面向防詐騙畜牧養(yǎng)殖保險(xiǎn)的豬臉識(shí)別系統(tǒng)綜述

吳際 吳戀 廖成華 許云輝

摘要：豬臉識(shí)別技術(shù)新時(shí)代的產(chǎn)物，也是社會(huì)進(jìn)步和科技發(fā)展的體現(xiàn)。技術(shù)與生活密切相關(guān)，既陌生又熟悉，我們陌生它的技術(shù)，而熟悉的是它的功能。它是通過(guò)收集豬臉部的特征進(jìn)行分析，每一頭豬有自己的獨(dú)特特征，對(duì)這些特征進(jìn)行收集和存儲(chǔ)，通過(guò)收集的信息和數(shù)據(jù)能夠高精準(zhǔn)的識(shí)別和判定。針對(duì)特征的收集我們采取的收集方式可以是圖像也可以是視頻流，通過(guò)一系列豬臉識(shí)別的技術(shù)。

關(guān)鍵詞：生物識(shí)別技術(shù);深度學(xué)習(xí);豬臉識(shí)別;Deep ID技術(shù);卷神經(jīng)網(wǎng)絡(luò)

中圖分類(lèi)號(hào)：TP31 ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）17-0175-02

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

1 引言

隨著時(shí)代的進(jìn)步，人們的生活節(jié)奏受到了物聯(lián)網(wǎng)的改變，也加快了經(jīng)濟(jì)的發(fā)展?；ヂ?lián)網(wǎng)的廣泛推廣，人們通過(guò)互聯(lián)網(wǎng)解決了許多的難題。在養(yǎng)殖戶(hù)與保險(xiǎn)公司問(wèn)題中，畜牧養(yǎng)殖保險(xiǎn)可以幫助養(yǎng)殖戶(hù)減少養(yǎng)殖過(guò)程中出現(xiàn)的意外造成的各種損失，如今得到很多的養(yǎng)殖戶(hù)的認(rèn)可和支持。然而，卻存在著很多養(yǎng)殖戶(hù)指鹿為馬李代桃僵詐騙保險(xiǎn)的現(xiàn)象。面向防詐騙畜牧養(yǎng)殖保險(xiǎn)的豬臉識(shí)別系統(tǒng)利用深度學(xué)習(xí)技術(shù)進(jìn)行動(dòng)物豬臉的辨識(shí)，其識(shí)別準(zhǔn)確率比傳統(tǒng)方法高，其具有一定的市場(chǎng)應(yīng)用價(jià)值，能防止一些農(nóng)戶(hù)惡意詐騙保險(xiǎn)的情況，能夠更加穩(wěn)固各自的利益。

如果每頭購(gòu)買(mǎi)了保險(xiǎn)的豬需要得到理賠，首先需要精準(zhǔn)快速確認(rèn)病豬的身份信息。我們就在想有沒(méi)有一種方法，能將成本降低，操作簡(jiǎn)單，適合我們廣大農(nóng)民朋友們使用和保險(xiǎn)行業(yè)的推廣。最后我們想到用深度學(xué)習(xí)的方法中的識(shí)別技術(shù)去確定每頭豬的主要信息，從而達(dá)到精準(zhǔn)確認(rèn)。把這種技術(shù)運(yùn)，用到保險(xiǎn)理賠中，由于操作過(guò)程方便快捷，進(jìn)而可以讓雙方都可以盡快地解決問(wèn)題，這樣成本就可以從10元以上降低到1元以下。此外在實(shí)踐中，小規(guī)模的死亡只需要農(nóng)民對(duì)病死豬拍照上傳拍攝病死豬照片上，這是非常方便快捷的。

當(dāng)前深度算法在全球具有極大的影響力，深度學(xué)習(xí)在國(guó)外受到很多的國(guó)家的關(guān)注，如今已有很多國(guó)家已經(jīng)在開(kāi)展有關(guān)于深度學(xué)習(xí)這方面算法的研究。其中最受人們歡迎的就是Deep ID算法的研究，在日本、美國(guó)、歐洲國(guó)家等都有非常著名的研究機(jī)構(gòu)。例如在大家都熟悉的麻省理工學(xué)院就設(shè)有人工智能實(shí)驗(yàn)室，在科技比較發(fā)達(dá)的美國(guó)在卡內(nèi)基梅隆大學(xué)也設(shè)有微軟研究院等。

