人臉識別技術(shù)的現(xiàn)狀和發(fā)展

文/宋嘉程

人臉識別技術(shù)的現(xiàn)狀和發(fā)展

文/宋嘉程

人臉識別技術(shù)是近年出現(xiàn)的高新技術(shù)，伴隨著互聯(lián)網(wǎng)快速發(fā)展，以及人工智能、機器學(xué)習(xí)技術(shù)的廣泛應(yīng)用，人臉識別技術(shù)的市場化與產(chǎn)品化也隨之進展顯著。就近幾年人臉識別技術(shù)的發(fā)展?fàn)顩r來看，其類型在不斷豐富，功能性也日益增強，應(yīng)用范圍更為廣泛。自人臉識別技術(shù)出現(xiàn)之后，便在短時間內(nèi)得到了廣泛應(yīng)用，為相關(guān)領(lǐng)域提供了重要的基礎(chǔ)技術(shù)保障，而可以預(yù)見的是，人臉識別技術(shù)在未來同樣會具有較高的市場地位?；诖吮尘?，本文展開人臉識別技術(shù)應(yīng)用現(xiàn)狀的研究，探究當(dāng)前各領(lǐng)域?qū)θ四樧R別技術(shù)的應(yīng)用狀況，同時經(jīng)由對現(xiàn)狀的分析，提出人臉識別技術(shù)的未來發(fā)展趨勢。

人臉識別技術(shù) 現(xiàn)狀 發(fā)展

人臉識別技術(shù)是計算機技術(shù)發(fā)展的產(chǎn)物，而隨著計算機技術(shù)的不斷完善，人臉識別技術(shù)的功能性也更為豐富，能夠安全可靠的被應(yīng)用在安全驗證、身份識別、公安系統(tǒng)等各方面。除此之外，人臉識別技術(shù)在視頻會議、醫(yī)學(xué)醫(yī)療、金融行業(yè)等領(lǐng)域也得到了廣泛的應(yīng)用。從現(xiàn)階段人臉識別技術(shù)的發(fā)展?fàn)顩r來看，此領(lǐng)域在未來幾年仍然會維持較快的發(fā)展速度，屬于典型的朝陽產(chǎn)業(yè)。就我國而言，當(dāng)前人臉識別市場處于一個較好的發(fā)展階段，應(yīng)用范疇會不斷的擴展，也就是說，未來幾年人臉識別技術(shù)會呈現(xiàn)出更大的前景?；诖?，下文中將綜合的分析與總結(jié)人臉識別技術(shù)發(fā)展現(xiàn)狀，并結(jié)合此提出未來發(fā)展方向。

1 人臉識別技術(shù)發(fā)展現(xiàn)狀

就對研究領(lǐng)域的資料以及筆者觀察結(jié)果來分析，人臉識別技術(shù)的發(fā)展可分為三個階段：

1.1 研究面部特征階段

在此階段中，主要內(nèi)容是將相對簡單的命令語句與數(shù)據(jù)庫中的一張臉譜進行聯(lián)系，應(yīng)用與指紋分析技術(shù)相結(jié)合的方式，經(jīng)由被測試驗來分析，獲取到比較可靠的識別效果。但是，為進一步提升臉部識別率，操作人員的所有操作需要融入到全部識別過程，嚴(yán)重缺乏自動化。

1.2 人機交互識別階段

研發(fā)人員在此階段中，對人臉正面圖像選用一定的幾何特征參數(shù)進行表示，同時將人臉面部特征應(yīng)用特征矢量顯示，且針對此特征顯示方法，設(shè)計出對應(yīng)的識別系統(tǒng)。但是，在此階段中還需要有操作人員的參與。

1.3 自動識別階段

近年來人臉識別方法在計算機技術(shù)的快速發(fā)展下，部分全自動機器識別系統(tǒng)被合理的應(yīng)用，使得地于活體的人臉識別技術(shù)實現(xiàn)了進一步的發(fā)展。依據(jù)人臉表征方式的差異性，可分為三種人臉自動識別方式，包括建立在連接機制的識別手段、建立在幾何特征的識別手段、建立在代數(shù)特征的識別手段。

2 人臉識別常見技術(shù)

2.1 人臉特征

人臉特征包括兩個方面：

2.1.1 灰度特征

人臉模式的特征涵蓋了灰度特征與膚色特征，其中人臉區(qū)域內(nèi)部的多個器官具有獨特的灰度分布特征。基于此，可將人臉區(qū)域區(qū)域的灰度自身作為特征模板，選擇面部中心區(qū)域的特性參數(shù)，作為人臉特征模板的共性特征，與此同時，還需要忽視掉頭發(fā)與臉頰會形成的較大變化因素。

