于傳 唐毅 傅曉 徐華
摘? 要:生物體征識(shí)別技術(shù)運(yùn)用了人體本身固有的生物體征,相比較于傳統(tǒng)的身份識(shí)別方式而言,生物特征技術(shù)由于它的可靠性以及安全的特點(diǎn)深受人們的重視。在近幾年的時(shí)間里,人臉識(shí)別技術(shù)陸續(xù)運(yùn)用到人類的生活中,本文針對(duì)于人臉識(shí)別技術(shù)做了簡(jiǎn)要的研究和討論。
關(guān)鍵詞:人臉識(shí)別;人臉檢測(cè);研究分析
中圖分類號(hào):TP391.4? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A? ? ?文章編號(hào):1007-9416(2020)10-0000-00
1 研究的背景和意義
人臉識(shí)別是模式識(shí)別和機(jī)器視覺中一個(gè)非?;钴S的研究熱點(diǎn)。不論是國(guó)內(nèi)還是國(guó)內(nèi),在研究所以及大型公司都對(duì)人臉識(shí)別技術(shù)投入了大量的人力物力進(jìn)行研究,因?yàn)槿四樧R(shí)別技術(shù)在理論研究中具有巨大的應(yīng)用價(jià)值,因此人們非常重視對(duì)于它的研究。
與傳統(tǒng)的身份驗(yàn)證技術(shù)相比,它利用人自身具有的特點(diǎn),可靠性高,安全性好,實(shí)用性強(qiáng),多年來一直受到許多研究者的關(guān)注[1]。并且社會(huì)熱潮的推動(dòng)下,迅速的占領(lǐng)了大量的應(yīng)用市場(chǎng)。
(1)在銀行金融系統(tǒng)中的應(yīng)用。人臉識(shí)別系統(tǒng)能夠更好更加直接的實(shí)現(xiàn)銀行安全防范要求,更加直觀準(zhǔn)確的跟蹤性能,面對(duì)于盜竊、冒領(lǐng)事件起到的防范作用。
(2)在司法系統(tǒng)中的應(yīng)用。在司法機(jī)關(guān)遇到要抓捕罪犯的情況下,就可以使用人臉識(shí)別技術(shù),在照片庫(kù)存中自動(dòng)識(shí)別并且找出嫌疑犯,將破案的時(shí)間縮短。
(3)公共安全。用于公共場(chǎng)所的監(jiān)控,利用人臉識(shí)別技術(shù)來輔助對(duì)恐怖分子和違法犯罪嫌疑人的監(jiān)控。
(4)視頻監(jiān)視:在許多公司、銀行都設(shè)有24 h的視頻監(jiān)視。
(5)證件驗(yàn)證:在當(dāng)代社會(huì),每個(gè)人身上都會(huì)有不同類別的證件,利用人臉識(shí)別技術(shù),實(shí)現(xiàn)自動(dòng)化的管理和智能化的驗(yàn)證。
(6)信息安全:利用人臉識(shí)別技術(shù)實(shí)現(xiàn)計(jì)算機(jī)登錄、權(quán)限控制和電子交易中的身份認(rèn)證,等等。
2 國(guó)內(nèi)外研究概況
當(dāng)前很多國(guó)家展開了有關(guān)人臉識(shí)別的研究,主要有美國(guó),歐洲國(guó)家,日本等,著名的研究機(jī)構(gòu)有美國(guó)MIT的Media lab, AI lab。在人類各項(xiàng)研究中,存在最早的就是人臉識(shí)別技術(shù),國(guó)內(nèi)關(guān)于人臉識(shí)別的研究始于二十世紀(jì)80年代,在NSFC、863計(jì)劃等資助下,我國(guó)的大部分研究機(jī)構(gòu)也開始對(duì)人臉識(shí)別系統(tǒng)進(jìn)行分析和研究,其中的研究機(jī)關(guān)也有很多,除了相關(guān)的研究所,一些知名大學(xué)也參與了其中[2]。
3 人臉識(shí)別存在的問題
