何燕琴 吳戀 郭清粉 曾桂南

摘 要：人臉識(shí)別技術(shù)指基于人的臉部特征，對(duì)輸入的人臉圖像或視頻流進(jìn)行判斷，依據(jù)臉的位置、大小和主要器官提取出人臉中所蘊(yùn)含的身份特征，并與已知的人臉進(jìn)行對(duì)比，從而識(shí)別人臉身份的一種技術(shù)，并且廣泛應(yīng)用于各領(lǐng)域。基于此背景，文章對(duì)幾類常見人臉識(shí)別技術(shù)進(jìn)行介紹，并對(duì)人臉識(shí)別的應(yīng)用現(xiàn)狀進(jìn)行研究，探究當(dāng)前人臉識(shí)別技術(shù)在各個(gè)領(lǐng)域的應(yīng)用狀況，同時(shí)對(duì)現(xiàn)狀進(jìn)行分析，提出未來(lái)人臉識(shí)別技術(shù)的發(fā)展趨勢(shì)。

關(guān)鍵詞：人臉識(shí)別;現(xiàn)狀;發(fā)展

0? ? 引言

當(dāng)今，隨著大數(shù)據(jù)時(shí)代的來(lái)臨以及人工智能和物聯(lián)網(wǎng)技術(shù)的更新發(fā)展，智能時(shí)代已經(jīng)悄然到來(lái)。許多技術(shù)迎來(lái)了史上重大的發(fā)展機(jī)遇，其中人臉識(shí)別技術(shù)更是脫穎而出，成為智能時(shí)代下的“寵兒”，并被廣泛地應(yīng)用到各個(gè)領(lǐng)域。由于計(jì)算機(jī)的不斷完善，人臉識(shí)別技術(shù)的功能也更加豐富，并且安全性能也在逐漸提高，因此被應(yīng)用在安全驗(yàn)證、身份識(shí)別、公安照片搜索系統(tǒng)、門禁系統(tǒng)等方面。此外，人臉識(shí)別技術(shù)的應(yīng)用很廣泛，被應(yīng)用到經(jīng)濟(jì)、教育以及醫(yī)療等行業(yè)。就目前人臉識(shí)別的發(fā)展?fàn)顩r來(lái)看，未來(lái)幾年仍維持一個(gè)高速發(fā)展的趨勢(shì)。對(duì)于我國(guó)而言，人臉識(shí)別技術(shù)在未來(lái)幾年將處于良好的發(fā)展階段，其范圍將不斷擴(kuò)大[1-3]。

1? ? 人臉識(shí)別在國(guó)內(nèi)外發(fā)展的現(xiàn)狀

1.1? 人臉識(shí)別的發(fā)展歷程

人臉識(shí)別技術(shù)是一門20世紀(jì)70年代才出現(xiàn)的技術(shù)，其發(fā)展較為迅速。近年來(lái)，由于人工智能、大數(shù)據(jù)、云計(jì)算等技術(shù)的創(chuàng)新，人臉識(shí)別技術(shù)作為人工智能的一個(gè)重要應(yīng)用領(lǐng)域得到了迅速發(fā)展。而且在2006年，深度學(xué)習(xí)更是作為機(jī)器學(xué)習(xí)的一個(gè)分支，成為一個(gè)新的研究方向。深度學(xué)習(xí)與傳統(tǒng)的計(jì)算方法相比，程序的執(zhí)行速度更快，足以滿足工業(yè)場(chǎng)景中的各類算力要求?；诖爽F(xiàn)狀，人臉識(shí)別技術(shù)煥發(fā)出來(lái)的光芒更加耀眼[4-6]。根據(jù)研究領(lǐng)域的數(shù)據(jù)分析，可以將人臉識(shí)別技術(shù)的發(fā)展分為3個(gè)階段，具體如下。

1.1.1? 半機(jī)械識(shí)別階段

此階段的主要內(nèi)容是將簡(jiǎn)單的命令與數(shù)據(jù)庫(kù)中的臉譜進(jìn)行比對(duì)，結(jié)合指紋識(shí)別的技術(shù)，經(jīng)由測(cè)驗(yàn)分析最后獲得比較可靠的識(shí)別結(jié)果。但是，人臉識(shí)別的全過(guò)程需要融入操作人員的所有操作，因此嚴(yán)重缺乏自動(dòng)化。

