于傳 唐毅 傅曉 徐華

（1.國網(wǎng)安徽省電力有限公司培訓(xùn)中心，安徽合肥 230000；2.安徽電氣工程職業(yè)技術(shù)學(xué)院，安徽合肥 230000）

0 引言

在近幾年的時(shí)間里，各類生物技術(shù)和科研開發(fā)都有了不錯(cuò)的發(fā)展，而對(duì)身份識(shí)別系統(tǒng)來說，在近幾年來被廣泛應(yīng)用于人類的日常生活。早期我國的識(shí)別方法比較簡(jiǎn)單，例如個(gè)人密碼、磁卡、智能卡等，這些安全性能太低，容易被偽造和竊取，個(gè)人信息私密性不容易得到保障。而人類本身身上就具有其他物體不能代替的特征，例如DNA、指紋、語音、人臉等，這類獨(dú)有的特征再與計(jì)算機(jī)技術(shù)相結(jié)合，從而可以對(duì)人類身份的識(shí)別起到至關(guān)重要的作用。

人臉識(shí)別相對(duì)于傳統(tǒng)的生物識(shí)別技術(shù)，它更加的方便和快捷，第一，人臉識(shí)別技術(shù)不需要外界幫助，其他的識(shí)別技術(shù)還需要人為配合，第二，在宣稱監(jiān)控的過程中也可以運(yùn)用到人臉識(shí)別技術(shù)，而別的生物識(shí)別技術(shù)則無法做到，第三，對(duì)于現(xiàn)如今的第一、二代身份證而言，擁有最完善的數(shù)據(jù)庫，在核查每個(gè)身份的時(shí)候就可以更加方便和直觀，減少很多不必要的人工和時(shí)間浪費(fèi)。

1 人臉識(shí)別技術(shù)的發(fā)展

1.1 人臉識(shí)別技術(shù)總結(jié)

早在我國的18世紀(jì)，生物識(shí)別技術(shù)部門的工作人員就分析過我國大部分人臉的基本特征，并且對(duì)人臉幾何結(jié)構(gòu)特征研究方法進(jìn)行了實(shí)際行動(dòng)證明，但是卻并沒有得到一個(gè)滿意的結(jié)論。所以研究人員在研究和創(chuàng)新上面都努力做好創(chuàng)建和完善，在接下來的時(shí)間內(nèi)就可以進(jìn)行新型識(shí)別方法的使用。在人臉識(shí)別的技術(shù)方面，我國的研究人員也在不斷地進(jìn)行創(chuàng)新和實(shí)踐，在研究中也取得了一定的成績(jī)，人臉識(shí)別技術(shù)越來越清晰，而且在這個(gè)軟件開發(fā)中更具有穩(wěn)定性。在實(shí)用性方面，比如在非理想條件下的自然場(chǎng)景，進(jìn)行后期的人臉識(shí)別處理，并且通過光照姿態(tài)、光照協(xié)防方面進(jìn)行后期的識(shí)別。人臉識(shí)別技術(shù)的基礎(chǔ)技術(shù)包括關(guān)鍵幀篩選和人臉識(shí)別技術(shù)。深度學(xué)習(xí)在傳統(tǒng)神經(jīng)網(wǎng)絡(luò)架構(gòu)上增加了池化層和卷積層，其中池化和卷積是對(duì)輸入的數(shù)據(jù)集作非線性的特征提取操作[1]。深度學(xué)習(xí)主要對(duì)數(shù)據(jù)集進(jìn)行無監(jiān)督的特征提取并構(gòu)建一個(gè)或多個(gè)具有一定深度的神經(jīng)網(wǎng)絡(luò)。

1.2 人臉識(shí)別常用方法

1.2.1 基于面部幾何特征的方法

這個(gè)方法是最早的時(shí)候提出來的人臉識(shí)別方法，此類方法的基本特征是將人間面部特征作為人臉識(shí)別的主要基礎(chǔ)[2]。針對(duì)人群的不同，面部特征不同的特點(diǎn)來提取面部的特征點(diǎn)：比如眉毛的形狀不同采用不同的眉毛，對(duì)眼睛、鼻子、嘴巴等面部特點(diǎn)也是一樣的方法。然后依次針對(duì)不同的特征情況進(jìn)行幾個(gè)距離的計(jì)算，將它們之間的距離、夾角等情況進(jìn)行計(jì)算，然后最后選擇合適的分類器進(jìn)行分類，在測(cè)試方法的選擇上，主要選擇的就是基于面部特征的人臉識(shí)別技術(shù)。

1.2.2 基于特征臉的方法

特征臉方法主要是利用隨機(jī)向量的方法，利用K-L變換得到正交K-L基，是一種人臉識(shí)別的描述型技術(shù)，隨機(jī)向量一般作為包含人臉的區(qū)域看作隨機(jī)向量，因此又被稱為特征臉[3]。而合理的對(duì)這些基的組合計(jì)算，最后表達(dá)人臉圖像，最后形成人臉識(shí)別的過程，在這個(gè)過程中，還需要注意的事項(xiàng)是在特征臉空間中的位置，要計(jì)算相似度（投影間圖像的度量）這類方法是人臉識(shí)別技術(shù)中最常見的進(jìn)行度量分類的方法。

