基于深度學(xué)習(xí)的人臉解鎖系統(tǒng)

鐘文聰 蘇立敏 陳吉東

摘要：隨著網(wǎng)絡(luò)科學(xué)技術(shù)的不斷發(fā)展進(jìn)步，智能化的人臉解鎖系統(tǒng)已經(jīng)被廣泛的應(yīng)用于人民群眾的日常生產(chǎn)生活中。本篇文章就對(duì)人臉解鎖系統(tǒng)的基礎(chǔ)原理知識(shí)以及理念進(jìn)行綜合的分析與論述，并且對(duì)深度學(xué)習(xí)的概念進(jìn)行講解。對(duì)基于深度學(xué)習(xí)的人臉解鎖系統(tǒng)的原理進(jìn)行全面的研究，其主要的核心特點(diǎn)就是對(duì)于人體特征的記憶、網(wǎng)絡(luò)數(shù)據(jù)的采集與分析以及分類等。

關(guān)鍵詞：深度學(xué)習(xí);人臉解鎖;未來展望

一、基本概念與理論基礎(chǔ)

（一）深度學(xué)習(xí)

深度學(xué)習(xí)是人工智能領(lǐng)域的重要工作環(huán)節(jié)，涉及的范圍非常廣。其涵蓋許多邏輯思維強(qiáng)的學(xué)科，例如數(shù)學(xué)、物理、哲學(xué)等。因此，具有較強(qiáng)的復(fù)雜性、繁瑣性。在具體的深度學(xué)習(xí)中，其主要的工作原理就是將計(jì)算機(jī)廣泛的應(yīng)用到學(xué)習(xí)中，通過計(jì)算機(jī)對(duì)人類學(xué)習(xí)過程的模仿，達(dá)到最終的工作結(jié)果。對(duì)函數(shù)數(shù)據(jù)的采集，完成整體函數(shù)結(jié)構(gòu)的優(yōu)化升級(jí)。在不斷的發(fā)展中，通過改變自變量，對(duì)產(chǎn)生的新的數(shù)據(jù)進(jìn)行判斷。由此可見，在深度學(xué)習(xí)的工作原理中，計(jì)算機(jī)與互聯(lián)網(wǎng)技術(shù)是其中的核心環(huán)節(jié)。伴隨著近幾年互聯(lián)網(wǎng)技術(shù)的高度發(fā)展，深度學(xué)習(xí)也在這一時(shí)期完成更深層次的改變與創(chuàng)新。尤其是在人臉解鎖、聲音識(shí)別領(lǐng)域的成就非常顯著。

（二）人臉解鎖技術(shù)

人臉解鎖技術(shù)，顧名思義就是通過對(duì)人臉的識(shí)別完成解鎖工作。由此可見，人臉解鎖系統(tǒng)，應(yīng)該屬于生物識(shí)別技術(shù)中的一類。通過對(duì)人臉信息數(shù)據(jù)的記憶完成信息的錄入。在解鎖時(shí)，系統(tǒng)通過判斷動(dòng)態(tài)的人臉與系統(tǒng)中的信息進(jìn)行結(jié)合，完成解鎖。這項(xiàng)技術(shù)的使用，使得身份認(rèn)證信息更加可靠，有效的保障人民的財(cái)產(chǎn)安全。并且，通過對(duì)人臉的辨別，可以科學(xué)的進(jìn)行支付，解鎖等操作。該項(xiàng)技術(shù)已經(jīng)滲透到社會(huì)的各個(gè)階層當(dāng)中，為社會(huì)的發(fā)展帶來新的動(dòng)力。

二、基于深度學(xué)習(xí)人臉解鎖概述

基于深度學(xué)習(xí)的人臉解鎖系統(tǒng)的主要原理就是，深度學(xué)習(xí)通過特征臉提取方法進(jìn)行工作。主要就是通過模型的識(shí)別，來進(jìn)行信息的處理。判斷數(shù)據(jù)庫中獲取的模型信息，與目前的人臉動(dòng)態(tài)或者靜態(tài)圖像是否互相吻合，完成人臉系統(tǒng)的解鎖工作。并且，伴隨著科技的不斷發(fā)展，各種各樣的特征提取方法在不斷的涌現(xiàn)。這就進(jìn)一步促進(jìn)人臉解鎖系統(tǒng)的改革與進(jìn)步，基于此為社會(huì)企業(yè)的發(fā)展帶來更多的便利。

三、基于深度學(xué)習(xí)的人臉解鎖系統(tǒng)的未來發(fā)展

基于深度學(xué)習(xí)的人臉解鎖系統(tǒng)，區(qū)別于其他種類的生物識(shí)別技術(shù)。在具體的應(yīng)用中，深度學(xué)習(xí)具有強(qiáng)大的優(yōu)點(diǎn)，例如：第一點(diǎn)，深度學(xué)習(xí)技術(shù)可以快速的找出特征中的連接關(guān)系，并及時(shí)的做出分辨;第二點(diǎn)，深度學(xué)習(xí)技術(shù)可以對(duì)于完全沒有經(jīng)過計(jì)算機(jī)處理的數(shù)據(jù)，進(jìn)行自身的分析與研究，找到其中存在的特征。因此，深度學(xué)習(xí)可以更精準(zhǔn)的完成數(shù)據(jù)獲取，建立更準(zhǔn)確的數(shù)據(jù)模型。與此同時(shí)，在其發(fā)展中仍然存在一些弊端。在模型的構(gòu)建中，通常需要耗費(fèi)更多的時(shí)間。需要在不斷的發(fā)展中，完成對(duì)模型的優(yōu)化處理，無法保證模型最優(yōu)化的實(shí)效性。對(duì)于這些存在的問題，就需要相關(guān)的工作人員在未來的實(shí)踐中不斷的對(duì)其進(jìn)行完善與改造。

