王琨 朱勇建 黃薈霖 馬乾然

摘? ?要：隨著當前經(jīng)濟的快速發(fā)展，科學技術也得到了很好的發(fā)展，使得我們進入了數(shù)字信息化時代，所以使得信息識別安全的問題被看的越發(fā)重要。生物特征識別技術在近幾十年內發(fā)展迅速，人臉識別技術作為其分支技術也得到了很好的發(fā)展。尤其是隨著人工智能技術逐漸走向成熟，人臉識別技術被推動向前發(fā)展的更快，并且被應用到多個領域。本文主要對現(xiàn)代的人臉識別技術研究現(xiàn)狀進行了分析，其次介紹了人臉識別技術的原理與步驟、在社會生活中的應用以及當前所遇到的問題，通過分析介紹，希望能夠推動人臉識別技術的進一步發(fā)展。

關鍵詞：人臉識別? 人工智能? 特征提取? 人臉信息

人臉識別技術的發(fā)展與社會的信息化發(fā)展有著緊密的聯(lián)系[1]。隨著人臉識別技術的不斷向前發(fā)展，越來越多的領域中都使用了該技術，比如人臉識別解鎖以及支付[2]。人臉識別技術主要是把人的面部信息作為數(shù)據(jù)的集合，其與傳統(tǒng)的生物信息識別方式進行相比參數(shù)的信息更多、安全性也更高。同時人臉識別技術是一種非接觸性的識別方法，在實際應用中會更加靈活方便，因此該技術在未來擁有更加廣闊的發(fā)展前景[3]。

1? 人臉識別技術的國內外研究現(xiàn)狀

1.1 國外研究現(xiàn)狀

目前很多國家都在研究人臉識別技術，主要是歐美等科技比較發(fā)達的國家，現(xiàn)在比較有名的有MIT的Media lab、AI lab，CMU的Human-Computer Interface Institute等研究機構，現(xiàn)在研究的方法主要有以下幾個：

（1）模板匹配，主要有固定模板與變形模板兩種方法。

（2）示例學習，該方式的使用過程是把人臉的樣本以及非人臉的樣本一起放入到學習機，讓其產生判別規(guī)則，從而將其作為判斷輸入的圖像是否為人臉的判斷依據(jù)。

（3）神經(jīng)網(wǎng)絡，當前使用神經(jīng)網(wǎng)絡的方法來進行人臉檢測已經(jīng)有了非常大的進展，MIT的學者先將人臉樣本集與非人臉樣本集進行聚類，然后用測試樣本與以上兩者的子類之間的距離當作其分類的度量，再利用MLP網(wǎng)絡作為分類器。

（4）基于隱馬爾可夫模型的方法。

1.2 國內研究現(xiàn)狀

20世紀80年代開始，國內也有了關于人臉識別技術的研究，主要是清華大學、中科院、復旦大學等國內的一些名列前茅的高科技研究單位。在國內對人臉識別技術的研究中，主要研究三大類方法：基于幾何特征的人臉正面自動識別方法、基于代數(shù)特征的人臉正面自動識別方法以及基于連接機制的人臉正面自動識別方法。

周激流研究出了可以進行反饋的人臉正面識別系統(tǒng)，他使用積分投影的方法來提取人臉面部特征的關鍵部分，并將其用于識別，得到了非常好的效果。彭輝、張長水等人將“特征臉方式”，張輝、周洪祥等人使用對稱主元方式來分析神經(jīng)網(wǎng)絡，使用去冗余跟權值正相交相互結合的方法來對面部特進行提取與識別。此方式使用的特征數(shù)據(jù)量較小，從而使得運算量也較小，能夠較好的實現(xiàn)對大量人臉樣本的存儲以及快速的識別。

2? 人臉識別的原理以及步驟

2.1 人臉識別的原理

人臉識別技術通過獲取以及分析人臉的面部信息，對其特征信息進行提取并做量化處理，將其當作依據(jù)來對不同的個體進行區(qū)分，最終對得到的特征信息進行比對從而實現(xiàn)人臉識別。人臉識別的過程可以被分為兩個：圖像獲取、人臉識別算法。

2.2 人臉識別的步驟

（1）人臉檢測。

由于人臉所處的環(huán)境背景可能會比較復雜，在提取時會受到各種背景圖像的干擾，所以在進行人臉識別時首先要做的就是檢測到人臉。人臉檢測的目的就是從被檢測的圖像中將人臉的位置坐標提取出來。主要包含兩個過程：圖像掃描、人臉判別。

