李環(huán)

（鄭州工業(yè)應(yīng)用技術(shù)學(xué)院，河南鄭州，451100）

1 人臉識(shí)別技術(shù)概述

1.1 人臉識(shí)別技術(shù)概念

人臉識(shí)別技術(shù)是通過機(jī)器自動(dòng)化的對(duì)批定圖像或視頻中的人臉進(jìn)行定位、身份識(shí)別，具有鮮明的自動(dòng)化特征。其應(yīng)用主要以相機(jī)或攝像機(jī)為基本接入工具，采集與人臉識(shí)別需求相關(guān)的數(shù)據(jù)信息，然后實(shí)施檢測(cè)、跟蹤、識(shí)別，因而一般也將其叫做人像識(shí)別技術(shù)或者面部識(shí)別技術(shù)。

1.2 人臉識(shí)別技術(shù)的發(fā)展歷程

從人臉識(shí)別技術(shù)的發(fā)展歷程看，人臉識(shí)別經(jīng)歷了主要的三大發(fā)展階段，1964年到1990年屬于其發(fā)展的早期階段，主要以人臉面部幾何特征為主要識(shí)別方法；自1990年到1998年則進(jìn)入到了其研發(fā)高潮的過渡階段，研究者與研究論文數(shù)量均獲得了爆發(fā)式增長(zhǎng)，其重點(diǎn)集中在多維特征矢量層面的人臉面部特征方面，尤其是麻省理工學(xué)院提出的“特征臉”（Eigen-face）在同行業(yè)內(nèi)受到了高度評(píng)價(jià)。以此為分界點(diǎn)，自1998年到今天，人臉識(shí)別技術(shù)進(jìn)入到了研發(fā)與應(yīng)用的同步發(fā)展階段，尤其是人工智能中人臉識(shí)別技術(shù)的應(yīng)用范圍涉及到了社會(huì)生產(chǎn)與日常生活的各個(gè)方面，加上各大科技公司加快了對(duì)3D模型人臉建模與識(shí)別方法的研究，人臉識(shí)別技術(shù)的應(yīng)用正處于全面智能化的關(guān)鍵發(fā)展階段。

1.3 人工智能中人臉識(shí)別技術(shù)

與早期階段與過渡階段的傳統(tǒng)人臉識(shí)別技術(shù)相比，人工智能增加了機(jī)器智能行為，以深度學(xué)習(xí)方法為基本研究路徑，通過主要的五大步驟實(shí)施人臉識(shí)別技術(shù)的應(yīng)用。首先，搭建人臉識(shí)別系統(tǒng)，如獲取圖像與視頻信息等。其次，通過檢測(cè)定位與輸入圖像對(duì)人臉進(jìn)行大小、姿態(tài)、位置的定位。第三，在建立的系統(tǒng)上根據(jù)定位獲取的數(shù)據(jù)信息進(jìn)行預(yù)處理，表現(xiàn)出圖像具有的特征。第四，對(duì)預(yù)處理后的常規(guī)人類圖像實(shí)施算法提取，并運(yùn)用特征矢量進(jìn)行識(shí)別，同時(shí)，把原始人臉空間數(shù)據(jù)以映射方式上傳至特征空間。第五，通過分類器設(shè)計(jì)、決策，分類識(shí)別信息，并確定識(shí)別結(jié)果。

2 人臉識(shí)別技術(shù)的具體應(yīng)用分析

以智慧生活中最常用的人臉識(shí)別門禁系統(tǒng)應(yīng)用為例：

首先，該系統(tǒng)采用相對(duì)簡(jiǎn)單的輕型差別自歸一化神經(jīng)網(wǎng)絡(luò)，簡(jiǎn)稱ANN，以生物大腦神經(jīng)元為原型，根據(jù)神經(jīng)元自身包含輸出值與神經(jīng)元之間的在連接權(quán)值連接的特征，將其引入到了機(jī)器學(xué)習(xí)之中，提出了ANN神經(jīng)元模型，以信號(hào)處理（內(nèi)部強(qiáng)度默認(rèn)）——樹突P（強(qiáng)度權(quán)重）——傳遞函數(shù)之間的關(guān)聯(lián)搭建了完整結(jié)構(gòu)，通過卷積層（BN層）、池化層、全連接層（展平層）的三部分組合，能夠訓(xùn)練圖像、轉(zhuǎn)化圖像格式數(shù)據(jù)。該技術(shù)的非接觸性延伸出了非侵犯性，大眾易于接受。該技術(shù)的應(yīng)用采用遠(yuǎn)距離數(shù)據(jù)采集方案，減少了生理傷害幾率，也適用于隱蔽式監(jiān)控與實(shí)時(shí)動(dòng)態(tài)化追蹤。具體可以參考圖1。

