c e n ty e a r s ，t h e d e v e l o p m e n to fc o m p u t e rv i s i o na n dp a t t e r nr e c o g n i t i o n , a n dt h ei n t e g r a t i o no ft h e m p r o v i d e ss t r o n g l yf l a t f o rn a i s s a n e co fc h a n n e la u t o m a t i cr e c o g n i t i o ns y s t e m i n t e l l e c t u a l i z e dc h a n n e ls y s t e ma n do t h e rm a n a g e m e n ts y s t e m sw i l lb eo n e so ft h e m e a s u r e so f m o d e mm a n a g e m e n tm e a s u r e c h a n n e la u t o m a t i cr e c o g n i t i o ns y s t e mi n t e g r a t e sm a n yk i n d so ft e c h n o l o g ya n d k n o w l e d g e i ti n t e g r a t e sw i t hm a n ys y s t e m si nt h em a r k e t ，s u c ha sv i d e om o n i t o r s y s t e m , a c c e s sc o n t r o ls y s t e m , a l a r ms y s t e ma n dm a n a g e m e n ts y s t e m f i n a l l yb u i l da s u i to fw h o l ec h a n n e la u t o m a t i cr e c o g n i t i o ns y s t e m b e s i d e sa b o v e ，t h es y s t e mc a n e x t e n di t sm a n a g e m e n ta b i l i t y , p r o v i d eai n t e g r a t i o no fc e n t r a l i z e dc o n t r o l , c e n t r a l i z e d m a n a g e m e n ta n de a s yo p e r a t i o nm a n a g e m e n tm o n i t o rs y s t e mf o rt h eu s e r s t h e s y s t e mi m p r o v e st h ew o r ke f f i c i e n c yo fm a n a g e r sa n ds a f e t yd e g r e eo fr e g i o n m a n a g e m e n t t h ew h o l ec h a n n e ls y s t e mi sd e s i g n e db a s e do na n a l y s i so f b o d yf e a t u r e s i nt h e s y s t e m , w et a k ei r i st e c h n i q u ef o ro b j e c t si d e n t i f i c a t i o n , f a c ed e t e c t i o na n db o d y p r o p o r t i o na n a l y s i sm e t h o d si nv i d e om o n i t o r t h eb a s i cf u n d a m e n t a lo fv i d e o m o n i t o ri sd e s c r i b e da sf o l l o w s f i r s tu s ea u t o m a t i ca d a p t e du p d a t e db a c k g r o u n d s u b t r a c t i n gm e t h o df o ro b j e c td e t e c t i o ni nv i d e oi m a g e s t h e nu t i l i z ec o m p l e x i o n s e g m e n t