人臉識(shí)別涉及人臉檢測(cè),人臉特征定位,特征提取和分類器設(shè)計(jì)幾個(gè)方面,人臉識(shí)別面臨的主要問題是:(1)光照問題。光照問題是機(jī)器視覺的老問題,盡管研究人員提出了一些解決方案,但是在實(shí)際應(yīng)用中效果遠(yuǎn)沒有達(dá)到理想程度。(2)大規(guī)模人臉識(shí)別問題。因?yàn)槿四様?shù)據(jù)庫(kù)的資源很多,因此想要在如此龐大的數(shù)據(jù)庫(kù)中提高識(shí)別率也是人臉識(shí)別需要注意到的問題。(3)樣本缺乏問題。在目前的情況下,人臉識(shí)別系統(tǒng)的主流算法仍然是統(tǒng)計(jì)學(xué)方法,但在這個(gè)過程中,由于人的臉部是高度空間中的不規(guī)則分布,因此這也是目前必須得要解決的問題[3]。
從問題產(chǎn)生的根源上講,人臉識(shí)別問題集中在三新個(gè)層面:(1)信號(hào)層面:表現(xiàn)為數(shù)據(jù)獲取不穩(wěn)定;(2)特征層面:采集條件變化時(shí)特征描述的魯棒性問題;(3)決策層面:表現(xiàn)為核心識(shí)別算法的泛化能力問題,海量樣本學(xué)習(xí)的可行性,統(tǒng)計(jì)學(xué)習(xí)方法的魯棒性等。
4 研究的目的和內(nèi)容
4.1 研究的目的
人臉識(shí)別技術(shù)具有廣泛的應(yīng)用價(jià)值。各大公司、研究機(jī)構(gòu)都對(duì)其進(jìn)行了深入的研究,提出了許多的識(shí)別方法,使其識(shí)別精度越來越高[4]。但在實(shí)際應(yīng)用中,環(huán)境較為復(fù)雜。在人臉檢測(cè)和人臉特征定位后,對(duì)圖像進(jìn)行歸一化,識(shí)別算法在環(huán)境和人臉本身變化的情況下仍然有效,向自動(dòng)化識(shí)別目標(biāo)邁進(jìn),正是基于這個(gè)目標(biāo),對(duì)人臉識(shí)別技術(shù)進(jìn)行了研究和探討。
4.2 研究的內(nèi)容
針對(duì)人臉識(shí)別技術(shù)涉及的幾個(gè)方面,對(duì)以下內(nèi)容作了研究和探討。
(1)在預(yù)處理方面,研究對(duì)比了多種彩色圖像的增強(qiáng)理算法,并在此基礎(chǔ).上提出了新方法。在彩色圖像增強(qiáng)方面階段提出了一種結(jié)合偏色糾正和改進(jìn)的retinex的增強(qiáng)方法,實(shí)驗(yàn)結(jié)果證明了該方法的有效性。
(2)在人臉檢測(cè)方面,采用結(jié)合膚色檢測(cè)的Adaboost檢測(cè)方法。膚色檢測(cè)去掉大部分背景并提供區(qū)域和窗口特征,Adaboost檢測(cè)判別是否為人臉,
(3)在人臉特征定位方面,提出了一種基于各向異性濾波的人眼定位方法,對(duì)彩色圖像的定位采用各分量差分的方法,實(shí)驗(yàn)結(jié)果證明效果較好。
(4)在特征提取方面,提出了多尺度的局部二進(jìn)制模式特征提取方法。等價(jià)的局部二進(jìn)制模式有效地減少了數(shù)據(jù)的維數(shù),不同尺度分析能夠表征人臉的局部和整體特征,兩者的結(jié)合,更能有效的表征人臉特征。識(shí)別結(jié)果證明所提取特征的有效性。
(5)識(shí)別算法設(shè)計(jì)方面,采用流形學(xué)習(xí)算法,在傳統(tǒng)的保局投影基礎(chǔ).上,加入類別的監(jiān)督信息,并使向量正交化,改進(jìn)正交拉普拉斯特征臉?biāo)惴▽?duì)特征數(shù)據(jù)進(jìn)行降維。最后采用最小近鄰法識(shí)別人臉。實(shí)驗(yàn)結(jié)果表明識(shí)別率相對(duì)提高。
5 人臉識(shí)別概述
