胡趙宇

【摘要】 隨著科學(xué)技術(shù)的進(jìn)步，人們的消費(fèi)習(xí)慣和支付方式都發(fā)生了巨大的改變，用手機(jī)這一移動(dòng)設(shè)備進(jìn)行在線支付，已然成為我們?nèi)粘ＯM(fèi)中的一大主要組成部分。本文以人臉識(shí)別技術(shù)在手機(jī)支付系統(tǒng)中的應(yīng)用為例，分析人臉識(shí)別技術(shù)的原理和工作過(guò)程，以及對(duì)該技術(shù)進(jìn)行展望，加深對(duì)人臉識(shí)別技術(shù)的理解。

【關(guān)鍵詞】 人臉識(shí)別 圖像處理 技術(shù)原理 系統(tǒng)應(yīng)用

一、人臉識(shí)別發(fā)展與現(xiàn)狀

人臉識(shí)別是指從輸入端獲取的人臉圖像經(jīng)過(guò)一系列算法處理，與系統(tǒng)圖像庫(kù)的圖像進(jìn)行匹配分析，以實(shí)現(xiàn)身份認(rèn)證的過(guò)程。它的研究擁有著一百多年的歷史經(jīng)驗(yàn)。1888年，Galton在《Nature》雜志上發(fā)表了一篇利用人臉進(jìn)行身份識(shí)別的文章，從此開(kāi)啟了人類對(duì)人臉識(shí)別的研究。自動(dòng)人臉識(shí)別的技術(shù)研究論文最早發(fā)表于1965年，經(jīng)過(guò)50多年的發(fā)展，人臉識(shí)別技術(shù)融合數(shù)字圖像處理、計(jì)算機(jī)圖形學(xué)、模式識(shí)別、計(jì)算機(jī)視覺(jué)、人工神經(jīng)網(wǎng)絡(luò)和生物特征等多個(gè)學(xué)科的理論和方法，技術(shù)日趨成熟。尤其是近二十年間，人臉識(shí)別技術(shù)突飛猛進(jìn)，每年都有技術(shù)上的研究突破和大量的學(xué)術(shù)論文產(chǎn)出。人臉識(shí)別的發(fā)展進(jìn)程根據(jù)時(shí)間線可分為三個(gè)階段：

第一階段：1964年-1990年期間。這一階段的研究屬于人臉識(shí)別的初步探索時(shí)期，將人臉識(shí)別當(dāng)成是一般性的模式識(shí)別問(wèn)題來(lái)研究，涉及的主要技術(shù)方案是基于人臉幾何結(jié)構(gòu)特征的方法。人臉幾何特征表示的是人臉的五官及五官之間的距離關(guān)系的位置信息。人的五官具有天生的生物獨(dú)特性和結(jié)構(gòu)獨(dú)特性，每個(gè)人的五官都不盡然相同，結(jié)合五官的特性和他們之間的位置關(guān)系來(lái)表示不同人臉，是非常有效的特征信息。但是這一階段研究的人臉識(shí)別過(guò)程需要全程由操作人員手動(dòng)操作，無(wú)法實(shí)現(xiàn)自動(dòng)地識(shí)別人臉。

第二階段：1991年-1997年期間。這一階段的研究屬于人機(jī)交互式研究階段，主要使用人的臉部特征參數(shù)來(lái)表示人臉正面圖像信息。雖然只有短短六年時(shí)間，但是人類研究出大量代表性的人臉識(shí)別算法，并且商業(yè)化運(yùn)作的人臉識(shí)別系統(tǒng)開(kāi)始涌現(xiàn)，這一切將人臉識(shí)別技術(shù)推入快速發(fā)展浪潮。但是此階段依然需要操作人員的先驗(yàn)知識(shí)，不能達(dá)到完全自動(dòng)識(shí)別人臉。

第三階段：1998年至今。這一階段屬于機(jī)器識(shí)別階段。近些年，隨著高效圖像識(shí)別算法的出現(xiàn)和計(jì)算機(jī)性能的不斷優(yōu)化，人臉識(shí)別技術(shù)取得了重大突破。2016年被稱為“人工智能元年”，人工智能各個(gè)領(lǐng)域全面開(kāi)花，人臉識(shí)別作為其研究的重要領(lǐng)域，也取得了令人矚目的成就。