1.1.2? 人機(jī)交互識(shí)別

在該階段，人臉識(shí)別技術(shù)得到了質(zhì)的發(fā)展，因?yàn)檠芯咳藛T已經(jīng)可以成功地使用該算法完成人臉的高級(jí)識(shí)別。例如，Kaya等人采用統(tǒng)計(jì)方法對(duì)人臉識(shí)別進(jìn)行了基礎(chǔ)研究，采用歐氏距離作為人臉表示。但在這一階段，仍然需要操作者的參與，即“全自動(dòng)”的人臉識(shí)別方法無(wú)法實(shí)現(xiàn)。

1.1.3? 全自動(dòng)人臉識(shí)別

長(zhǎng)期以來(lái)，半自動(dòng)的人臉識(shí)別技術(shù)一直伴隨著人類。直到1990年以后，高性能計(jì)算機(jī)的出現(xiàn)和人臉識(shí)別技術(shù)的創(chuàng)新發(fā)展，人臉識(shí)別技術(shù)才真正由半自動(dòng)識(shí)別進(jìn)入全自動(dòng)識(shí)別階段。

1.2? 國(guó)內(nèi)研究現(xiàn)狀

國(guó)內(nèi)關(guān)于面部識(shí)別的研究可以追溯到20世紀(jì)80年代初，研究站點(diǎn)比較多。從20世紀(jì)80年代，清華大學(xué)、中國(guó)科學(xué)院、復(fù)旦大學(xué)等頂尖大學(xué)開始了對(duì)人臉識(shí)別技術(shù)研究并且有了一定的研究成果。自2001年起，國(guó)家支持一些專門部門利用人臉識(shí)別技術(shù)預(yù)防和打擊犯罪分子。該項(xiàng)技術(shù)的使用表明中國(guó)已進(jìn)入大規(guī)模使用階段。而且在人工智能的浪潮下，人臉識(shí)別技術(shù)更是迎來(lái)了空前的發(fā)展機(jī)遇，在各個(gè)領(lǐng)域獲得了驕人的成果。根據(jù)SooPat數(shù)據(jù)顯示，2018年，中國(guó)人臉識(shí)別行業(yè)專利申請(qǐng)量為3 487項(xiàng)，略高于2017年，公開專利5 200件，同比增長(zhǎng)93%。

1.3? 國(guó)外研究現(xiàn)狀

與國(guó)內(nèi)相比，國(guó)外的人臉識(shí)別技術(shù)發(fā)展相對(duì)比較早，如美國(guó)、日本、德國(guó)等發(fā)達(dá)國(guó)家從很早就開始從事該項(xiàng)技術(shù)的研究。且有研究表明，20世紀(jì)90年代初，日本已經(jīng)成功研制出的人體圖像識(shí)別系統(tǒng)能在一秒內(nèi)從3 500人中識(shí)別出這個(gè)人，以下將取其中兩個(gè)國(guó)家作為例子。

1.3.1? 美國(guó)

美國(guó)是第一個(gè)研究人臉識(shí)別的國(guó)家，也是最早使用該技術(shù)的國(guó)家之一，其人臉識(shí)別技術(shù)一直走在世界前沿。據(jù)已有資料，美國(guó)國(guó)防部于20世紀(jì)90年代啟動(dòng)了FEET項(xiàng)目，這為將來(lái)生物特征識(shí)別奠定了基礎(chǔ)，并加速了人臉識(shí)別技術(shù)的發(fā)展。目前，公共場(chǎng)所門禁系統(tǒng)的使用、機(jī)要部門核心設(shè)備通過(guò)指紋解鎖，利用街頭攝像頭識(shí)別抓獲犯罪嫌疑人等技術(shù)在實(shí)際生活中已經(jīng)被廣泛使用。因此，美國(guó)的安全部門為了確保公共場(chǎng)所的安全，增加了對(duì)人臉識(shí)別技術(shù)的資金和人力資源的投入。

1.3.2? 日本

盡管日本使用面部識(shí)別技術(shù)的時(shí)間相對(duì)較晚，但其技術(shù)發(fā)展卻日新月異。在2014年，由日本主持研發(fā)的一種基于視頻的面部識(shí)別技術(shù)在日本的大阪進(jìn)行了測(cè)試。它的功能是在危險(xiǎn)來(lái)臨時(shí)，通過(guò)實(shí)時(shí)監(jiān)控面部表情和人流動(dòng)態(tài)，判斷每個(gè)出口是否可用。近年來(lái)，日本已經(jīng)意識(shí)到人臉識(shí)別技術(shù)帶來(lái)的益處，因此加快了對(duì)該技術(shù)的研究。2020年疫情期間日本的Glory公司研發(fā)出了一套可識(shí)別佩戴口罩人臉的人臉識(shí)別系統(tǒng)，即使口罩把大半個(gè)臉遮住仍然可以被識(shí)別出來(lái)。