對(duì)于我國(guó)來(lái)說(shuō)，最近這幾年才屬于真正開(kāi)始做有關(guān)于豬臉自動(dòng)識(shí)別的研究，主要研究領(lǐng)域涉及計(jì)算機(jī)視覺(jué)、模式識(shí)別、機(jī)器學(xué)習(xí)等，尤其關(guān)注于豬臉識(shí)別以及多模式交互技術(shù)，其中支撐豬臉識(shí)別的主要算法就是我們都熟悉的Deep ID算法，它的發(fā)展歷程和發(fā)展中的應(yīng)用就造就了我們的——豬臉驗(yàn)證。它主要是讓兩張照片進(jìn)行一個(gè)相似度的比對(duì)，從而判斷是不是同一只豬。根據(jù)這樣的豬臉驗(yàn)證方式可以解決很多問(wèn)題，從而很容易將豬臉驗(yàn)證豬臉的問(wèn)題轉(zhuǎn)化為豬臉的識(shí)別問(wèn)題。而豬臉的識(shí)別就是通過(guò)反復(fù)的豬臉的驗(yàn)證，我們?cè)偻ㄟ^(guò)Deep ID算法結(jié)合PCA算法就可以達(dá)到的預(yù)期效果。

2 豬臉識(shí)別

如果說(shuō)生物識(shí)別大家估計(jì)很陌生，但說(shuō)人臉識(shí)別大家就比價(jià)熟悉了。豬臉識(shí)別和人臉識(shí)別是一個(gè)性質(zhì)的存在，而他們都被統(tǒng)稱(chēng)為生物識(shí)別，都只是生物識(shí)別的一個(gè)分支。豬臉識(shí)別是通過(guò)對(duì)豬的臉部的特征進(jìn)行收集、鎖定、存儲(chǔ)、分析，最后達(dá)到識(shí)別的功能。對(duì)于特征來(lái)說(shuō)有很多，主要的有眼睛（視網(wǎng)膜和虹膜）、嘴的形狀、鼻的形狀、臉的形狀、耳朵的形狀、毛的顏色等主要的特征，能夠支撐此等識(shí)別技術(shù)肯定是生物識(shí)別和計(jì)算機(jī)技術(shù)。以下的四個(gè)環(huán)節(jié)為識(shí)別的過(guò)程，分別是：1）圖像采集;2）特征提取;3）身份確認(rèn);4）身份查找。流程如圖1所示。

對(duì)于本系統(tǒng)的開(kāi)發(fā)肯定是少不了神經(jīng)網(wǎng)絡(luò)的識(shí)別方法，此方法目前相對(duì)成熟并且應(yīng)用廣泛。對(duì)于神經(jīng)網(wǎng)絡(luò)識(shí)別是通過(guò)對(duì)生物神經(jīng)網(wǎng)絡(luò)的模擬，將神經(jīng)元轉(zhuǎn)化為計(jì)算機(jī)編碼，此方法可以有效地避開(kāi)復(fù)雜特征的數(shù)據(jù)提取。在應(yīng)對(duì)大型的圖片處理這方面肯定不會(huì)錯(cuò)過(guò)卷積神經(jīng)網(wǎng)絡(luò)（CNN），它是一種前饋的神經(jīng)網(wǎng)絡(luò)，它的人工神經(jīng)元能夠響應(yīng)部分覆蓋范圍內(nèi)的周?chē)鷨卧谔幚泶笮蛨D片有很突出的表現(xiàn)。當(dāng)然，計(jì)算機(jī)也可以做簡(jiǎn)單的分類(lèi)圖片處理，得到一系列卷積層級(jí)，最后建構(gòu)出更為抽象的概念。神經(jīng)網(wǎng)絡(luò)已經(jīng)成為21世紀(jì)計(jì)算機(jī)領(lǐng)域中最具有影響力成熟新技術(shù)，大量公司開(kāi)始將深度學(xué)習(xí)用作服務(wù)的核心。在圖片提取以及圖片識(shí)別是起主導(dǎo)作用，也是一個(gè)是時(shí)代的革新。