a t i o ni ny u v a n dy i qc h r o m as p a c e sf o rf a c ed e t e c t i o n f i n a l l ys e l e c tb o d y p r o p o a i o nb a s e do nb o d yr e g i o nm o d e la n dc o m p a r et h e mw i t ht h ed a t ai nt h e i i 基于人体特征分析的通道自动识别系统的研究及设计 d a t a b a s e t h r o u g ht h ea n a l y s i sa n dv a l i d a t i o no fe x p e r i m e n t a ld a t a , t h es i m u l a t i o n r e s u l t si n d i c a t et h a tt h i sc h a n n e lv i d e om o n i t o rc a nm e e tt h ea n t i c i p a t i v et a r g e t sa n d r e q u i r e m e n t s k e yw o r d s ：p a t t e r nr e c o g n i t i o n , c h a n n e ls y s t e m , o b j e c td e t e c t i o n , f a c ed e t e c t i o n , b o d yp r o p o r t i o n l l i 论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导 下，独立进行研究工作所取得的成果。除文中已经注明引用 的内容外，本论文不包含任何其他个人或集体已经发表或撰 写过的作品成果。对本文的研究作出重要贡献的个人和集 体，均已在文中以明确方式标明。本人完全意识到本声明的 法律结果由本人承担。 学位论文作者签名：痉、加酢 日期：2 。7 年【月2 争日 学位论文使用授权声明 本人完全了解中山大学有关保留、使用学位论文的规定， 即：学校有权保留学位论文并向国家主管部门或其指定机构 送交论文的电子版和纸质版，有权将学位论文用于非赢利目 的的少量复制并允许论文进入学校图书馆、院系资料室被查 阅，有权将学位论文的内容编入有关数据库进行检索，可以 采用复印、缩印或其他方法保存学位论文。 学位论文作者签名：荔确 日期：卅年【月2 日 导师签名：沈彳护 日期：磷乡月夕乒日 第1 章绪论 第1 章绪论 2 l 世纪是科学技术日新月异、飞速发展的信息时代。当感受着高科技给们 带来的方便和益处的同时，社会的不稳定因素也越来越多，人们对把安全问题提 到了相当的高度，对安全防范系统的要求与日俱增。对于安全性要求较高或者面 积过大、管理较困难的区域，如果只采用普通的通道，或者仅仅靠现有的门禁系 统、视频监控系统是不够的。于是，具有自动识别功能的通道系统作为一种智能 化的安全防范和管理系统，得到很多学者的关注。 1 1 研究背景 随着高科技的飞速发展，社会的安全和稳定成为人们备受关注的问题。在重 要场所和例如海关等特殊性质的区域管理中，安全性和可靠性成为了时代的热门 话题。虽然对密码、磁卡、钥匙等采取了更加安全的措施，但现代的破解技术也 是水涨船高，使得基于密码、个人识别码、磁卡和钥匙等传统的安全措施已经不 能满足社会的安全要求，科学研究者开始寻找更加安全可靠，更加难破解的身份 验证方法。人体某些特征具有唯一标识身份的特点，因此人们把目光投向了人体 的生物特征识别技术一利用人体某些固有的特征来进行身份的鉴别或确认。 目前，通道技术在计算机视觉和模式识别技术飞速发展的基础上得到了长足 的进步，但其仍有不足的方面，即在很大程度上需要人工的参与，人力资源消耗 较大。如何能让劳动力从如此繁琐的工作中解放出来，让通道更加智能化的实现 其功能，这些成为了大家关注的焦点。为了自动检查特定区域的出入权限，实时 的监控通道内场景，及时、准确的记录出入通道的情况，一套现代化的通道自动 识别系统是必不可少的。 从最原始的专人把守特定区域关口到现代的通道，虽然在区域管理的效率方 面得到了很大的提高，但这些方法不利于及时、准确的记录出入情况，而且安全 性较低。安全防范的智能化可以理解为：实现真实的探测，实现图像信息和各种 特征( 各种定义的特征、不同的载体) 的自动分析、识别，系统联动机构和相关 系统之间准确、协调的互动【1 1 。我们所希望新代的通道能够具有这种智能化， 基于人体特征分析的通道自动识别系统的研究及设计 能够在不需要人或者很少人参与的情况下完成其管理区域的目的，提高区域管理 的安全程度。 