圖1 基于ANN神經(jīng)元模型的分層架構(gòu)系統(tǒng)

其次，當(dāng)人臉以圖像輸入后，卷積層（BN層）就能夠?qū)斎雸D像進(jìn)行生物特征提升，并在池化層進(jìn)行采樣，實(shí)施降維操作，并于全連接層（展平層）完成映射，映射到計(jì)算機(jī)空間，以概率分布的一維向量形式存在，達(dá)到分類效果。系統(tǒng)設(shè)計(jì)方面，首先設(shè)置人臉訓(xùn)練集獲取模塊，通過機(jī)器學(xué)習(xí)建立模型，具體操作中要求調(diào)用攝像頭采集相對(duì)清晰的圖像，一般要求正臉與側(cè)臉及點(diǎn)頭動(dòng)作各兩次即可。在訓(xùn)練集預(yù)處理模塊，則將獲取的照片進(jìn)行地區(qū)裁剪，使其成為正方形，臉部在其中的占比要求達(dá)到82%以上，在人類識(shí)別習(xí)慣方面，本案例中應(yīng)用的人臉識(shí)別技術(shù)適應(yīng)性強(qiáng)，這種交互屬性明顯符合人類需求，如日常工作與生活中，透過人臉識(shí)別方式極易實(shí)現(xiàn)交互式協(xié)作，提升系統(tǒng)安全性與可用性，而且體現(xiàn)了個(gè)體化的獨(dú)有屬性，極易張顯個(gè)體特征；因而只需在MATLAB圖像三維矩陣進(jìn)行統(tǒng)一處理，通過翻轉(zhuǎn)、轉(zhuǎn)向擴(kuò)充訓(xùn)練。

第三，通過搭建加載AlexNet網(wǎng)絡(luò)、調(diào)節(jié)參數(shù)、運(yùn)行代碼建立機(jī)器學(xué)習(xí)模塊，并通過它獲得學(xué)習(xí)結(jié)果，最后，只需要根據(jù)學(xué)習(xí)結(jié)果驗(yàn)證模塊對(duì)每一個(gè)進(jìn)門的人臉進(jìn)行識(shí)別驗(yàn)證即可，而不在訓(xùn)練集中的人臉則會(huì)馬上以異常信號(hào)進(jìn)行顯示并提出預(yù)警，尤其是該技術(shù)在識(shí)別方面的精準(zhǔn)性高、識(shí)別速度快、圖像采集成本低，應(yīng)用推廣十分便利。但是，應(yīng)該人臉識(shí)別組件本身進(jìn)行配套的型號(hào)、規(guī)格與系統(tǒng)設(shè)置選擇；并在采集人臉圖片、影像、實(shí)體時(shí)，對(duì)面部遮擋物、配飾、整容、蓄須與剃須、面部表情變化等進(jìn)行綜合采集；將人體面部的表情與身體部位的姿態(tài)進(jìn)行對(duì)應(yīng)規(guī)范。

