吳際 吳戀 廖成華 許云輝

摘要：豬臉識別技術(shù)新時代的產(chǎn)物，也是社會進步和科技發(fā)展的體現(xiàn)。技術(shù)與生活密切相關(guān)，既陌生又熟悉，我們陌生它的技術(shù)，而熟悉的是它的功能。它是通過收集豬臉部的特征進行分析，每一頭豬有自己的獨特特征，對這些特征進行收集和存儲，通過收集的信息和數(shù)據(jù)能夠高精準的識別和判定。針對特征的收集我們采取的收集方式可以是圖像也可以是視頻流，通過一系列豬臉識別的技術(shù)。

關(guān)鍵詞：生物識別技術(shù);深度學習;豬臉識別;Deep ID技術(shù);卷神經(jīng)網(wǎng)絡(luò)

中圖分類號：TP31 ? ? ? 文獻標識碼：A

文章編號：1009-3044（2020）17-0175-02

開放科學（資源服務(wù)）標識碼（OSID）：

1 引言

隨著時代的進步，人們的生活節(jié)奏受到了物聯(lián)網(wǎng)的改變，也加快了經(jīng)濟的發(fā)展?；ヂ?lián)網(wǎng)的廣泛推廣，人們通過互聯(lián)網(wǎng)解決了許多的難題。在養(yǎng)殖戶與保險公司問題中，畜牧養(yǎng)殖保險可以幫助養(yǎng)殖戶減少養(yǎng)殖過程中出現(xiàn)的意外造成的各種損失，如今得到很多的養(yǎng)殖戶的認可和支持。然而，卻存在著很多養(yǎng)殖戶指鹿為馬李代桃僵詐騙保險的現(xiàn)象。面向防詐騙畜牧養(yǎng)殖保險的豬臉識別系統(tǒng)利用深度學習技術(shù)進行動物豬臉的辨識，其識別準確率比傳統(tǒng)方法高，其具有一定的市場應用價值，能防止一些農(nóng)戶惡意詐騙保險的情況，能夠更加穩(wěn)固各自的利益。

如果每頭購買了保險的豬需要得到理賠，首先需要精準快速確認病豬的身份信息。我們就在想有沒有一種方法，能將成本降低，操作簡單，適合我們廣大農(nóng)民朋友們使用和保險行業(yè)的推廣。最后我們想到用深度學習的方法中的識別技術(shù)去確定每頭豬的主要信息，從而達到精準確認。把這種技術(shù)運，用到保險理賠中，由于操作過程方便快捷，進而可以讓雙方都可以盡快地解決問題，這樣成本就可以從10元以上降低到1元以下。此外在實踐中，小規(guī)模的死亡只需要農(nóng)民對病死豬拍照上傳拍攝病死豬照片上，這是非常方便快捷的。

當前深度算法在全球具有極大的影響力，深度學習在國外受到很多的國家的關(guān)注，如今已有很多國家已經(jīng)在開展有關(guān)于深度學習這方面算法的研究。其中最受人們歡迎的就是Deep ID算法的研究，在日本、美國、歐洲國家等都有非常著名的研究機構(gòu)。例如在大家都熟悉的麻省理工學院就設(shè)有人工智能實驗室，在科技比較發(fā)達的美國在卡內(nèi)基梅隆大學也設(shè)有微軟研究院等。

對于我國來說，最近這幾年才屬于真正開始做有關(guān)于豬臉自動識別的研究，主要研究領(lǐng)域涉及計算機視覺、模式識別、機器學習等，尤其關(guān)注于豬臉識別以及多模式交互技術(shù)，其中支撐豬臉識別的主要算法就是我們都熟悉的Deep ID算法，它的發(fā)展歷程和發(fā)展中的應用就造就了我們的——豬臉驗證。它主要是讓兩張照片進行一個相似度的比對，從而判斷是不是同一只豬。根據(jù)這樣的豬臉驗證方式可以解決很多問題，從而很容易將豬臉驗證豬臉的問題轉(zhuǎn)化為豬臉的識別問題。而豬臉的識別就是通過反復的豬臉的驗證，我們再通過Deep ID算法結(jié)合PCA算法就可以達到的預期效果。

2 豬臉識別

如果說生物識別大家估計很陌生，但說人臉識別大家就比價熟悉了。豬臉識別和人臉識別是一個性質(zhì)的存在，而他們都被統(tǒng)稱為生物識別，都只是生物識別的一個分支。豬臉識別是通過對豬的臉部的特征進行收集、鎖定、存儲、分析，最后達到識別的功能。對于特征來說有很多，主要的有眼睛（視網(wǎng)膜和虹膜）、嘴的形狀、鼻的形狀、臉的形狀、耳朵的形狀、毛的顏色等主要的特征，能夠支撐此等識別技術(shù)肯定是生物識別和計算機技術(shù)。以下的四個環(huán)節(jié)為識別的過程，分別是：1）圖像采集;2）特征提取;3）身份確認;4）身份查找。流程如圖1所示。

