基于約束環(huán)境下照片人臉認證算法研究

陳泠璇

摘 要：針對兩張照片上陌生人臉的認證識別的問題，通過假定約束環(huán)境，即指給定的兩張照片是在標準位置、標準光線下拍攝，不考慮其他因素的影響，選定安徽省滁州市人頭面部指數(shù)等為主要的影響因素和觀測指標，定義變異率這一概念，作為闡述差異性個體間面部形態(tài)特征變化幅度的指標，通過建立合理算法，綜合使用SPSS和EXCEL軟件篩選出變異率較小的特征量，對照片上的人臉特征進行處理、判斷，進而驗證是否為同一人。

關鍵詞：約束環(huán)境；人臉認證；變異率；SPSS

中圖分類號：TB 文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2018.01.086

隨著社會的發(fā)展，人類識別技術的提升是眾多領域發(fā)展的迫切需要。諸如視覺監(jiān)控、遠程教育、人機交互技術、司法刑偵等方面，需要快速、準確有效地對個人身份進行識別與驗證。而人臉特征在眾多人類特征中具有自身穩(wěn)定性與對外差異性的顯著特點，因此，人臉的識別成為了人們身份驗證和識別的重要手段。

從20世紀90年代后期以來，人臉識別技術以其獨特的方便、非接觸性及準確性受到世人的關注。目前的人臉識別方法主要包括基于整體的研究方法和基于特征分析的方法。與人臉相關的算法研究是計算機視覺領域的一個重要研究方向，照片人臉認證是其中一個子方向，具備一定的商業(yè)意義。

本文需要解決的問題是，當給定兩張不同年齡階段的照片時，通過算法的建立動識別是否為同一個人。為簡單起見，我們可以假設兩張照片都是標準位置和標準光線下拍攝的，例如都是一寸證件照。

1 數(shù)據(jù)的假設

為便于解決問題，對現(xiàn)實問題加以簡化，提出以下幾點假設：（1）研究的照片在約束環(huán)境下拍攝，不考慮位置、光線等因素的影響；（2）所給照片上的人的頭面部形態(tài)大小與實際真人頭面部形態(tài)大小的縮放比例為常數(shù)且照片上特征量數(shù)據(jù)可以精確獲得；（3）安徽滁州地區(qū)漢族人群頭面部形態(tài)特征隨年齡的變化規(guī)律具有普適性；（4）假設差異性個體之間一定數(shù)量的頭面部形態(tài)特征量存在著顯著的差別；（5）已有的數(shù)據(jù)真實準確。

2 問題的分析

2.1 數(shù)據(jù)選取

選取了安徽省滁州地區(qū)漢族人群頭面部形態(tài)特征的年齡變化數(shù)據(jù)為研究資料，按照男女分類，就20～29、30～39、40～49、50～59、60及以上不同年齡階段進行分組，重點搜集了12種頭面部指數(shù)和20種頭面部測量指標（見附件1）。對已有的數(shù)據(jù)利用SPSS進行篩選、處理，分析一個“大眾化”的人頭面部形態(tài)特征隨年齡的變化規(guī)律。以“大眾化”的人為一般標準，通過和差異性個體的相關頭面部形態(tài)特征進行比較分析，并區(qū)分性別，分別選取男女的不顯著特征作為指標進行研究得出判斷結果。

2.2 簡要思路

為將問題簡化，用不同的特征量符號命名復雜的頭面部形態(tài)特征。對某一單獨的特征量X，定義X的變異率=X的波動幅度/X的均值。其中，X的波動幅度用該特征量數(shù)據(jù)的最大值與最小值的差來度量，X的均值用該特征量數(shù)據(jù)的平均數(shù)度量。

對某一單獨的特征量X，定義X的變異率，并規(guī)定η>2.5%的特征為不顯著變異特征，η≤2.5%的特征為顯著特征。區(qū)分性別，分別選取男女的不顯著特征作為指標進行研究。假設所給照片上人的頭面部大小與實際真人頭面部大小的縮放比例λ為常數(shù)。通過對兩張照片上的指標進行測量計算，進而得出照片本人的特征值的測量值。最后通過本法設計的算法來判斷兩張照片是否為同一人。

3 模型的建立

3.1 數(shù)據(jù)處理

（1）利用SPSS軟件，計算出不同年齡段，不同男女的特征量數(shù)據(jù)，并得到極差、均值、標準差，以此分析數(shù)據(jù)的分布情況和離散程度（如表1、表2所示）。

（2）通過比較η與2.5%的大小，確定出男女各自的特征量為：

（3）人臉的特征點的尋找。

如何測量模型中的7項指標，也是我們需要解決的問題。查詢資料可知人臉上有很多特征點，這些特征點的連接就可以得到我們所需的指標。譬如我們根據(jù)“三庭五眼”規(guī)律可以做出最理想的臉型，在此基礎上找到ABCD四個特征點，即AB點測量的是面寬X4，CD點測量的是下頜角間寬X5，同理找出其他特征點，然后測量我們所需要的指標。

（4）照片數(shù)據(jù)的挖掘。

為簡化問題，方便獲取照片中的數(shù)據(jù)，假設所給照片上人的頭面部大小與實際真人頭面部大小的縮放比例為常數(shù)λ，利用Photoshop、Ai等相關軟件精確測量出照片中人臉的多項指標。

3.2 建立判斷模型

對兩張照片進行處理，根據(jù)假設2，從照片上獲取的數(shù)據(jù)與常數(shù)的乘積可以認為是照片上人的特征量的精確值。兩張照片記為p1，p2，從照片上獲取的數(shù)據(jù)對應于特征量Xi分別記為xix*i，故記：

根據(jù)假設4和“大眾化”的人與差異性個體偏離程度相對較小，若兩張照片上不是同一人，則存在至少一個不顯著變異特征Xi，μi>ηi。若兩張照片是同一人，則對任意不顯著變異特征Xi，μi<ηi。

3.3 模型的求解算法圖

4 結束語

人臉識別是當今國際領域攻關的高精尖技術，但是在技術不先進的地區(qū)或者人臉識別技術還未普及的地區(qū)，如何簡單有效地對人臉進行識別，將是很值得思考的問題。在以上分析過程中，我們只需要獲取男女的7項人臉的相關指標，并帶入算法中，就能夠粗略辨別，過程簡單操作簡便，因此有一定的推廣性。

參考文獻

[1]張旭.基于二維照片進行人臉識別的算法研究[J].計算機仿真，2012，（03）.

[2]王楊.安徽滁州地區(qū)漢族人群頭面部形態(tài)特征的年齡變化[J].天津師范大學學報，2011，（10）.

[3]華強勝，陳志剛.證件照片的一種混合人臉識別方法[J].計算機工程，2003，（05）.endprint