摘要:近年來,人臉識(shí)別在身份識(shí)別、訪問控制、取證、人機(jī)交互等領(lǐng)域都有著廣泛的應(yīng)用。同時(shí),隨著科學(xué)技術(shù)的不斷發(fā)展,人臉識(shí)別成為計(jì)算機(jī)視覺和模式識(shí)別領(lǐng)域最活躍的研究方法之一。本文綜述了國內(nèi)外人臉識(shí)別技術(shù)的研究現(xiàn)狀,分析了存在的問題,并對(duì)人臉識(shí)別技術(shù)未來的發(fā)展趨勢(shì)做出展望。
關(guān)鍵詞:人臉識(shí)別;發(fā)展趨勢(shì);未來展望
人臉識(shí)別作為一種簡(jiǎn)化的圖像分析和模式識(shí)別應(yīng)用,在過去的三十年中得到了廣泛的關(guān)注。人臉識(shí)別的目的是從人臉圖像中抽取人的個(gè)性化特征,并以此來識(shí)別人的身份。
一、人臉識(shí)別技術(shù)概述
人臉識(shí)別是一種生物識(shí)別技術(shù),它基于人的面部特征(例如統(tǒng)計(jì)或幾何特征)并自動(dòng)執(zhí)行身份識(shí)別,也稱為人臉識(shí)別,人像識(shí)別,人臉識(shí)別,人臉識(shí)別等。除了安防、金融這兩大領(lǐng)域外,人臉識(shí)別還在交通、教育、醫(yī)療、警務(wù)、電子商務(wù)等諸多場(chǎng)景實(shí)現(xiàn)了廣泛應(yīng)用,且呈現(xiàn)出顯著應(yīng)用價(jià)值。為了進(jìn)一步把握人臉識(shí)別技術(shù)所帶來的重大機(jī)遇,我國出臺(tái)了一系列政策予以支撐。
2015年以來我國相繼出臺(tái)了《關(guān)于銀行業(yè)金融機(jī)構(gòu)遠(yuǎn)程開立人民幣賬戶的指導(dǎo)意見(征求意見稿)》《安全防范視頻監(jiān)控人臉識(shí)別系統(tǒng)技術(shù)要求》等法律法規(guī),為人臉識(shí)別技術(shù)的應(yīng)用以及在金融、安防、醫(yī)療等領(lǐng)域的普及奠定了重要基礎(chǔ)。2017年,人工智能首次被寫入全國政府報(bào)告;同年7月國務(wù)院發(fā)布了《新一代人工智能發(fā)展規(guī)劃》;12月工信部出臺(tái)了《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃(2018-2020年)》,其中對(duì)人臉識(shí)別有效檢出率、正確識(shí)別率的提升做出了明確要求。作為人工智能主要細(xì)分領(lǐng)域,人臉識(shí)別獲得的國家政策支持顯而易見。
二、人臉識(shí)別技術(shù)的國內(nèi)外發(fā)展研究情況
Galton是最早開始進(jìn)行人臉識(shí)別技術(shù)研究的科學(xué)家,他1888年和1910年在世界上最具權(quán)威的科學(xué)雜志——《自然》上發(fā)表的兩篇文章,被認(rèn)為是基于人臉圖像身份認(rèn)證研究的開山之作。Galton將機(jī)器視覺與認(rèn)知心理學(xué)有效結(jié)合,為人類自身識(shí)別的研究指明了新方向。隨著科學(xué)技術(shù)的不斷發(fā)展,人臉識(shí)別技術(shù)的研究也在不斷取得新的突破性進(jìn)展。與此同時(shí),人臉識(shí)別技術(shù)在理論和應(yīng)用領(lǐng)域的研究成果也隨之大量推出??v觀人臉識(shí)別的的研究理論和應(yīng)用,人臉識(shí)別技術(shù)的歷史沿革大致分為以下四個(gè)階段。
第一階段:機(jī)器識(shí)別(1964-1990年)
該階段以研究人臉識(shí)別的面部特征為重點(diǎn),主要圍繞人的嘴巴、眼睛、鼻子等構(gòu)成的集合區(qū)域作為研究對(duì)象進(jìn)行分析。1964年美國研究人員Bledsoe等人【4】研究了面部識(shí)別計(jì)算機(jī)編程,他們?cè)O(shè)想了一種半自動(dòng)化的方法,要求操挫折輸入20個(gè)計(jì)算機(jī)的測(cè)量值。1973年Kelly第一篇有關(guān)自動(dòng)人臉識(shí)別方向的博士論文。1988年引入了人工智能開發(fā)以前使用的理論工具,從而顯示出了許多不足。這一階段屬于人臉識(shí)別技術(shù)的理論探索階段,該階段的應(yīng)用研究存在很多不足,技術(shù)上也未有突破性的進(jìn)展。
第二階段:半自動(dòng)化(1991-1997年)
這一階段主要研究人工算法識(shí)別,人臉識(shí)別技術(shù)在這幾年取得了階段性的進(jìn)展和突破。1991年美國麻省理工學(xué)院的Alex Pentland和Matthew Turk提出了人臉識(shí)別技術(shù)的第一個(gè)成功例子,即將主成分分析(PCA)方法應(yīng)用到人臉識(shí)別中去,并提出了“特征臉”這一概念。Bruneli和Poggio于1992年結(jié)合實(shí)驗(yàn)分析了基于結(jié)構(gòu)特征與基于模板匹配的人臉識(shí)別方法的性能,并得出了基于模板匹配法發(fā)更優(yōu)的結(jié)論,同時(shí)也奠定了人臉識(shí)別技術(shù)的研究方向。
