陳佳佳　邱曉榮　熊宇昊　段莉華

關(guān)鍵詞：人臉識(shí)別; 百度AI開(kāi)放平臺(tái); 圖像處理; Python

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2023）08-0034-03

0 引言

當(dāng)今社會(huì)人工智能技術(shù)突飛猛進(jìn)，機(jī)器人產(chǎn)業(yè)的經(jīng)濟(jì)發(fā)展蒸蒸日上，服務(wù)型機(jī)器人擁有明顯的應(yīng)用特性，服務(wù)型機(jī)器人不僅可以結(jié)合行業(yè)的需求，而且結(jié)合人工智能與人類和環(huán)境協(xié)同，不斷為人們提供智能化高科技的服務(wù)體驗(yàn)。在機(jī)器智能化中，語(yǔ)音與視覺(jué)交互極大地增強(qiáng)了人與機(jī)器人間的聯(lián)系[1]。當(dāng)前，語(yǔ)音交互早已是人們生活中使用最廣泛的交互方式，語(yǔ)音交互對(duì)于硬件的要求不高，使用揚(yáng)聲器和麥克風(fēng)就可以實(shí)現(xiàn)，不用操作控制器，僅僅通過(guò)對(duì)話就可命令機(jī)器實(shí)現(xiàn)下達(dá)的命令。隨著人工智能科技不斷迅猛發(fā)展，更多服務(wù)型機(jī)器人已擁有語(yǔ)音及人臉識(shí)別技術(shù)的功能，給人們的生活帶來(lái)了提升，這類機(jī)器已經(jīng)用于學(xué)校以及一些小區(qū)的門禁方面，運(yùn)用人臉識(shí)別技術(shù)判斷是否可以進(jìn)入，圖書(shū)館、銀行以及商場(chǎng)也擁有這類機(jī)器，這類機(jī)器可以吸引人們完成人臉識(shí)別并且驗(yàn)證用戶信息或者用于人臉掃碼支付商品，機(jī)器與用戶面對(duì)面交互實(shí)現(xiàn)高效運(yùn)作。

1 國(guó)內(nèi)外人臉識(shí)別研究現(xiàn)狀

國(guó)內(nèi)對(duì)于人臉識(shí)別發(fā)展的態(tài)度總體是好大于壞，人臉識(shí)別技術(shù)首先在我國(guó)上海得到應(yīng)用，人臉識(shí)別規(guī)模逐步增大；而在國(guó)外，在政府端和商業(yè)端，人臉識(shí)別涉嫌種族歧視與人權(quán)侵犯，所以阻礙了人臉識(shí)別技術(shù)的開(kāi)發(fā)與應(yīng)用。

1.1 研究目的

本文的研究目的有以下兩個(gè)方面：

（1） 語(yǔ)音識(shí)別與數(shù)據(jù)挖掘相聯(lián)系，將服務(wù)機(jī)器人與用戶之間實(shí)現(xiàn)語(yǔ)音交互。

（2） 使用圖像識(shí)別和深度學(xué)習(xí)中的神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)服務(wù)機(jī)器人的人臉識(shí)別。服務(wù)型機(jī)器人一般放置于公共場(chǎng)合，通過(guò)機(jī)器人的攝像頭拍攝的視頻識(shí)別中除了當(dāng)前用戶的人臉，還有很多無(wú)關(guān)信息干擾人臉識(shí)別，因此在人臉識(shí)別與檢測(cè)的過(guò)程中要求過(guò)濾干擾人臉的因素，同時(shí)對(duì)用戶人臉進(jìn)行跟蹤，鎖定用戶人臉進(jìn)行識(shí)別，保證識(shí)別的準(zhǔn)確性[2]。

1.2 研究方案

實(shí)現(xiàn)人臉識(shí)別分為4個(gè)步驟：

（1） 百度云控制臺(tái)，找到人工智能人臉識(shí)別。

（2） 創(chuàng)建應(yīng)用，獲取密鑰，Access Token[3]。

（3） 調(diào)用人臉識(shí)別SDK轉(zhuǎn)換為可視化文本。

（4） 人臉識(shí)別檢測(cè)圖片中的人臉并標(biāo)記出位置信息。

2 相關(guān)算法及技術(shù)

自然語(yǔ)言處理算法、人臉檢測(cè)、人臉識(shí)別、百度離線調(diào)用SDK服務(wù)、API服務(wù)。

2.1 人臉檢測(cè)

