摘要

人臉識別，特指利用分析比較人臉視覺特征信息進行身份鑒別的計算機技術(shù)。人臉識別是一項熱門的計算機技術(shù)研究領(lǐng)域，它屬于生物特征識別技術(shù)，是對生物體(一般特指人)本身的生物特征來區(qū)分生物體個體。

人臉識別-概述

廣義的人臉識別實際包括構(gòu)建人臉識別系統(tǒng)的一系列相關(guān)技術(shù)，包括人臉圖像采集、人臉定位、人臉識別預(yù)處理、身份確認以及身份查找等;而狹義的人臉識別特指通過人臉進行身份確認或者身份查找的技術(shù)或系統(tǒng)。

生物特征識別技術(shù)所研究的生物特征包括臉、指紋、手掌紋、虹膜、視網(wǎng)膜、聲音(語音)、體形、個人習(xí)慣(例如敲擊鍵盤的力度和頻率、簽字)等，相應(yīng)的識別技術(shù)就有人臉識別、指紋識別、掌紋識別、虹膜識別、視網(wǎng)膜識別、語音識別(用語音識別可以進行身份識別，也可以進行語音內(nèi)容的識別，只有前者屬于生物特征識別技術(shù))、體形識別、鍵盤敲擊識別、簽字識別等。

人臉識別-識別優(yōu)勢

慧眼人臉識別考勤機

人臉識別的優(yōu)勢在于其自然性和不被被測個體察覺的特點。所謂自然性，是指該識別方式同人類(甚至其他生物)進行個體識別時所利用的生物特征相同。例如人臉識別，人類也是通過觀察比較人臉區(qū)分和確認身份的，另外具有自然性的識別還有語音識別、體形識別等，而指紋識別、虹膜識別等都不具有自然性，因為人類或者其他生物并不通過此類生物特征區(qū)別個體。

不被察覺的特點對于一種識別方法也很重要，這會使該識別方法不令人反感，并且因為不容易引起人的注意而不容易被欺騙。人臉識別具有這方面的特點，它完全利用可見光獲取人臉圖像信息，而不同于指紋識別或者虹膜識別，需要利用電子壓力傳感器采集指紋，或者利用紅外線采集虹膜圖像，這些特殊的采集方式很容易被人察覺，從而更有可能被偽裝欺騙。

人臉識別-識別特點

雖然人臉識別有很多其他識別無法比擬的優(yōu)點，但是它本身也存在許多困難。人臉識別被認為是生物特征識別領(lǐng)域甚至人工智能領(lǐng)域最困難的研究課題之一。人臉識別的困難主要是人臉作為生物特征的特點所帶來的。人臉在視覺上的特點是。

第一、不同個體之間的區(qū)別不大，所有的人臉的結(jié)構(gòu)都相似，甚至人臉器官的結(jié)構(gòu)外形都很相似。這樣的特點對于利用人臉進行定位是有利的，但是對于利用人臉區(qū)分人類個體是不利的。

第二、人臉的外形很不穩(wěn)定，人可以通過臉部的變化產(chǎn)生很多表情，而在不同觀察角度，人臉的視覺圖像也相差很大，另外，人臉識別還受光照條件(例如白天和夜晚，室內(nèi)和室外等)、人臉的很多遮蓋物(例如口罩、墨鏡、頭發(fā)、胡須等)、年齡等多方面因素的影響。

在人臉識別中，第一類的變化是應(yīng)該放大而作為區(qū)分個體的標(biāo)準(zhǔn)的，而第二類的變化應(yīng)該消除，因為它們可以代表同一個個體。通常稱第一類變化為類間變化(inter-class difference)，而稱第二類變化為類內(nèi)變化(intra-class difference)。對于人臉，類內(nèi)變化往往大于類間變化，從而使在受類內(nèi)變化干擾的情況下利用類間變化區(qū)分個體變得異常困難。

人臉識別-身份識別

慧眼人臉識別考勤機

視頻監(jiān)控正在快速普及，眾多的視頻監(jiān)控應(yīng)用迫切需要一種遠距離、用戶非配合狀態(tài)下的快速身份識別技術(shù)，以求遠距離快速確認人員身份，實現(xiàn)智能預(yù)警。人臉識別技術(shù)無疑是最佳的選擇，采用快速人臉檢測技術(shù)可以從監(jiān)控視頻圖象中實時查找人臉，并與人臉數(shù)據(jù)庫進行實時比對，從而實現(xiàn)快速身份識別。但近距離人臉識別技術(shù)對用戶的種種限制使得其在視頻監(jiān)控中難以使用。面向視頻監(jiān)控的遠距離人臉識別技術(shù)在強勁的需求帶動下應(yīng)運而生。