2? ? 人臉識(shí)別的算法框架及識(shí)別方法

2.1? 算法框架

面部識(shí)別技術(shù)是屬于模式識(shí)別的問(wèn)題，主要包括在線配對(duì)和離線學(xué)習(xí)兩個(gè)部分，如圖1所示。

2.2? 常見的人臉識(shí)別方法

隨著智能時(shí)代的到來(lái)以及計(jì)算機(jī)技術(shù)的高速發(fā)展，人臉識(shí)別技術(shù)呈現(xiàn)出百家爭(zhēng)鳴的態(tài)勢(shì)，識(shí)別方法更是層出不窮。而且在靜態(tài)圖像識(shí)別的領(lǐng)域中，也出現(xiàn)了百花齊放的趨勢(shì)。下面將以兩種常用方法為例。

2.2.1? 基于幾何特征的人臉識(shí)別方法

幾何特征的識(shí)別技術(shù)也稱為結(jié)構(gòu)匹配技術(shù)，是早期使用的人臉檢測(cè)方法之一[7-10]。該方法通過(guò)面部拓?fù)浣Y(jié)構(gòu)的幾何關(guān)聯(lián)經(jīng)驗(yàn)，將人體面部器官視為公共幾何，采用基于結(jié)構(gòu)的方法得到面部主要器官的特征。該方法是采集人臉的重要特征及其相對(duì)距離、特征分布等參數(shù)，形成一個(gè)能代表人臉的特征向量，如角度、曲率等。這種識(shí)別方法的優(yōu)點(diǎn)是抗干擾能力強(qiáng)，存儲(chǔ)容量小，對(duì)光照變化的敏感度低，并且可以實(shí)現(xiàn)有效的人臉描述。然而，該算法只關(guān)注器官的基本形狀和位置結(jié)構(gòu)，而不關(guān)注細(xì)節(jié)，因此存在一些問(wèn)題：（1）從圖像中提取典型特點(diǎn)相對(duì)困難;（2）表情和神態(tài)的劇烈變化穩(wěn)定性較差;（3）容易造成信息部分丟失 。

2.2.2? 基于模板匹配的人臉識(shí)別方法

模板匹配主要包括靜態(tài)匹配法和彈性匹配法，其中彈性匹配法又可分為動(dòng)態(tài)匹配法、特征面法、線性判別法等。靜態(tài)匹配方法需要對(duì)圖像進(jìn)行適當(dāng)?shù)臉?biāo)準(zhǔn)化，然后利用整個(gè)圖像的灰度、生理特征區(qū)域的灰度和變換后的人臉圖像進(jìn)行模板匹配。由于靜態(tài)匹配模板的靈活性較差，當(dāng)人臉表情過(guò)于復(fù)雜時(shí)，無(wú)法使用該模板，因此，產(chǎn)生了動(dòng)態(tài)模板匹配。該方法基于人臉形狀可變部分的特征參數(shù)模型。該方法的獨(dú)特之處在于它的活動(dòng)性大大提高，更適合于多種情況下的人臉檢測(cè)。但是由于該方法的計(jì)算速度很慢，計(jì)算周期較長(zhǎng)，所以容易陷入局部極小值的缺陷。

3? ? 人臉識(shí)別技術(shù)發(fā)展趨勢(shì)

經(jīng)過(guò)多年的研究實(shí)踐，面部識(shí)別技術(shù)已經(jīng)取得了許多成果，但是就目前的發(fā)展而言，人臉識(shí)別技術(shù)在各個(gè)領(lǐng)域的應(yīng)用仍然面臨著許多的難題。

（1）局部特征和全局特征的統(tǒng)一結(jié)合可以有效地描述人臉特征。因此，如何有效地獲得并結(jié)合局部表征和全局表征是值得進(jìn)一步探討的問(wèn)題。

