基于深度學(xué)習(xí)的人臉識別方法的探究

王 臣

（遼寧省科學(xué)技術(shù)館，沈陽 110167）

隨著互聯(lián)網(wǎng)信息的不斷發(fā)展，現(xiàn)如今在互聯(lián)網(wǎng)當(dāng)中存在著大量的數(shù)據(jù)，面對繁多的網(wǎng)絡(luò)數(shù)據(jù)，使得我國的信息安全管理顯得異常的重要，所以有關(guān)部門也加強了對于信息安全的重視程度，在當(dāng)前情況下，最重要的個人信息就是對于一個人的身份識別，尤其是在現(xiàn)階段的社會當(dāng)中，目前的信息安全與傳統(tǒng)意義上的信息技術(shù)識別更加重要，因為現(xiàn)階段的生物技術(shù)持久性較高，普遍性比較廣，所以長期以來受到了各個人士的重視，再加上最近幾年電腦視覺和人工智能的不斷普及，雖然在一定程度上方便了人們的日常生活，具有生物特點的人臉識別方法已完全融入人們的日常生活，并迅速改變了人們的生活方式。雖然人臉識別系統(tǒng)在現(xiàn)階段有了十分廣泛的應(yīng)用，但是由于人的面部信息會受到環(huán)境因素的影響，使得同一人的面部信息在不同的環(huán)境下會有一定的差距，給人臉識別技術(shù)的進一步的發(fā)展帶來了巨大的挑戰(zhàn)。

1 研究現(xiàn)狀

1.1 幾何結(jié)構(gòu)

幾何特征，指的就是每個人臉信息的識別具有幾何的相關(guān)特性，在進行人臉識別的過程當(dāng)中，通過使用某些技術(shù)將人的面部信息向幾何畫圖像轉(zhuǎn)化，然后再使用西方某些發(fā)達(dá)國家的距離測量方法，對每一個人的相似程度進行科學(xué)合理的計算，這種方法就屬于幾何結(jié)構(gòu)方法的范疇。比如說該種方法可以對人的面部拓補結(jié)構(gòu)進行有效的測量，根據(jù)每一個人的五官大小，角度以及位置展開。

1.2 子空間

子空間就是指用三維的技術(shù)，利用空間壓縮的方法，把每一個人不同的面部的信息壓縮成一個一個的二維的平面圖，在二維的空間當(dāng)中每一個人最為典型的特征都可以加以區(qū)分，目前應(yīng)用較為廣泛的子空間方法，有線性判別法和主成分辨析法等。

1.3 局部的特征

通常，當(dāng)人們的年齡或表情發(fā)生變化時，人們的面部信息會產(chǎn)生一些變化，但人們的主要局部特征不會因為這些微妙的變化而改變。局部特征，主要是指將人臉模式劃分為多個特征，并將這些特征離散化，以最大限度地減小干擾因素對人臉的影響，這是局部特征發(fā)展的核心。同時，該方法主要采用由區(qū)域特征組成的拓?fù)潢P(guān)系的形式來導(dǎo)出人的完整特征，并計算所有區(qū)域特征的相似度以完成面部信息的構(gòu)造。在人臉識別的過程當(dāng)中，采用局部特征的識別方法，不僅可以借鑒自然識別人臉的過程，而且對人的臉部整體情況進行識別之后，再對人們的面部重要數(shù)據(jù)和信息進行有效的分析，更可以提高人臉信息識別的效率。

1.4 深度的學(xué)習(xí)