近些年来，计算机的发展，尤其是计算机视觉技术和模式识别技术的飞速发 展以及两者的结合给我们提供了坚实的理论基础、物质载体和技术方法，为通道 自动识别系统的诞生和发展提供了强有力的平台。随着社会的发展，智能化的通 道系统将与其他管理系统成为现代化管理的重要手段之一 1 2 现状分析 通道技术是在计算机视觉和模式识别理论的基础上应运而生的，它的进步 取决于计算机视觉和模式识别理论的发展。同时图像处理和模式识别的发展，为 自动识别系统的设计和实现提供了新的技术手段。本节将对这两个理论基础做相 应的介绍。 1 2 1 计算机视觉 计算机视觉既是工程领域，又是科学领域中的一个具有挑战性的研究领域。 它是- n 综合学科，既包括计算机科学与工程、信号处理、物理学及神经生理学， 又包括应用数学、统计学和认知学等。 计算机视觉在很多领域中得到了广泛的应用，并且成为很多领域中不可或缺 的一部分，如制造业、检验、文档分析、医疗诊断和军事等领域。计算机视觉的 挑战性在于使得计算机和机器人能有与人类相当的视觉能力。作为一门学科，计 算机视觉开始于6 0 年代初，但它的很多基本研究内容在8 0 年代才取得重要进 展。 一、计算机视觉的研究内容 计算机视觉就是用各种成像系统代替视觉器官作为输入，由计算机来代替大 脑完成处理和解释。计算机视觉研究的最终目标就是使计算机能象人那样通过视 觉观察和理解世界，具有自主适应环境的能力。在实现最终目标以前，人们努力 的中期目标是建立一种视觉系统，这个系统能依据视觉敏感和反馈的某种程度智 能地完成一定的任务。这里要指出的一点是在计算机视觉系统中计算机起代替人 2 第1 章绪论 脑的作用，但并不意味着计算机必须按人类视觉的方法完成视觉信息的处理。计 算机视觉可以而且应该根据计算机系统的自身特点来进行视觉信息的处理。 有不少学科与计算机视觉的研究内容有很大的相关性，这些学科包括图像处 理、模式识别( 图像识别) 、图像理解( 景物分析) 等。由于历史发展或领域本 身的特点，这些学科间互有差别，但又有某种程度的相互重迭。为了清晰起见， 我们把这些与计算机视觉有关的学科的研究目标和方法加以归纳。 1 图像处理 图像处理可以定义为其输入和输出均是图像的- i i 学科，但它同时还包括从 图像中提取特征得到图像描述的过程。 图像处理和计算机视觉之间并没有明显的界限，但我们可以通过考虑三种类 别来加以划分：初级、中级和高级处理。图像低级处理包括原始操作，如降低噪 声的图像预处理、对比度增强和图像锐化，其特点是输入输出均为图像；图像的 中级处理实现诸如分割这样的任务，即把图像分为区域对象，然后对对象进行描 述，以便把它们简化为适合计算机处理的形式，并对单个对象进行分类，其特点 是输入为图像，输出则是从这些图像中提取的属性；最后，高级处理通过执行通 常与人类视觉相关的感知函数，来对识别的对象进行总体确认f 2 1 。 2 模式识别( 图像识别) 模式识别理论涉及到代数学、矩阵论、概率论、图论、模糊数学、最优化 理论等众多学科的知识，与其他许多领域的工程技术密切相关， 其内涵可以概 括为信息处理、分析与决策，它既是人工智能研究领域的重要分支，又是实现机 器智能必不可少的技术手段。该学科的任务是运用一切相关的理论和方法进行分 类识别，其应用目标是设计和实现能进行分类识别决策的智能机器系统以代替人 类的人工分类识别【3 1 。 3 图像理解( 景物分析) 对于给定的一幅图像，图像理解过程不仅仅是描述图像本身，更重要的是解 释图像所代表的景物，以便对图像代表的内容作出决定。在人工智能视觉研究 的初期经常用景物分析来强调二维图像与三维景物之间的区别。图像理解除了需 要复杂的图像处理知识以外，还需要具备关于景物成像的物理规律的知识以及与 景物内容有关的知识。 二、计算机视觉的应用 基于人体特征分析的通道自动识别系统的研究及设计 计算机视觉应用的一些典型实例有： 1 从一幅图像( 或一系列图像) 中自动提取、分割感兴趣的物体( 例如提取 人脸部分) ； 2 根据摄像头抓取的图像进行通道实时监控； 3 在图像序列中自动跟踪有意义的运动物体( 如跟踪特定区域内可疑的人的 运动情况) ； 4 从数字图像的数据库中检索图像的视觉特征( 如从犯罪记录库中查找特定 的嫌犯图像) ； 。 5 从多幅图像或序列图像中自动提取场景或者物体的三维信息( 如从几幅 c t 图片中实现对人体器官的三维重建) 。 认知学以及生物计算学等基础学科的研究为计算机视觉提供了新的思路和 处理方法。也许未来不能实现对人类视觉的完全模拟，但能够实现部分模拟已经 对人类的生存起到了很大的帮助。 1 2 2 模式识别 模式识别( p a t t e r nr e c o g n i t i o n ) 是人类的一项基本智能。