1視頻監(jiān)控系統(tǒng)的應用現(xiàn)狀
　　
　　視頻監(jiān)控系統(tǒng)的發(fā)展經(jīng)歷了*代的全模擬系統(tǒng)、第二代的部分數(shù)字化的系統(tǒng)、第三代的*數(shù)字化的系統(tǒng)(網(wǎng)絡(luò)攝像機和視頻服務器)三個階段的發(fā)展演變。現(xiàn)有的數(shù)字視頻監(jiān)控系統(tǒng)實現(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zui主要的缺陷：對視頻內(nèi)容只能靠人來判斷，同時，它多用于“事后處理”，并不能充分發(fā)揮視頻監(jiān)控系統(tǒng)的主動性。基于*生物特征識別技術(shù)的。
　　
　　2人臉識別技術(shù)
　　
　　人臉識別的研究范圍大致可以分為如下幾個方面的內(nèi)容：
　　
　　(1)人臉檢測(FaceDetection)：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雜，人臉的位置是預先不知道的，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使人臉檢測問題變得更為復雜。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)庫中的已知人臉進行比較匹配，得出相關(guān)信息，這一過程的核心是選擇適當?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)。通常或是選擇全局的方法或是選擇基于特征的方法進行匹配。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(ExpressionAnalysis)：即對待識別人臉的表情信息(快樂、悲傷、恐懼、驚奇等)進行分析，并對其加以歸類。

　　(5)生理分類(PhysicalClassification)：即對待識別人臉的生理特征進行分析，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雜的。
　　
　　3人臉識別視頻監(jiān)控系統(tǒng)的架構(gòu)
　　
　　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;報警顯示：根據(jù)比對結(jié)果，顯示報警結(jié)果，或?qū)缶畔鬟f給PDA或其它手提終端。
　　
　　4人臉識別監(jiān)控系統(tǒng)的關(guān)鍵問題
　　
　　(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zui關(guān)鍵因素，對該問題的解決程度關(guān)系著人臉識別實用化進程的成敗。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，在人臉圖像預處理或者歸一化階段進行針對性的光照補償，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，對運動序列后續(xù)幀中的目標人臉的運動軌跡和輪廓變化進行持續(xù)的跟蹤檢測。一個復雜背景下的多級結(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)的運動的人臉；

　　(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和多個人臉圖像，并自動去冗余，減除重復的畫像，并提取相應的人臉圖像特征實現(xiàn)人臉的快速比對，并輸出相應的結(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系中繞三個軸的旋轉(zhuǎn)造成的面部變化，其中垂直于圖像平面的兩個方向的深度旋轉(zhuǎn)會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。