（2）在面部識(shí)別過(guò)程中，我們必須面對(duì)相機(jī)，并且圖片中的面部必須具有一定的像素寬度才能提供可靠的面部識(shí)別。但是，在具體的應(yīng)用期間，不能夠完全地滿足這些條件，這種不確定性對(duì)人臉識(shí)別技術(shù)的使用造成一定難度。因此，未來(lái)的識(shí)別技術(shù)需要不斷提高算法的精準(zhǔn)度。

（3）3D算法能夠處理多種變化因素，并且該方法對(duì)處理傳統(tǒng)的人臉旋轉(zhuǎn)、遮擋、相似等問(wèn)題有很好的效果，但因?yàn)槿S人臉識(shí)別算法的應(yīng)用還處于探索階段，因此該方法擁有很好的發(fā)展前景。

（4）人臉識(shí)別技術(shù)面臨的信息安全。大數(shù)據(jù)時(shí)代，人臉識(shí)別技術(shù)展現(xiàn)巨大的發(fā)展?jié)摿?，但是弊端也隨之體現(xiàn)出來(lái)，那就是個(gè)人信息泄露問(wèn)題。首先，人臉識(shí)別技術(shù)是近年來(lái)才興起的技術(shù)，因此很多應(yīng)用仍處于探索實(shí)踐階段，所以判斷錯(cuò)誤帶來(lái)的風(fēng)險(xiǎn)難以避免。其次，由于網(wǎng)絡(luò)安全的防護(hù)能力不足，存在數(shù)據(jù)泄露的隱患。怎樣保護(hù)信息不會(huì)泄露將成為一個(gè)研究的方向。

4? ? 結(jié)語(yǔ)

面部識(shí)別技術(shù)是一門難度高且內(nèi)容復(fù)雜的技術(shù)，掌握該技術(shù)需要了解很多專業(yè)知識(shí)并且要熟練的運(yùn)用。但是隨著大數(shù)據(jù)時(shí)代的來(lái)臨，人臉識(shí)別技術(shù)的益處已經(jīng)在各個(gè)領(lǐng)域得到完美的體現(xiàn)，因此掌握和運(yùn)用該項(xiàng)技術(shù)已經(jīng)變成不可或缺的部分。但是由于該技術(shù)屬于近年來(lái)才興起的技術(shù)，所以存在很多的缺陷，例如，準(zhǔn)確性不夠精準(zhǔn)、速度不夠快等。 但是隨著越來(lái)越多的研究者和研究機(jī)構(gòu)的加入，這些問(wèn)題的解決只是時(shí)間問(wèn)題。相信在不久的將來(lái)，人臉識(shí)別技術(shù)將會(huì)繼續(xù)不斷地完善和更新，并且能夠更好地為人類服務(wù)。

[參考文獻(xiàn)]

[1]張翠萍，蘇光大.人臉識(shí)別技術(shù)綜述[J].中國(guó)圖像圖形學(xué)報(bào)，2000（11）：885-894.

[2]姜賀.基于幾何特征的人臉識(shí)別算法[D].大連：大連理工大學(xué)，2008.

[3]吳巾一.人臉識(shí)別方法綜述[J].計(jì)算機(jī)應(yīng)用研究，2009（9）：3205-3209.

[4]余龍華.基于隱馬爾科夫模型的人臉識(shí)別[J].計(jì)算機(jī)技術(shù)與發(fā)展，2012（2）：25-28.

[5]]白冬輝.人臉識(shí)別技術(shù)的研究與應(yīng)用[D].北京：北方工業(yè)大學(xué)，2006.

[6]梁路宏，艾海舟，何克忠.基于多模板匹配的單人臉檢測(cè)[J].中國(guó)圖像圖形學(xué)報(bào)，1999（10）：825-830.

[7]本刊編輯部.北京銀行上線人臉識(shí)別技術(shù)[J].金融科技時(shí)代，2017（3）：34.

[8]潘周嫻，陳適，潘慧，等.人臉識(shí)別技術(shù)的醫(yī)學(xué)診斷應(yīng)用的發(fā)展與現(xiàn)狀[J].基礎(chǔ)醫(yī)學(xué)與臨床，2016（12）：1747-1750.

[9]吳維嘉.智能人臉識(shí)別技術(shù)在安防行業(yè)的應(yīng)用與發(fā)展變化[J].中國(guó)安防，2016（6）：21-22.

[10]嚴(yán)超，蘇光大.人臉特征的定位與提取[J].中國(guó)圖象圖形學(xué)報(bào)，1998（5）：375-379.

（編輯 王雪芬）