视频中人脸特征统计分析

高一卓

摘 要：视频资料中，人物的整体脸部往往并不是最清楚的，对人物的识别多数是对个别特征的识别与检验，如何将视频中肢解的脸部特征信息，如突出的人物脸部的侧面特征、脸部形态结构、个别特征（颧骨、鼻子、下颌）进行整合，并将这些信息捋顺，形成有效的人像识别的依据，成为公安一线有效利用视频资料信息的一大瓶颈。通过将图像中的人脸部特征进行测量和总结，分析人脸器官有效特征，计算出特征常见几率。将该几率推广至视频中人物脸部特征分析，为视频人脸识别提供参考信息。

关键词：视频 人脸特征 类别 几率识别

中图分类号：TP391 文献标识码：A 文章编号：1672-3791（2015）08（c）-0188-02

Abstract：In the Video，the character of the whole face is not always clear.The recognition of the face most relys on the individual characteristics recognition and inspection，so how to dismember the facial features and make some effective portrait recognition has already been the bottleneck for the public security.By measuring and summarizing the person facial features， this paper analyses the useful characteristic and calculate the usual probability.Provide reliable re

ference for blurry facial image recognition process by using the probability.

Key Words：Video；Facial features；Category；Probability；Identifying

公安一线对现有的视频资料信息的利用仍然有限，大量的视频资料信息没有被有效应用于实战中，大大降低了效率。很多情况下存在对视频中人像特征信息特性不了解、不敢确定的情况。经过观看大量图片、视频发现，可将视频影像资料中常见特征进行细致的测量、分类，然后统计该特征所占比例数据，再利用比例数据对视频中人脸特征可能性进行分析，分析此视频中人脸的表现状况极大可能具有哪些特征，为公安一线高效使用视频提供帮助。

1 人脸特征类别分析

为统一实验数据标准，方便数据研究与说明，随机选取居民身份证数字照片（25～45岁男、女性各1000名）进行特征的测量与计算，得到如下研究结果。

1.1 额头特征分析

在面部形态中，额头占有比较大的面积，一般约为1/3的面部面积，表现在图像中，额头所占像素点较多，对影像中人物的直接辨认影响较大。

正面人像中根据额头的生理外形可以分为宽额、窄额、低额和高额以及中等额头等类型（如图1）。

测量数据表明，男性额头的一般宽度是12.05 cm，一般高度是5.54 cm。女性额头的一般宽度是11.48 cm，一般高度是5.8 cm，略大于男性。（如表1）

分析测量结果得出，男性中等额头的范围在11～13 cm，大于13 cm是宽额头，小于11 cm为窄额头。男性宽额头的比例为15.8%，中等额头的比例为74.3%，窄额头的比例为9.9%。可见大部分人处在中等宽窄额头的范围内。（如表2）

女性中等额头的范围在10.5～12.5 cm，大于12.5 cm是宽额头，小于10.5 cm为窄额头。女性宽额头的比例为12.7%，中等额头的比例为76.5%，窄额头的比例为10.8%。男女处于中等宽窄额头范围内的比例接近，女性额头宽度略小于男性。（如表2）

当同一类型的额头，正、侧面观的形态均相近，额宽和额高的数值也相近，那么表现在视频当中，人像的额头差别很小。人像复原的步骤中可以使用相似类别的额头加以参考甚至替代[2]。

1.2 颧骨特征分析

颧骨位于眼眶的下方偏外侧，形成面部的骨质凸起。按性别区分，男性的面部线条比较明显，比较生硬，侧面观立体性很强，颧骨通常表现比较明显；女性面部线条比较柔和，侧面观立体性不如男性明显，颧骨通常不明显，颧丘相对圆润。

通过对一千名男性和一千名女性面部图像中颧丘距离的测量，得出：男性的颧丘距离平均值为13.02 mm，女性的颧丘距离平均值为12.54 mm，可知女性的颧丘距离略窄于男性的颧丘距离。

经统计，男性颧距相近的比例为26.7%，女性颧距相近的比例为26.4%。二者几乎相等。这一数据表明，在对模糊视频中的模糊人像进行复原时，颧距相似的比例约为1/4，相似程度很小，差异性很高，说明颧骨特征具有很好的区分识别人物的特性。

1.3 脸型特征分析

按照波契（Boych）的脸型分类法，人脸型分为10种，依次为椭圆形脸、圆形脸、方形脸、长方形脸、卵圆形脸、倒卵圆形脸、梯形脸、倒梯形脸、菱形脸、五角形脸。

通过实验数据测量，分别对样该数据进行脸部长度以及脸部宽度的测量，结合颞骨、颧骨距离和下颌角距离的测量数据，综合分析得出每种脸型的样本比例。（如表3）

在人的脸型中，长方形和椭圆形脸所占比例较高，二者之和约53.8%。可见大多数人为长方形脸或椭圆形脸。

通过实验得出，在观察模糊图像分析人物脸型时，（1）如果颧部、下颌角和颏部不明显，首先考虑长方形脸型或椭圆形脸型。 （2）颧部突出，下颌角和颏部不明显，结合面部长度考虑是否为菱形脸或卵形。（3）图像中显示脸型较小巧，下颌角不突出时，考虑为圆形脸或倒梯形脸型；下颌角突出，考虑为方形脸。（4）图像中脸长较长，下颌较为突出明显，颏部明显，颧部亦突出考虑为五角形脸，通常也会有颧窝出现。

在视频资料中，往往最能明显体现的面部特征就是脸型，明确不同脸型的分类及特征，最有利于视频人脸识别与辨认。不同的脸型往往影响了面部五官的分布。

2 结语

该文通过视频人脸数据特征的测量和总结，详细分析了人脸轮廓特征的数据特点，结合实验数据将人脸特征分成不同的类型，统计出各个特征类型的比例，结合视频，对根据人像特征对人像加以识别辨认提供可参考的支持数据。

参考文献

[1] 赵成文.刑事相貌技术[M].北京：警官教育出版社，1993.

[2] 廖根为.监控录像系统中人像鉴定问题研究[M].上海：上海人民出版社，2010.

[3] 杨洪臣.视频人像检验技术规范[M].北京：中国人民公安大学，2012.