對于本系統(tǒng)的開發(fā)肯定是少不了神經(jīng)網(wǎng)絡(luò)的識別方法，此方法目前相對成熟并且應用廣泛。對于神經(jīng)網(wǎng)絡(luò)識別是通過對生物神經(jīng)網(wǎng)絡(luò)的模擬，將神經(jīng)元轉(zhuǎn)化為計算機編碼，此方法可以有效地避開復雜特征的數(shù)據(jù)提取。在應對大型的圖片處理這方面肯定不會錯過卷積神經(jīng)網(wǎng)絡(luò)（CNN），它是一種前饋的神經(jīng)網(wǎng)絡(luò)，它的人工神經(jīng)元能夠響應部分覆蓋范圍內(nèi)的周圍單元，在處理大型圖片有很突出的表現(xiàn)。當然，計算機也可以做簡單的分類圖片處理，得到一系列卷積層級，最后建構(gòu)出更為抽象的概念。神經(jīng)網(wǎng)絡(luò)已經(jīng)成為21世紀計算機領(lǐng)域中最具有影響力成熟新技術(shù)，大量公司開始將深度學習用作服務(wù)的核心。在圖片提取以及圖片識別是起主導作用，也是一個是時代的革新。

3 Deep ID技術(shù)

Deep ID技術(shù)是人臉算法的核心也可以說是生物算法，所以對于我們研究的畜牧業(yè)是很實用;Deep ID通過CNN的學習作用，在LFW中測試的精準度非常之高，承受影響因素的能力也是非常強大。而圖片再通過Deep ID得到一個160維度的向量，然后通過貝葉斯算法整合分類，最后推理出報告;通過Deep ID之后還進行了降維處理，則需要用到PAC算法，由魯棒核模糊 PCA 算法本身屬于局部最優(yōu)迭代算法且初始隸屬度設(shè)置為1，這樣就會使得算法進入一個局部值解，穩(wěn)定性差因此為解決算法對初始值敏感的問題通過相對密度來確定樣本初始化隸屬度。這樣會使我們的精準度得到一個最高值，對實現(xiàn)識別技術(shù)的問題得到更加有力的解決方案。可以說Deep ID技術(shù)也是我們本系統(tǒng)開發(fā)的和核心，也是功能實現(xiàn)的出發(fā)點;也可以達到我們要的要求，用最簡單的方式做最有用的事，可以通過照片就可以進行準確的分析。Deep ID技術(shù)流程如圖2所示。

4 總結(jié)

隨著全面網(wǎng)絡(luò)管理化方面知識的提升，畜牧養(yǎng)殖保險可以很容易推廣面向防詐騙畜牧養(yǎng)殖保險的豬臉識別系統(tǒng)，畜牧養(yǎng)殖戶也意識到未來的市場會走向網(wǎng)絡(luò)化，科學的網(wǎng)絡(luò)化系統(tǒng)可以給自己減少不必要的損失。利用Deep ID和PAC算法可以解決系統(tǒng)中豬臉特征難題，通過數(shù)據(jù)的處理、分析、整合，能夠達到識別的效果，從而達到預期想要的結(jié)果。社會的進步也是意味著技術(shù)的改革，利用現(xiàn)代化技術(shù)解決生活中遇見的難題，讓社會的發(fā)展更加的迅速、更穩(wěn)健、更超前。讓科技走向生活，讓科技融入最底層的生活，推動社會的進步，用機器來彌補人力的不足。最后，面向防詐騙畜牧養(yǎng)殖保險的豬臉識別系統(tǒng)可以使養(yǎng)殖戶與保險公司實現(xiàn)合作共贏，加快牧養(yǎng)養(yǎng)殖業(yè)的系統(tǒng)化管理歷程。

參考文獻：

[1] 陶新民，常瑞，沈微，等.密度敏感魯棒模糊核主成分分析算法[J].東北林業(yè)大學工程技術(shù)學院，2018（11）.

[2] 廖列法，勒孚剛，朱亞蘭.LDA模型在專利文本分類中的應用[J].現(xiàn)代情報，2017，37（3）：35-39.

[3] 蘇金樹，張博鋒，徐昕.基于機器學習的文本分類技術(shù)研究進展[J].軟件學報，2006，17（9）：1848-1859.

[4] Sun Y， Wang X， Tang X. Deep learning face representation from predicting 10，000 classes[C]//Computer Vision and Pattern Recognition （CVPR）， 2014 IEEE Conference on. IEEE， 2014： 1891-1898.

[5] Sun Y， Chen Y， Wang X， et al. Deep learning face representation by joint identification-verification[C]//Advances in Neural Information Processing Systems. 2014： 1988-1996.

[6] Sun Y， Wang X， Tang X. Deeply learned face representations are sparse， selective， and robust[J]. arXiv preprint arXiv：1412.1265， 2014.

【通聯(lián)編輯：梁書】