人臉識(shí)別關(guān)鍵技術(shù)綜述

紀(jì)國(guó)惠

摘 ? 要：隨著社會(huì)的發(fā)展，如何通過人像快速、準(zhǔn)確、高效地識(shí)別人員身份是當(dāng)前的熱門研究課題。本文以人臉識(shí)別技術(shù)為主題，從人臉檢測(cè)、特征提取、底庫構(gòu)建、特征對(duì)比等方面著手，淺析人臉識(shí)別技術(shù)及其應(yīng)用。

關(guān)鍵詞：人臉識(shí)別;人臉檢測(cè);特征提取;底庫構(gòu)建;特征比對(duì)

1 引言

隨著社會(huì)的發(fā)展和科技的進(jìn)步，人們對(duì)信息安全性和隱蔽性日益重視，身份識(shí)別和認(rèn)證技術(shù)快速發(fā)展。在各種身份識(shí)別方法中，人臉識(shí)別因其獨(dú)特性、唯一性，具有直接友好的特點(diǎn)脫穎而出。目前人臉識(shí)別技術(shù)已經(jīng)成為人工智能領(lǐng)域的一個(gè)重要發(fā)展方向。近年來隨著人臉識(shí)別技術(shù)在手機(jī)等日常場(chǎng)景中的廣泛應(yīng)用，對(duì)其安全性提出了更高要求，它必須在保證用戶信息不被泄露的基礎(chǔ)上才能更好的發(fā)揮作用。本文正是在這樣的背景下，針對(duì)人臉識(shí)別技術(shù)進(jìn)行詳細(xì)介紹。

人臉識(shí)別技術(shù)是基于人的面部特征信息進(jìn)行身份識(shí)別的生物識(shí)別技術(shù)，如圖1所示，其流程包括人臉圖像采集、人臉檢測(cè)、人臉特征提取、人臉特征比對(duì)和識(shí)別等[1][2]。人臉識(shí)別的過程可以簡(jiǎn)要概括為：對(duì)采集的圖像進(jìn)行掃描檢測(cè)，確定是否存在人臉，若存在則獲取人臉的位置、大小以及面部器官等信息，基于此類信息提取相關(guān)功能特征，與人臉數(shù)據(jù)庫中的信息進(jìn)行比對(duì)，最終達(dá)到分類識(shí)別的目的。雖然人臉識(shí)別技術(shù)會(huì)因?yàn)閳D像采集過程中受光照、姿勢(shì)、表情、遮擋的影響以及人臉隨時(shí)間的變化而變化等增加識(shí)別的技術(shù)難點(diǎn)，但是隨著對(duì)其不斷研究，人臉識(shí)別技術(shù)已經(jīng)日臻成熟，其本身具有的自然性、非強(qiáng)制性、非接觸性和并發(fā)性優(yōu)點(diǎn)越來越突出，在使用方式和辨別方便性上具有明顯的優(yōu)勢(shì)[3]。隨著手機(jī)的使用越來越普遍，將人臉識(shí)別技術(shù)應(yīng)用在移動(dòng)端中，具有信息獲取方便、隱蔽以及識(shí)別正確率、識(shí)別效率高的優(yōu)點(diǎn)。

2 人臉檢測(cè)

人臉檢測(cè)是人臉識(shí)別中非常重要的一環(huán)，它直接影響后續(xù)的特征提取和識(shí)別工作的成功與否[6]，首先是對(duì)圖像信息進(jìn)行掃描檢測(cè)，確定圖像中人臉的位置和質(zhì)量等相關(guān)信息，從而實(shí)現(xiàn)在大范圍的圖像中，準(zhǔn)確找到人臉區(qū)域，降低背景信息對(duì)識(shí)別性能的影響。當(dāng)前人臉檢測(cè)的方法主要有兩大類，分別是基于“特征”的人臉檢測(cè)方法和基于圖像的人臉檢測(cè)方法。

目前有很多種人臉識(shí)別算法，應(yīng)用較多的有AdaBoost算法、特征抽取算法和支持向量機(jī)方法等。其中AdaBoost算法是目前最為有效的一種人臉檢測(cè)算法，該算法是具有自適應(yīng)性的Boosting迭代算法，通過將若干弱分類器級(jí)聯(lián)形成強(qiáng)分類器，并對(duì)弱分類器進(jìn)行不斷訓(xùn)練學(xué)習(xí)，能夠達(dá)到很低的誤檢率和誤接受率。

3 特征提取

經(jīng)過人臉檢測(cè)之后，需要對(duì)檢測(cè)到的人像進(jìn)行特征提取。特征提取是指將圖像中的人臉面部特征，如眼睛、鼻子、眉毛、嘴巴和面部輪廓等具體位置、大小、形狀及其相關(guān)位置的不同等特征信息進(jìn)行提取，從而獲得能夠表征人臉圖像的數(shù)據(jù)量。

