楊芳芳

摘要：在當(dāng)今互聯(lián)網(wǎng)飛速發(fā)展的大背景下，不法分子利用高科技犯罪的行為，對(duì)人們的人身安全構(gòu)成的威脅越來越大，如何準(zhǔn)確鑒定一個(gè)人的身份，保證信息的安全性，已成為了社會(huì)的關(guān)鍵性問題。主要通過翻閱查詢關(guān)于人臉識(shí)別技術(shù)的不同文獻(xiàn)，適當(dāng)?shù)奶岢鲆恍┘僭O(shè)，根據(jù)頭骨一定的結(jié)構(gòu)、形狀、比例，形成每個(gè)人特定的“頭骨規(guī)則”再進(jìn)行判斷。首先，我們利用自動(dòng)生成三角形網(wǎng)格技術(shù)，將頭骨分成大大小小不規(guī)則的三角形網(wǎng)格，進(jìn)行三角化。其次，通過一定的學(xué)習(xí)理論，將三角形網(wǎng)格進(jìn)行簡(jiǎn)化，達(dá)到一種便于觀察、計(jì)算的關(guān)系型狀態(tài)。最后，對(duì)最終簡(jiǎn)化的三角形網(wǎng)格建立坐標(biāo)系，通過確定三角形相似度，判斷在合理誤差范圍內(nèi)，兩張照片上是否為同一個(gè)人。

關(guān)鍵詞：三角形網(wǎng)絡(luò)；相似理論；頭骨劃分；關(guān)系型狀態(tài)

中圖分類號(hào)：TB文獻(xiàn)標(biāo)識(shí)碼：Adoi：10.19311/j.cnki.16723198.2018.04.087

1基本背景

隨著互聯(lián)網(wǎng)應(yīng)用技術(shù)的快速發(fā)展以及人類虛擬活動(dòng)空間和物理活動(dòng)空間的不斷擴(kuò)展，人們對(duì)于信息保密性和安全性的要求也越來越高?，F(xiàn)如今社會(huì)，許多商業(yè)機(jī)構(gòu)都涉及身份識(shí)別，而因?yàn)榭萍嫉陌l(fā)展，不法分子盜取行為也在變得“高科技”，各方面相關(guān)交易行為存在較之以往的高憂患，如何準(zhǔn)確鑒定一個(gè)人的身份、保護(hù)信息保密安全，已成為一個(gè)重要的社會(huì)問題。

傳統(tǒng)的身份證等證件越來越難以滿足社會(huì)安全性日益增長(zhǎng)的需求，所以目前最為安全便捷的方案就是生物特征識(shí)別技術(shù)。這項(xiàng)技術(shù)不僅便捷快速，更使身份識(shí)別更保密、可靠、安全。在生物識(shí)別技術(shù)興起的階段，互聯(lián)網(wǎng)技術(shù)人臉識(shí)別已發(fā)展成一項(xiàng)重要的生物特征識(shí)別技術(shù)。

1.1人臉識(shí)別較之于其他身份識(shí)別的優(yōu)點(diǎn)

（1）人臉具有非常豐富的識(shí)別信息。

（2）對(duì)人臉特征的圖像采集便捷。

（3）非肢體接觸式采集，不易遭到反感。

（4）操作方式可以隱蔽，尤其適用于安全監(jiān)控。

（5）人到一定年齡時(shí)，頭骨發(fā)育基本成熟而已經(jīng)定型。

1.2人臉識(shí)別的研究意義

（1）多門學(xué)科的發(fā)展與人臉識(shí)別技術(shù)的崛起關(guān)系密切。

（2）識(shí)別技術(shù)可應(yīng)用于多方面市場(chǎng)，比如安全監(jiān)控，證件驗(yàn)證等方面。

2人臉識(shí)別基本假設(shè)

（1）假設(shè)一個(gè)人在年齡增長(zhǎng)的過程中沒有進(jìn)行磨骨等對(duì)面部骨骼進(jìn)行改變的手術(shù)。

（2）假設(shè)一個(gè)人在年齡增長(zhǎng)的過程中：沒有因?yàn)樘鞛?zāi)人禍等原因?qū)е旅娌抗穷^發(fā)生缺失、磨損等變化的現(xiàn)象。

