袁振洲

（東南大學(xué)成賢學(xué)院）

人臉的自動(dòng)識別是生物測定學(xué)研究的內(nèi)容之一，是模式識別領(lǐng)域中的一個(gè)前沿課題。該課題的研究已有？30多年的歷史。人臉識別正越來越成為當(dāng)前模式識別和人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)。目前，人臉識別現(xiàn)已成功應(yīng)用到機(jī)場口岸檢查、刑偵辦案系統(tǒng)、門禁系統(tǒng)等許多領(lǐng)域。

與指紋識別技術(shù)相比，因?yàn)椴恍枰苯拥闹w接觸，在應(yīng)用中更加受到人們的歡迎，很大的便利了人們的使用。人臉識別技術(shù)的研究雖然已有多年的歷史，但因在實(shí)際應(yīng)用中，容易受到光照、姿態(tài)、年齡、表情、尺寸、背景等諸多外界因素的影響，所以對其研究及改善仍然是個(gè)熱門話題。

人臉識別過程：

1.建立人臉圖片檔案：可以先用相機(jī)或攝像頭拍取頭像或照片文件，生成頭像編碼。

2.獲得當(dāng)事人的現(xiàn)成頭像，可以通過相機(jī)攝像頭現(xiàn)拍，或者通過圖像輸入，生成其編碼。

3.將剛獲得的圖像編碼與之前建立的圖庫編碼進(jìn)行對比，并進(jìn)行檢索，看是否符合。

圖片錄入編碼方法是通過當(dāng)事人臉部的特征和開頭工作的，它可以不受光線、表情、發(fā)型、姿態(tài)以及眼鏡位置等其他外部因素變換的影響，從而可以從眾多不同的人中辨別出來。

在進(jìn)行識別的過程中，這一系列的過程都是自動(dòng)的、連續(xù)的、即時(shí)的進(jìn)行的，并且不需要太復(fù)雜的設(shè)備，所以實(shí)際應(yīng)用時(shí)還是很便利易懂的。與指紋識別技術(shù)相比，進(jìn)行指紋識別時(shí)，是需要當(dāng)事人肢體即手指與設(shè)備進(jìn)行直接接觸的，這無疑有一定的不方便之處，也會帶來不必要的時(shí)間浪費(fèi)。而人臉識別技術(shù)則不需要進(jìn)行直接的肢體接觸，僅僅需要將面部對準(zhǔn)攝像頭即可，大大的便利了使用。

在攝像頭接收到當(dāng)事人的臉部圖像時(shí)，系統(tǒng)將會實(shí)時(shí)的對接收到的頭像進(jìn)行一系列的圖像處理，一系列的處理后，再與之前錄入的圖庫進(jìn)行匹配。

人臉識別的發(fā)展可以追溯到20世紀(jì)60年代，通過了幾十年的探索及研究，大體可以將其分為三個(gè)階段：

第一階段是主要解決了人臉識別過程中需要的面部的種種特征。在這一階段中，Bertillon、Allen和Parke等人做出了主要的貢獻(xiàn)。在Bertillon的系統(tǒng)中，用一個(gè)基本的語句和圖庫中的某一張圖片相結(jié)合，提供了一個(gè)較強(qiáng)的識別系統(tǒng)。而Allen？則設(shè)計(jì)了一種有效的摹寫手段，在這之后再交給Parke用計(jì)算機(jī)進(jìn)行實(shí)現(xiàn)。然而無論是用哪種方式，這個(gè)階段的識別過程仍然全部依賴于操作人員，還是需要很多人員的干預(yù)，并不能實(shí)現(xiàn)人臉的自動(dòng)識別。

第二階段是人機(jī)交互式識別階段。研究人員用數(shù)學(xué)模型描述人臉圖像的五官特征，并通過歐式距離來進(jìn)行相似性度量。Harmon和Lesk利用多維特征矢量表示人臉面部特征，并設(shè)計(jì)了基于這一特征表示法的識別系統(tǒng)。在這之后，又陸續(xù)有人也采取了不同的方式，對幾何特征計(jì)算進(jìn)行了研究。但是，該方法仍然依賴于操作人員的知識，仍然沒有擺脫人為的干預(yù)。

第三階段才是真正的機(jī)器自動(dòng)識別階段。在這個(gè)階段人臉識別技術(shù)有了重大的突破，很多經(jīng)典算法陸續(xù)出現(xiàn)，如特征法，子空間方法，彈性圖匹配法，基于統(tǒng)計(jì)外觀模型和神經(jīng)網(wǎng)絡(luò)的人臉識別等。同時(shí)也出現(xiàn)很多用于算法性能測試的公開人臉庫，比如ORL人臉庫，YaleB人臉庫，F(xiàn)ERET人臉庫等。在這個(gè)階段，人們發(fā)現(xiàn)主要的人臉識別技術(shù)對于一些外部因素比如光照強(qiáng)度、姿勢形態(tài)等由于收集數(shù)據(jù)的時(shí)候不是在理想情況下進(jìn)行的，或者是因?yàn)楫?dāng)事人在被收集圖像數(shù)據(jù)的時(shí)候不配合造成的變換魯棒性比較差。所以以上這些因素成為了當(dāng)時(shí)以及后來技術(shù)人員的攻克重點(diǎn)。也就是在這個(gè)時(shí)候，人臉識別技術(shù)的商業(yè)應(yīng)用得到了迅速發(fā)展。21世紀(jì)初，美國先后兩次對人臉識別的商用價(jià)值進(jìn)行了系統(tǒng)的評測。