随着2 0 世纪4 0 年代 计算机的出现以及5 0 年代人工智能的兴起，人们希望能用计算机来代替或扩展 人类的部分脑力劳动。( 计算机) 模式识别在2 0 世纪6 0 年代初得到了飞速发展并 迅速成为- - f j 新兴的学科活跃在相关知识领域当中。 模式识别是通过提取事物或者现象的各种表现形式的信息( 包括数值的、文 字的以及逻辑关系的) ，在对此信息进行处理和分析的基础上，达到描述、辨认、 分类和解释事物或现象的目的，它是信息人工智能和信息科学的重要组成部分。 一、模式识别的研究内容 应用计算机可以对文字、声音、图像等具体的对象进行识别和分类，同样也 可以对程度或者状态等抽象对象进行识别和分类。我们通常把通过对具体事物进 行观测所得到的具有时空分布特性的信息称为模式，把模式所属的类或同一类中 的模式总体称为( 模式) 类，把类中个别具体的模式称为样本。 这样，模式识别的研究内容就可以分为两部分：一是空间转换问题，即采 用什么方法从输入模式中提取样本特征，实现模式空间到类别空间的转换；二是 4 第1 章绪论 决策问题，即用所选取的特征作为度量进行模式分类，实现把输入模式归并到某 一类中。 模式识别涉及到很多基础学科的知识，包括计算机科学、心理学、生物学、 统计学和控制论，与人工智能和图像处理形成了交叉学科。 二、模式识别方法 针对不同的对象和目的，采用不同的模式识别理论和方法。目前主要方法为 决策理论方法、句法模式识别、模糊模式识别和人工神经网络方法，下面对这些 方法做简单介绍。 1 决策理论( 统计) 方法 决策理论方法又称统计方法，发展较早，现已形成一个完整的体系。该方法 种类多，但根本上都是直接或间接利用各类的分布特征，即利用各类的概率密度 函数或后验概率密度函数来进行分类识别。该方法分为四个部分：数据获取、预 处理、特征提取和分类决策，基本的技术有聚类分析法、判决类域代数界面法、 统计决策法和最近临法等。 2 句法方法 句法方法又称结构模式识别方法或语言学方法。在许多情况下，对于较复杂 的对象不能仅仅用一些数值特征得到充分的描述，这时可采用句法方法。其基本 思想是把对象分解为若干子模式，子模式再分为若干基本单元，这些基本单元就 被称为基元。 我们用一组基元和它们之间的组合关系来描述模式，称为模式描述语句。基 元组合成模式的规则，由语法来指定。然后对模式描述语言进行语法分析，根据 其是否符合某类的语法而决定其类别。 3 模糊模式识别 这类方法是利用模糊数学的理论和方法来解决模式识别的问题，适用于分类 识别对象或者对分类结果要求具有模糊性的场合。目前模糊模式识别的方法很 多，方法的有效性主要取决于隶属函数是否良好。 4 人工神经网络方法 人工神经网络是由大量简单的基本单元一神经元相互联接而成的非线性动 态系统，它具有人脑的些特性，在自学习、自组织、联想及容错方面具有较强 的能力，能用于识别和决策。在模式识别方面，与以上三种方法显著不同的一点 基于人体特征分析的通道自动识别系统的研究及设计 是经过训练后的人工神经网络可以在其中同时实现特征提取与分类识别。 三、模式识别的应用 模式识别可用于人脸检测，文字、指纹和语音识别，医学诊断和遥感等方面。 1 人脸检测 人脸检测可以描述为：给定一副静态图像或者一段动态视频图像序列，从未 知的图像背景中分割、提取并确认可能存在的人脸，如果存在人脸，给出所有人 脸的大小和位置等信息【4 1 人脸检测问题起源于人脸识别，随着模式识别和计算 机视觉技术的发展，它的应用已经远远超过了人脸识别系统的范畴，成为很多应 用领域的一项关键技术，受到普遍关注。 2 指纹识别 每个人都有唯一的指纹，根据这种唯一性，可以将一个人同他的指纹相对应 起来。通过他的指纹和预先保存在数据库中的指纹进行比对，便可以验证他的真 实身份。 3 虹膜识别 目前，生物识别被认为是识别准确率最高的一项识别技术，而其中的虹膜识 别以其独特的性质受到学者们的关注，将来可能成为人们日常生活和工作中重要 的身份验证方式。虹膜是人眼瞳孔和眼白之间的环状组织，是人眼的可视部分， 是最可靠的人体生物终身身份标识。虹膜识别由预处理、特征提取和模式匹配三 部分构成。 4 文字识别 文字作为一种记录方式，计算机作为一种存储工具，在信息迅速发展和膨胀 的年代，如何把文字方便、快捷的输入到计算机中已经成为制约人机接口效率的 一个重要因素，并且在一定程度上影响到计算机真正的普及和应用。 5 医学诊断 模式识别已经在癌细胞检测、血液化验、心电图诊断和脑电图诊断、x 射线 照片分析等方面取得了巨大的成效。 6 遥感 遥感图像识别已在农作物估产、资源勘察、气象预报和军事侦察等方面得到 了广泛的应用。 