人臉檢測(cè)技術(shù)難點(diǎn)在于人臉內(nèi)部容易變化、外部容易受光線干擾。人臉圖像處理的重要組成是人臉檢測(cè)技術(shù)，由于采集到的人臉圖像存在一定角度偏轉(zhuǎn)等問(wèn)題， 所以對(duì)于旋轉(zhuǎn)人臉檢測(cè)的問(wèn)題顯得格外重要[4]。

當(dāng)檢測(cè)到人臉關(guān)鍵點(diǎn)后，就可以對(duì)人臉做一個(gè)空間歸一化，這個(gè)空間歸一化的操作就叫人臉對(duì)齊（facealignment）.這個(gè)操作可以使后續(xù)模型提取與五官的位置無(wú)關(guān)，只有五官的形狀紋理相關(guān)的特征，可以極大地提升人臉識(shí)別、人臉屬性分析、表情分類等算法的性能和穩(wěn)定性。

在進(jìn)行人臉檢測(cè)時(shí)，已得到人臉的關(guān)鍵點(diǎn)land?mark，用landmark對(duì)人臉進(jìn)行對(duì)齊，對(duì)齊的方式是通過(guò)圖像變換，將人臉上的眼睛、鼻子、嘴巴對(duì)準(zhǔn)到一個(gè)預(yù)設(shè)的固定位置上。

# 每個(gè)epoch都有一個(gè)訓(xùn)練和驗(yàn)證階段

for phase in ['train'， 'val']：

if phase == 'train'：

# 調(diào)用step函數(shù)進(jìn)行參數(shù)更新

scheduler.step（）

# Set model to training mode model.train（）

else：

# Set model to evaluate mode model.eval（）

（1） 實(shí)現(xiàn)基于百度平臺(tái)的人臉檢測(cè)：①API調(diào)用②

SDK調(diào)用。

（2） 實(shí)現(xiàn)人臉圖像采集。定位人臉關(guān)鍵點(diǎn)進(jìn)行人臉識(shí)別檢測(cè)。

（3） 系統(tǒng)方案設(shè)計(jì)與實(shí)現(xiàn)。

2.2 人臉識(shí)別的特征

由于人臉識(shí)別中人臉特征依據(jù)每個(gè)區(qū)域的不同和每個(gè)分層不同的種類，例如整體的特征或者是一點(diǎn)的特征，所要提取的方法也會(huì)有許多不同的種類，在當(dāng)前大部分機(jī)器中得到廣泛使用的一種方法，它能夠?qū)λ獧z測(cè)目標(biāo)的信息轉(zhuǎn)化并且對(duì)其細(xì)分，使其與卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合，能夠進(jìn)一步提高人臉檢測(cè)的效率以及精準(zhǔn)度。

人臉識(shí)別中最重要的一部分是特征分類環(huán)節(jié)，其中特征分類環(huán)節(jié)中較為常見(jiàn)的就是支持向量機(jī)，向量機(jī)有著較高的識(shí)別檢測(cè)精準(zhǔn)度，但是向量機(jī)不能進(jìn)行實(shí)時(shí)檢測(cè)，還有一種為目前人們常使用的人臉識(shí)別的方法就是卷積神經(jīng)網(wǎng)絡(luò)，卷積神經(jīng)網(wǎng)絡(luò)可以減少設(shè)置卷積層的參數(shù)，從而讓網(wǎng)絡(luò)更加簡(jiǎn)單，隨著機(jī)器處理數(shù)據(jù)各種類型的改變，它的層數(shù)同樣也在發(fā)生改變，可以解決更加復(fù)雜的分類等問(wèn)題，在便于訓(xùn)練同時(shí)，也擁有更好的普適性圖像識(shí)別，筆者選取的特征不僅能描述圖像，還要能夠很好地區(qū)分不同類別的圖像[5]。