總的來說，當(dāng)前的主要問題是解決在非理想條件下，以及當(dāng)事人不配合以及人臉數(shù)據(jù)庫里面的數(shù)據(jù)過于龐大而產(chǎn)生的一系列問題。

首先，就人臉識別技術(shù)的特點(diǎn)而言，人臉識別是一種精度很高、使用便利、不容易進(jìn)行仿冒的一種識別技術(shù)，因此具有非常廣泛的應(yīng)用前景。在海關(guān)、交通、社保、公安、國防等多個(gè)行業(yè)和部門有著非常廣泛的應(yīng)用。

其實(shí)，人臉識別技術(shù)已經(jīng)深深地走入了我們的生活，我們生活的很多方面都在和人臉識別技術(shù)打交道了。比如，在一些企業(yè)中，人們不在使用指紋識別技術(shù)來完成考勤任務(wù)，因?yàn)橹讣y識別技術(shù)的一些技術(shù)上上的特點(diǎn)逐漸的顯示出其短板之處，更是有人會投機(jī)取巧從而并不能很好的完成它的使命。并且指紋識別技術(shù)需要進(jìn)行直接的肢體接觸，這些無疑帶來很大的不便，效率小了很多。所以人們嘗試尋求一種新型的方式，所以人臉識別技術(shù)被很好的利用在了工作部門考勤方面，人臉識別考勤非常方便，只需要刷一下臉即可，方便高效，深受企業(yè)歡迎。

正因?yàn)槿四樧R別技術(shù)給人們的生活以及方方面面都帶來極大的便利，而它的應(yīng)用潛力還遠(yuǎn)遠(yuǎn)不止于此，接下來技術(shù)人員仍然有大量的空間去發(fā)展人臉識別技術(shù)，還可以運(yùn)用到更多可以便利到人們生活的方面。然而，盡管目前為止人臉識別技術(shù)方面已經(jīng)有一定的成就，還是存在許多技術(shù)上的不足，仍然會有一些不方便的地方，接下來技術(shù)人員仍然需要大力的去探索人臉識別技術(shù)的應(yīng)用以及消除某些方面還不夠成熟的方面，盡量的去填好技術(shù)上的缺陷。

在應(yīng)用過程中，人臉識別的速度和準(zhǔn)確率無疑是這門技術(shù)最關(guān)鍵的點(diǎn)，而這也將是技術(shù)人員進(jìn)行不斷優(yōu)化和不斷改進(jìn)的關(guān)鍵。人臉圖像的識別會受到很多外界因素的干擾：人臉表情的多樣性；以及外在的成像過程中的光照，圖像尺寸，旋轉(zhuǎn)，姿勢變換等。使得同一個(gè)人，在不同的環(huán)境下拍攝所得到的人臉圖像不同，有時(shí)更會有很大的差別，給識別帶來很大的難度。因此在各種干擾條件下實(shí)現(xiàn)人臉圖像的識別，也就更具有挑戰(zhàn)性。

所以總的來說，人臉識別技術(shù)得到如此迅猛的發(fā)展并不是偶然的，可以說是因?yàn)槠錁O大的滿足了人說所追求的人工智能的需求。目前，IT行業(yè)內(nèi)大數(shù)據(jù)，云計(jì)算以及深度學(xué)習(xí)的算法無疑是技術(shù)新貴，行業(yè)內(nèi)花費(fèi)大量的人力物力財(cái)力去進(jìn)行這幾項(xiàng)技術(shù)的探索。而在這些技術(shù)取得一定的成果之后，對于人臉識別技術(shù)而言也是很好的催化劑，它們有助于人臉識別技術(shù)發(fā)展到更高的高度，這樣的話，大規(guī)模的商業(yè)運(yùn)用便是自然而然的事。在接下來的很長時(shí)間里，基于計(jì)算機(jī)視覺方面的運(yùn)用，以及在視頻監(jiān)控領(lǐng)域中，對人的行為模式的識別、跟蹤和分析，這些方面都會成為一個(gè)非常大的市場，當(dāng)然了，它的成熟度還有待于進(jìn)一步的檢驗(yàn)。

總的來說，人臉識別技術(shù)有著非常廣廣泛的發(fā)展前景，人臉識別也僅僅是一個(gè)發(fā)展支點(diǎn)，更多方面的運(yùn)用還有待于進(jìn)一步的研究和探索。