由于每個人的面部特征都會隨著內(nèi)部環(huán)境和外部特征的變化而不斷變化，所以說每一個人臉識別的研究過程都相對復(fù)雜，但是人類仍然可以利用大腦超強的學(xué)習(xí)能力和大腦的超強記憶來清晰的辨別，在不同環(huán)境和不同條件下每個人的特征。但機器沒有這樣的能力，所以我們需要根據(jù)人腦的結(jié)構(gòu)和功能，建立一個具有人工神經(jīng)的人臉識別系統(tǒng)。據(jù)調(diào)查顯示，中國第一個人臉識別是單層自適應(yīng)人工神經(jīng)網(wǎng)絡(luò)，過該系統(tǒng)存在的，最主要的缺陷就是對系統(tǒng)的背景以及人臉部的姿態(tài)有著較高的要求，抗干擾的能力也不足，實際應(yīng)用的效果不如人意。因此，深度學(xué)習(xí)的方法在現(xiàn)階段已經(jīng)到了發(fā)展的瓶頸。

以上所闡述的幾種方法，最簡單的一種面部識別方法就是幾何結(jié)構(gòu)方法，但是該種方法對于人們的面部結(jié)構(gòu)特點要求相對較高，在具體的使用過程當(dāng)中受到了限制，而子空間人臉識別方法的提取特點能夠較詳細(xì)地顯示人臉信息之間的拓?fù)潢P(guān)系。它是目前比較流行的人臉識別方法。

2 在深度學(xué)習(xí)基礎(chǔ)上的人臉識別方法

當(dāng)前，人臉的面部信息識別的發(fā)展非常廣泛，許多人已經(jīng)認(rèn)識到這一特征，逐漸展開有關(guān)研究，本篇文章主要是從神經(jīng)網(wǎng)絡(luò)這個系統(tǒng)進行了有關(guān)容的研究。

2.1 人臉識別過程

在面部識別技術(shù)中應(yīng)用深層網(wǎng)絡(luò)技術(shù)可讓您在系統(tǒng)中構(gòu)建相對完整的面部學(xué)習(xí)識別系統(tǒng)，該種系統(tǒng)可以深度的學(xué)習(xí)，多種多樣的面部結(jié)構(gòu)，再通過一定的訓(xùn)練和測試，建立起有效的訓(xùn)練模型，將訓(xùn)練當(dāng)中得出的各種數(shù)據(jù)，在樣本當(dāng)中進行測試。

2.2 設(shè)計實驗以及結(jié)果分析

首先在實驗的設(shè)計過程當(dāng)中，應(yīng)該從實驗對象當(dāng)中抽取40個樣本，將樣本隨機分為兩部分，然后從每種類型的面部圖像中選擇5張圖像作為訓(xùn)練樣本，其余樣本均為測試樣本。

在圖像的預(yù)處理階段，選擇了各種圖像，因此有必要將不同大小的圖像更改為統(tǒng)一大小，以構(gòu)建不同的網(wǎng)絡(luò)結(jié)構(gòu)。要使用不同的層疊模塊，構(gòu)建出一個深度的神經(jīng)網(wǎng)絡(luò)，對于具有不同深度的神經(jīng)網(wǎng)絡(luò)，可以使用不同的方法來加速訓(xùn)練，批處理和不斷更新數(shù)據(jù)參數(shù)。最后，將預(yù)先訓(xùn)練好的數(shù)據(jù)作為數(shù)據(jù)分析的基礎(chǔ)數(shù)據(jù)，得到相應(yīng)的識別碼。

3 結(jié)束語

綜上所述，本文主要討論了目前廣泛使用的基于深度學(xué)習(xí)的人臉識別方法，人臉識別方法雖然具有很多的優(yōu)點，在目前應(yīng)用也較為廣泛，但是在具體的使用過程當(dāng)中也會受到外界因素和內(nèi)部因素的影響，導(dǎo)致識別錯誤，因此，本文提出了針對該問題的深度學(xué)習(xí)方法，有效解決了各種因素引起的識別錯誤現(xiàn)象，同時提出了神經(jīng)網(wǎng)絡(luò)系統(tǒng)在網(wǎng)絡(luò)建設(shè)后自愿發(fā)展的思想。最大化時間提取人員信息并獲取功能，同時深度神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式也較為特殊，避免了選擇的局部性，因此，通過在人臉識別方法當(dāng)中應(yīng)用深度神經(jīng)網(wǎng)絡(luò)，可以最大程度上提高識別的效率。