周靈

摘 要本文首先簡單介紹了人臉識別的三大類研究方法，闡明了其各自的優(yōu)缺點。緊接著對目前國內外人臉識別的發(fā)展和應用做了相應的介紹。最后對于人臉識別的未來發(fā)展進行了展望。

【關鍵詞】人臉識別 人臉檢測

近年，生物特征識別這一技術發(fā)展今非昔比。其中，人臉識別是一種非接觸性技術，具有可視化、符合人的思維習慣的特點，得以在商業(yè)、安全等領域廣泛應用。目前，人臉識別逐漸成為一個熱門的研究領域。

1 人臉識別的方法

隨著技術的發(fā)展，人臉識別方法也呈現出“百花齊放”的趨勢。從整體上把握，人臉識別技術可以分為以下三種：

1.1 基于幾何特征的正面人臉識別方法

該方法是最早的人臉檢測方法，是對人臉的等先驗知識導出規(guī)則的利用。人臉面部器官可以近似的看作是常見的幾何單元，膚色也人臉的是重要特征之一。該方法就是采集人臉的重要的面部特征及其之間的相對距離、特征分布等參數從而形成一個可以表示人臉特征向量，例如角度、曲率等。該方法抗干擾能力極強，對于光照變化的敏感度很低，并且直接利用人臉信息，便于理解。同時，由于該方法算法只關心器官的基本形狀和位置結構，并沒有側重細節(jié)特征，所以對于從圖像中提取穩(wěn)定的特征就比較困難。這就意味著當人的面部表情的變化較大時，或者是出現了存在遮擋物等影響魯棒性差的情況，對于人臉特征的提取就會變得困難甚至錯誤。

1.2 基于模板匹配的人臉識別方法

模板匹配主要包括靜態(tài)匹配和彈性匹配，可以細分為：動態(tài)連接匹配法、特征臉方法、線性判別方法、神經網絡法等。靜態(tài)匹配方法在使用時也需要對圖像進行適當的標準化，隨后利用整幅圖像的灰度級、生理特征區(qū)的灰度圖像和變換后的人臉圖像模板。由于是靜態(tài)的匹配，模板的靈活性差，當出現面部表情過大時，就無法使用模板。所以產生了動態(tài)的模板匹配，也稱為動態(tài)連接匹配法。該方法是建立反映人臉特征形狀可變部分的特征參數模型。該方法的有點就在于其靈活性大大的提高，適用于更多情況下的人臉檢測，同時魯棒性較于靜態(tài)更好。但是該方法容易因為計算時間太長而陷入局部最小。

1.3 基于模型的人臉識別方法

該方法是利用數學模型的參數進行人臉識別，合并人臉尺度和人臉方向的人臉。該方法著重了人臉各器官的不同特征和相互聯(lián)系，又不敏感于面部表情變化，魯棒性好，計算量也并不巨大?；陔[馬爾科夫模型法就是其中最經典的方法。

2 人臉識別的現狀

人臉識別技術正式起步于美國，我國接觸該技術較晚，但是經過科研人員和學者們多年的研究和實驗，目前我國的人臉識別技術已經達到國際先進的水平。

2.1 國內

在我國，最早從人工向計算機智能識別發(fā)展的生物識別技術是指紋識別，但是在實際應用中逐漸產生了對人臉識別技術的需求。從2001年開始，公安部門就開始使用這一技術來防范打擊重大刑事犯罪并取得國家的支持。隨后，我國在2008年北京奧運會舉行時應用了人臉識別技術，這標志著我國的人臉識別進入大規(guī)模的使用階段。在前幾年舉辦的世博會上，該技術得到更加廣泛的應用，同時各大公司也逐漸加入，實現了人臉識別技術在中國的大規(guī)模應用。隨著我國技術的不斷進步，“三化兩合”將是人臉識別發(fā)展的必然趨勢?！叭敝福褐髁骰?、芯片化、標準化；“兩合”指：與其他生物特征的多生物特征融合與REID的聯(lián)合。

2.2 國外

國內外對于人臉識別的研究都非常的活躍。美國、德國、日本等經濟發(fā)達國家和部分發(fā)展中國家都有研究機構和研究人員對此進行專門的研究。以下只取其中兩個國家作為例子。

2.2.1 美國

美國是人臉識別技術最先起步的國家，也是最先應用該技術的國家，其人臉識別技術的水平一直走在國際前列。早在1993年，美國國防部就啟動了FERET項目，為其之后的生物智能識別技術奠定了基礎，推動人臉識別技術從初始階段提升到原型系統(tǒng)階段。目前，美國電影中沒有鑰匙孔只有一個攝像頭的大門，刷一下人臉就可以進入；機要部門的核心設備通過指紋進行設備的解鎖；追蹤情節(jié)中利用街邊攝像頭進行識別等等，這些場景在實際生活中已經得到實際的應用。例如，FBI在2014年就推出了他們的新一代的電子識別系統(tǒng)，總投入超過10億美金。用于利用監(jiān)控鎖定犯罪嫌疑人，從而進行全網追捕。不僅如此，美國國防部和國土安全部門加大了對人工智能識別技術的投資，用來防止恐怖分子對公共安全造成的威脅。

2.2.2 日本

日本雖然也是略晚接觸人臉識別技術的國家，但是其發(fā)展卻日新月異。在2014年日本的一家研究中心就在日本大阪試驗一項基于視頻的人臉識別技術，目的在于當災難來臨是，通過實時監(jiān)控中人臉的表情以及人流的動態(tài)來判斷各個緊急安全出口是否可用。日本近年來一直在加快對只能視頻分析技術的研究。據中關在線報道，2015年日本日立公司推出的視頻監(jiān)控人臉識別技術能夠技術能夠以3600萬張圖像/秒的速度進行掃描，以高精度識別出路人，并且即時存儲路人臉部圖像，將長相相似的人臉進行分類。隨后，據中新網2015年7月3日報道，日本在國內的骨干機場引進了通過計算機智能識別人臉來確認身份的系統(tǒng)，有望在舉辦東京奧運會和殘奧會的之前，推進日本人出入境審查的無人化，大大縮短外國游客入境審查的時間。

3 人臉識別的展望

雖然人臉識別技術目前還存在一些缺陷，但是這一技術目前已經得到了非常迅速的發(fā)展，還出現了專門的國際會議，越來越多的研究人員和研究機構投入其中，同時各國也開始逐漸試驗這一技術，那些亟待解決的問題不過也是時間的問題。相信不久的將來，這一人工智能技術會在不斷的應用中逐漸完善，并且造福全人類。

參考文獻

[1]吳巾一.人臉識別方法綜述[A].計算機應用研究，2009（09）：3205-3209

[2]姜賀.基于幾何特征的人臉識別算法[D].大連：大連理工大學，2008（12）.

[3]生物特征識別技術需從應用中逐步完善[J].智能建筑與城市信息，2014（09）：15-19

[4]余龍華.基于隱馬爾科夫模型的人臉識別[A].計算機技術與發(fā)展，2012（02）：25-28

作者單位

安徽大學計算機科學與技術學院 安徽省合肥市 230000