由于視頻監(jiān)控攝像機距離目標(biāo)較遠且用戶處于非配合的運動狀態(tài)，使得采集質(zhì)量好的人臉圖像比較困難，極易產(chǎn)生運動模糊，所采集圖像的質(zhì)量遠低于近距離配合狀態(tài)下獲取的人臉圖像;同時由于用戶處于非配合的運動狀態(tài)，活動更自由，側(cè)臉和背對攝像機的概率大大增加，這就給人臉檢測、人臉跟蹤、人臉對比識別帶來相當(dāng)大的困難;此外。監(jiān)控場景中通常會有多人同時出現(xiàn)，身體容易相互遮擋，給身份關(guān)聯(lián)帶來一定的困難，且系統(tǒng)還需要對每一個人保持跟蹤識別，這一系列因素導(dǎo)致面向視頻監(jiān)控的遠距離人臉識別難度非常大。

經(jīng)過長期持續(xù)的研究探索，在視頻監(jiān)控人臉識別技術(shù)上取得重大階段性進展，使得把人臉識別技術(shù)應(yīng)用在視頻監(jiān)控上成為可能。 相對于近紅外人臉識別技術(shù)，可見光人臉識別會受到光線變化的影響和照片視頻的攻擊，但另一方因其可以很方便的與現(xiàn)有各種普通監(jiān)控攝像頭聯(lián)系，不需要專用的紅外攝像頭，所以在與傳統(tǒng)監(jiān)控相結(jié)合，乃至升級都比較方便。 但其自身局限性也決定了其識別準(zhǔn)確率遠不及近紅外技術(shù)，所以建議開發(fā)者使用在輔助人工之場合，例如人臉監(jiān)控，VIP通道等。

人臉識別-基本方法 人臉識別的方法很多，主要的人臉識別方法有：

(1)幾何特征的人臉識別方法：幾何特征可以是眼、鼻、嘴等的形狀和它們之間的幾何關(guān)系(如相互之間的距離)。這些算法識別速度快，需要的內(nèi)存小，但識別率較低。

(2)基于特征臉(PCA)的人臉識別方法：特征臉方法是基于KL變換的人臉識別方法，KL變換是圖像壓縮的一種最優(yōu)正交變換。高維的圖像空間經(jīng)過KL變換后得到一組新的正交基，保留其中重要的正交基，由這些基可以張成低維線性空間。如果假設(shè)人臉在這些低維線性空間的投影具有可分性，就可以將這些投影用作識別的特征矢量，這就是特征臉方法的基本思想。這些方法需要較多的訓(xùn)練樣本，而且完全是基于圖像灰度的統(tǒng)計特性的。目前有一些改進型的特征臉方法。

(3)神經(jīng)網(wǎng)絡(luò)的人臉識別方法：神經(jīng)網(wǎng)絡(luò)的輸入可以是降低分辨率的人臉圖像、局部區(qū)域的自相關(guān)函數(shù)、局部紋理的二階矩等。這類方法同樣需要較多的樣本進行訓(xùn)練，而在許多應(yīng)用中，樣本數(shù)量是很有限的。

(4)彈性圖匹配的人臉識別方法：彈性圖匹配法在二維的空間中定義了一種對于通常的人臉變形具有一定的不變性的距離，并采用屬性拓撲圖來代表人臉，拓撲圖的任一頂點均包含一特征向量，用來記錄人臉在該頂點位置附近的信息。該方法結(jié)合了灰度特性和幾何因素，在比對時可以允許圖像存在彈性形變，在克服表情變化對識別的影響方面收到了較好的效果，同時對于單個人也不再需要多個樣本進行訓(xùn)練。

(5)線段Hausdorff 距離(LHD) 的人臉識別方法：心理學(xué)的研究表明，人類在識別輪廓圖(比如漫畫)的速度和準(zhǔn)確度上絲毫不比識別灰度圖差。LHD是基于從人臉灰度圖像中提取出來的線段圖的，它定義的是兩個線段集之間的距離，與眾不同的是，LHD并不建立不同線段集之間線段的一一對應(yīng)關(guān)系，因此它更能適應(yīng)線段圖之間的微小變化。實驗結(jié)果表明，LHD在不同光照條件下和不同姿態(tài)情況下都有非常出色的表現(xiàn)，但是它在大表情的情況下識別效果不好。