6 第1 章绪论 四、模式识别技术的发展 随着智能化、信息化的迅速发展，模式识别技术作为人工智能技术的基础， 在入脸检测、生物认证、语音识别以及数字水印等方面将得到巨大的发展空间。 1 人脸检测技术 人脸检测具有非常重要的研究意义，不仅是作为人脸识别的第一步，而且在 安全访问、视频监控、基于内容的检索以及人机界面等领域得到了广泛的应用， 此外，由于人脸是一种非刚性物体，如果能很好的解决人脸检测问题，也就解决 了一般物体的检测问题，因此得到了很多研究人员的关注。 2 生物认证技术 人们广泛认为，利用生物特征来识别身份是最精确的，而且人们希望能够忘 掉所有的密码、扔掉所有的磁卡，凭借自身的唯一性来标识身份与，因此生物认 证技术将会得到广泛的应用。国际数据集团( d c ) 预测：作为未来的必然发展 方向的移动电子商务基础核心技术的生物识别技术在未来1 0 年的时间里将达到 10 0 美元的市场规模。 3 语音识别技术 语音识别技术正逐步成为信息技术中人机接口的关键技术，语音技术的应用 已经成为一个具有竞争性的新兴高技术产业。中国互联网中心的市场预测：未来 5 年，中文语音技术领域将会有超过4 0 0 亿人民币的市场容量，然后每年以超过 3 0 的速度增长。 4 数字水印技术 数字水印技术出现较晚，在9 0 年代才在国际上开始发展，但其在数字媒体 版权保护方面有着强大的发展潜力和优势。i d c 预测，数字水印技术在未来的5 年内全球市场容量将超过8 0 亿美元。 我国对模式识别理论及应用的研究起步较晚，主要集中在理论和特定的几个 应用领域的研究，而对信息模式识别的研究则是近几年的事情，无论是理论上还 是应用上都处于初步阶段，与发达国家的研究水平有一定的差距。 1 2 3 视频监控技术 视频监控，即通过摄像机监控现场的动态场景，从而实现日常管理和对异常 7 基于人体特征分析的通道自动识别系统的研究及设计 情况做出快速反应的技术。视频监控直观、方便、信息内容丰富，可以节省人力、 物力，降低生产成本和提高管理效率，从而被广泛应用到许多场合，具有广阔的 应用前景和社会价值。 随着人们对安全需求的增长以及监控信息的急剧膨胀，传统的由人工监控视 频的方法已经不能满足人们的实际需求。主要表现在以下几个方面：一是监控人 员长时间面对监控画面引起视觉疲劳，从而导致监控漏报率高，响应速度慢和可 靠性差；二是不能满足实时查询的要求：三是不能对异常情况实时的发出报警信 号；四是如果对于一个庞大的监控系统来说，如果用人工监控的方式，需要大量 的劳动力，使得人力成本非常昂贵。计算机视觉和模式识别的迅速发展为改进传 统监控技术，使其向着智能化方向发展提供了坚实的理论和技术基础。 智能视频监控( i n t e l l i g e n tv i d e os u r v e i l l a n c e ，简称i v s ) ，起源于计算机视 觉技术，发展目标在于将图像与事件描述之间建立一种映射关系，使计算机从纷 繁的视频图像中分辨、识别出关键目标物体。它的根本问题就是如何从低层的原 始视频数据得到高层的语义理解，主要任务是对视频自动进行分析，从视频中提 取关键信息，发现和识别异常的感兴趣事件，从而可以替代人为监控或者协助人 为监控。显然，视频分析和识别涉及到复杂的软件算法，它可以通过编程识别出 奇怪与异常的行为。视频内容分析与识别软件能通过分析现场或者记录的视频 流，检测识别出可疑的活动、事件或者行为模式，因此它具有重要的实践意义 5 1 目前智能监控已被应用于生产、生活的各个方面，并且取得了明显的效果。 它的应用主要包括两个方面：实时报警和场景检测【6 】。其中实时报警可分为目标 运动检测报警和特定目标检测报警两类；场景检测是智能监控系统的另外一个重 要应用，主要用于对人员数量的检测，对特定场景里的出入人口与人流量密度进 行分析统计。 智能视频应用于安防视频监控系统，将能借助计算机强大的数据处理能力过 滤掉图像中无用或干扰信息、自动分析、抽取视频源中的关键有用信息，从而使 传统的视频监控系统中的摄像机不但成为人的“眼睛 ，也使“智能视频分析 计算机成为人的大脑，并且具有更为“聪明 的学习思考方式。这一根本性的改 变，可极大地发挥与拓展视频监控系统的作用与能力，使监控系统具有更高的智 能化，大幅度降低资源与人员配置，同时，必将全面提升安全防范工作的效率【7 1 。 8 第l 章绪论 1 3 论文的主要研究工作 综上所述，通道系统涉及了计算机视觉和模式识别的很多知识，而且整个系 统包括了很多子系统协同工作，包括硬件和软件部分，本论文将重点放在系统设 计和通道内视频监控的算法实现上面。 1 研究了通道系统的应用背景和相关理论的现状。 为了提高通道安全防范的智能化程度，科学的管理特定区域的出入权限，及 时、准确地监控和记录被管制区域的出入情况，一套现代化的通道自动识别系统 是必不可少的。