3 Deep ID技術(shù)

Deep ID技術(shù)是人臉?biāo)惴ǖ暮诵囊部梢哉f(shuō)是生物算法，所以對(duì)于我們研究的畜牧業(yè)是很實(shí)用;Deep ID通過(guò)CNN的學(xué)習(xí)作用，在LFW中測(cè)試的精準(zhǔn)度非常之高，承受影響因素的能力也是非常強(qiáng)大。而圖片再通過(guò)Deep ID得到一個(gè)160維度的向量，然后通過(guò)貝葉斯算法整合分類(lèi)，最后推理出報(bào)告;通過(guò)Deep ID之后還進(jìn)行了降維處理，則需要用到PAC算法，由魯棒核模糊 PCA 算法本身屬于局部最優(yōu)迭代算法且初始隸屬度設(shè)置為1，這樣就會(huì)使得算法進(jìn)入一個(gè)局部值解，穩(wěn)定性差因此為解決算法對(duì)初始值敏感的問(wèn)題通過(guò)相對(duì)密度來(lái)確定樣本初始化隸屬度。這樣會(huì)使我們的精準(zhǔn)度得到一個(gè)最高值，對(duì)實(shí)現(xiàn)識(shí)別技術(shù)的問(wèn)題得到更加有力的解決方案?？梢哉f(shuō)Deep ID技術(shù)也是我們本系統(tǒng)開(kāi)發(fā)的和核心，也是功能實(shí)現(xiàn)的出發(fā)點(diǎn);也可以達(dá)到我們要的要求，用最簡(jiǎn)單的方式做最有用的事，可以通過(guò)照片就可以進(jìn)行準(zhǔn)確的分析。Deep ID技術(shù)流程如圖2所示。

4 總結(jié)

隨著全面網(wǎng)絡(luò)管理化方面知識(shí)的提升，畜牧養(yǎng)殖保險(xiǎn)可以很容易推廣面向防詐騙畜牧養(yǎng)殖保險(xiǎn)的豬臉識(shí)別系統(tǒng)，畜牧養(yǎng)殖戶(hù)也意識(shí)到未來(lái)的市場(chǎng)會(huì)走向網(wǎng)絡(luò)化，科學(xué)的網(wǎng)絡(luò)化系統(tǒng)可以給自己減少不必要的損失。利用Deep ID和PAC算法可以解決系統(tǒng)中豬臉特征難題，通過(guò)數(shù)據(jù)的處理、分析、整合，能夠達(dá)到識(shí)別的效果，從而達(dá)到預(yù)期想要的結(jié)果。社會(huì)的進(jìn)步也是意味著技術(shù)的改革，利用現(xiàn)代化技術(shù)解決生活中遇見(jiàn)的難題，讓社會(huì)的發(fā)展更加的迅速、更穩(wěn)健、更超前。讓科技走向生活，讓科技融入最底層的生活，推動(dòng)社會(huì)的進(jìn)步，用機(jī)器來(lái)彌補(bǔ)人力的不足。最后，面向防詐騙畜牧養(yǎng)殖保險(xiǎn)的豬臉識(shí)別系統(tǒng)可以使養(yǎng)殖戶(hù)與保險(xiǎn)公司實(shí)現(xiàn)合作共贏，加快牧養(yǎng)養(yǎng)殖業(yè)的系統(tǒng)化管理歷程。

參考文獻(xiàn)：

[1] 陶新民，常瑞，沈微，等.密度敏感魯棒模糊核主成分分析算法[J].東北林業(yè)大學(xué)工程技術(shù)學(xué)院，2018（11）.

[2] 廖列法，勒孚剛，朱亞蘭.LDA模型在專(zhuān)利文本分類(lèi)中的應(yīng)用[J].現(xiàn)代情報(bào)，2017，37（3）：35-39.

[3] 蘇金樹(shù)，張博鋒，徐昕.基于機(jī)器學(xué)習(xí)的文本分類(lèi)技術(shù)研究進(jìn)展[J].軟件學(xué)報(bào)，2006，17（9）：1848-1859.

[4] Sun Y， Wang X， Tang X. Deep learning face representation from predicting 10，000 classes[C]//Computer Vision and Pattern Recognition （CVPR）， 2014 IEEE Conference on. IEEE， 2014： 1891-1898.

[5] Sun Y， Chen Y， Wang X， et al. Deep learning face representation by joint identification-verification[C]//Advances in Neural Information Processing Systems. 2014： 1988-1996.

[6] Sun Y， Wang X， Tang X. Deeply learned face representations are sparse， selective， and robust[J]. arXiv preprint arXiv：1412.1265， 2014.

【通聯(lián)編輯：梁書(shū)】