2.1.2 膚色特征

膚色不會依賴于面部細(xì)節(jié)特征，屬于人體面部的主要信息之一，且不會受到表情變化的影響，穩(wěn)定性相對較高?；诖?，人臉檢測中利用膚色進行驗證的可靠性更高。常規(guī)情況下，優(yōu)先選擇膚色特征對膚色模型進行描述，而膚色模型的選擇需要按照色度空間的變化而定。

2.2 識別算法

人臉識別算法，為人臉檢測、人臉關(guān)鍵點定位、人臉屬性識別（性別、微笑、明星、美丑打分）、人臉變換等功能的實現(xiàn)提供了可能。識別算法主要包括兩種：

2.2.1 膚色區(qū)域分割與人臉驗證法

針對彩色圖像的處理，需要在明確膚色模型后，對膚色給予膚色像素檢測，后在檢測出膚色像素之后，依據(jù)膚色像素在空間相對性與色度上的相似性，分割可能存在的人臉區(qū)域，再按照被測區(qū)域的灰度、幾何特征等指標(biāo)，對是否是人臉做出評估，并借由此區(qū)分具有類似膚色的其他物體。

2.2.2 基于啟發(fā)式模型方法

建立在啟發(fā)模型的手段，是經(jīng)由抽取灰度、紋理、幾何形狀等特征給予檢測，借助于此評估其是否能夠符合人臉特征。由于人臉區(qū)域內(nèi)的多個器官具有著較為恒定的模式，基于此，對雙眼、鼻子等特征給予檢測，后按照人體無關(guān)相對位置關(guān)系評估被測物體是否為人臉。對較強約束條件下的人臉檢測，選用人臉輪廓、對稱性等特征手段較為適合。同時，由于可選用的特征較少，此種算法能夠達(dá)到較高的檢測速度，可實現(xiàn)實時的跟蹤與檢測。

3 人臉識別技術(shù)發(fā)展趨勢

就現(xiàn)階段發(fā)展情況來看，在對人臉識別技術(shù)應(yīng)用期間，面臨著諸多方面因素的影響，例如，在對人臉識別過程中，人臉需要正面面對攝像機，同時人臉在圖像中需要具有一定的像素寬度才能夠?qū)θ四樈o予可靠的識別。但是，在具體的應(yīng)用期間，不能夠完全的滿足這些條件，這種不確定性為人臉識別技術(shù)的使用形成一定難度。應(yīng)用在復(fù)雜環(huán)境圖像中的人臉檢測，可應(yīng)用人臉五官分布特征的知識模型給予檢測，會達(dá)到較高的檢測速度。但是，能夠發(fā)現(xiàn)的是，檢測更多的特征可提升識別模型的應(yīng)用范疇，就這一點來看，需要解決圖像處理方向上的問題。基于此，在未來人臉識別技術(shù)探究時，需要不斷的提升計算方法的識別精度準(zhǔn)度和寬度，使人臉識別技術(shù)能夠更為可靠的應(yīng)用到復(fù)雜的環(huán)境中去。近幾年，較多研究學(xué)者展開對人臉識別技術(shù)的深入研究，其目的在于探究更可靠、功能更全的人臉識別技術(shù)，例如，遠(yuǎn)距離人臉識別技術(shù)、3D人臉識別技術(shù)等。

4 結(jié)論

結(jié)合全文對人臉識別技術(shù)發(fā)展現(xiàn)狀的研究，能夠看出，人臉識別技術(shù)隨著IT技術(shù)、人工智能、機器學(xué)習(xí)的發(fā)展也在不斷的完善，未來將被更廣泛的應(yīng)用到各個領(lǐng)域中。當(dāng)前發(fā)展階段中，較具有代表性的便是實現(xiàn)了人臉識別技術(shù)的自動化操作，能夠自動進行人臉識別，不需要過多的人為操作與干預(yù)。結(jié)合對當(dāng)前應(yīng)用現(xiàn)狀的分析，筆者認(rèn)為未來幾年人臉是被技術(shù)會向遠(yuǎn)距離、3D、全自動化幾個方向發(fā)展。

[1]單娟,劉瑞娜.人臉識別技術(shù)在視頻領(lǐng)域的專利發(fā)展[J/OL].科技展望,2017(23):283.

[2]潘周嫻,陳適,潘慧等.人臉識別技術(shù)的醫(yī)學(xué)診斷應(yīng)用的發(fā)展與現(xiàn)狀[J].基礎(chǔ)醫(yī)學(xué)與臨床,2016,36(12):1747-1750.

[3]吳維嘉.智能人臉識別技術(shù)在安防行業(yè)的應(yīng)用與發(fā)展變化[J].中國安防,2016,05(06):21-22.

[4]張文彬.人臉識別技術(shù)在互聯(lián)網(wǎng)金融行業(yè)中的應(yīng)用[J].電子技術(shù)與軟件工程,2017(01):62.

[5]本刊編輯部.北京銀行上線人臉識別技術(shù)[J].金融科技時代,2017(03):34.

作者單位北京十一學(xué)校 北京市 100039