第三階段:非接觸式(1998-2014年)
經(jīng)過前兩個(gè)階段的快速發(fā)展,人臉識(shí)別技術(shù)研究也由此奠定了堅(jiān)實(shí)的基礎(chǔ)。第三階段主要研究非接觸式的信息采集問題,如光照、姿態(tài)、噪聲等外界因素。1998年,Georghiades等人利用光錐模型順利的解決了多姿態(tài)、不同光照條件下的人臉識(shí)別問題。Blanz等人在此基礎(chǔ)上進(jìn)行改進(jìn)提出了三維變形模型。2001年Viola和Jones在國際計(jì)算機(jī)視覺大會(huì)上展示了一套人臉檢測(cè)系統(tǒng),標(biāo)志著人臉識(shí)別技術(shù)可以應(yīng)用于實(shí)時(shí)監(jiān)控領(lǐng)域。總而言之,人臉識(shí)別技術(shù)在這一階段取得了實(shí)用性的進(jìn)展,并且改善了識(shí)別效率、魯棒性等問題,對(duì)人臉識(shí)別技術(shù)推向市場(chǎng)做出了巨大貢獻(xiàn)。
第四階段:互聯(lián)網(wǎng)應(yīng)用(2015-至今)
近幾年來,大量基于深度學(xué)習(xí)(deep learning)的人臉識(shí)別方法被相繼提出,人臉識(shí)別技術(shù)步入了新的時(shí)代。目前人臉識(shí)別技術(shù)研究的熱點(diǎn)主要集中于人臉圖像受外界環(huán)境變化影響、對(duì)象不配合、自然場(chǎng)景及大規(guī)模人臉數(shù)據(jù)庫上的識(shí)別問題,深度學(xué)習(xí)成為重要研究方向。
三、人臉識(shí)別技術(shù)的現(xiàn)狀
經(jīng)過上述的四個(gè)歷史階段,人臉識(shí)別的相關(guān)方法也已經(jīng)形成各自的一套體系,可以分為基于幾何特征的人臉識(shí)別方法、基于局部特征的人臉識(shí)別方法、基于子空間的人臉識(shí)別方法、基于機(jī)器學(xué)習(xí)的人臉識(shí)別方法。
目前,我國在人臉識(shí)別技術(shù)領(lǐng)域領(lǐng)先企業(yè)的應(yīng)用布局是以安防和金融領(lǐng)域?yàn)橹?,在物流、零售、智能手機(jī)、汽車、教育、地產(chǎn)等領(lǐng)域也均開始涉足。
四、人臉識(shí)別技術(shù)的未來發(fā)展趨勢(shì)
首先,最廣泛使用的人臉識(shí)別領(lǐng)域是安全行業(yè),它不僅為整個(gè)安全行業(yè)注入了新的活力,而且進(jìn)一步開發(fā)了新的開發(fā)市場(chǎng)。作為安全市場(chǎng)未來的發(fā)展方向,智能視頻分析最重要的技術(shù)是人臉識(shí)別。
其次,由于人臉識(shí)別技術(shù)的方便性和安全性,可以作為智能家居中的門禁系統(tǒng)和身份驗(yàn)證系統(tǒng),因此智能家居與人臉識(shí)別技術(shù)的融合是未來發(fā)展的關(guān)鍵方向。智能家居中的人臉識(shí)別系統(tǒng)是通過將嵌入式操作系統(tǒng)和嵌入式硬件平臺(tái)相結(jié)合而構(gòu)建的,加強(qiáng)了人臉識(shí)別技術(shù)與智能家居應(yīng)用的結(jié)合,具有新概念,實(shí)用性強(qiáng)的特點(diǎn)。
第三,人臉識(shí)別技術(shù)是未來大數(shù)據(jù)領(lǐng)域的重要發(fā)展方向。如今,公安部門已經(jīng)引入了大數(shù)據(jù),這也彌補(bǔ)了傳統(tǒng)技術(shù)的困難。通過人臉識(shí)別技術(shù),這些照片數(shù)據(jù)可以再次存儲(chǔ)和使用,可以大大改善公安信息的管理和協(xié)調(diào),將成為未來人臉識(shí)別的主要發(fā)展趨勢(shì)。
參考文獻(xiàn)
[1]Galton F. Personal identification and description: II[J]. Nature, 1888: 201-202.
[2]Galton F. Numeralised Profiles for Classification and Recognition[J]. Nature, 1910,83: 127-130.
[3]趙振華.人臉識(shí)別關(guān)鍵問題研究[D].蘭州:蘭州大學(xué), 2012: 2-20.
作者簡(jiǎn)介:徐珊(1998年9月),女,漢族,陜西西安,西安財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)2020級(jí)研究生,研究方向:大數(shù)據(jù)分析與應(yīng)用研究