二、移動(dòng)設(shè)備支付系統(tǒng)中的人臉識(shí)別

2015年3月，在德國(guó)漢諾威消費(fèi)電子、通信及信息技術(shù)（CeBIT）博覽會(huì)上，馬云現(xiàn)場(chǎng)演示了支付寶新技術(shù)“Smile to Pay（刷臉支付）”，驚艷世界，掀起了一股在手機(jī)端“刷臉支付”的熱潮。人臉識(shí)別在移動(dòng)設(shè)備支付系統(tǒng)中主要分為前端的人臉圖像獲取、后端的人臉識(shí)別（如下圖所示）。

2.1移動(dòng)設(shè)備端

移動(dòng)設(shè)備端一般設(shè)有前置攝像頭，在使用移動(dòng)支付的時(shí)候，系統(tǒng)通過(guò)移動(dòng)設(shè)備的前置攝像頭獲取圖像，通過(guò)人臉檢測(cè)算法，從圖像中分割出人臉圖像信息，然后傳輸?shù)皆贫朔?wù)器進(jìn)行人臉識(shí)別處理。因此移動(dòng)設(shè)備端最主要的任務(wù)是做人臉檢測(cè)。人臉檢測(cè)方法主要分為三個(gè)：基于先驗(yàn)知識(shí)的檢測(cè)方法、基于模板的檢測(cè)方法和基于學(xué)習(xí)模板的檢驗(yàn)方法。

基于先驗(yàn)知識(shí)的檢測(cè)方法是利用人類在人臉認(rèn)識(shí)過(guò)程中建立的知識(shí)經(jīng)驗(yàn)，這些先驗(yàn)知識(shí)中存在的普遍規(guī)律為：人臉五官基本對(duì)稱、五官具有相同的布局、面部基本屬于橢圓輪廓等規(guī)律。利用這些規(guī)律對(duì)人的眼睛進(jìn)行定位，然后根據(jù)五官的空間結(jié)構(gòu)定位面部其他器官，達(dá)到一個(gè)面部全局檢測(cè)。

基于模板的檢測(cè)方法同樣利用人臉的先驗(yàn)知識(shí)，和上一種方法有所不同的是，它建立一個(gè)人臉模板，讓獲取的圖像與這個(gè)模板按照系統(tǒng)設(shè)置的匹配算法和參數(shù)調(diào)整進(jìn)行對(duì)比，以獲得人臉檢測(cè)結(jié)果。

基于學(xué)習(xí)模板的檢測(cè)方法，區(qū)分于上一個(gè)人臉模板檢測(cè)方法，它是建立在對(duì)訓(xùn)練集聯(lián)系上的，通過(guò)自我學(xué)習(xí)而得到一個(gè)人臉模板，而不是利用先驗(yàn)知識(shí)建立模板。這種方法采用有人臉和無(wú)人臉兩種圖像作為訓(xùn)練集，結(jié)合機(jī)器學(xué)習(xí)方法對(duì)圖像進(jìn)行學(xué)習(xí)，并通過(guò)數(shù)據(jù)降維達(dá)到高速的人臉檢測(cè)。

2.2云端服務(wù)器

2011年以后，云端開(kāi)始處理海量數(shù)據(jù)，緊接著越來(lái)越多的云存儲(chǔ)和云技術(shù)涌現(xiàn)出來(lái)，由此在移動(dòng)端出現(xiàn)了強(qiáng)烈的業(yè)務(wù)需求，其中包括移動(dòng)支付。在移動(dòng)支付逐漸走向人們生活的同時(shí)，各類木馬和蠕蟲(chóng)等病毒成為了移動(dòng)支付安全性的心腹大患，如果手機(jī)遭受病毒攻擊，很容易造成支付密碼泄密的發(fā)生。利用云存儲(chǔ)將個(gè)人、密碼、財(cái)務(wù)等信息存儲(chǔ)于云端，用戶可以隨時(shí)隨地通過(guò)網(wǎng)絡(luò)訪問(wèn)自己的信息，相比較將信息存儲(chǔ)在自己的移動(dòng)設(shè)備上，用戶不用擔(dān)心因?yàn)樵O(shè)備的丟失而帶來(lái)的數(shù)據(jù)的泄露。在移動(dòng)支付系統(tǒng)的人臉圖像庫(kù)中存在著成千上萬(wàn)個(gè)人臉信息，在進(jìn)行人臉匹配時(shí)，需要大量的計(jì)算，而云計(jì)算的快速高效給人臉識(shí)別提供了巨大便利。