(6)支持向量機(SVM) 的人臉識別方法：近年來，支持向量機是統(tǒng)計模式識別領(lǐng)域的一個新的熱點，它試圖使得學(xué)習(xí)機在經(jīng)驗風(fēng)險和泛化能力上達到一種妥協(xié)，從而提高學(xué)習(xí)機的性能。支持向量機主要解決的是一個2分類問題，它的基本思想是試圖把一個低維的線性不可分的問題轉(zhuǎn)化成一個高維的線性可分的問題。通常的實驗結(jié)果表明SVM有較好的識別率，但是它需要大量的訓(xùn)練樣本(每類300個)，這在實際應(yīng)用中往往是不現(xiàn)實的。而且支持向量機訓(xùn)練時間長，方法實現(xiàn)復(fù)雜，該函數(shù)的取法沒有統(tǒng)一的理論。

人臉識別-技術(shù)細節(jié)

一般來說，人臉識別系統(tǒng)包括圖像攝取、人臉定位、圖像預(yù)處理、以及人臉識別(身份確認或者身份查找)。系統(tǒng)輸入一般是一張或者一系列含有未確定身份的人臉圖像，以及人臉數(shù)據(jù)庫中的若干已知身份的人臉圖象或者相應(yīng)的編碼，而其輸出則是一系列相似度得分，表明待識別的人臉的身份。

目前人臉識別的算法可以分類為：

基于人臉特征點的識別算法(Feature-based recognition algorithms)。

基于整幅人臉圖像的識別算法(Appearance-based recognition algorithms)。

基于模板的識別算法(Template-based recognition algorithms)。

利用神經(jīng)網(wǎng)絡(luò)進行識別的算法(Recognition algorithms using neural network)。

人臉識別-主要功能

行者人臉識別服務(wù)器

人臉識別的應(yīng)用主要有：

●門禁系統(tǒng)：受安全保護的地區(qū)可以通過人臉識別辨識試圖進入者的身份。

●攝像監(jiān)視系統(tǒng)：在例如機場、體育場、超級市場等公共場所對人群進行監(jiān)視，以達到身份識別的目的。例如在機場安裝監(jiān)視系統(tǒng)以防止恐怖分子登機。

●網(wǎng)絡(luò)應(yīng)用：利用人臉識別輔助信用卡網(wǎng)絡(luò)支付，以防止非信用卡的擁有者使用信用卡等。

人臉注冊，人臉檢測，人臉識別，人臉比對

識別快速：識別時間小于1秒

準(zhǔn)確率：達到85%

支持比對：1：1;1：N

多人臉實時監(jiān)測：能同時檢測和識別同一監(jiān)控視頻流中的多個臉部完全自主知識產(chǎn)權(quán)的專有軟件，系統(tǒng)穩(wěn)定可靠

通過了中國信息安全產(chǎn)品測評認證中心身份認證產(chǎn)品與技術(shù)測評中心權(quán)威測評

人臉識別-應(yīng)用展位 1.企業(yè)、住宅安全和管理。如人臉識別門禁考勤系統(tǒng)，人臉識別防盜門等。

2.電子護照及身份證。這或許是未來規(guī)模最大的應(yīng)用。在國際民航組織( ICAO)已確定，從 2010年 4月 1日起，其 118個成員國家和地區(qū)，必須使用機讀護照，人臉識別技術(shù)是首推識別模式，該規(guī)定已經(jīng)成為國際標(biāo)準(zhǔn)。美國已經(jīng)要求和它有出入免簽證協(xié)議的國家在2006年10月 26日之前必須使用結(jié)合了人臉指紋等生物特征的電子護照系統(tǒng)，到 2006年底已經(jīng)有 50多個國家實現(xiàn)了這樣的系統(tǒng)。今年年初，美國運輸安全署( Transportation Security Administration)計劃在全美推廣一項基于生物特征的國內(nèi)通用旅行證件。歐洲很多國家也在計劃或者正在實施類似的計劃，用包含生物特征的證件對旅客進行識別和管理[7]。中國的電子護照計劃公安部一所正在加緊規(guī)劃和實施。

3.公安、司法和刑偵。如利用人臉識別系統(tǒng)和網(wǎng)絡(luò)，在全國范圍內(nèi)搜捕逃犯。

4.自助服務(wù)。如銀行的自動提款機，如果用戶卡片和密碼被盜，就會被他人冒取現(xiàn)金。如果同時應(yīng)用人臉識別就會避免這種情況的發(fā)生。

5.信息安全。如計算機登錄、電子政務(wù)和電子商務(wù)。在電子商務(wù)中交易全部在網(wǎng)上完成，電子政務(wù)中的很多審批流程也都搬到了網(wǎng)上。而當(dāng)前，交易或者審批的授權(quán)都是靠密碼來實現(xiàn)。如果密碼被盜，就無法保證安全。如果使用生物特征，就可以做到當(dāng)事人在網(wǎng)上的數(shù)字身份和真實身份統(tǒng)一。從而大大增加電子商務(wù)和電子政務(wù)系統(tǒng)的可靠性。