許佳勝　李欣　孫宏凱

摘要：人臉識別技術(shù)是一種基于人的面部特征的生物識別技術(shù)，現(xiàn)已廣泛的應(yīng)用到我們的生活中。本文首先對深度學(xué)習(xí)和人臉識別的概念進(jìn)行了簡述，然后對現(xiàn)有領(lǐng)域主要的人臉識別方法進(jìn)行簡單介紹，然后舉出人臉識別在現(xiàn)實(shí)生活中的應(yīng)用，最后指出現(xiàn)有人臉識別方法的一些不足，最后對未來作出展望。

關(guān)鍵詞：深度學(xué)習(xí);人臉識別;人工智能

1人臉識別簡述

人臉識別（HumanFaceRecognition）是一種基于人的臉部特征信息來進(jìn)行分析比較得出結(jié)果的生物特征識別技術(shù)。目前已經(jīng)較多的應(yīng)用于人們的生產(chǎn)生活當(dāng)中，比如警方在海量級的照片數(shù)據(jù)庫中找到被被通緝的嫌犯，超市里把臉對準(zhǔn)攝像頭便可以實(shí)現(xiàn)支付，大學(xué)里的課堂中學(xué)生們進(jìn)教室時經(jīng)過攝像頭捕捉的區(qū)域便可以實(shí)現(xiàn)簽到等等。人臉識別技術(shù)的出現(xiàn)極大的方便了我們的生活。

2主要的人臉識別方法

2.1基于幾何特征人臉識別方法

這種方法首先通過建立人臉特征提取模型把圖像中人臉的幾何特征精確的提取出來并定位，然后根據(jù)提取出來的幾何特征點(diǎn)來構(gòu)造人臉的特征向量，最后把構(gòu)造出來的特征向量與庫中的特征向量進(jìn)行快速比對，若與某一特征向量的相似度高于閾值則說明比對成功。其中人臉特征模型的質(zhì)量決定了最后試驗(yàn)的結(jié)果的好壞，比較典型的模型有主動外觀模型（ActiveAppearanceModel，簡稱AAM）。

2.2基于模板的人臉識別方法

在基于模板匹配的方法中，通常先對原有庫中的人臉進(jìn)行編碼，將編好碼的人臉圖像提前存儲起來，當(dāng)要進(jìn)行匹配的時候，把要進(jìn)行比較的圖像按照相同的方式進(jìn)行編碼，再與庫中已經(jīng)編好碼的圖像進(jìn)行對比，從而得出結(jié)果。比較常用的方法有基于局部區(qū)域分布的模板匹配方法，即先對原圖像做LBP（線性反投影）處理，由經(jīng)LBP運(yùn)算后的圖像繪制區(qū)域直方圖，根據(jù)直方圖之間的比較進(jìn)行匹配。

2.3基與神經(jīng)網(wǎng)絡(luò)的人臉識別方法

用神經(jīng)網(wǎng)絡(luò)進(jìn)行人臉識別本質(zhì)上還是基于人臉特征提取的方法，但是這種方法區(qū)別于傳統(tǒng)的特征提取方法。這種方法通過多層網(wǎng)絡(luò)卷積降維來提取主要特征，神經(jīng)網(wǎng)絡(luò)在這里的主要作用是通過對樣本圖片的輸入來自動形成特征提取器和分類器，從而形成適合于檢測和識別該任務(wù)的模型。比較常用的神經(jīng)網(wǎng)絡(luò)有卷積神經(jīng)網(wǎng)絡(luò)（CNN），遞歸神經(jīng)網(wǎng)絡(luò)（RNN），深度神經(jīng)網(wǎng)絡(luò)（DNN）。

2.4基于概率模型的方法

在概率模型里比較常見的模型有隱形馬爾可夫模型（HiddenMarkovModel，HMM），隱形馬爾可夫模型最初作為一種統(tǒng)計分析模型被應(yīng)用到信號處理方面，現(xiàn)在也被應(yīng)用到人臉識別的領(lǐng)域之中。其基本原理是基于人臉固定的分布特征，即人臉由上至下依次為頭發(fā)、額頭、眼睛、鼻子、嘴五部分，將這五部分用包含五個狀態(tài)的HMM來表示，再將這五個部分劃分成不同區(qū)域的塊，然后對這五個不同區(qū)域的塊進(jìn)行霍特林（Hotelling）變換，對變換后產(chǎn)生的系數(shù)進(jìn)行觀測，最后經(jīng)過大量樣本的訓(xùn)練得到檢驗(yàn)?zāi)Ｐ汀?/p>

