人脸识别技术解读

人脸识别，特指运用分析比较的计算机技术。人脸识别是一项热门的计算机技术研究领域，人脸追踪侦测，自动调节影像放大，夜间红外侦测，自动调节曝光强度；它属于生物特性识别技术，是对生物体（普通特指人）本身的生物特性来分辨生物体个体。中文名人脸识别技术实质输入的人脸图象或者视频流研究领域热门的计算机技术研究领域技术生物特性识别技术目录1基本介绍2技术原理▪人脸识别内容▪人脸的识别过程3分析算法4功效模块▪人脸捕获与跟踪功效▪人脸识别比对▪人脸的建模与检索▪真人鉴别功效▪图像质量检测5基本办法6技术细节7优缺点▪人脸识别优点▪人脸识别的弱点8技术应用9应用前景1基本介绍\o"编辑本段"编辑人脸识别技术是基于人的脸部特性，对输入的人脸图象或者视频流.首先判断其与否存在人脸,如果存在人脸，则进一步的给出每个脸的位置、大小和各个重要面部器官的位置信息。并根据这些信息，进一步提取每个人脸中所蕴涵的身份特性，并将其与已知的人脸进行对比，从而识别每个人脸的身份。广义的人脸识别实际涉及构建人脸识别系统的一系列有关技术，涉及人脸图像采集、人脸定位、人脸识别预解决、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。生物特性识别技术所研究的生物特性涉及脸、指纹、手掌纹、虹膜、视网膜、声音（语音）、体形、个人习惯（例如敲击键盘的力度和频率、签字）等，对应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别（用语音识别能够进行身份识别，也能够进行语音内容的识别，只有前者属于生物特性识别技术）、体形识别、键盘敲击识别、签字识别等。2技术原理\o"编辑本段"编辑人脸识别内容人脸识别技术包含三个部分：(1)人脸检测面貌检测是指在动态的场景与复杂的背景中判断与否存在面像，并分离出这种面像。普通有下列几个办法：①参考模板法首先设计一种或数个原则人脸的模板，然后计算测试采集的样品与原则模板之间的匹配程度，并通过阈值来判断与否存在人脸；②人脸规则法由于人脸含有一定的构造分布特性，所谓人脸规则的办法即提取这些特性生成对应的规则以判断测试样品与否包含人脸；③样品学习法这种办法即采用模式识别中人工神经网络的办法，即通过对面像样品集和非面像样品集的学习产生分类器；④肤色模型法这种办法是根据面貌肤色在色彩空间中分布相对集中的规律来进行检测。⑤特性子脸法这种办法是将全部面像集合视为一种面像子空间，并基于检测样品与其在子空间的投影之间的距离判断与否存在面像。值得提出的是，上述5种办法在实际检测系统中也可综合采用。(2)人脸跟踪面貌跟踪是指对被检测到的面貌进行动态目的跟踪。具体采用基于模型的办法或基于运动与模型相结合的办法。另外，运用肤色模型跟踪也不失为一种简朴而有效的手段。(3)人脸比对面貌比对是对被检测到的面貌像进行身份确认或在面像库中进行目的搜索。这事实上就是说，将采样到的面像与库存的面像依次进行比对，并找出最佳的匹配对象。因此，面像的描述决定了面像识别的具体办法与性能。重要采用特性向量与面纹模板两种描述办法：①特性向量法该办法是先拟定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性，然后再计算出它们的几何特性量，而这些特性量形成一描述该面像的特性向量。②面纹模板法该办法是在库中存贮若干原则面像模板或面像器官模板，在进行比对时，将采样面像全部象素与库中全部模板采用归一化有关量度量进行匹配。另外，尚有采用模式识别的自有关网络或特性与模板相结合的办法。人脸识别技术的核心实际为“局部人体特性分析”和“图形/神经识别算法。”这种算法是运用人体面部各器官及特性部位的办法。如对应几何关系多数据形成识别参数与数据库中全部的原始参数进行比较、判断与确认。普通规定判断时间低于1秒。人脸的识别过程普通分三步：(1)首先建立人脸的面像档案。即用摄像机采集单位人员的人脸的面像文献或取他们的照片形成面像文献，并将这些面像文献生成面纹(Faceprint)编码贮存起来。(2)获取现在的人体面像。即用摄像机捕获的现在出入人员的面像，或取照片输入，并将现在的面像文献生成面纹编码。(3)用现在的面纹编码与档案库存的比对。即将现在的面像的面纹编码与档案库存中的面纹编码进行检索比对。上述的“面纹编码”方式是根据人脸脸部的本质特性和开头来工作的。