5.1 生物特征識(shí)別技術(shù)
生物特征識(shí)別技術(shù)具體指的是什么?它是一種對(duì)于一個(gè)人身份識(shí)別和鑒定并且是通過計(jì)算機(jī)進(jìn)行這個(gè)工作。其中有指紋、虹膜、視網(wǎng)膜、聲音等類型。早在上個(gè)世紀(jì),生物識(shí)別技術(shù)以及在世界范圍內(nèi)有所研究與開發(fā),但是那個(gè)時(shí)候人們對(duì)于它的研究還是處于初級(jí)階段,雖然當(dāng)時(shí)的指紋識(shí)別技術(shù)已經(jīng)嶄露頭角,但是人們的科技研究水平還是處于初級(jí),研究進(jìn)程也有待提高[5]。
5.2 人臉識(shí)別技術(shù)
人臉識(shí)別技術(shù)具體的含義是將已經(jīng)采集到的數(shù)據(jù)進(jìn)行分類調(diào)整,將不同身份體征,不同樣貌信息給出具體位置信息,并在采集信息庫(kù)中進(jìn)行對(duì)比,最后通過互聯(lián)網(wǎng)技術(shù)將每個(gè)人的身份信息進(jìn)行統(tǒng)計(jì)比照,從而識(shí)別人臉。其研究?jī)?nèi)容包括以下五個(gè)方面:
(1)在人臉檢測(cè)過程中,可以憑不同的背景確認(rèn)人臉信息。在這個(gè)過程中檢測(cè)人臉的位置、大小、形狀等關(guān)鍵信息。
(2)人臉表征確定表示檢測(cè)出的人臉和數(shù)據(jù)庫(kù)中的已知人臉的描述方式。一般采取的是代數(shù)特征、固定特征模板等方式。
(3)人臉鑒別即狹義的人臉識(shí)別,就是指把特定的人臉跟我們?nèi)四樧R(shí)別系統(tǒng)中的已有數(shù)據(jù)進(jìn)行分析對(duì)比,并得到詳細(xì)的結(jié)果。在這個(gè)過程中,關(guān)鍵核心就是在人臉識(shí)別系統(tǒng)表達(dá)方式和匹配方法上面選擇適合的,這樣以來也可以快速的得出人臉表征方法[6]。
(4)對(duì)于采集的人臉捕捉細(xì)微的表情姿態(tài)變化并且記錄,最后做出分類調(diào)整。
(5)根據(jù)每個(gè)人臉部不同的生理信息將數(shù)據(jù)采集,根據(jù)每個(gè)物理特征的不同信息。舉個(gè)例子,可以從這個(gè)人的年齡、性別、種族等信息去找出相同點(diǎn)或者差異點(diǎn)。
5.3 人臉識(shí)別的難點(diǎn)
在現(xiàn)如今技術(shù)研究領(lǐng)域,人臉識(shí)別是極其富有挑戰(zhàn)性的,因?yàn)槿四樀牟季忠约罢w都是比較柔韌的物體,從發(fā)型的改變以及表情,都會(huì)給最終的人臉識(shí)別帶來挑戰(zhàn)和不必要的麻煩,所以當(dāng)務(wù)之急是要解決這些問題。
目前人臉識(shí)別的難點(diǎn)主要存在于以下幾個(gè)方面:
(1)首先就是由于光照而引起的變化,這是在人臉識(shí)別性能方面最關(guān)鍵的一個(gè)因素,決定著人臉識(shí)別技術(shù)進(jìn)程的成功與否,特別是在圖像預(yù)處理方面,是需要重視并且有所改變的。
(2)在丞相時(shí)保持的角度以及距離都會(huì)大幅度的影響人臉的姿態(tài)。因此在人臉識(shí)別過程中,一定要注意人臉距離識(shí)別區(qū)域的距離以及姿態(tài),保持水平高度。
(3)不同年齡的人臉有著較大的差別。打個(gè)比方說,現(xiàn)在司法部門要追擊一個(gè)逃犯,但是逃犯的身份證信息太過久遠(yuǎn),還是以前的照片信息,而隨著年齡和時(shí)間的推移,逃犯現(xiàn)在的面貌都有了一部分的改變,因此在追查過程中,這些年齡外界因素也是有一定難度的[7]。
6 人臉識(shí)別的常用算法介紹
6.1 常用方法
