视觉标签：贴上就跑不掉！

　　2002 年，微软年度技术创新大会。作为微软中国研究院的佼佼者，李子青带着自己的人脸识别产品参加展示，他恢谐地称之为“赶庙会”，微软全球4所研究院的科研人员都把“农副产品”拿到“庙会”上摆“摊”，看能不能被产品经理相中。在李子青的摊上，比尔·盖茨兴致勃勃地坐在了摄像头前面，当时李子青心情很激动，但也忐忑不安，怕自己的软件识别不出比尔·盖茨的脸。结果演示非常成功，比尔·盖茨在这个中国研究人员的“摊”前流连忘返。

　　回想起这段往事，李子青自信地说，要是放在现在，他丝毫不担心这款人脸识别系统会演示失败，因为经过八年的持续研发，他的产品增加了许多功能，而且在物联网时代有了新的名字——“视觉标签”。只不过现在，他已经成为中科院自动化所的一名博导，他的产品标签是——“中国”！

　　三网合一的

　　视觉标签

　　“物联网的实现，首先是要能感知，随着网络带宽的增加，接入手段的丰富，感知技术越来越多样化，而智能视觉就是其中最有竞争性的一种获取方式。” 李子青告诉记者，物联网给视觉感知范围内的人、车或其他物件贴上“标签”，这些标签的内容包括名称、ID、属性、地点等。而最近李子青取得的新的研究成果，就是一种三网合一的视觉标签，它支持移动终端、固定终端、视频终端三种人脸图像的获取和提交方式，集成“电信网”、“互联网”、“视频网”三种物联接入方式，谓之三网合一。李子青自豪地说：“三网融合人脸识别是我们提出的创新概念，并把它变成了现实，这也说明物联网离我们并不遥远。”

　　李子青随即拿出口袋里的手机，对着《计算机世界》报记者拍了一张相片，不到3 秒钟，手机上就返回了6 条匹配结果，全部是记者的头像，这是在中科院服务器端数据库里找到的。支持移动终端提交方式，让视觉标签能随时随地以任何一种方式跟踪目标对象。前不久，李子青把这款手机带到国外参加学术会议，通过电信网和互联网连接到北京中科院服务器，识别出众多会议代表。

　　移动终端方式用移动型智能手机、警用手持设备采集人像，通过3G、2G、Wi-Fi 等无线方式传输；固定终端方式是通过“互联网”上传图像；视频终端方式则是用高清监控视频采集人像，通过视频线、网线或无线上传。

　　李子青戏称自己是智能视觉感知专业户。2000 年时，他辞去新加坡南洋大学终身教职，加盟微软亚洲研究院，开始人脸识别的前沿技术研究，颇有成效；2004 年，李子青入选“中科院百人计划”，想要在中国干一番事业的他，果敢地从外企跳槽到了科研院所。当时在中关村东路上，一侧是微软亚洲研究院，另一侧就是中科院自动化研究所。李子青迈过马路，出任了生物识别与安全技术研究中心主任，他带来了积累多年的研究经验和运作方式，组建起这个国内最大的专业从事生物特征识别的研究机构。

　　人脸识别

　　认出你有多难？

　　2008 年美国Discovery 做了一期节目，着重介绍了李子青的人脸识别系统。节目组做过一个测试，让实验者贴上胡子，戴上眼镜，混迹在地铁拥挤的人流中，把李子青的系统架设在地铁出入口监测。让人惊喜的是，虽然实验者做了很多伪装，可还是没有逃过摄像头的识别，系统快速做出了反应，从数据库中调出了正确的匹配数据。

　　“在人的大脑皮层，有相当大一部分是用于视觉感知的，视觉感知是人类认识周遭世界的途径，所以视觉传感器在物联网中应该起到非常重要的作用。”李子青介绍说，“我们一生能认识成千上万人，但是能识别出来的可能只有1000 到2000 个。如果是对个人，识别不出来认识的人无关紧要，但对于一些机构，其需求就是必须要达到很高的识别率。特别是在公共安全部门，如果借助计算机来识别人像，对快速高效办公具有至关重要的作用。”

　　其实，传统的人脸识别技术面临着许多挑战。从光照角度来看，人脸识别很可能会把两张光照角度同样的图像识别为一个人；当光线从左侧移到右侧时，则会把同一个人识别为两个不同的图像，根据不同光照，欧氏距离度量人脸相似度不准确。从成像模型来看，皮肤反射率不一样，比如眉毛和脸的反射光就不一样，每个人的骨骼和肌肉也不一样。第三是光照强度，光照强度不一样人脸的成像就不一样。