这种面纹编码能够抵抗光线、皮肤色调、面部毛发、发型、眼镜、表情和姿态的变化，含有强大的可靠性，从而使它能够从百万人中精确地识别出某个人。人脸的识别过程，运用普通的图像解决设备就能自动、持续、实时地完毕。3分析算法\o"编辑本段"编辑人脸识别技术中被广泛采用的区域特性分析算法，它融合了计算机图人脸识别像解决技术与生物统计学原理于一体，运用计算机图像解决技术从视频中提取人像特性点，运用生物统计学的原理进行分析建立数学模型,即人脸特性模板。运用已建成的人脸特性模板与被测者的人的面像进行特性分析，根据分析的成果来给出一种相似值。通过这个值即可拟定与否为同一人。4功效模块\o"编辑本段"编辑人脸捕获与跟踪功效人脸捕获是指在一幅图像或视频流的一帧中检测出人像并将人像从背景中分离出来，并自动地将其保存。人像跟踪是指运用人像捕获技术，当指定的人像在摄像头拍摄的范畴内移动时自动地对其进行跟踪。人脸识别比对人脸识别分核算式和搜索式二种比对模式。核算式是对指将捕获得到的人像或是指定的人像与数据库中已登记的某一对像作比对核算拟定其与否为同一人。搜索式的比对是指，从数据库中已登记的全部人像中搜索查找与否有指定的人像存在。人脸的建模与检索能够将登记入库的人像数据进行建模提取人脸的特性，并将其生成人脸模板（人脸特性文献）保存到数据库中。在进行人脸搜索时（搜索式），将指定的人像进行建模，再将其与数据库中的全部人的模板相比对识别，最后将根据所比对的相似值列出最相似的人员列表。真人鉴别功效系统能够识别得出摄像头前的人是一种真正的人还是一幅照片。以此杜绝使用者用照片作假。此项技术需要使用者作脸部表情的配合动作。图像质量检测图像质量的好坏直接影响到识别的效果，图像质量的检测功效能对即将进行比对的照片进行图像质量评定，并给出对应的建议值来辅助识别。5基本办法\o"编辑本段"编辑人脸识别的办法诸多，重要的人脸识别办法有：（1）几何特性的人脸识别办法：几何特性能够是眼、慧眼人脸识别考勤机鼻、嘴等的形状和它们之间的几何关系（如互相之间的距离）。这些算法识别速度快，需要的内存小，但识别率较低。（2）基于特性脸（PCA）的人脸识别办法：特性脸办法是基于KL变换的人脸识别办法，KL变换是图像压缩的一种最优正交变换。高维的图像空间通过KL变换后得到一组新的正交基，保存其中重要的正交基，由这些基能够张成低维线性空间。如果假设人脸在这些低维线性空间的投影含有可分性，就能够将这些投影用作识别的特性矢量，这就是特性脸办法的基本思想。这些办法需要较多的训练样本，并且完全是基于图像灰度的统计特性的。现在有某些改善型的特性脸办法。（3）神经网络的人脸识别办法：神经网络的输入能够是减少分辨率的人脸图像、局部区域的自有关函数、局部纹理的二阶矩等。这类办法同样需要较多的样本进行训练，而在许多应用中，样本数量是很有限的。（4）弹性图匹配的人脸识别办法：弹性图匹配法在二维的空间中定义了一种对于普通的人脸变形含有一定的不变性的距离，并采用属性拓扑图来代表人脸，拓扑图的任一顶点均包含一特性向量，用来统计人脸在该顶点位置附近的信息。该办法结合了灰度特性和几何因素，在比对时能够允许图像存在弹性形变，在克服表情变化对识别的影响方面收到了较好的效果，同时对于单个人也不再需要多个样本进行训练。（5）线段Hausdorff距离(LHD)的人脸识别办法：心理学的研究表明，人类在识别轮廓图（例如漫画）的速度和精确度上丝毫不比识别灰度图差。LHD是基于从人脸灰度图像中提取出来的线段图的，它定义的是两个线段集之间的距离，与众不同的是，LHD并不建立不同线段集之间线段的一一对应关系，因此它更能适应线段图之间的微小变化。实验成果表明，LHD在不同光照条件下和不同姿态状况下都有非常杰出的体现，但是它在大表情的状况下识别效果不好。慧眼人脸识别考勤机（6）支持向量机(SVM)的人脸识别办法：支持向量机是统计模式识别领域的一种新的热点，它试图使得学习机在经验风险和泛化能力上达成一种妥协，从而提高学习机的性能。支持向量机重要解决的是一种2分类问题，它的基本思想是试图把一种低维的线性不可分的问题转化成一种高维的线性可分的问题。普通的实验成果表明SVM有较好的识别率，但是它需要大量的训练样本（每类300个），这在实际应用中往往是不现实的。并且支持向量机训练时间长，办法实现复杂，该函数的取法没有统一的理论。6技术细节\o"编辑本段"编辑普通来说，人脸识别系统涉及图像摄取、人脸定位、图像预解决、以及人脸识别（身份确认或者身份查找）。