基于模型的人臉識(shí)別方法包括特征臉法(Eigneafec)、神經(jīng)網(wǎng)絡(luò)法(NN)、 隱馬爾可夫模型方法(HMM)等方法。
6.2分類器
在人臉識(shí)別的操作過程中,提取特征模塊已經(jīng)表示圖像向量都尤為重要,每個(gè)步驟都不能出現(xiàn)錯(cuò)誤,此時(shí)需要用到的特征向量予以分類的工具就是分類器了,它在這個(gè)步驟中起到了關(guān)鍵的作用,也是它決定了后期是否能夠準(zhǔn)確的確定人臉的具體信息,而不同分類器對(duì)于最終結(jié)果的判讀也是有所不同,該怎樣選擇合適的分類器去工作也非常重要,對(duì)于結(jié)果的影響直接取決于分類器的好壞。日常中使用的分類器類型比較多,有下面幾種:
最小距離分類器(NC);
最小距離分類器它的判別標(biāo)準(zhǔn)是以類中心算起到檢測(cè)樣本之間的距離大小;
最近鄰分類器(NN)[8]。
這類分類器的計(jì)算過程相對(duì)來說比較復(fù)雜,它是在分類時(shí)需要將所有訓(xùn)練樣本都作為代表點(diǎn),通過計(jì)算待識(shí)別樣本x到所有訓(xùn)練樣本的距離,最終得出的結(jié)果如果時(shí)與x最近的訓(xùn)練樣本,那么立馬就可以判定此類別為待識(shí)別樣本x所屬類別。
6.3 人臉識(shí)別中PCA算法步驟及流程
pca方法人臉識(shí)別步驟 具體的識(shí)別步驟如下:
(1)讀入人臉庫(kù);
(2)計(jì)算K-L變換的生成矩陣;
(3)利用SVD定理計(jì)算特征值和特征向量;
(4)把訓(xùn)練圖像和測(cè)試圖像投影到特征空間;
(5)比較測(cè)試圖像和訓(xùn)練圖像,確定待識(shí)樣本類別。
7 人臉識(shí)別流程
人臉識(shí)別技術(shù)不是單一的技術(shù),要想完成人臉識(shí)別技術(shù)的完整體系,必須得完成人臉識(shí)別的一系列流程,而俯身于人臉識(shí)別技術(shù)研究的學(xué)者們由于認(rèn)知和目標(biāo)點(diǎn)都不同所以步驟也分為以下幾點(diǎn)
(1)人臉檢測(cè)/跟蹤。首先在人臉識(shí)別流程中第一個(gè)步驟就是人臉的檢測(cè),它的主要內(nèi)容包括在輸入的大致人臉圖像中找到符合條件的數(shù)據(jù),然后系統(tǒng)自動(dòng)生成并且給出圖像,它的目的在于檢測(cè)出圖像的存在范圍以及存在具體位置,以來給后面的跟蹤打好基礎(chǔ)。
(2)特征提取。每個(gè)人的面部特點(diǎn)都不一樣,都有屬于自己獨(dú)特的人臉特質(zhì),所以為了找出人和人之間的不同點(diǎn),就需要從人臉的反射中提取數(shù)值。在已知的人臉范圍之內(nèi),在數(shù)據(jù)庫(kù)里面提取標(biāo)準(zhǔn)數(shù)值進(jìn)行人臉判別,通常會(huì)使用幾何特征,里面分為角度、歐式距離等類別,固定特征模板、特征臉等等。
(3)特征降維。和其他的物體識(shí)別不同,我們的人臉是柔軟的,因此在人臉識(shí)別過程中,要對(duì)人臉的圖像做出詳細(xì)的鑒定和提取相關(guān)信息與人體特征,在高密度的高維空間中,人臉則會(huì)得出不一樣的高維空間原始數(shù)據(jù)(對(duì)一幅M×N的圖像,空間維數(shù)可達(dá)M×N)。
8 結(jié)論
人臉識(shí)別具有重大的理論意義和應(yīng)用意義,它是一項(xiàng)結(jié)合了多學(xué)科,多領(lǐng)域知識(shí)方法的技術(shù)。人們熱衷與研究這項(xiàng)技術(shù),它對(duì)我們?nèi)祟悗淼默F(xiàn)代化技術(shù)市場(chǎng)前景是遠(yuǎn)大的,又因?yàn)槿四樧R(shí)別技術(shù)存在一定的難點(diǎn),所以人們一直也在不斷的克服并且優(yōu)化技術(shù)的發(fā)展,相信在我們的努力下,會(huì)在對(duì)他的研究和對(duì)其中的圖像處理和模式識(shí)別中取得更大的進(jìn)步,未來在身份認(rèn)證技術(shù)市場(chǎng)日益龐大的進(jìn)程中,人臉識(shí)別技術(shù)將會(huì)擁有更廣泛的社會(huì)需求和市場(chǎng)前景。