目前人臉特征提取的方法包括特征臉方法、神經(jīng)網(wǎng)絡(luò)方法、歐式距離判別法、陰馬爾科夫方法等。其中特征臉方法是利用PCA算法計(jì)算特征向量（即特征臉），將需要提取的人臉圖像信息映射到各個(gè)向量中，并使用對(duì)應(yīng)的向量系數(shù)表征人臉特征，達(dá)到人臉特征提取的目的。PCA算法是在最小均方差下尋找一組基向量，用其組成的矩陣構(gòu)造一個(gè)投影子空間，使高維空間的樣子投影到該子空間中，這樣既保留數(shù)據(jù)的主要特征成分，又達(dá)到降維的效果。因此我們可以實(shí)現(xiàn)用低維子空間來描述人臉圖像，求得圖像壓縮中的最優(yōu)化正交變換，把所需要的識(shí)別信息保存下來。PCA算法的基礎(chǔ)是K-L變換：

Y=A（X-mX）

其中：X=（X1，X2，…，XN）為N維隨機(jī)矢量，mX=E（X）為其平均值向量，A為變換矩陣，其行為CX的特征值，CX=E{（X-mX）（X-mX）T}為X的協(xié)方差矩陣。

4 底庫構(gòu)建

因?yàn)槿四樧R(shí)別需要將特征提取的信息與特征信息底庫進(jìn)行比對(duì)匹配，因此需要構(gòu)建特征信息底庫。

在這個(gè)過程中，首先需要將分散存儲(chǔ)的原始數(shù)據(jù)匯集到云平臺(tái)，并分類存儲(chǔ)，使數(shù)據(jù)在邏輯上存儲(chǔ)在同一位置，包括結(jié)構(gòu)化數(shù)據(jù)抽取、非結(jié)構(gòu)化數(shù)據(jù)抽取、數(shù)據(jù)格式轉(zhuǎn)換;其次進(jìn)行數(shù)據(jù)清洗，去除原始數(shù)據(jù)中的重復(fù)數(shù)據(jù)和無效數(shù)據(jù)，保證數(shù)據(jù)的準(zhǔn)確性和可用性;然后對(duì)數(shù)據(jù)整合，對(duì)現(xiàn)有的非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行特征提取、關(guān)聯(lián)匹配、數(shù)據(jù)融合，從而得到所需要的信息資源。如圖2是數(shù)據(jù)處理的結(jié)構(gòu)框圖。

在整合完數(shù)據(jù)資源之后，基于PCA算法搭建特征信息底庫，將人臉圖像視為高維向量，經(jīng)過K-L變換之后降為低維向量，該低維向量可以組成特征臉子空間，將訓(xùn)練樣本集中的人像投影到該低維空間，得到代表該人像在低維空間的坐標(biāo)系數(shù)，以此坐標(biāo)系數(shù)作為該人像的“特征標(biāo)簽”。在每次進(jìn)行人臉識(shí)別的過程中，特征庫將會(huì)保存所識(shí)別的人像信息，從而達(dá)到更新特征庫的目的。圖3是特征信息底庫構(gòu)建流程示意圖。

5 特征比對(duì)

人臉特征比對(duì)是將所提取的人臉特征信息與特征信息底庫中的信息進(jìn)行比較，從而判斷相似度的鑒別過程。

在進(jìn)行人臉識(shí)別時(shí)，基于PCA的特征臉?biāo)惴?，只需要將測(cè)試樣本的人像投影到低維空間后得到的坐標(biāo)系數(shù)、訓(xùn)練系數(shù)與訓(xùn)練樣本中所有人臉的坐標(biāo)系數(shù)進(jìn)行匹配比較，從而實(shí)現(xiàn)分類識(shí)別。

6 結(jié)束語

綜上所述，雖然人臉識(shí)別技術(shù)在處理尺度變化范圍大，光照、姿態(tài)變化劇烈以及遮擋的人臉圖像時(shí)存在不足，但是其已經(jīng)成為一個(gè)成熟完整的識(shí)別技術(shù)。在手機(jī)解鎖、刑偵破案、證件驗(yàn)證、視頻監(jiān)控、入口控制等方面人臉識(shí)別技術(shù)的優(yōu)勢(shì)突出，隨著軟硬件的更新發(fā)展，其必將給人類社會(huì)帶來更大的便利。

參考文獻(xiàn)

[1]肖軍.人臉識(shí)別技術(shù)在公安領(lǐng)域內(nèi)的應(yīng)用研究[J].計(jì)算機(jī)科學(xué)，2016，43（11A）：127-132.

[2]陳惠紅，劉世明，胡耀民.人臉識(shí)別技術(shù)分析與系統(tǒng)架構(gòu)[J].新型工業(yè)化，2017，7（2）：26-32，36.

[3]何歡，肖強(qiáng)，王春莉，趙錕，禚鈔.人臉識(shí)別技術(shù)發(fā)展現(xiàn)狀及趨勢(shì)分析[J].情報(bào)探索，2016（229）：41-47.

[4]王楠，韓鵬霄.公安大數(shù)據(jù)應(yīng)用研究[J]，警察技術(shù)，2016（5）：4-7.

[5]宛根訓(xùn)，田強(qiáng)，李建勇，仝星，高育新，王云，侯建軍.公安大數(shù)據(jù)背景下的人臉識(shí)別技術(shù)進(jìn)展[J].警察技術(shù)，2014（5）：16-18.

[6]張道華.人臉識(shí)別技術(shù)研究.甘肅民族出版社，2008.6.

責(zé)編/李曼