近些年来，计算机的发展，尤其是计算机视觉技术和模式识别技 术的飞速发展以及两者的结合给我们提供了坚实的理论基础和物质载体，为通道 自动识别系统的设计和实现提供了新的思路、理论基础和技术手段。本文在此基 础上设计了通道自动识别系统以实现对特定区域的现代化管理。 2 设计了整个系统的硬件和软件框架。 本系统旨在完成在特定区域无人值守的情况下，能够实现自动识别请求对象 的身份，鉴于某些区域对安全性要求比较高，固本系统采用双向控制的通道模式。 本系统具有七个核心模块，包括通道控制主机，监控主机，摄像机一虹膜采集器， 电锁，摄像头，报警器和开门按钮。这七个模块相互联系、相互协作，分别完成 不同的工作。 3 对通道内视频监控系统的实现技术进行了深入的研究，包括： 1 )建立背景模型，检测运动目标； 2 )通过肤色分割的人脸检测方法来确定运动人体的存在； 3 )为每个人体建立形体模型，区分单人还是非单人； 4 )对非单人情况直接报警；对单人情况提取形体模型参数，与数据库 中的数据进行比对，如果在误差范围之内得到配准，则确认为单人， 如果在误差范围之内得不到配准，则判断为掩藏或其他的异常情况， 发出报警； 4 对系统的主要实现技术和算法进行了实验验证和分析。 9 基于人体特征分析的通道自动识别系统的研究及设计 1 4 本文结构框架 本章首先介绍了通道自动识别系统的研究背景、理论基础，在此基础上提出 了基于人体特征分析的通道自动识别系统的研究方案。该方案的具体设计和所包 含的主要研究内容安排如下： 第二章介绍了本系统的总体设计，包括系统硬件平面示意图和整个通道系统 的组成部分。从系统的需求分析、设计原则、功能设计和工作流程四个方面介绍 了系统的总体设计方案。 第三章介绍通道内监控系统的运动检测，包括建立背景模型，在当前帧图像 中提取运动前景区域，利用得到的结果对图像背景模型进行自适应更新。 第四章介绍通道内监控系统的人脸检测，包括肤色分割，提取候选人脸区域， 再对其进行人脸验证，最终建立形体模型。 第五章介绍通道监控系统的形体分析以及将获得的形体参数与数据库中的 信息进行比对，并在本章最后给出通道视频监控部分的实验结果和分析。 第六章对全文做了总结，列举了论文的主要研究内容和贡献点，并探讨了进 一步的研究方向。 1 0 第2 章系统设计 第2 章系统设计 通道自动识别系统是用于特定区域在无人值守情况下，自动识别请求对象的 身份，它对人员的进出具有：身份验证、特征分析、人数统计、报警等多种功能。 它既能让具有授权的对象快速通过通道进入特定区域，又杜绝了尾随和掩藏等异 常情况的发生，提高了诸如海关等重要区域的安全程度和管理效率。本章就整个 通道自动识别系统的硬件和软件两部分做详细的介绍。 2 1 系统平面图 出 口 行李通道( x 光扫描) 倒摄像头 幽摄像头 摄像机一虹 一。膜采集 目警报器 监控室 团i 图2 - 1 系统平面图 图2 1 为通道系统硬件以及一些附属设施的平面示意图，包括一条出入通道 ( 5 m * 2 m ) ，一条行李通道，一间监控室。出入通道采用双向控制方式【8 】包括 出入口控制门；两个摄像机用于采集虹膜信息；两个摄像头用于实时监控通道内 是否只有一个人通过；一个警报器用于在异常情况下向管理人员发出报警；监控 室用于管理监控主机；行李通道用x 射线扫描行李，用于检查对象是否携带危 险物品。 山x：集椤畏铷躲 了甏含 基于人体特征分析的通道自动识别系统的研究及设计 2 2 通道系统的组成 通道自动识别系统有七个核心模块组成：通道控制主机，管理主机，虹膜采 集器( 摄像机) ，电锁，摄像头，警报器和开门按钮。这七个模块相互联系、相 互协作，分别完成不同的工作。下图显示了它们各自的功能以及相互间的关系。 其中箭头表示信息传递方向，双向箭头则表示两个模块之间存在相互间的信息反 馈。 ( 摄像机虹膜采集) 读取虹膜信息，并传送 给通道控制主机 ( 电馈) 用于控制门的开关 ( 管理主机) 管理通道系统业务数据 ( 通道控制主机) 接收出入口采集到的虹膜信息， 进行虹膜识别，控制电锁，对摄 像头捕获的视频流进行人体特征 分析，根据不同情况做出相应处 理 2 2 1 通道控制主机 ( 警报器) 用于异常情况报警 图2 - 2 系统结构图 ( 摄像头) 用于采集通道内的场景 信息并传送给通道控制 主机 ( 开门按钮) 用于内部管理人员开门 通道控制主机是通道自动识别系统的中枢神经，是系统的核心控制部分。