　　李子青所在的研究中心，近年来研发出国际首创的近红外人脸识别关键技术，解决了环境光照对人脸识别的不利影响的技术难题，实现快速准确可靠、不受环境光照影响的人脸识别。他研发的中远距离人脸识别系统，能够跟踪和识别5 米之外的人脸，是另一项国际领先的关键技术。

　　利用人脸识别技术，系统可从视频设备中提取人脸信息，从而实现对每个人贴“标签”。将布设在各个入口点的终端设备得到的人脸信息通过专用网络传到视觉物联网中心服务器，服务器会自动对比所得信息并进行聚合分析，同时在数据库中进行大规模人脸检索，实现对持证人员的身份认证。以上基于“人”的视觉标签的物联网系统，已成功地应用于北京奥运、上海世博、边检通关、机场通关的安保系统中。

　　人脸识别视觉标签的工作过程提炼出来就是：首先需要建立目标人数据库；然后获取人脸图像，对人脸特征进行提取，上传至服务器；第三步，服务器端对比查证，返回人脸身份识别结果。目前，中科院自动化所生物识别与安全技术研究中心开发的这套系统中，数据搜索和数据库由中控集中管理；支持批量导入、个别调整、等级设置等功能；标准版可容纳50 万人数据，且还可扩展。

　　智能视觉物联网

　　李子青的研究不光局限于人脸。物联网来了，他敏锐地发现，基于视觉的信息感知手段应用范围非常广。类似于人脸标签，车辆、物品等都可以被贴上标签，构成一个智能视觉物联网。用视觉理解的手段给车或者其他物件贴上标签，里面包含各种各样的物件属性，包括它的名称、ID、颜色、身份、发生的地点，以及各种各样的属性。“对于通用的视觉物联网也有四个层面，首先是视觉传感，第二是数据传输，第三是智能信息处理与理解识别，第四是应用。”视觉标签和RFID 标签之间最显著区别是，视觉标签打破了距离和范围的限制，并且在多个物体同时出现的时候不会出现混淆，因为每个物体应该有一个唯一标签。有别于RFID 和其他传感器等信息获取方式，它通过使用逻辑虚拟视觉标签技术实现。

　　由大量视觉标签组合在一起，就可以形成智能视觉物联网。

　　“智能视觉物联网重要的就是对人、车、物贴视觉标签，通过网络的传输和对信息的处理与分析，建立起跨传感器、跨摄像机、跨时间、跨空间的视觉标签，它们的关联是物联网的一个重要特点。如果我们只对某一路监控摄像进行分析的话，就无法形成一个网络的力量，只有在我们能对一个跨范围的视觉信息进行综合识别与融合后，才能显示出物联网的作用。”李子青解释说，智能视觉物联网突破了跨摄像机目标的信息关联、识别及行踪分析技术，解决了识别的广域性问题。例如，在追踪逃逸车辆的应用中，首先使标签在目标无意识状态下自动登记、绑定、“粘贴”。该技术无需目标对象主动配合，在其无意识的状态下即可进行视觉标签的标注和绑定。视觉标签的标注和绑定结束后，城区的各个监控终端可以实现对目标追踪。最后，根据监控终端传回的信息可以描绘出融合电子地图的多摄像机监控目标的逃逸路线。

　　“我们可以根据标签的属性对视觉物联网的应用进行分类，比如面向人的视觉标签系统，它的一个最典型应用就是人脸识别或者是人口管理、身份管理。面向车的视觉标签应用就是智能交通，可识别车牌、车型以及车的速度，判断它是不是违反了交通规则。”李子青介绍，此外，视觉标签还有针对物件的更广阔应用，比如门禁系统、社保身份识别、银行账户、电子商务等。

　　智能视觉物联网利用大量固定或移动的图像采集设备作为结点，通过有线或无线传输网络为介质传输、对目标标签物体的身份及其实时状态进行智能分析，构造了一体化集成视觉物联网平台，使得这些网络实体可以在无需人工干预的条件下进行协同信息理解。对视觉传感网所覆盖的大范围目标标签进行关联，识别挖掘各类目标的运动轨迹，并分析其行为。