3 人工智能中人臉識(shí)別技術(shù)的應(yīng)用

3.1 教育領(lǐng)域的應(yīng)用

教育是國(guó)家發(fā)展的基石，人工智能中人臉識(shí)別技術(shù)的應(yīng)用將在教育領(lǐng)域發(fā)揮重大作用。

比如，教育公平中最為根本的考試與選拔環(huán)節(jié)，就能夠通過對(duì)人臉識(shí)別技術(shù)的應(yīng)用，克服以無(wú)線設(shè)備進(jìn)行作弊的行為，并在整個(gè)考核期間實(shí)時(shí)動(dòng)態(tài)化跟蹤式監(jiān)察，以起到預(yù)防作用。至于以相似人臉為基礎(chǔ)的替代考試行為，則能夠在人工智能的深度學(xué)習(xí)方式下，透過對(duì)相關(guān)臉部的多重要素組成加以識(shí)別。尤其是在線教育快速發(fā)展后，在跨地域教育、遠(yuǎn)程教育中，傳統(tǒng)教育模式中的實(shí)時(shí)監(jiān)管很難實(shí)現(xiàn)有效管理，比如，在新冠疫情期間，很多教育機(jī)構(gòu)實(shí)施了在線教育，但是，透過手機(jī)學(xué)員在出勤率、學(xué)習(xí)狀態(tài)方面相對(duì)松散，具有明顯的懈怠行為，但采用視頻記錄與遠(yuǎn)程文件發(fā)送，以及在線聽課簽到與問答敲擊數(shù)字的實(shí)證經(jīng)驗(yàn)并不能證明學(xué)生的出勤率與學(xué)習(xí)狀態(tài)是否處于真實(shí)狀態(tài)，所以，證偽機(jī)制也難于建立。應(yīng)用人工智能中人臉識(shí)別技術(shù)，可以使簽到系統(tǒng)、學(xué)習(xí)狀態(tài)均受到實(shí)時(shí)監(jiān)控，確保學(xué)員在規(guī)定時(shí)間內(nèi)按照教育教學(xué)要求完成自身的學(xué)習(xí)任務(wù)，因此，由此途徑增加了在線教育缺乏的交互管理屬性，能夠幫助教育機(jī)構(gòu)促進(jìn)教師與學(xué)員之間的主動(dòng)交互與客觀約束，進(jìn)而為教育領(lǐng)域的轉(zhuǎn)型升級(jí)提供技術(shù)路徑下的支持功能，并對(duì)一些關(guān)鍵環(huán)節(jié)實(shí)施監(jiān)管與收集可證明相關(guān)行為的數(shù)據(jù)信息等。

3.2 安防領(lǐng)域的應(yīng)用

與教育在國(guó)家發(fā)展中的基石作用相比，安防領(lǐng)域牽涉到國(guó)家的生死存亡，也關(guān)系到日常生活中民眾的生命財(cái)產(chǎn)安全等。

比如，在我國(guó)全面實(shí)現(xiàn)現(xiàn)代化轉(zhuǎn)型的新時(shí)期，社會(huì)化的活動(dòng)范圍與公共場(chǎng)所的人員流動(dòng)頻率均明顯增加，尤其是不法分子混跡人群或非法行為較為隱性的發(fā)生等，在此類場(chǎng)合均無(wú)法進(jìn)行精準(zhǔn)判斷。在評(píng)估此類風(fēng)險(xiǎn)后，可以在安防領(lǐng)域應(yīng)用人工智能中的人臉識(shí)別技術(shù)，對(duì)不法非子實(shí)施預(yù)設(shè)性識(shí)別與警示，則可以有效化解其中的風(fēng)險(xiǎn)，并及時(shí)的運(yùn)用安防資源配置震懾、逮捕犯罪分子。另一方面，公共服務(wù)質(zhì)量提升，使公共場(chǎng)所的使用空間正在逐漸擴(kuò)大，而人工檢查識(shí)別往往會(huì)耗費(fèi)較多資源，造成社會(huì)資源的浪費(fèi)，也不利于工作效率的提升。此時(shí)，根據(jù)實(shí)際需求將人工智能中的人臉識(shí)別技術(shù)應(yīng)用于公共安防空間，則能夠通過公共攝像頭、計(jì)算機(jī)處理中心的中心化控制方案，對(duì)其中的所有人員實(shí)施人臉自動(dòng)化識(shí)別與監(jiān)控。而且，能夠?qū)σ恍╇[藏性較大的違法行為進(jìn)行證據(jù)采集，比如，以地鐵乘車為例，若發(fā)生偷竊、猥褻等非法行為時(shí)，就能夠以人工智能中人臉識(shí)別技術(shù)采集數(shù)據(jù)信息，當(dāng)違法者否認(rèn)其非法行為時(shí)，就可以根據(jù)證據(jù)對(duì)其進(jìn)行證偽，并保護(hù)其他公民的合法權(quán)益不受損害。另外，新時(shí)期的人臉識(shí)別技術(shù)在安防領(lǐng)域的智能化、高效化、精準(zhǔn)性應(yīng)用，可以借助信息獲取動(dòng)態(tài)視頻監(jiān)控系統(tǒng)與靜態(tài)圖像，并對(duì)其實(shí)施系統(tǒng)內(nèi)的對(duì)比分析。比如，動(dòng)態(tài)化視頻監(jiān)控系統(tǒng)中的人臉識(shí)別技術(shù)應(yīng)用多以大型公共場(chǎng)所居多，包括視頻照片采集、人臉檢測(cè)、特征提取、目標(biāo)數(shù)據(jù)庫(kù)比對(duì)識(shí)別、布控等。而靜態(tài)圖像對(duì)比系統(tǒng)則是以身份信息驗(yàn)證為主要應(yīng)用方式，如重大會(huì)議現(xiàn)場(chǎng)、銀行系統(tǒng)等之類的場(chǎng)景活動(dòng)中，就能夠運(yùn)用系統(tǒng)數(shù)據(jù)庫(kù)對(duì)收集到的人員圖像實(shí)施比對(duì)分析，搜索識(shí)別出相關(guān)人員的身份信息等。