參考文獻(xiàn)
[1]王映輝.人臉識(shí)別一原理方法與技術(shù)[M].北京:科學(xué)出版社,2010.
[2]姜紅德.Face++:專注人臉識(shí)別的創(chuàng)業(yè)傳奇[J].中國(guó)信息化,2015(5):72-73.
[3]孫立明.復(fù)雜光照條件下的人臉識(shí)別方法研究[D].吉林:東北電力大學(xué),2018.
[4]劉俊.變化光照條件下人臉識(shí)別算法的研究[D].成都:電子科技大學(xué),2017.
[5]季麗萍.基于RFID和人臉識(shí)別考勤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].佳木斯職業(yè)學(xué)院學(xué)報(bào),2018(4):425-426.
[6]王國(guó)棟.基于MATLAB的人臉識(shí)別算法的研究[D].呼和浩特:內(nèi)蒙古大學(xué),2014.
[7]馬博宇,尉寅瑋.基于Ada Boost算法的人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn)[J].儀器儀表學(xué)報(bào),2016(S1):165-170.
[8]何志威,李軍.基于人臉識(shí)別的移動(dòng)終端考勤系統(tǒng)的設(shè)計(jì)[J].福建電腦,2018,34(3):19-20.
收稿日期:2020-07-19
基金項(xiàng)目:2020年國(guó)網(wǎng)安徽省電力有限公司培訓(xùn)中心群眾創(chuàng)新項(xiàng)目(2020QC04)
作者簡(jiǎn)介:于傳(1983—),男,江蘇徐州人,研究生,高級(jí)工程師,研究方向:電力培訓(xùn)、科技管理等。
Research and Discussion of Face Recognition System
YU Chuan1,2,Tang Yi1,2,F(xiàn)u Xiao1,2,Xu Hua1,2
1. Training Center of State Grid Anhui Electric Power Co., Ltd., Hefei Anhui? 230000;
2. Anhui Vocational College of Electrical Engineering, Hefei Anhui? 230000)
Absrtact:Biological sign recognition technology uses the inherent biological signs of human body. Compared with the traditional identification method, biometric technology is paid more attention because of its reliability and security. In recent years, face recognition technology has been applied to human life. This paper makes a brief study and Discussion on face recognition technology.
Key words:face recognition;face detection;research and analysis