張鵬

摘要：本文結合職業(yè)資格考試系統(tǒng)實際功能需求，主要研究在職業(yè)資格考試系統(tǒng)中應用人臉圖像識別技術，設計制作人臉圖像識別系統(tǒng)模塊以實現(xiàn)智能驗證考生身份。從技術源頭杜絕考試中出現(xiàn)“槍手”的可能性。將生物特征識別技術應用到職業(yè)技能鑒定系統(tǒng)中，提高職業(yè)技能鑒定考核系統(tǒng)的信息化程度，同時可以減少監(jiān)考教師的監(jiān)考工作量。從而達到提高職業(yè)資格考試制度的嚴肅性與嚴謹性、使職業(yè)資格考試制度真正起到為社會選拔有用人才的目的，具有很好的實際應用意義。

關鍵詞：人臉識別應用系統(tǒng)；技能鑒定；設計實現(xiàn)

中圖分類號：G640 文獻標志碼：A 文章編號：1674-9324（2015）30-0034-02

面向職業(yè)技能鑒定系統(tǒng)的人臉圖像識別系統(tǒng)研究與開發(fā)工作，解決現(xiàn)階段職業(yè)技能鑒定系統(tǒng)實際需求的同時，也為職業(yè)資格鑒定工作日后向異地網(wǎng)絡化考試模式發(fā)展奠定了技術基礎。該系統(tǒng)技術可持續(xù)發(fā)展為在異地網(wǎng)絡化考試系統(tǒng)中實施對考生進行身份驗證并進行實時攝像頭監(jiān)控技術，如可以實時監(jiān)控考生雙眼離開采集范圍超出限定時間，系統(tǒng)即可自動交卷，以防止在網(wǎng)絡化考試中極易出現(xiàn)的替考與作弊現(xiàn)象，提高職業(yè)技能鑒定工作質量。同時，對社會交通壓力緩解、節(jié)省布置考場等相關社會資源與費用等方面也是具有積極研究意義的。

一、人臉圖像識別技術

生物特征識別技術是指通過計算機科學技術與人體固有物理和行為特征來進行身份驗證的一門科學，屬于模式識別類問題。主要包括兩類問題[1]：一類是基于物理特征的生物識別技術，包括人臉圖像識別、虹膜識別、指紋識別、DNA識別技術等；另一類是基于行為特征的生物識別技術，包括語音識別、簽名、步態(tài)識別技術等。人臉圖像識別就是將待識別的人臉與已知人臉進行比較，得出相似程度的相關信息。我們常說的人臉識別還可以分為確認和辯認兩種情況。確認是一對一進行圖像比較的過程，辨認是一對多進行圖像匹配比對的過程[2]。

二、開發(fā)背景與需求分析

1.項目開發(fā)背景。近年來，隨著國家經(jīng)濟體制結構不斷變化，社會用工需求對于具有高級技術資格的高技能人才需求越來越大。職業(yè)技能培訓與職業(yè)技能資格的考核與鑒定工作需求量與社會認可程度也大大增加了。職業(yè)技能培訓與職業(yè)資格鑒定工作量與日俱增，得到了社會普遍認可。隨著職業(yè)技能鑒定工作需求量的增加，職業(yè)技能鑒定考試中驗證考生身份問題呈現(xiàn)出日益嚴重化且監(jiān)考教師驗證考生身份工作量不斷增加的現(xiàn)象。在現(xiàn)有職業(yè)資格考試系統(tǒng)的基礎上研發(fā)人臉圖像識別系統(tǒng)模塊，用以幫助監(jiān)考教師驗證考生身份，同時將職業(yè)技能鑒定工作全面推進信息化。

2.功能需求分析。在職業(yè)資格鑒定系統(tǒng)中應用生物特征識別技術，研制“人臉圖像識別”系統(tǒng)模塊。該系統(tǒng)模塊可以通過人臉識別技術進行身份驗證：考生進入考場后，系統(tǒng)首先需要通過攝像頭獲取到考生考試當天的人臉圖像，并對采集到的人臉圖像進行一系列圖像處理工作，這個處理過程也稱圖像預處理。再同圖像數(shù)據(jù)庫中的圖像進行比照，如果考生身份得到正確的確認，即可進入注冊信息審核確認頁面；否則，拒絕進入。實現(xiàn)智能化驗證考生身份的功能，以達到輔助監(jiān)考老師驗證考生身份、降低監(jiān)考老師監(jiān)考工作量和提高職業(yè)資格考試嚴肅性與嚴謹性的目的。