3.3 社會(huì)化應(yīng)用

就當(dāng)前現(xiàn)實(shí)情況而言，人工智能人臉識(shí)別技術(shù)的應(yīng)用已經(jīng)成為社會(huì)生活領(lǐng)域中的常見事物，如搭乘地鐵、消費(fèi)支付、家庭管理、社區(qū)安保、快遞取件等方面，已經(jīng)開始成功應(yīng)用人臉識(shí)別技術(shù)，并且獲得了社會(huì)民眾的積極參與和支持。以此路徑能夠進(jìn)一步推動(dòng)“社會(huì)生活的智能化”并產(chǎn)生真正意義上的“智慧生活”。比如，在現(xiàn)代城市生活中，社區(qū)管理中的安保十分關(guān)鍵，它關(guān)系到群體性的財(cái)產(chǎn)與生命安全，也牽涉到個(gè)體的法律權(quán)益保護(hù)等。而運(yùn)用人臉識(shí)別技術(shù)，則可以在門禁制度、樓層進(jìn)入關(guān)上設(shè)置、電梯監(jiān)控、流動(dòng)租戶管理等各個(gè)層面實(shí)現(xiàn)全程式無(wú)死角的動(dòng)態(tài)化監(jiān)控。一方面，通過人臉識(shí)別技術(shù)應(yīng)用能夠減少人工識(shí)別檢查中的失誤率，提高小區(qū)管理效率；另一方面，在居民統(tǒng)計(jì)數(shù)據(jù)信息與人臉信息驗(yàn)證方面提供雙重保險(xiǎn)，并根據(jù)實(shí)際居民信息的變化而進(jìn)行即時(shí)狀態(tài)的更新，完成全天候的出行、生活化安全防護(hù)。另外，在社會(huì)公共與私人領(lǐng)域?qū)θ四樧R(shí)別技術(shù)的應(yīng)用，也可以對(duì)違法行為形成一種強(qiáng)大的無(wú)人職守式震懾，并對(duì)已經(jīng)參與違法犯罪活動(dòng)的非法分子進(jìn)行實(shí)時(shí)動(dòng)態(tài)的搜索與識(shí)別，以及跟蹤、監(jiān)控和布控。這在很大程度上促進(jìn)了智慧生活環(huán)境中的生存安全性與生活智慧化，也是現(xiàn)代社會(huì)生活的一種形式變化的典型表現(xiàn)。

4 結(jié)束語(yǔ)

隨著信息技術(shù)的發(fā)展與推廣應(yīng)用，社會(huì)領(lǐng)域的各個(gè)生產(chǎn)環(huán)節(jié)均實(shí)現(xiàn)了信息化、智能化、網(wǎng)絡(luò)化；以此為基礎(chǔ)，在人工智能與工業(yè)改革資源整合的工業(yè)4.0升級(jí)方案實(shí)踐下，主要發(fā)達(dá)國(guó)家也相即推出了與自己國(guó)家工業(yè)發(fā)展情況相適用的人臉識(shí)別應(yīng)用技術(shù)。結(jié)合以上分析，建議在新時(shí)期增強(qiáng)“人臉識(shí)別+物聯(lián)網(wǎng)”的新應(yīng)用模式研究，逐漸推進(jìn)人工智能中人臉識(shí)別技術(shù)方面的多種生物識(shí)別模式向融合方向發(fā)展，為其后續(xù)的活體檢測(cè)與虹膜識(shí)別應(yīng)用提供技術(shù)支持。另外，在新時(shí)期也應(yīng)該強(qiáng)化3D人臉庫(kù)的建設(shè)工作，通過配套化的數(shù)據(jù)信息積累，提升人工智能中人臉識(shí)別技術(shù)研發(fā)效率，擴(kuò)增其在應(yīng)用層面的效用生產(chǎn)效率。