1.2.3 神經(jīng)網(wǎng)絡(luò)法

基于神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別方法主要的識(shí)別模式就是從學(xué)習(xí)能力和分類能力這兩個(gè)方式出發(fā)，然后再運(yùn)用神經(jīng)網(wǎng)絡(luò)來進(jìn)行操作，但是在現(xiàn)如今的生活中，一般會(huì)采用自組織神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)。他們這兩類都是多層前向的網(wǎng)絡(luò)體系，而且他們都是激勵(lì)函數(shù)，是由于他們的基準(zhǔn)為徑向基函數(shù)，這類的方法由于他們的函數(shù)逼近、模式識(shí)別能力都遠(yuǎn)遠(yuǎn)高于BP神經(jīng)網(wǎng)絡(luò)，所以被人臉識(shí)別技術(shù)研究者廣泛認(rèn)可[4]。

2 人臉識(shí)別中常用數(shù)據(jù)庫介紹

（1）英國ORL人臉數(shù)據(jù)庫。英國ORL(OlivettiResearch L aboratory)人臉數(shù)據(jù)庫主要的拍攝時(shí)間從1992年4月至1994年4月，主要針對(duì)的拍攝對(duì)象是一系列人臉圖像，圖像的背景都是清一色的黑色，然后每一幅原始圖像的分辨率都為112×92，然后在灰度級(jí)別上面都是一樣的，都為256，一共是由40個(gè)人的400幅灰度圖像組成。在這些灰度圖像中，每個(gè)人的面部特征都有不同的大小區(qū)別，有的圖像睜著眼睛，有的閉著眼睛；有的戴著眼鏡，有的沒有戴眼鏡；有的在哭，有的在笑……每幅圖像的面部特征都有不同的差異。而在這接近400幅的圖像中，在關(guān)于人臉識(shí)別的技術(shù)過程中，對(duì)于人臉部的尺寸也是會(huì)有一定的變化，一般會(huì)在10%左右的區(qū)間之內(nèi)，英國的ORL人臉數(shù)據(jù)庫截止到目前使用的人數(shù)最多，也是普遍得到大家認(rèn)可的人間數(shù)據(jù)庫。

（2）英國Manchester人臉數(shù)據(jù)庫。在這個(gè)數(shù)據(jù)庫中，主要的組成成分是30個(gè)人的690幅圖像。針對(duì)不同的背景和光線情況，將其中的訓(xùn)練集和測(cè)試集區(qū)分開來。而針對(duì)每張圖像的拍攝任人時(shí)間不同，圖像的前后都會(huì)有一定的時(shí)間差異，一般情況不會(huì)超過3周。但是在這整個(gè)過程中，由于測(cè)試的時(shí)候光源都會(huì)有所影響，所以最后的結(jié)果也有會(huì)所不同，其中的難點(diǎn)還包括有一些人臉的相似度過高，差異也只是存在于發(fā)型和背景的不同，其中還有一些是因?yàn)橛行﹫D像的特征遮擋，如頭發(fā)、黑眼鏡、手臂等。

（3）美國FERET人臉數(shù)據(jù)庫。美國FERET數(shù)據(jù)庫比較特別，因?yàn)樵谶@個(gè)數(shù)據(jù)庫中，針對(duì)人臉識(shí)別技術(shù)的應(yīng)用中是每個(gè)人有8張可選擇的照片，分別是有3張從左到右角度不同的照片，兩張正臉，還很一些是從不同的視點(diǎn)出發(fā)拍的不同角度的照片，都在此類的數(shù)據(jù)庫中，截至2014年8月份，美國FERET人臉數(shù)據(jù)庫已經(jīng)儲(chǔ)存了1199個(gè)人的14126幅圖像，而且隨著時(shí)間的推移，數(shù)量也在逐年增加。

3 人臉識(shí)別運(yùn)用到培訓(xùn)時(shí)的實(shí)現(xiàn)過程

這個(gè)流程主要分為4個(gè)階段：

（1）部署人臉圖像采集環(huán)境；

（2）進(jìn)行人臉檢測(cè)/識(shí)別的數(shù)據(jù)獲取分析、比對(duì)；

（3）課堂專注度的分析；

（4）導(dǎo)入課堂過程數(shù)據(jù)，形成課堂過程專注度分布分析。

4 人臉識(shí)別的優(yōu)缺點(diǎn)

每個(gè)人都有自己獨(dú)特的面部特征，但是卻因?yàn)楦鞣N因素的影響，在人臉識(shí)別過程中受到一定限制，導(dǎo)致不能順利地進(jìn)行人臉檢測(cè)，但是這類方法的研究還是備受社會(huì)各界研究學(xué)者的關(guān)注。不管是人臉識(shí)別中的哪一類，對(duì)于數(shù)據(jù)的準(zhǔn)確性都有著較高的要求，為了確保方法的有效性和實(shí)用性，在取值方面最好不要存在偏差。

5 結(jié)語

改進(jìn)光照因素影響的人臉識(shí)別在培訓(xùn)時(shí)的應(yīng)用以及安全管理中的應(yīng)用是一項(xiàng)系統(tǒng)工程，再加上人臉識(shí)別的應(yīng)用，將其中的軟硬件進(jìn)行加工結(jié)合融入到互聯(lián)網(wǎng)中，就可以在無干擾的情況下在課堂中采集學(xué)生的實(shí)時(shí)人臉圖像，再利用統(tǒng)計(jì)學(xué)原理對(duì)人臉進(jìn)行精準(zhǔn)地識(shí)別判定，最終完成每個(gè)培訓(xùn)學(xué)員個(gè)體的專注度分析。重視并積極研究光照因素對(duì)整個(gè)人臉識(shí)別系統(tǒng)的影響，在一定程度上可以為培訓(xùn)中的管理以及安全方面提供有益的技術(shù)支撐，提高行業(yè)科技含量。