3.開發(fā)環(huán)境需求分析。硬件資源：CPU要求PentiumⅣ及以上；內存要求2G及以上；視頻采集卡、USB2.0接口攝像頭。軟件資源：開放式標準操作系統(tǒng)，如Windows2000，Windows XP，Windows 7等。程序設計語言處理軟件。如：Visual C++、JAVA、MATLAB、SQLServer等。熟悉VC++、C++、JAVA、MATLAB、SQLServer等高級程序設計語言。

三、系統(tǒng)設計

1.總體設計。本課題研究屬于人臉圖像的確認識別。其研究內容包括四個主要部分：一是人臉檢測技術，二是人臉定位技術，三是人臉表征技術，四是人臉鑒別技術。人臉圖像識別模塊的工作過程是：（1）獲取人臉圖像：通過采集設備獲取輸入圖像，并生成其面紋編碼。（2）建立人臉圖像檔案：通過采集人臉圖像或獲取照片文件上的人臉圖像進行信息處理，生成特征向量。（3）人臉特征的檢索與對比：將待比對的人臉圖像特征向量與人臉圖像檔案中的人臉圖像特征向量進行檢索與對比。（4）輸出識別結果：進行身份的確認或是身份的選擇。人臉圖像識別系統(tǒng)的工作原理為：考生首先需要在考試報名現(xiàn)場進行第一次照片采集，照片采集成功后，系統(tǒng)會自動對采集到的照片進行圖像預處理操作、提取面部特征，并將提取到的特征數(shù)據(jù)存入數(shù)據(jù)庫；考試當天，考生進入考場后，需要進行第二次照片采集，識別系統(tǒng)會將采集到的照片進行圖像預處理操作、提取面部特征，得到考生考試當日采集照片的人臉面部特征值后，人臉識別系統(tǒng)會將兩次采集到的人臉圖像特征值進行對比識別。即將考試當天提取到的面部特征值與數(shù)據(jù)庫中的人臉面部特征值進行對比與識別，最終得出識別結果。實現(xiàn)考生身份的驗證與識別。

2.采集模塊功能設計。人臉圖像采集模塊功能：負責獲取人臉圖像，圖像可能來自與計算機連接的攝像頭也可能來自人臉圖像存儲的數(shù)據(jù)庫。將采集到的人臉圖像轉換為可處理的數(shù)字圖像格式，進行圖像信息存取。

3.圖像預處理模塊功能設計。圖像預處理操作包括對圖像進行多種圖像處理操作，以使圖像本身具有的特征能夠更加明顯地在圖像中表現(xiàn)出來。目的是為后面的人臉特征提取模塊提供基礎操作處理。本項目中，需在圖像預處理模塊中進行的圖像處理操作有：灰度均衡化、圖像二值化和邊緣檢測等技術操作。

4.人臉特征提取模塊功能設計。該模塊的工作原理是對獲取到的人臉圖像進行特征提取，主要包括人臉檢測及定位、圖像標準化、特征提取三個子功能。

5.人臉圖像判定模塊功能設計。該模塊工作原理是通過模式識別中的分類決策把識別對象歸為一類。即確定某一個差別規(guī)則，進行檢測對比，最后輸出識別的結果。本系統(tǒng)中的具體操作即需要將數(shù)據(jù)庫中人臉圖像與對應考生現(xiàn)場采集到的人臉圖像特征信息進行對比，并得出對比值。再進一步對該對比結果值進一步分析，如果其范圍在我們所確認的范圍內，我們就認為現(xiàn)場采集圖像的考生與注冊日人像圖像的采集人為同一人，即身份確認通過。否則，則拒絕考生進入答題系統(tǒng)。

四、系統(tǒng)功能實現(xiàn)