（3）假設(shè)一個(gè)人在年齡增長(zhǎng)的過程中臉部的肉沒有突然暴增導(dǎo)致完全看不出臉部骨頭的輪廓。

（4）假設(shè)有一種能夠確定照片中面部骨頭輪廓和形狀，并能準(zhǔn)確測(cè)出骨頭離散點(diǎn)間距離的軟件或者儀器。

（5）假設(shè)一個(gè)人跨年齡段所拍的照片，表情變化不大甚至是同一表情，同時(shí)坐姿沒有影響性變化，不影響拍照角度。

3人臉識(shí)別相關(guān)模型的建立

3.1在頭骨上構(gòu)造網(wǎng)格三角形

參考劉春太等的三角形網(wǎng)格自動(dòng)生成技術(shù)原理以及張征等的三角形網(wǎng)格自動(dòng)生出技術(shù)，首先將邊界離散，引入域內(nèi)節(jié)點(diǎn)間距函數(shù)概念，結(jié)合目前流行的Delaunay三角化法和前沿生成法；然后將開邊界按一定空間步長(zhǎng)用程序自動(dòng)離散，將計(jì)算域的外圍邊界（不分開閉）的離散點(diǎn)按逆時(shí)針順序依次排列；將頭骨邊界離散點(diǎn)按順時(shí)針順序排列；將域內(nèi)特征線段按一定空間步長(zhǎng)用程序自動(dòng)離散；依文獻(xiàn)[7]，對(duì)于域內(nèi)任一點(diǎn)P，設(shè)其坐標(biāo)為（xp，yq），則可以按公式計(jì)算其節(jié)點(diǎn)間距函數(shù)ρ（xp，yq）。

ρ（xi，yi）為式中進(jìn)行排過序的（離散點(diǎn)）節(jié)點(diǎn)的間距函數(shù)（相鄰節(jié)點(diǎn)間的距離），N為離散點(diǎn)總數(shù)，f（xp，yp，xi，yi）為加權(quán)函數(shù)，根據(jù)文獻(xiàn)[6]的調(diào)試和改進(jìn)，取點(diǎn)p到邊界點(diǎn)i距離的倒數(shù)效果反而很好，即：

f（xp，yp，xi，yi）=1（xp-xi）2+（yp-yi）2

接著以之前排過序的離散點(diǎn)按順序連成的若干線段（域內(nèi)單個(gè)散點(diǎn)除外）為首次前沿邊，找出最大邊，用節(jié)點(diǎn)間距函數(shù)控制生成網(wǎng)格的大小，從最大邊開始生成三角形，詳細(xì)步驟參見文獻(xiàn)[7]；最后利用坐標(biāo)線性平均法改善單個(gè)三角形的質(zhì)量，并且改善整體網(wǎng)格的質(zhì)量。

根據(jù)頭骨的對(duì)稱性和凹凸性，利用三角形網(wǎng)格自動(dòng)生成技術(shù)，見文獻(xiàn)[6，7]，劃分出了39個(gè)三角形，如圖1。

3.2簡(jiǎn)化三角形網(wǎng)格

圖1形成的頭骨三角形網(wǎng)格，數(shù)量太多，比較同一個(gè)人跨年齡面部時(shí)比較繁瑣，所以我們用三角形網(wǎng)格的簡(jiǎn)化技術(shù)，參考文獻(xiàn)[8]，最終將圖1簡(jiǎn)化為圖2。

3.3定坐標(biāo)，求要素

在圖2中，我們用A、B點(diǎn)所在直線為X軸，以線段AB的中點(diǎn)為原點(diǎn)，垂直平分線為Y軸建立直角坐標(biāo)系，分別得到A～I(xiàn)的坐標(biāo)A（x1，y1），B（x2，y2），C（x3，y3），D（x4，y4），E（x5，y5），F(xiàn)（x6，y6），G（x7，y7），H（x8，y8），I（x9，y9），如圖3。

然后根據(jù)平面中兩點(diǎn)間的距離公式可分別得出圖3中7個(gè)三角形△ABF、△AGB、△FBC、△FCD、△FDE、△GHI、△GIB各個(gè)邊的長(zhǎng)度。

最后根據(jù)三角形相似的基本理論：

定義1在多邊形中，若對(duì)應(yīng)角相等且夾角的邊成比例，則稱它們是相似多邊形。

為方便以后的敘述，我們有時(shí)不妨將滿足定義1 的相似也稱作嚴(yán)格相似。 兩個(gè)三角形不滿足定義 1稱作這兩個(gè)三角形不是嚴(yán)格相似。

定理1在相似三角形中，等角所對(duì)的邊對(duì)應(yīng)成比例，等角所對(duì)的邊是對(duì)應(yīng)邊。

定理2如果兩個(gè)三角形的三邊對(duì)應(yīng)成比例，那么對(duì)應(yīng)角相等。

由定義 1、定理1 和定理 2，易知判定三角形相似的如下定理 3。endprint

定理3兩個(gè)三角形相似當(dāng)且僅當(dāng)三邊對(duì)應(yīng)成比例。

根據(jù)定理3，我們分別比較同一個(gè)人不同年齡頭骨的簡(jiǎn)化后的三角形網(wǎng)絡(luò)對(duì)應(yīng)三角形在一定誤差內(nèi)三邊是否對(duì)應(yīng)成比例來判斷是否是同一個(gè)人。

3.4算法的檢驗(yàn)

為檢驗(yàn)算法的準(zhǔn)確性，我們利用本文的方法，在頭像上做出簡(jiǎn)化后的三角形網(wǎng)絡(luò)，并建立平面直角坐標(biāo)系，并用精密的測(cè)量工具分別測(cè)出圖1-3中七個(gè)三角形各個(gè)邊的邊長(zhǎng)。利用SPSS軟件對(duì)得到的比值求其偏度和峰度，并分別作出相應(yīng)數(shù)據(jù)的Q-Q圖。