現(xiàn)階段，對(duì)于深度學(xué)習(xí)在基礎(chǔ)知識(shí)中存在的問題，主要有以下幾個(gè)方面。首要的就是對(duì)深度學(xué)習(xí)極限的探討。深度學(xué)習(xí)的極限在哪一層次，對(duì)于達(dá)到這一層次后會(huì)產(chǎn)生怎樣的問題;其次，就是對(duì)于問題在深度學(xué)習(xí)的哪一層次的判斷;再次，就是在深度學(xué)習(xí)的工作過程中產(chǎn)生哪些特點(diǎn)，這些特點(diǎn)對(duì)于深度學(xué)習(xí)來說，具有哪些優(yōu)點(diǎn)以及缺點(diǎn);最后，就是對(duì)于算法的優(yōu)化，如何對(duì)其進(jìn)行最優(yōu)化的處理，以達(dá)到全局的精確。在深度學(xué)習(xí)的整體應(yīng)用中，雖然可以完成智能化的學(xué)習(xí)，并且對(duì)于數(shù)據(jù)的計(jì)算可以達(dá)到較高的精準(zhǔn)度。但是，在深度學(xué)習(xí)中對(duì)于數(shù)據(jù)計(jì)算的前提就是需要計(jì)算機(jī)內(nèi)儲(chǔ)存大量的數(shù)據(jù)以及信息。因此，對(duì)于數(shù)據(jù)信息不夠龐大的用戶來說，深度學(xué)習(xí)就無法完全的發(fā)揮出其在人臉解鎖系統(tǒng)中的作用。并且，由于在不同的場(chǎng)景中，應(yīng)當(dāng)應(yīng)用不同的識(shí)別系統(tǒng)。并且不同的深度學(xué)習(xí)技術(shù)，對(duì)于整體的要求有著顯著的差異?；谏疃葘W(xué)習(xí)的人臉解鎖系統(tǒng)，在今后的發(fā)展方向主要可以概括為以下幾種類型

（一）在未來，大量的人臉解鎖系統(tǒng)會(huì)受到越來越多的高新技術(shù)產(chǎn)業(yè)的關(guān)注。除了對(duì)于人臉識(shí)別技術(shù)中的人臉解鎖技術(shù)的應(yīng)用，還會(huì)擴(kuò)展到無標(biāo)記數(shù)據(jù)的學(xué)習(xí)。將整體的數(shù)據(jù)庫進(jìn)行更深層次的聯(lián)系，可以在龐大的數(shù)據(jù)庫中找到相似的人臉信息。

（二）可以更加豐富人臉解鎖數(shù)據(jù)庫中的數(shù)據(jù)以及信息，在未來的不斷發(fā)展中，有望將部分與部分之間的數(shù)據(jù)信息進(jìn)行整體的構(gòu)建。豐富深度學(xué)習(xí)的數(shù)據(jù)信息量，通過構(gòu)建龐大的數(shù)據(jù)信息，完成基于深度學(xué)習(xí)的人臉解鎖系統(tǒng)的進(jìn)步。通過建立健全評(píng)價(jià)系統(tǒng)，完成群眾意見的反饋，更好的服務(wù)于社會(huì)。

（三）充分的利用深度學(xué)習(xí)，將其與其他的技術(shù)相融合。構(gòu)建具有高穩(wěn)定性的模型信息，提升系統(tǒng)的精準(zhǔn)度。不僅僅局限于面部解鎖，而是可以充分的捕捉人臉動(dòng)態(tài)信息。使得模型的構(gòu)建更加的生動(dòng)具體，創(chuàng)新人臉設(shè)計(jì)模式。

結(jié)語

對(duì)于現(xiàn)階段深度學(xué)習(xí)技術(shù)在人臉解鎖系統(tǒng)中的應(yīng)用來看，深度學(xué)習(xí)是未來人臉解鎖系統(tǒng)蓬勃發(fā)展的重要依仗。而人臉解鎖系統(tǒng)將會(huì)成為促進(jìn)深度學(xué)習(xí)技術(shù)進(jìn)步的核心動(dòng)力，二者在不斷的實(shí)踐中進(jìn)行更深層次的融合，共同推進(jìn)整體人臉解鎖系統(tǒng)的蓬勃發(fā)展。由于深度學(xué)習(xí)較強(qiáng)的復(fù)雜性，在具體的實(shí)踐中還存在許多的不足。但通過社會(huì)智能化技術(shù)的不斷應(yīng)用，未來兩者的發(fā)展前景是非常可觀的。為深度學(xué)習(xí)的發(fā)展建立龐大的數(shù)據(jù)庫，為人臉解鎖系統(tǒng)的發(fā)展創(chuàng)新算法。兩者在相輔相成中，推進(jìn)彼此的技術(shù)升級(jí)。

參考文獻(xiàn)：

[1]任志玲，薛新根.基于深度學(xué)習(xí)的人臉識(shí)別[J/OL].控制工程：1-5[2021-07-10].https：//doi.org/10.14107/j.cnki.kzgc.20200100.

[2]王臣.基于深度學(xué)習(xí)的人臉識(shí)別方法的探究[J].數(shù)字通信世界，2020（07）：169-170.

[3]章之星，劉婧怡.基于深度學(xué)習(xí)的人臉識(shí)別智能引導(dǎo)系統(tǒng)[J].信息技術(shù)與信息化，2020（04）：210-213+217.