人臉圖像識別系統(tǒng)功能實現(xiàn)共分為人臉圖像采集模塊、圖像預處理模塊、人臉特征提取模塊、人臉圖像識別模塊四個子模塊的功能實現(xiàn)。人臉特征提取的效果的好壞對識別準確率效果有重大的影響。本系統(tǒng)采用的特征提取方法是PCA特征提取方法。本系統(tǒng)中人臉圖像識別功能的分類決策問題可以分解為兩大核心任務問題：SVM分類器識別過程與最近鄰分類器識別過程。

1.PCA經(jīng)典主成分分析。主成分分析算法是一種經(jīng)典的統(tǒng)計方法，這種線性變化被廣泛地應用在數(shù)據(jù)和分析中，是用來描述和表征細微差異的有力工具。在語音和圖像信號處理時，經(jīng)常會遇到高維的向量空間的數(shù)據(jù)處理問題，而這些高維數(shù)據(jù)往往存在較大程度的相關冗余，所以希望從高維空間的數(shù)據(jù)中找出具有代表性的低維子空間，從而對數(shù)據(jù)更容易地進行分析和處理。本系統(tǒng)功能實現(xiàn)方法為：首先把待檢圖像轉換成特征臉，作為最初訓練圖像集的基本組件。利用PCA方法進入處理：在通過操作得到特征臉空間后將待檢測圖像的線性變換特征投影到該子空間中，最后是將得到的結果與投影后的訓練圖像相比較，最終得出識別結果。

2.特征臉法。該方法將人臉看作一個二維的灰度變化的模板，這樣就可以將人臉圖像看成只是一個高維圖像空間中很小的一部分。然后利用人臉圖像由高維空間通過低維空間進行表征這一工作原理得到一個經(jīng)過優(yōu)化的人臉圖像坐標系統(tǒng)。

3.SVM分類器識別。假設識別樣本有x類，記為S1，S2，…，Sx。則首先需要設計正樣本訓練器，如本操作中根據(jù)題意需設計x個SVM分類器；然后進行負樣本訓練器的設計，本操作根據(jù)題意設為其所有樣本Sj（j<>1）個。接下來將每個測試樣本輸入到x個分類器中，計算樣本與這p個分類器所代表的各個訓練樣本之間的距離。在輸出結果中，如果只有值為正1，我們就可判定出該樣本的類別了。如果有多于一個的分類器輸出結果為正1，那么后面就需要用最近鄰分類技術了。

4.最近鄰分類器識別。一幅N*N像素的圖像可以看成是由這幅圖像的像素空間中的所有點組成的，圖像就可以看作是由N2個像素點組成。具體的操作就是通過把圖像投影相應的矢量空間后，利用投影間的各種距離值來對圖像的相似度以進行判定。如果兩點間距離最短，我們就會認為它們可能屬于同一子類中。但對于本操作系統(tǒng)，僅有這些信息是遠遠不夠的，除了需要判定待檢測的人臉圖像在人臉庫中，還需要確定這個人就是某個人，也就是說接下來還要繼續(xù)進行相似度的再判斷。一般我們采用計算特征向量的余弦夾角的方法來進行相似度的判斷。

五、測試與結論

在人臉圖像識別功能測試中，使用SVM分類器結合最近鄰分類器識別人臉圖像進行測試。測試時，以一個考場30人為例，即需要一個30個人共150張人臉圖像庫作為測試用庫。在待檢測圖像經(jīng)過圖像格式轉化與一系列預處理操作與特征提取處理操作后，將處理后的數(shù)據(jù)信息進行保存后，即可調取圖像庫中的平均圖像特征值與圖像特征值數(shù)據(jù)信息進行對比識別了。測試中，每個測試者都可采用多個訓練樣本與多個對應的測試樣本。對于考生在采集圖像時經(jīng)常會出現(xiàn)的面部表情微變及面部采集角度有一定偏離的情況，測試的處理操作是相同的，經(jīng)過與圖像庫圖像的對比識別發(fā)現(xiàn)當方差相似度闡值θ為0.8時會有比較理想的識別效果。測試正確識別率高于90%，足以證明該方法的有效性及實用性。

參考文獻：

[1]郭寶龍，孫偉.數(shù)字圖像處理系統(tǒng)工程導論[M].西安電子科技大學出版社，2012.

[2]苑瑋琦，柯麗，白云，等.生物特征識別技術[M].北京：科學出版社，2009.