云端服務(wù)器主要完成圖像預(yù)處理、特征提取、人臉識(shí)別的任務(wù)。從移動(dòng)設(shè)備端接受的人臉圖像收到各種條件限制和噪聲干擾，必須對(duì)人臉圖像的噪聲過(guò)濾（去噪）、灰度矯正等預(yù)處理，主要包括：灰度變換、直方圖均衡化、歸一化、幾何校正等；經(jīng)過(guò)預(yù)處理的圖像人臉五官結(jié)構(gòu)分布清晰，進(jìn)行人臉特征提取，人臉特征提取與人臉檢測(cè)相似，有基于先驗(yàn)知識(shí)、基于幾何特征、基于模板匹配的方法；最后云端服務(wù)器進(jìn)行人臉識(shí)別，簡(jiǎn)單來(lái)講，這就是一個(gè)人臉匹配的過(guò)程，可分為兩類：一是辨別，將用提取的人臉特征參數(shù)與人臉圖像庫(kù)中千萬(wàn)級(jí)的特征模板進(jìn)行匹配，這是一個(gè)一對(duì)多的過(guò)程；二類是確認(rèn)，在云端存儲(chǔ)的個(gè)人注冊(cè)信息中，采集了個(gè)人的多種狀態(tài)下的圖像，例如戴眼鏡與未戴眼鏡，化妝與不化妝等等，將辨別后的身份各類圖像再與提取的人臉特征進(jìn)行一對(duì)一的比較。最后將人臉識(shí)別的結(jié)果傳輸?shù)揭苿?dòng)端，如果識(shí)別匹配成功，則完成支付過(guò)程；否則取消支付。

三、人臉識(shí)別未來(lái)展望

2015年3月，支付寶的“刷臉支付”技術(shù)亮相之后，遭到了外媒的質(zhì)疑，他們表示這一項(xiàng)技術(shù)目前還不成熟，實(shí)現(xiàn)起來(lái)有很大的技術(shù)難度，存在安全問(wèn)題。2016年4月，支付寶在杭州西湖文化廣場(chǎng)展示了其全新的“刷臉支付”，識(shí)別準(zhǔn)確率達(dá)到99.5%，高于人眼識(shí)別97.52%的準(zhǔn)確率，甚至可以分辨雙胞胎。并且一旦有盜用賬號(hào)的情況發(fā)生，會(huì)在支付過(guò)程中的人臉圖像采集環(huán)節(jié)留下犯罪證據(jù)，有利于打擊犯罪行為。近來(lái)，由于人臉識(shí)別的優(yōu)勢(shì)突出，如它的非接觸性不會(huì)讓人們產(chǎn)生排斥感，使得這門技術(shù)正被廣泛應(yīng)用于銀行、電子商務(wù)、安全防務(wù)等領(lǐng)域，金融和互聯(lián)網(wǎng)巨頭紛紛加重對(duì)其的研究開(kāi)發(fā)，推動(dòng)了人臉識(shí)別產(chǎn)業(yè)的爆發(fā)式增長(zhǎng)。而隨著軟硬件基礎(chǔ)設(shè)備條件的完善、云技術(shù)的普及加速、云計(jì)算的大量應(yīng)用，業(yè)內(nèi)人士預(yù)計(jì)，人臉識(shí)別未來(lái)潛在的市場(chǎng)規(guī)模將超過(guò)千億級(jí)，行業(yè)大潮已至，能基本確立向上發(fā)展趨勢(shì)。

總結(jié)：人臉識(shí)別自古以來(lái)都是人類進(jìn)行身份識(shí)別的一個(gè)重要方式，近些年智能手機(jī)等穿戴設(shè)備新盛，應(yīng)市場(chǎng)所需，將人臉識(shí)別應(yīng)用在移動(dòng)設(shè)備的支付系統(tǒng)中，讓支付認(rèn)證更加方便、安全、可靠。在未來(lái)，移動(dòng)終端進(jìn)行人臉圖像識(shí)別將應(yīng)用在越來(lái)越多的領(lǐng)域中去，而人臉識(shí)別本身具有的獨(dú)特性和穩(wěn)定的安全性將給人類帶來(lái)越來(lái)越多的好處。

參 考 文 獻(xiàn)

[1]張翠平，蘇光大. 人臉識(shí)別技術(shù)綜述[J]. 中國(guó)圖象圖形學(xué)報(bào)，2000，（11）：7-16.

[2]袁正海. 人臉識(shí)別系統(tǒng)及關(guān)鍵技術(shù)研究[D].南京郵電大學(xué)，2013.

[3]舒曉苓. 云支付：移動(dòng)數(shù)字錢包之人臉識(shí)別技術(shù)[J]. 電腦知識(shí)與技術(shù)，2015，（08）：179-181.