（2）人臉的特征點進行定位。

為了使得定位出的人臉特征信息的位置更加準確，所以我們應該運用人臉特征點的定位算法來將含有人臉坐標框的圖像進行處理，最終求出人臉的關鍵點的位置坐標。

（3）人臉的圖像特征進行提取。

此過程是把人臉圖像進行轉化，讓其成為一個多維的向量，并且將圖像信息轉化成為一個特定的數(shù)值。假如人臉有n個特征，而每一個特征又有m個不同的形式，那么其能夠表示的總量為mn，通過這種方式來進行擴充，會使得特征空間變得巨大。

（4）人臉識別。

此過程是人臉識別步驟的最后一步，經(jīng)過前三個步驟所得到的特征，然后在此過程中識別出與之對應身份的人臉。通過輸入一個人臉的特征，然后從信息庫中找出與其匹配程度最高的人臉信息。而且在進行對比前，要先設置一個相似度的閾值，然后再利用識別算法來將得到的相似度值與設定的閾值進行比較，高于閾值的才能算識別成功。

3? 人臉識別技術的應用

伴隨著社會經(jīng)濟的不斷發(fā)展，社會生活的各個領域對于快速且有效地進行身份的自動驗證有著急迫的要求，而生物的特征識別技術在最近的幾十年間有了飛速的發(fā)展。生物特征作為人的內在屬性，它的穩(wěn)定性很強并且在個體之間存在差異，所以它成為了自動身份驗證的最理想的依據(jù)。目前使用的生物特征識別技術的特征主要是：指紋、視網(wǎng)膜、虹膜、人臉等。與其他幾個特征相比，人臉特征相較于其他特征而言更為直接與方便，而且使用者并無任何的心理障礙，比較容易被接受，因此被使用的最為廣泛?，F(xiàn)階段人臉識別主要被應用于以下幾個方面：

（1）應用到犯罪嫌疑人的查找中。

在公安部門的檔案系統(tǒng)中存儲著犯罪嫌疑人的照片信息，當在案發(fā)現(xiàn)場中或者利用其它的方式得到嫌疑人的照片或者面部信息的特征，則可將其與檔案系統(tǒng)中的照片信息進行對比，快速查找到犯罪嫌疑人，從而使得破案的效率被大大的提高。

（2）應用到證件驗證中。

在諸如火車站、地鐵站、機場等場合通過證件檢驗的方式來驗證某人的身份是通常使用的手段，而身份證上都帶有照片，機器通過使用人臉識別技術來完成身份識別驗證的工作，進而實現(xiàn)自動化的管理。

（3）應用到視頻監(jiān)控中。

在銀行、公司以及一些公眾場合中都會設有24h的視頻監(jiān)控系統(tǒng)，如果發(fā)現(xiàn)異常情況或者有外人闖入，就需要對其進行實時監(jiān)控、追蹤以及識別等。這一系列的操作需要對采集的圖像數(shù)據(jù)進行分析，這就需要用到人臉識別技術。

（4）應用到入口的控制中。

入口控制有較為廣闊的范圍，在小區(qū)門口、住宅樓的入口等處進行人臉識別認證，以及在計算機系統(tǒng)的入口或者情報系統(tǒng)的入口進行的身份識別驗證。

4? 結語

人臉識別技術是一種非接觸性的識別方法，在實際應用中會更加靈活方便。21世紀是一個信息技術高速發(fā)展的時代，人臉識別技術在未來將會有更加廣闊的發(fā)展前景，所以需要我們不斷加大對該技術的研究力度，加大投入的成本，使其更加優(yōu)化，成為一個準確性更高、更加方便快捷的技術，使其在社會生活中應用的更加廣泛。

參考文獻

[1] 毛潤霞.新型智慧城市建設中人臉識別的應用[J].技術與市場， 2019， 26（12）：35-36，39.

[2] 高揚.人臉識別技術應用須保障用戶信息安全[N].檢察日報，2019-11-29.

[3] 陳鳳鳳.人臉識別技術在網(wǎng)絡考試防作弊系統(tǒng)中的應用研究[J].江蘇科技信息，2019， 36（32）： 60-62.