人臉識(shí)別的發(fā)展綜述

文/彭酉乾，河北科技大學(xué)信息科學(xué)與工程學(xué)院

人臉識(shí)別技術(shù)是現(xiàn)在非?；鸬囊环N生物識(shí)別技術(shù)。本文主要介紹了人臉識(shí)別發(fā)展過(guò)程，同時(shí)介紹了一下人臉識(shí)別技術(shù)常用的幾種算法。

人臉識(shí)別；幾何特征；特征臉；神經(jīng)網(wǎng)絡(luò)

1 引言

人臉識(shí)別技術(shù)是一種生物識(shí)別技術(shù)，該技術(shù)通過(guò)電腦來(lái)提取圖像中的人臉信息，根據(jù)這些人臉信息來(lái)對(duì)人的身份進(jìn)行驗(yàn)證[1]。人臉識(shí)別技術(shù)相對(duì)于其它生物識(shí)別技術(shù)，如指紋，虹膜等，具有非接觸，快速簡(jiǎn)便，直觀(guān)可靠，自主學(xué)習(xí)等優(yōu)點(diǎn)，從而被人們廣泛的應(yīng)用。人臉識(shí)別技術(shù)的主要應(yīng)用范圍有：人員管理系統(tǒng)，如通過(guò)人臉考勤機(jī)來(lái)進(jìn)行打卡；刑事案件的偵破；關(guān)鍵地點(diǎn)的安全監(jiān)控；人機(jī)交互；金融支付等。

2 人臉識(shí)別技術(shù)的發(fā)展歷程

早在1965年，Chan和Bledsoe就發(fā)表了一篇關(guān)于人臉識(shí)別的文章，在那個(gè)時(shí)候就已經(jīng)開(kāi)始有人對(duì)人臉識(shí)別技術(shù)進(jìn)行研究。從那開(kāi)始越來(lái)越多的人開(kāi)始研究人臉識(shí)別技術(shù)，人臉識(shí)別技術(shù)已經(jīng)有了半個(gè)多世紀(jì)的研究歷史。隨著，人臉識(shí)別技術(shù)的不斷發(fā)展，人臉的識(shí)別率和匹配率得到了大大提升。

人臉識(shí)別技術(shù)主要經(jīng)歷了以下3個(gè)階段。

（1）從1964年到1990年，這個(gè)階段是人臉識(shí)別的初期階段，主要研究的是人臉的面部幾何結(jié)構(gòu)，主要工作就是提取人臉的幾何特征并對(duì)其進(jìn)行分析。該階段沒(méi)有太多的成果問(wèn)世，因此人臉識(shí)別的實(shí)際應(yīng)用也沒(méi)有誕生。這個(gè)階段主要人物有Harmon，Kanade，Bled soe等。

（2）從1991年到1997年，越來(lái)越多的科學(xué)家投入到人臉識(shí)別的研究中。在這一階段，一個(gè)非常重要的算法被提出，即“特征臉”（Eigenface），該算法是由麻省理工的Turk和Pentland提出的。這一時(shí)期的主要貢獻(xiàn)人物有Turk，Prentland、Bruneli等。

（3）從1998年到現(xiàn)在，人們開(kāi)始考慮在各種各樣的情況下對(duì)圖像進(jìn)行人臉識(shí)別，如人臉的角度，光照的強(qiáng)弱等這些問(wèn)題慢慢變成研究的熱點(diǎn)問(wèn)題。同時(shí)，越來(lái)越多的人臉識(shí)別的技術(shù)被應(yīng)用到了實(shí)際生活中，如人臉考勤機(jī)，人臉支付等。在這之后，三維人臉建模的方法被人提了出來(lái)，并逐漸成為一種新的發(fā)展方向。

3 人臉識(shí)別技術(shù)的常用算法

3.1 基于幾何特征

這是人臉識(shí)別的早期算法，通過(guò)計(jì)算人臉面部特征點(diǎn)之間的相對(duì)距離，如眼睛之間的距離眼睛到鼻子的垂直距離等，從而得到人臉的特征向量。我們可以比較這些特征向量，來(lái)找到最佳的人臉匹配對(duì)象。該算法的優(yōu)點(diǎn)有：原理容易理解；只存儲(chǔ)特征向量，占用資源少；對(duì)光照的不敏感，強(qiáng)光或弱光下都能實(shí)現(xiàn)。但是這種算法也有一些缺點(diǎn)：很難得到穩(wěn)點(diǎn)的特征向量；沒(méi)有考慮圖像中的細(xì)節(jié)信息；識(shí)別率比較低。

3.2 基于特征臉

特征臉主要依據(jù)的是主要成分分析法而提出的一種人臉識(shí)別技術(shù)。主要成分分析法主要依賴(lài)于KL正交變換（Karhunen-Loevetr ansform）的一種方法，通過(guò)這種技術(shù)來(lái)對(duì)提取人臉圖像的統(tǒng)計(jì)特征，從而在其子空間模型下進(jìn)行人臉識(shí)別。該方法具有簡(jiǎn)單，快速，實(shí)用的優(yōu)點(diǎn)。缺點(diǎn)是：局限性大，對(duì)訓(xùn)練圖像和測(cè)試圖像的相關(guān)性要求很高；人臉的角度，光照的強(qiáng)度，人臉的表情都會(huì)影響識(shí)別率，使得識(shí)別率變低。

3.3 基于神經(jīng)網(wǎng)路

神經(jīng)網(wǎng)絡(luò)是現(xiàn)在比較火的人臉識(shí)別的研究算法，主要依賴(lài)的是BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)[2]。人工神經(jīng)網(wǎng)絡(luò)是由大量處理單元互聯(lián)組成的非線(xiàn)性、自適應(yīng)信息處理系統(tǒng)。它信息處理的方式模擬的是人腦神經(jīng)網(wǎng)絡(luò)的信息處理方式。它由處理單元和單元之間的連接構(gòu)成。主要過(guò)程是，建立一個(gè)神經(jīng)網(wǎng)絡(luò)模型，將得測(cè)圖像中的像素和神經(jīng)網(wǎng)絡(luò)的神經(jīng)元建立對(duì)應(yīng)關(guān)系。該算法的優(yōu)點(diǎn)是特征提取比較簡(jiǎn)單，適應(yīng)性強(qiáng)；處理的過(guò)程速度非常快。缺點(diǎn)是當(dāng)神經(jīng)元較多時(shí)，訓(xùn)練時(shí)間會(huì)加長(zhǎng)。

4 小結(jié)

目前，人臉識(shí)別技術(shù)依舊處于發(fā)展階段，還有許多的問(wèn)題需要解決，如人年齡的變化，大規(guī)模的人臉識(shí)別，人臉遮擋和表情變化，人臉的角度等諸多問(wèn)題。需要更多的研究者不斷的投入精力和時(shí)間，探索問(wèn)題的解決辦法和人臉識(shí)別的發(fā)展方向。隨之人臉識(shí)別技術(shù)的不斷發(fā)展，未來(lái)將會(huì)有更多的方面用到人臉識(shí)別，從而使我們的生活變得的更加方便便捷，安全可靠。

[1]梁文莉.基于獨(dú)立成分分析的人臉識(shí)別算法研究[D].西安：西安科技大學(xué),2012.

[2]雷明.基于小波變換與奇異值分解的人臉識(shí)別技術(shù)研究[D].沈陽(yáng)：沈陽(yáng)工業(yè)大學(xué),2007.