人臉檢測與識別技術(shù)的發(fā)展及應(yīng)用

新邵縣第八中學(xué) 徐冬陽

一、引言

隨著科學(xué)技術(shù)的不斷發(fā)展，人臉識別廣泛應(yīng)用于生產(chǎn)和生活的各種場景，人臉識別也已經(jīng)對我們的日常生活產(chǎn)生了重大影響。人臉識別就是計算機(jī)通過圖像或視頻提取人的主要輪廓，并根據(jù)臉部的一些特征加以識別。如表1所示，相比其他生物識別方式，人臉識別技術(shù)具有易用程度高、接受程度高、準(zhǔn)確度高的優(yōu)越性，且成本較低，穩(wěn)定性好[1]。

表1 生物識別方式的對比

人臉識別廣泛應(yīng)用于互聯(lián)網(wǎng)，現(xiàn)在人人都在使用的面對面聊天就要應(yīng)用到人臉識別，在安全方面應(yīng)用更為廣泛，以前人們?yōu)榱吮Ｃ芸赡軙O(shè)置一串又一串?dāng)?shù)字密碼來保護(hù)自己的隱私，可這樣容易忘記，也容易被盜，可隨著人臉識別技術(shù)的應(yīng)用，人們的隱私得到保護(hù)，安全性更高，操作性更便利。在某些極端情況如光線較暗時，人臉識別技術(shù)的效率和準(zhǔn)確性尚有有待提高，也是當(dāng)前本領(lǐng)域的研究熱點(diǎn)[2,3]。

二、人臉檢測技術(shù)的分類

人臉檢測技術(shù)分為傳統(tǒng)人臉檢測識別檢測和現(xiàn)代人臉識別檢測，傳統(tǒng)人臉檢測主要是利用簡單的固定模板進(jìn)行匹配或者基于人臉的檢測方法，這類方法能夠?qū)θ四槍ο笄熬巴怀觯尘吧珕我灰约叭四樥虻那闆r進(jìn)行簡單的人臉識別，可缺點(diǎn)也很明顯，不適用于非理想的環(huán)境[4]。當(dāng)前人臉識別檢測技術(shù)主要有三類：基于模板匹配的人臉檢測技術(shù)，基于特征的人臉檢測技術(shù)和基于統(tǒng)計的人臉檢測技術(shù)[5]。

（1）基于模板匹配的方法

首先需要建立一個比對的模版，然后定位到目標(biāo)人臉位置，將提取到的圖像與數(shù)據(jù)庫中的標(biāo)準(zhǔn)模板相比較，進(jìn)而判別兩者的相似度?；谀０迤ヅ涞姆椒ㄔ谀繕?biāo)姿勢標(biāo)準(zhǔn)、圖片清晰度高時，效率和準(zhǔn)確性均較高，但圖片比較模糊時檢測效果比較差。

（2）基于特征的人臉檢測技術(shù)

根據(jù)使用特殊類型和特征個數(shù)的不同，主要分為單特征分析方法和組合特征分析方法。所謂的單特征分析就是采取單個特征組成的特征向量來表現(xiàn)人臉特征，顏色和紋理等單個特征，并根據(jù)一定的規(guī)則來描述這些單個特征對于的特征值與人之間的映射關(guān)系?；谔卣鞯娜四槞z測技術(shù)實(shí)際上是用表征人臉特征的向量描述，利用人臉在某個特征空間上的分布規(guī)律，并且基于特征的統(tǒng)計方法相對以前的各種方法更加優(yōu)越，并且發(fā)展?jié)摿^大。

（3）基于統(tǒng)計的人臉檢測技術(shù)

本方法根據(jù)統(tǒng)計原理，需要事先搜集大量圖片組成樣本庫，這些圖片中包含了人臉信息和其他信息，系統(tǒng)對樣本庫中的人臉圖片和非人臉圖片進(jìn)行統(tǒng)計學(xué)分析，根據(jù)算法對人臉圖片的篩選和分類，即獲得人臉正、負(fù)圖片的分類器。利用此分類器，便可對新輸入圖像進(jìn)行人臉檢測判別。

三、人臉識別技術(shù)的分類

人臉識別技術(shù)的發(fā)展較為迅速，發(fā)展大致可以分為三個階段。第一個階段主要通過研究分析人臉的面部特征來進(jìn)行識別，該階段的主要特點(diǎn)是無法實(shí)現(xiàn)自動化識別，完全需要人員完成。第二個階段是人機(jī)交互式識別階段，主要用幾何特征來表達(dá)人臉正面圖像的特征，可是此階段仍然需要操作人員的經(jīng)驗(yàn)知識，仍能達(dá)到完全自動化的識別目標(biāo)為目的。第三階段已經(jīng)屬于機(jī)器識別階段，相對于前兩階段有了質(zhì)的飛躍。隨著高效圖像算法的出現(xiàn)和計算機(jī)性能的進(jìn)步，自動人臉識別技術(shù)已經(jīng)取得了快速發(fā)展[6,7]。當(dāng)前，人臉識別的方法主要可以分為以下三類：

（1）基于模板的方法

基于模板方法應(yīng)用比較常見，其主要原理為彈性圖匹配的方法，其操作過程：首先記錄人臉的主要信息，然后利用彈性匹配法將所數(shù)據(jù)庫中的圖像與識別人臉進(jìn)行對比，判別二者的匹配程度，從數(shù)據(jù)庫中篩選出匹配程度最高的圖像，完成識別任務(wù)。