系统输入普通是一张或者一系列含有未拟定身份的人脸图像，以及人脸数据库中的若干已知身份的人脸图象或者对应的编码，而其输出则是一系列相似度得分，表明待识别的人脸的身份。人脸识别的算法能够分类为：基于人脸特性点的识别算法（Feature-basedrecognitionalgorithms）。基于整幅人脸图像的识别算法（Appearance-basedrecognitionalgorithms）。基于模板的识别算法（Template-basedrecognitionalgorithms）。运用神经网络进行识别的算法（Recognitionalgorithmsusingneuralnetwork）。7优缺点\o"编辑本段"编辑人脸识别优点相比较其它生物识别技术而言：非接触的，顾客不需要和设备直接接触；非强制性，被识别的人脸图像信息能够主动获取；并发性，即实际应用场景下能够进行多个人脸的分拣、判断及识别。人脸识别的弱点对周边的光线环境敏感，可能影响识别的精确性；人体面部的头发、饰物等遮挡物，人脸变老等因素，需要进行人工智能赔偿；（如可通过识别人脸的部分核心特性做修正）。8技术应用\o"编辑本段"编辑1．公司、住宅安全和管理。如人脸识别门禁考勤系统，人脸识别防盗门等。2．电子护照及身份证。这或许是将来规模最大的应用。在国际民航组织（ICAO）已拟定，从4月1日起，其118个组员国家和地区，人脸识别技术是首推识别模式，该规定已经成为国际原则。美国已经规定和它有出入免签证合同的国家在10月26日之前必须使用结合了人脸指纹等生物特性的电子护照系统，到底已有50多个国家实现了这样的系统。美国运输安全署（TransportationSecurityAdministration）计划在全美推广一项基于生物特性的国内通旅行证件。欧洲诸多国家也在计划或者正在实施类似的计划，用包含生物特性的证件对旅客进行识别和管理[7]。中国的电子护照计划公安部一所正在加紧规划和实施。3．公安、司法和刑侦。如运用人脸识别系统和网络，在全国范畴内搜捕逃犯。4．自助服务。如银行的自动提款机，如果同时应用人脸识别就会避免被别人盗取现金现象的发生。5．信息安全。如计算机登录、电子政务和电子商务。在电子商务中交易全部在网上完毕，电子政务中的诸多审批流程也都搬到了网上。而现在，交易或者审批的授权都是靠密码来实现。如果密码被盗，就无法确保安全。如果使用生物特性，就能够做到当事人在网上的数字身份和真实身份统一。从而大大增加电子商务和电子政务系统的可靠性。9应用前景\o"编辑本段"编辑生物识别技术被广泛用于政府、军队、银行、社会福利保障、电子商务、安全防务等领域。例如，一位储户走进了银行，他既没带银行卡，也没有回想密码就径直提款，当他在提款机上提款时，一台摄像机对该顾客的眼睛扫描，然后快速而精确地完毕了顾客身份鉴定，办理完业务。这是美国德克萨斯州联合银行的一种营业部中发生的一种真实的镜头。而该营业部所使用的正是当代生物识别技术中的“虹膜识别系统”。另外，美国“9.11”事件后，反恐怖活动已成为各国政府的共识，加强机场的安全防务十分重要。美国维萨格公司的脸像识别技术在美国的两家机场大显神通，它能在拥挤的人群中挑出某一张面孔，判断他是不是通缉犯。随着技术的进一步成熟和社会认同度的提高，人脸识别技术将应用在更多的领域。1、公司、住宅安全和管理。如人脸识别门禁考勤系统，人脸识别防盗门等。2、电子护照及身份证。这或许是将来规模最大的应用，国际民航组织(ICAO)已拟定，从起，其118个组员国家和地区，必须使用机读护照，人脸识别技术是首推识别模式，该规定已经成为国际原则。中国的电子护照计划公安部一所正在加紧规划和实施。3、公安、司法和刑侦。如运用人脸识别系统和网络，在全国范畴内搜捕逃犯。4、自助服务。如银行的自动提款机，如果顾客卡片和密码被盗，就会被别人冒取现金。如果同时应用人脸识别就会避免这种状况的发生。5、信息安全。如计算机登录、电子政务和电子商务。在电子商务中交易全部在网上完毕，电子政务中的诸多审批流程也都搬到了网上。而现在，交易或者审批的授权都是靠密码来实现，如果密码被盗，就无法确保安全。但是使用生物特性，就能够做到当事人在网上的数字身份和真实身份统一，从而大大增加电子商务和电子政务系统的可靠性。[1]无锡采用物联网人脸识别技术规范建筑市场。无锡的建筑工地将从6月1日起每天通过物联网