2.3 人臉識(shí)別的方法

人臉識(shí)別的方法主要是以子空間的人臉識(shí)別、幾何特征的人臉識(shí)別、局部特征[6]描述符、支持向量機(jī)的人臉識(shí)別、稀疏表示以及深度學(xué)習(xí)的方法為基礎(chǔ)。臉是由嘴巴、鼻子、眼睛等器官組成，眾所周知，每個(gè)人臉的五官有著各種差異，進(jìn)而使世界上每個(gè)人的臉與眾不同，所以把人臉上五官的幾何描寫作為人臉檢測(cè)重要的特征。但是，只從眼睛、嘴巴、鼻子之間的距離思考，人臉之間的相似之處很難區(qū)分，所以在幾何結(jié)構(gòu)方法的基礎(chǔ)之上，提出以彈性模板為基礎(chǔ)的方法，用在檢測(cè)不一樣大小，以及有著偏轉(zhuǎn)角度的人臉。但在進(jìn)行人臉檢測(cè)之前，要依據(jù)準(zhǔn)備檢測(cè)人臉的形狀，設(shè)計(jì)檢測(cè)彈性模板的輪廓，不然就會(huì)影響收斂的效果。

#主程序入口

if __name__ == "__main__"：

# 運(yùn)行前清空上次運(yùn)行識(shí)別結(jié)果緩存

if data == 'ok'：

# 原圖進(jìn)行ROI裁剪

img_roi = image_roi（）

# 將裁剪后的圖像進(jìn)行預(yù)處理

src_roi = image_pre（img_roi）

# 將預(yù)處理后的圖像進(jìn)行模型推理

label， pred_class = modelpre（src_roi）

目前分析和研究的方法就是基于人臉識(shí)別技術(shù)，因?yàn)橐粡埰胀ǖ娜四槇D像就有100萬(wàn)左右的像素，其中每一個(gè)像素與之相對(duì)應(yīng)的都是一個(gè)維度，一副人臉的圖像有著100萬(wàn)左右的維數(shù)，這樣的數(shù)據(jù)處理對(duì)人臉識(shí)別來(lái)說(shuō)是十分困難的?；谧涌臻g的方法和其中的核心就是降低所要檢測(cè)的維度，把之前高維的人臉圖像，通過(guò)一些轉(zhuǎn)換，把他變到一個(gè)低維度的子空間之中，這樣一來(lái)，在子空間中可以讓數(shù)據(jù)處理和分析進(jìn)一步簡(jiǎn)化。

在日常生活中，人臉會(huì)因?yàn)楦鞣N其他的外在因素而發(fā)生不同的改變，例如人們的表情，所在地方的光照以及人的年齡改變等，同時(shí)也有些局部特征變化很小，例如臉部的下三角區(qū)域或者人的虹膜之類，人臉的局部特征描述符方法被提出的前提就是存在局部特征的概念。局部特征描述符方法的優(yōu)勢(shì)就是把整體轉(zhuǎn)化為部分，如把一整幅人臉圖像分成許多局部特征來(lái)進(jìn)行分析處理，同時(shí)也保存了圖像整體特征的結(jié)構(gòu)，它也不受其他外界因素干擾的性質(zhì)。

2.4 Python 人臉識(shí)別開(kāi)發(fā)

如圖3所示，OpenCV2中人臉檢測(cè)使用的是de?tectMultiScale函數(shù)[7]。1） 人臉數(shù)據(jù)；2） 算法；3） 建立模型；4） 訓(xùn)練模型；5） 測(cè)試模型；6） 上線使用。Python中有調(diào)用攝像頭的模塊，以及將手機(jī)的攝像頭轉(zhuǎn)換地址的模塊，可以在代碼中加入，調(diào)用攝像頭并控制拍攝照片，這樣就可以結(jié)合起來(lái)，實(shí)現(xiàn)動(dòng)態(tài)人臉識(shí)別。

搭建Python編譯環(huán)境，并預(yù)導(dǎo)入OpenCV庫(kù)。

3 數(shù)據(jù)與圖像處理

3.1 圖像處理

二值化數(shù)據(jù)相對(duì)比較簡(jiǎn)單，通過(guò)二值圖像，能更好地分析物體的輪廓與形狀[8]。閉運(yùn)算能夠填平缺陷，還能保持形狀與總位置不變，通過(guò)填充圖像的凹角來(lái)濾波圖像[9]。

# 圖像處理：形態(tài)學(xué)開(kāi)運(yùn)算

kernel = np.ones（（3，3），np.uint8）

opening=cv2. morphologyEx（dst_2， cv2. MORPH_

OPEN， kernel）

# 圖像處理：包絡(luò)輪廓

#binary，contours，hierarchy=cv2.findContours（open?ing， cv2. RETR_EXTERNAL， cv2. CHAIN_APPROX_SIMPLE）

contours， binary=cv2. findContours（opening， cv2.RETR_EXTERNAL，cv2.CHAIN_APPROX_SIMPLE）