它 完成所有的数据处理业务，主要实现以下5 个功能： 1 接收出入口摄像机采集的虹膜信息，同授权对象的虹膜数据库中的数据 进行比对，实现自动识别身份的功能： 2 如果接收到的虹膜信息与数据库中的虹膜得到配准，则发控制信号给电 锁，打开出、入门；如果得不到配准，则不向电锁发送开门信号； 3 接收入口电锁的关门信号，通知摄像头开始捕获视频，同时发送信号给 1 2 第2 章系统设计 出口摄像机做好采集准备；接收出口电锁的关门信号，通知入口虹膜采集器，开 始下一个对象的虹膜采集； 4 接收通道内摄像头捕获的视频图像，对该图像进行实时人体特征分析， 实现系统的智能监控功能； 5 出现异常情况时向警报器发送报警信号。 通道自动识别系统的通道控制主机内部设有一个资料库，能够储存一定数量 的人员信息，包括：具有通行权限的所有人的虹膜数据库、短期内的通行情况。 在正常工作情况下，当通道控制主机接收到摄像机发送的虹膜数据，将其与数据 库中的资料进行比对，然后根据比对结果决定是否向电锁发送开门信号。另一方 面可以与管理主机进行通讯，向其传送通行情况，包括对象身份、时间、通道号 以及有无不良行为，如掩藏、携带等。除此之外，它还能够储存一定数量的历史 记录，以避免当管理主机出现故障导致整个系统失控。这样，系统的安全性和数 据的完整性得到了充分的保障。同时，控制主机的另一个主要任务是对摄像头传 输的视频图像进行实时处理，通过进行人体特征分析实现实时监控通道中是否只 有一个人通过，如有异常，则向警报器发出报警信号。 2 2 2 管理主机 管理主机可以说是通道自动识别系统的眼睛，也是系统的重要组成部分，通 过它可以反应整个通道系统的工作状况。另外，它还可以对系统信息进行统计和 维护等，因此具有以下4 项功能： 1 监控通道设备的工作情况，主要是出入口门和虹膜采集器的工作状态； 2 远程设置通道系统工作参数，包括系统参数和功能参数； 3 实时刷新人员通行记录； 4 统计和维护人员通行记录，并为其它应用系统提供数据接口。 2 2 3 摄像头 摄像头主要完成通道内场景的视频采集功能，向通道控制主机传递捕获的图 像供其进行实时处理。 基于人体特征分析的通道自动识别系统的研究及设计 合理选择通道系统的摄像头及其安装的位置和角度，是在条件允许的情况下 尽量降低监控场景的复杂度，突出有效信息。实际上，摄像头和其安装位置的选 择是一件非常重要的事情，通常要选用性能较好的摄像头，如应选用分辨率高、 信噪比大、最低照度低的摄像头，以提升图像的信噪比，尤其是对室内进行监控 的情况。在安装摄像头的时候，要合理选择摄像头的安装位置和角度，即要尽量 减少视频图像的扰动，以及运动目标的重叠区域。 鉴于以上分析，为了避免出现通道死角和降低尾随、掩藏等异常情况的漏检 率，本系统采用在通道的正面和侧面安装两个摄像头的方法，从不同角度采集通 道场景，获得更加完整的人体特征信息。 正面摄像头选择一般的3 6 镜头，拍摄范围较大，安装于出口控制门上方， 距地面2 米高的位置；侧面摄像头选择2 8 镜头，视角可达1 2 0 , - , 1 5 0 度，嵌在通 道中间的侧面墙壁1 6 米高度处。当然系统还可以采用针孔摄像机，其视角更大， 清晰度更高，而且在现代通道中得到了广泛的应用。 2 2 4 摄像机( 虹膜采集) 出入口各放置一部摄像机，主要完成虹膜数据的采集功能。虹膜识别技术在 几种生物识别方式中具有独特的优势，几种生物识别技术的对比如表2 1 【9 】所示。 表2 1 几种生物识别技术的对比 特征 误识率拒识率影响识别的因素稳定性 类型 非常稳定，只需 虹膜识别l ：1 2 0 0 0 0 00 1 加2 摄像机镜头的调整 注册一次 干燥；脏污；伤痕；因为影响因素改 指纹识别 l ：1 0 0 0 0 0 2 0 - 3 0 油渍 变，需经常注册 受伤；年龄；药物因为影响因素改 掌纹识别 l ：l 0 0 0 01 0 0 环境变，需经常注册 灯光；年龄：眼镜；因为影响因素改 人脸识别 1 ：1 0 0lo o 2 0 头脸部遮盖物 变，需经常注册 1 4 第2 章系统设计 生物识别是指通过诸如虹膜和指纹之类生物特征的识别来进行身份认证。人 们广泛认为，利用生物特征来识别身份是最精确的。生物识别的核心在于如何获 取生物特征，并将其转换为数字信息，存储于计算机中，利用可靠的匹配算法来 完成验证个人身份的过程。生物识别大致分为身体特征和行为特征两类，基于对 通道自动识别系统的综合考虑，系统采用身体特征。表2 1 给出了几种常见的生 物识别技术的比较，虹膜识别技术在这几个方面显示了独特的优势，因此本系统 采用了虹膜识别技术。 虹膜是人眼瞳孔和眼白之间的环状组织，是人眼的可视部分，是最可靠的人 体生物终身身份标识【1 0 】。虹膜识别是使用模式识别、图像处理等方法对人眼的虹 膜特征进行描述和匹配，从而实现自动的个人身份认证。它在机场安检、海关出 入境安检以及安全要求较高的区域管理中具有很大的应用潜力，将缩短通关时 间，提高安全等级。 