3人臉識別在實(shí)際生活中的應(yīng)用

3.1刑偵破案

人臉識別技術(shù)的出現(xiàn)對刑偵破案方面提供了很大的幫助，當(dāng)公安部門獲得嫌疑犯照片后便可以在全國的人臉信息庫中利用人臉識別技術(shù)進(jìn)行比對，在很短的時間內(nèi)便可以分析的出結(jié)果。相比于之前的獲得嫌犯信息后通過電視，報紙，網(wǎng)絡(luò)進(jìn)行發(fā)布的方式，這樣的分析方式更快速，更準(zhǔn)確。

3.2驗(yàn)證證件

這里的證件主要是指我們常用的身份證，駕駛證等。現(xiàn)在采取驗(yàn)證的方式大部分還是人工驗(yàn)證的方式，這種方式不僅速度慢，而且還有可能由于工作人員長時間驗(yàn)證帶來工作疲勞而引起的誤差。在驗(yàn)證證件時利用人臉識別技術(shù)檢測每張證件上的信息，一是速度快，二是精準(zhǔn)。目前這種技術(shù)已經(jīng)應(yīng)用在部分機(jī)場，火車站。

3.3入口控制

很多地方的入口都會進(jìn)行人員的控制，比如高校的宿舍樓，機(jī)密辦公區(qū)域，小區(qū)里的單元樓等，這些地方有的不好設(shè)置工作人員看守，有的地方設(shè)置看守后當(dāng)人員流動量大時會很容易出現(xiàn)擁堵。引入人臉識別技術(shù)后，入口相關(guān)人員只需把臉對準(zhǔn)攝像區(qū)域門邊會自動打開，當(dāng)成功進(jìn)入后便會自關(guān)上，應(yīng)用人臉識別技術(shù)既安全又方便。

3.4娛樂休閑

人臉識別技術(shù)在我們的娛樂領(lǐng)域也展示出強(qiáng)大的功能，比如現(xiàn)在手機(jī)上常用的美顏效果就是基于人臉關(guān)鍵點(diǎn)檢測來進(jìn)行特定區(qū)域的美化，眼皮修成雙眼皮，鼻梁攏高，下巴削尖等。還有直播間里的特定小功能，如人臉的關(guān)鍵點(diǎn)跟蹤，背景分割等，能夠讓主播直播的效果更加立體和有趣。

4人臉識別現(xiàn)階段的一些不足

通過上文的介紹，人臉識別已經(jīng)極大的便利了我們的生活，但是現(xiàn)在還未發(fā)展完善，在一些方面上存在著不足和應(yīng)該改進(jìn)的地方。一方面是人臉識別系統(tǒng)的識別率會受多因素影響，系統(tǒng)對采集條件有一定的要求，比如一定的光線和臉部位置的正確擺放。在陰雨天或晚上由于系統(tǒng)采集的圖像較模糊，還有人臉面部做出的細(xì)微改變的情況下進(jìn)行識別，所以這就對系統(tǒng)匹配的準(zhǔn)確性提出了更高的要求。另一方面就是隱私問題，對于攝像頭采集到的用戶照片信息進(jìn)行網(wǎng)絡(luò)傳輸是出現(xiàn)的信息泄露問題。

5結(jié)語

人臉識別技術(shù)經(jīng)過多年的發(fā)展現(xiàn)在已經(jīng)成為了我們生活的一部分，但是現(xiàn)階段該技術(shù)還面臨著一些挑戰(zhàn)，比如同一張人臉的不同表情的識別，長相相近的雙胞胎之間的識別等等，所以這就需要有關(guān)研究人員進(jìn)行不斷的探索。在社會和政府對人臉識別技術(shù)的大力支持下，該項技術(shù)會逐步趨于完善。

參考文獻(xiàn)：

[1]張淑軍，王高峰，石峰.基于AAM提取幾何特征的人臉識別算法[J].系統(tǒng)仿真學(xué)報.

[2]梁路宏，艾海舟，徐光，張鈸.人臉檢測研究綜述[J].

[3]沈理，劉翼光，熊志勇.人臉識別原理及算法：動態(tài)人臉識別系統(tǒng)研究[M].人民郵電出版社.

作者簡介：許佳勝（1999），男，河北保定易縣凌云冊鄉(xiāng)大巨村人，現(xiàn)就讀于河北農(nóng)業(yè)大學(xué)信息科學(xué)與技術(shù)學(xué)院計算機(jī)科學(xué)與技術(shù)專業(yè)。