楊斌

武警工程大學(xué) 信息工程學(xué)院 陜西 西安 710086

引言

隨著人工智能、大數(shù)據(jù)、云計(jì)算等技術(shù)的不斷發(fā)展，人臉識別技術(shù)的應(yīng)用越來越廣泛，也在很大程度上改變了人們的生活、出行等方式。將人臉識別技術(shù)應(yīng)用于疫情防控中，是當(dāng)前疫情防控有效且可靠的一種手段。不僅提高了疫情防控中的檢測效率，也為疫情防控提供了可靠的技術(shù)手段。人臉識別技術(shù)也存在一些問題，還需要不斷研究和創(chuàng)新，這也是未來研究和發(fā)展的方向[1-2]。

1 人臉識別技術(shù)在疫情防控中的重要性

根據(jù)衛(wèi)生防疫專家的研究，目前“新冠肺炎”的傳播途徑包括直接傳播、氣溶膠傳播和接觸傳播[3]。這種傳播特性為疫情防控帶來極大的困難。如何減少檢測過程中人員接觸、降低檢測人員感染“新冠肺炎”風(fēng)險(xiǎn)，成為疫情防控中的重要難題。通過采用人臉識別技術(shù)，在醫(yī)院、學(xué)校、商場、超市、飯店等公共場所進(jìn)行自動檢測和識別，不僅有效避免管理人員感染的風(fēng)險(xiǎn)，還提高了人員出入效率，最大程度上降低了病毒的傳播。

2 人臉識別技術(shù)

人臉識別技術(shù)是一種通過提取人的臉部特征信息，并對其身份進(jìn)行識別的技術(shù)[4]。人臉識別技術(shù)是通過將當(dāng)前計(jì)算機(jī)圖像處理技術(shù)與生物統(tǒng)計(jì)學(xué)相結(jié)合，通過計(jì)算機(jī)技術(shù)對人臉特征進(jìn)行識別和提取，包括人臉的大小、各個(gè)主要面部器官的位置信息等，然后利用生物統(tǒng)計(jì)學(xué)原理，將人臉信息與已錄入的身份信息進(jìn)行模式匹配，從而識別人臉的身份信息。

人臉識別的方法分為以下幾點(diǎn)，分別是人臉圖像的獲取、人臉的檢測、人臉的識別。其中，最主要的是人臉圖像的檢測和識別技術(shù)[5]。

2.1 人臉檢測技術(shù)

人臉檢測技術(shù)是對采集到的人臉圖像進(jìn)行特征分析、計(jì)算、提取，將這些信息融合，生成人臉的特征矩陣。在人臉識別過程中，人臉檢測技術(shù)起到關(guān)鍵作用。人臉檢測技術(shù)可以檢測人臉在特定場景下的臉部特征，包括側(cè)臉、正臉以及微笑等臉部表情特征。檢測到人臉的基本特征后，就可以對人臉特征進(jìn)行識別。

2.2 人臉特征提取與識別技術(shù)

隨著人臉識別技術(shù)的不斷發(fā)展，常用的人臉識別技術(shù)包括人臉外觀識別、基于深度學(xué)習(xí)的人臉識別等。人臉外觀識別主要通過對面部結(jié)構(gòu)特征，如人臉的五官形狀、特征等，生成圖像，并計(jì)算各個(gè)面部特征之間的距離、大小、面積等關(guān)系。該方法操作簡單，具有較強(qiáng)的光照變化、魯棒性強(qiáng)等特點(diǎn)，在實(shí)際使用中，容易受檢測環(huán)境、檢測人臉表情等影響，檢測精準(zhǔn)度不高?；谏疃葘W(xué)習(xí)的人臉識別是借助LBP算法、Gabor小波等實(shí)現(xiàn)人臉圖像的獲取，將多個(gè)包含人臉信息的特征進(jìn)行線性組合等方式，提取人臉圖像的特征[6]。該技術(shù)借助神經(jīng)網(wǎng)絡(luò)算法進(jìn)行特征提取和識別，常用的算法包括BP神經(jīng)網(wǎng)絡(luò)算法、卷積神經(jīng)網(wǎng)絡(luò)算法等。BP神經(jīng)網(wǎng)絡(luò)算法包括前向傳播和誤差的反向傳播兩個(gè)過程，正向傳播時(shí)，輸入模式從輸入層經(jīng)隱單元層逐層處理，并轉(zhuǎn)向輸出層，每層神經(jīng)元的狀態(tài)只影響下一層神經(jīng)元的狀態(tài)，如果輸出層得不到期望的輸出，轉(zhuǎn)入反向傳播，將誤差信號沿原路返回，通過修改神經(jīng)元的權(quán)值，使誤差信號最小。卷積神經(jīng)網(wǎng)絡(luò)算法是通過訓(xùn)練人臉特征庫的方式進(jìn)行學(xué)習(xí)生成，對變形、放大或縮小的不同形式人臉圖像識別有很強(qiáng)的優(yōu)勢。

3 人臉識別技術(shù)在疫情防控中的應(yīng)用

在疫情防控中，最重要的是通過非接觸的方式對人員信息進(jìn)行采集，包括人員身份信息、體溫特征、位置信息，因此，人臉識別技術(shù)對疫情防控至關(guān)重要。采用人臉識別技術(shù)可以對人員身份信息進(jìn)行自動識別，只需提前錄入人臉信息或通過人臉大數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，即可獲取人臉特征模型，通過與人臉預(yù)檢測到的人臉進(jìn)行特征匹配，即可識別人員身份信息。除此之外，本研究還提出在人臉識別裝置中增加體溫測量裝置和定位裝置，實(shí)時(shí)獲取測量人員的體溫和位置信息。人臉識別系統(tǒng)組成如圖1所示（見文末）。

4 存在的問題

人臉識別技術(shù)在給疫情防控帶來了很大技術(shù)支撐的同時(shí)，也存在以下問題：①識別準(zhǔn)確度：人臉識別存在多種不確定性，如人臉的表情變化、整容、毀容、化妝等因素的影響，因此，只有對關(guān)鍵技術(shù)不斷改進(jìn)才能提高人臉識別的準(zhǔn)確度。②安全問題：隨著移動支付的不斷發(fā)展，人臉支付也非常普遍，人臉信息安全問題是當(dāng)前人臉識別中人們往往擔(dān)憂的問題，提高信息安全防護(hù)對人臉識別也至關(guān)重要。③環(huán)境因素影響：外界環(huán)境的改變對人臉識別可能存在不同程度的影響，如外界光線的明暗、天氣因素、網(wǎng)電供應(yīng)、設(shè)備穩(wěn)定性等，這些都會在一定程度上影響人臉的識別。

圖1 人臉識別系統(tǒng)組成