在该系统中，对象在出入口处只需把眼睛对准照相机，照相机就会根据通道 控制主机中的虹膜识别算法完成自动对焦到准虹膜左右两侧，进行扫描，得到虹 膜图像，然后将扫描图像转换成数字信息并将其与数据库中的资料比对，以验证 对象的身份。 2 2 5 电锁 电锁是通道出入门开关的执行机构，每个门都安装一套。它受通道控制主机 的信号控制，专门用于门的开关动作。市场上，电锁的品种有很多，如：电插 锁、电磁锁、剪力锁等等。本文选用电插锁，其安全性好的隐藏式，不容易被撬 开和拉开。 2 2 6 警报器 警报器同样受到通道控制主机信号的控制，专门用于异常情况的报警工作。 如：有人尾随进入通道、进入通道的人有掩藏物体等等。 基于人体特征分析的通道自动识别系统的研究及设计 2 2 7 开门按钮 开门按钮主要是用于内部管理人员控制通道出入、口门，尤其是在出现突发 事情或者出现异常情况下通道控制主机向警报器发出报警信号的情况下，管理人 员可通过开门按钮打开通道。 2 2 8 其他部件 通道自动识别系统是一个专门的应用系统，它涉及电子、机械、光学、计算 机技术、通信技术等诸多领域。除了以上几个重要组成部分之外，还包括通信管 理器和备用电源。其中通信管理器负责通道控制主机和管理主机的网络通讯，通 常由s w i t c h ( 交换机) 、h u b ( 集线器) 等构成；后备电源主要用于正常供电中 断时，作为备用电源使用 2 3 系统总体设计 2 3 1 系统需求分析 目前，通道技术虽然在计算机视觉和模式识别技术的基础上得到了长足的发 展，但还是需要人工的参与。于是，在保证安全性要求下，如何实现在无人值守 的情况下，通道仍能完成识别功能便成为大家关注的焦点。为了科学的管理特定 区域的出入权限，及时、准确地记录被管制区域的出入情况，一套现代化的通道 自动识别系统是必不可少的。 原始的特定区域监管都是由专人把守，对要进入区域的对象检查是否具有通 行资格，但对于管理区域面积过大，在区域每个地方安排工作人员把守成为一件 比较困难的事情，于是出现了通道，即在区域的某个位置或者某些固定的位置设 置通道，在通道口安排工作人员检查人员是否具有通行资格。但是这样人工检查 方式的通道系统不利于信息数据的统计，对于记录出入的人员数量，出入时间比 较困难，而且需要大量的劳动力。我们希望新一代的通道系统不仅具有自动识别 1 6 第2 章系统设计 人员身份的功能，更要在无人值守的情况下仍然能够检查对象的通行资格，尤其 在安全性要求较高的地方，避免有人尾随或者掩藏通过通道进入特定区域的异常 情况的发生。 近些年来，计算机的发展，尤其是计算机视觉技术和模式识别技术的飞速发 展以及两者的结合给我们提供了坚实的基础和物质载体，为通道自动识别系统的 诞生和发展提供了强有力的平台。随着科技的发展，智能化的通道系统与其他管 理系统将成为现代化管理的重要手段之一。 本通道自动识别系统就是以此为目标而设计的，它已经不是简单的“出入口 安全管制系统”，而是一种综合性、多学科的高科技技术的集合，它可以将市场 上现有的独立的视频监控系统、门禁系统、报警系统以及管理系统的功能无缝的 整合起来，并加以完善、形成一套完整的通道自动识别系统。通过扩展其管理功 能，可以为用户提供一个集中控制、集中管理且操作简单的集成管理监控系统。 从技术角度来讲，它已经可以适应不同用户的需求，极大地提高了管理者的工作 效率和区域管理的安全程度。 2 3 2 系统设计原则 通道自动识别系统作为一项高科技的防范手段，尤其是由于系统本身具有主 动性、及时性等特点，在众多安防产品中脱颖而出，并在众多领域中得到越来越 广泛的应用。通道自动识别系统既要处于技术的尖端，具有智能型、实时性、高 可靠性，又要符合实际情况需要。因此，通道自动识别系统的设计应该遵循下列 原则： 1 实用性原则 通道自动识别系统的内容要与实际需要相符合，系统的实用性是首先必须遵 循的原则，不能为了单纯追求系统的超前性，而造成投资过大，偏离实际需要。 2 实时性原则 通道自动识别系统必须能够对当时发生的各种事件做出及时恰当的反应，尤 其是对于那些非正常的情况，必须马上向管理中心发送报警信号。因此，实时性 同样是系统设计的重要考虑因素之一。 3 可靠性原则 1 7 基于人体特征分析的通道自动识别系统的研究及设计 如果通道自动识别系统中的任何一个关键子系统出现差错或者停机，都将直 接影响到整个通道系统的正常运作。因此，通道自动识别系统的各个子系统应尽 可能处于不停机状态，以确保整个系统能够正常运行。 4 安全性原则 通道自动识别系统中的所有设备及配件除了能够满足可靠运作的基本要求 之外，还必须符合国家规定的相关安全准则，并且可以在非理想环境下有效工作。 5 易维护性原则 通道自动识别系统的维护工作应该简单易行，无需使用过多的专用工具。整 个系统的维护是在线式的，不会因为部分设备的维护，而停止所有设别的正常运 作。 总而言