# 如果找不到輪廓，則返回原圖，防止空載報(bào)錯(cuò)

src_roi = image_source

3.2 數(shù)據(jù)處理

由于獲取的數(shù)據(jù)（比如圖片分辨率），大多不一致，為了更好地訓(xùn)練模型，常常需要對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單轉(zhuǎn)換。

# 數(shù)據(jù)類型轉(zhuǎn)換

box = np.int64（box）

# 根據(jù)最小外接矩形的中心坐標(biāo)與角度，構(gòu)建一個(gè)旋轉(zhuǎn)矩陣rot_img

# 輸入目標(biāo)輪廓矩形中心點(diǎn)坐標(biāo)

center = rect[0]，矩形角度angle = rect[2]

rot_img=cv2. getRotationMatrix2D（rect[0]， rect[2]， 1.0）

# 使用前面獲得的四個(gè)矩形頂點(diǎn)坐標(biāo)數(shù)組[box]，在原圖層繪制輪廓

cv2. drawContours（image_source， [box]， 0， （0， 255，0）， 1）

# 利用旋轉(zhuǎn)矩陣rot_img，原圖層img實(shí)現(xiàn)中心仿射變換，變換后的圖層尺寸保持不變

# height = image_source. shape[0]，width = im?age_source.shape[1]

3.3 方法驗(yàn)證

人臉比對(duì)是對(duì)一個(gè)場(chǎng)景中的靜態(tài)圖像或動(dòng)態(tài)視頻中的人臉與存儲(chǔ)的人臉圖像庫(kù)作比對(duì)，用來(lái)查找視頻或者圖像中人的真實(shí)身份過(guò)程[10]。人臉比對(duì)的核心步驟就是提取特征，比對(duì)特征的相似度。通過(guò)測(cè)試結(jié)果比較可看出，多次人臉識(shí)別的結(jié)果基本保持穩(wěn)定，根據(jù)不同的使用場(chǎng)景，對(duì)人臉識(shí)別精確度的要求不同，能夠滿足的需求也不同。具體的測(cè)試效果如表1所示[10]：

通過(guò)多次識(shí)別，來(lái)提高實(shí)驗(yàn)的準(zhǔn)確率。預(yù)設(shè)人臉信息庫(kù)中，共注冊(cè)了100個(gè)用戶信息及人臉圖像，選擇3張圖作為測(cè)試對(duì)象，測(cè)試次數(shù)不同，命中率不同，為了提升人臉識(shí)別精確度，筆者多次對(duì)圖片中的人臉大小、位置、多張人臉以及視頻中的人臉截取等進(jìn)行識(shí)別。

4 結(jié)束語(yǔ)

隨著生活的改善，人們網(wǎng)上購(gòu)物越來(lái)越頻繁，使得快遞物流行業(yè)發(fā)展迅速，這也讓人臉識(shí)別在物流行業(yè)之中的使用更加迅猛發(fā)展，人們?cè)谌】爝f時(shí)越來(lái)越注重快遞簽收時(shí)的安全與準(zhǔn)確性，這也是人臉識(shí)別技術(shù)應(yīng)用受到各大快遞公司青睞的原因，例如各個(gè)小區(qū)及一些特定的地點(diǎn)有著存放快遞的專柜，這些專柜使用掃描二維碼或者人臉識(shí)別的方式讓快遞的購(gòu)買者來(lái)取快遞，快遞專柜在人臉識(shí)別技術(shù)的基礎(chǔ)之上，還增加了紅外雙目活體檢測(cè)，這一舉動(dòng)極大提高了用戶取件的效率，減少了快遞領(lǐng)取錯(cuò)誤或者快遞被冒名領(lǐng)取等現(xiàn)象，更加保障了快遞的安全性。除此之外部分地方已經(jīng)有刷臉取快遞的簽收系統(tǒng)，這種系統(tǒng)可以在短時(shí)間內(nèi)讓用戶完成快遞的簽收，人臉識(shí)別的深度學(xué)習(xí)應(yīng)用在如今的快遞物流行業(yè)之中也已經(jīng)具有普遍性，把人臉識(shí)別技術(shù)應(yīng)用于快遞簽收中，有效地保障顧客快遞的安全性，同樣也進(jìn)一步提高了用戶的體驗(yàn)感。