（2）基于特征的方法

基于特征的方法又可以分為基于表象的方法和基于結(jié)構(gòu)的方法?；诒硐蠓椒ǖ妮斎雽ο蟛皇侨四樀哪骋惶卣?，而是將人臉整體作為輸入對象，作為一個整體的人臉與已知人臉數(shù)據(jù)庫進(jìn)行匹配，另一種就是基于結(jié)構(gòu)的方法，基于結(jié)構(gòu)方法的結(jié)構(gòu)匹配方法是根據(jù)人臉圖中的局部特征在人臉圖像中的位置和各自自身的結(jié)構(gòu)確定對人臉圖像進(jìn)行識別。

（3）基于神經(jīng)網(wǎng)絡(luò)的方法

目前基于神經(jīng)網(wǎng)絡(luò)的人臉識別方法應(yīng)用比較廣泛，其中基本原理是將神經(jīng)網(wǎng)絡(luò)作為一個分類器，首先輸入人臉的若干特征，神經(jīng)網(wǎng)絡(luò)進(jìn)而根據(jù)這些特征完成模式分類。神經(jīng)網(wǎng)絡(luò)可以來模擬人的多種行為，可以從復(fù)雜的數(shù)據(jù)中形成一個完整的辨識系統(tǒng)，發(fā)現(xiàn)同一人臉多幅圖像中存在的共性特征。神經(jīng)網(wǎng)絡(luò)的最大優(yōu)勢是具有學(xué)習(xí)功能，這也是最有潛力的一種識別方式。

人臉識別往往需要采用現(xiàn)有的兩種或更多種方法相結(jié)合，其中不同技術(shù)的組合方式，提高識別率和識別速度，減少計算量，都是值得人們?nèi)ヌ接懙腫8]。

四、應(yīng)用前景

因?yàn)槿四樧R別技術(shù)在技術(shù)上準(zhǔn)確性高、接受程度高、易于配合、安全性高、具有長期性、并且檢測成本低，所以應(yīng)用范圍廣，必定會應(yīng)用于多種行業(yè)領(lǐng)域。比如動態(tài)檢測的應(yīng)用，其主要應(yīng)用場景為火車站、機(jī)場和海關(guān)等人流密集區(qū)域，系統(tǒng)與公安或邊防部門的內(nèi)部數(shù)據(jù)庫連接，通過自動人臉檢測與識別系統(tǒng)可以迅速排查犯罪分子，這樣可以大大提高篩查效率，減少了工作人員的工作量，有效震懾犯罪[9]。

目前人臉識別已經(jīng)廣泛用于各種行業(yè)如：金融、司法、軍事、公安、海關(guān)、政府、航天、教育、醫(yī)療、網(wǎng)絡(luò)等多行業(yè)，對數(shù)碼相機(jī)、娛樂、企業(yè)、住宅安全、信息安全、自助服務(wù)等領(lǐng)域有重要意義。近年來第二代身份證的成功使用為我國人臉識別技術(shù)奠基了基礎(chǔ)，人臉識別技術(shù)已成功應(yīng)用于大型國際賽事，如在北京奧運(yùn)會開閉幕式典禮便成功應(yīng)用人臉識別技術(shù)。人臉識別日益受到重視，國家在此項(xiàng)技術(shù)上必將在人力、財力、科研上加大投入，將人臉識別技術(shù)在更多的行業(yè)領(lǐng)域應(yīng)用。

五、總結(jié)展望

相對于其他生物識別方式，人臉識別技術(shù)具有操作簡單、非接觸性、非強(qiáng)制性的優(yōu)勢，人臉識別的安全性和準(zhǔn)確性也更高。近年來，人臉檢測和識別技術(shù)獲得了極大的發(fā)展，在諸多領(lǐng)域獲得了應(yīng)用。反過來，應(yīng)用場景的需求也推動了人臉檢測和識別技術(shù)的發(fā)展。隨著技術(shù)的發(fā)展，人臉檢測和識別技術(shù)將會應(yīng)用在更多領(lǐng)域中，如智能無人駕駛車領(lǐng)域。

[1]李武軍,王崇駿,張煒,陳世福.人臉識別研究綜述[J].模式識別與人工智能,2006,19(01):58-66.

[2]陳綿書,陳賀新,桑愛軍.計算機(jī)人臉識別技術(shù)綜述[J].吉林大學(xué)學(xué)報(信息科學(xué)版),2003,(S1):101-109.

[3]Haddadnia J, Ahmadi M, Faez K. An Efficient Feature Extraction Method with Pseudo-Zernike Moment in RBF Neural Network-Based Human Face Recognition System[J]. Eurasip Journal on Advances in Signal Processing,2003(9):1-12.

[4]胡敏,程天梅,王曉華.融合全局和局部特征的人臉識別[J].電子測量與儀器學(xué)報,2013,27(09):817-822.

[5]鄒國鋒,傅桂霞,李海濤,高明亮,王科俊.多姿態(tài)人臉識別綜述[J].模式識別與人工智能,2015,28(07):613-625.

[6]王輝麟,安然,史宏.鐵路車站安檢人臉識別系統(tǒng)的應(yīng)用研究[J].中國鐵路,2012,(03):82-85.

[7]Wang X,Ruan Q,Jin Y,et al.Three-dimensional face recognition under expression variation[J].Eurasip Journal on Image & Video Processing,2014(1):1-11.

[8]師文喜,王德勇,敖乃翔,連禮泉,趙學(xué)義.三維人臉識別技術(shù)在安防領(lǐng)域的應(yīng)用研究[J].中國公共安全(學(xué)術(shù)版),2016,(02):127-131.

[9]李海躍,譚郁松,伍復(fù)慧.海量視頻人臉提取與識別并行框架設(shè)計及優(yōu)化[J/OL].計算機(jī)應(yīng)用研究,2017,(12):1-8.