結(jié)果證明，本文所討論的方法是可行的。

4模型的誤差分析與改進(jìn)

4.1誤差分析

測(cè)量誤差：論文中由于兩點(diǎn)之間的距離是人為測(cè)量出來的，所以存在一定的系統(tǒng)誤差。

偶然誤差：

（1）論文中所引入的照片，不否認(rèn)存在人為將臉型壓扁或拉長(zhǎng)的可能，所以會(huì)存在一定的隨機(jī)誤差。

（2）一個(gè)人在不同年齡段拍照時(shí)，表情很難保持一模一樣，這樣導(dǎo)致下巴的位置可能不同，會(huì)使誤差變大。

（3）一個(gè)人由于生活習(xí)慣，而導(dǎo)致行為特征會(huì)發(fā)生變化，拍照時(shí)的姿勢(shì)及角度會(huì)有所偏差。

4.2模型的改進(jìn)

（1）由于檢測(cè)時(shí)人臉上各個(gè)點(diǎn)之間的距離是人為手工測(cè)量出來的，存在測(cè)量誤差，在實(shí)際應(yīng)用中，我們可以利用計(jì)算機(jī)自動(dòng)定位和測(cè)量技術(shù)，對(duì)人臉上特征點(diǎn)進(jìn)行定位并精確地測(cè)量各個(gè)點(diǎn)之間的距離，從而使判定的結(jié)果更加的準(zhǔn)確。

（2）針對(duì)人隨著年齡的變化，臉上的脂肪增多或者皮膚松弛現(xiàn)象，我們?cè)趻呙钑r(shí)可以借用醫(yī)療設(shè)施，直接透過人得肌膚，照出骨頭的所在，這樣方便精準(zhǔn)的定位。

（3）針對(duì)人的表情不同而導(dǎo)致的下巴位置移動(dòng)，我們可以利用計(jì)算機(jī)技術(shù)，將做出表情而移動(dòng)的下巴，復(fù)歸到同一位置。

5算法的評(píng)價(jià)

5.1算法的優(yōu)點(diǎn)

（1）本文并沒有從面部器官提取特征，而是另辟蹊徑，利用人體頭骨的不變形，及頭部骨骼的比例來判斷是不是同一個(gè)人，從而消除了年齡的影響。

（2）本文采用三角形網(wǎng)格自動(dòng)生成技術(shù)將判別人臉特征的相似度轉(zhuǎn)化成判別7個(gè)三角形的相似程度，大大的簡(jiǎn)化了判別人臉的復(fù)雜程度。

5.2算法的缺點(diǎn)

（1）本文由于缺乏大量的數(shù)據(jù)，所以并沒有辦法用軟件具體科學(xué)的分析本文所討論方法的誤差大小，沒有辦法確定在哪個(gè)誤差范圍內(nèi)，這種方法是可行的。

（2）由于人口數(shù)量很多，出現(xiàn)兩個(gè)一模一樣頭骨的人也是可能的，另外，對(duì)于雙胞胎、三胞胎等多胞胎頭骨一樣的現(xiàn)象，本文的方法并不能很好的辨認(rèn)

（3）本文所討論的方法需要人的臉部骨骼，而不是面部特征，如果一個(gè)人吃得很胖，完全看不到臉部骨骼的痕跡，本文討論的方法誤差就會(huì)很大

（4）本文所討論的方法，7個(gè)三角形中有5個(gè)三角形受到下巴變動(dòng)的影響，所以照相時(shí)對(duì)于下巴位置的要求非常高。

參考文獻(xiàn)

[1]金一.人臉識(shí)別中若干算法研究[D].北京：北京交通大學(xué)，2009，（12）.

[2]張玉華.基于子空間及變換域的人臉識(shí)別算法研究[D].濟(jì)南：山東大學(xué)，2009，（10）.

[3]路翀.基于二維圖像表示的人臉識(shí)別算法研究[D].大連：大連理工大學(xué)，2012，（3）.

[4]人臉識(shí)別[EB/OL].http：//baike.so.com/doc/54310925669384.html#refff_543109256693841， 2017416.

[5]董向前.二維PCA人臉識(shí)別算法的改進(jìn)研究[D].大連：大連海事大學(xué)，2014，（10）.

[6]張征.三角形網(wǎng)格自動(dòng)生出技術(shù)的應(yīng)用[D].天津：交通部天津水運(yùn)工程科學(xué)研究所，2001，（9）.

[7]劉春太.任意平面域漸變?nèi)切尉W(wǎng)格的自動(dòng)劃分[D].鄭州：鄭州工業(yè)大學(xué)，1999.

[8]張明敏等.基于超包絡(luò)的三角形網(wǎng)格簡(jiǎn)化算法[D].杭州：浙江大學(xué)，1999.

[9]潘志庚，馬小虎，石教英.虛擬環(huán)境中多細(xì)節(jié)層次模型自動(dòng)生成算法[J].軟件學(xué)報(bào)，1996，7（9）：526531.endprint