高雨舟

摘要：通過(guò)對(duì)臉識(shí)別技術(shù)的行業(yè)應(yīng)用和今后的發(fā)展趨勢(shì)進(jìn)行分析，指出人臉識(shí)別技術(shù)越來(lái)越成熟。并結(jié)合人臉識(shí)別發(fā)展趨勢(shì)進(jìn)行展望，希望對(duì)促進(jìn)該技術(shù)領(lǐng)域的進(jìn)一步研究有一定的參考價(jià)值。

關(guān)鍵詞：人工智能;人臉識(shí)別;發(fā)展趨勢(shì)

中圖分類號(hào)：TP391.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2018）12-0079-02

人臉識(shí)別技術(shù)是人工智能發(fā)展的產(chǎn)物，主要是在計(jì)算機(jī)的輔助下提取人臉信息，進(jìn)行識(shí)別的技術(shù)，此種技術(shù)可以用作人像身份判斷的工具，因此我們也可以稱之為人像識(shí)別。其中數(shù)據(jù)資源豐富、擴(kuò)展性強(qiáng)、接受性強(qiáng)是人臉識(shí)別技術(shù)的主要特點(diǎn)。下面我們就來(lái)詳細(xì)分析一下。

1 人臉識(shí)別的分類

2D人臉識(shí)別和3D人臉識(shí)別是人臉識(shí)別的主要分類，此種分類依據(jù)主要依據(jù)采集圖像的不同而定。其中2D人臉識(shí)別圖像類型為可見(jiàn)光、紅外線，3D人臉識(shí)別為三維圖像，其中2D人臉識(shí)別具有直觀自然、識(shí)別準(zhǔn)確率高速度快以及圖像采集成本低的優(yōu)點(diǎn)。缺點(diǎn)為容易受到光線和姿態(tài)的影響。3D人臉識(shí)可以不受光線、姿態(tài)的影響、并具有較高的識(shí)別性能和安全性。缺點(diǎn)為采集圖像成本高、建模時(shí)間較長(zhǎng)。

2 人臉識(shí)別技術(shù)的過(guò)程

2.1 采集預(yù)處理圖像

該階段人臉圖像的提取主要依據(jù)攝像機(jī)等設(shè)備，初次提取的圖像在光線等因素影響下，不能直接利用。因此需要對(duì)原始圖像進(jìn)行預(yù)處理，提高圖像的識(shí)別度，預(yù)處理主要是將干擾因素剔除。其中圖像光線補(bǔ)償、變換灰度、幾何校正等是預(yù)處理的主要內(nèi)容。

2.2 人臉檢測(cè)

該過(guò)程主要是是否存在人臉進(jìn)行檢測(cè)，當(dāng)人臉存在的情況下，需要給定人臉在圖像中的位置。其中圖像位置的選擇主要參照以下過(guò)程，首先選擇觀察窗口，一般以矩形區(qū)域?yàn)闇?zhǔn)。再者，提取選定窗口中的圖像信息。最后，憑借采集特征判斷矩形區(qū)域是否正好框住一張人臉。

2.3 人臉對(duì)齊

該過(guò)程主要是減少誤差的存在，方式為在人臉特征點(diǎn)的輔助下仿射變換人臉圖像，并將人臉圖像縮放到標(biāo)準(zhǔn)大小，從而實(shí)現(xiàn)降低誤差的可能。

2.4 特征提取和匹配

該過(guò)程是人臉識(shí)別技術(shù)中最為關(guān)鍵的一步，主要是對(duì)人臉特征進(jìn)行提取之后，根據(jù)特征進(jìn)行建模?？梢园凑找韵路绞絹?lái)描述，將輸入的人臉圖像轉(zhuǎn)變?yōu)橄蛄康男问?，利用向量?lái)表示。其中知識(shí)表征法、代數(shù)特征法為人臉特征的主要提取方式。由此在將人臉特征提取之后，與檢測(cè)但的人臉與期相對(duì)應(yīng)和匹配，按照相似程度來(lái)判斷對(duì)方身份。

3 人臉識(shí)別方法

3.1 初級(jí)階段

該階段主要是以人臉重要器官作為分類特征，具有計(jì)算量小、內(nèi)存要求低。特征提取快的優(yōu)點(diǎn)，但是光照、表情等因素容易受影響。該階段主要采用的方法為基于模板匹配法，該方法在將局部特征忽視的時(shí)候，容易丟失信息資料。

3.2 經(jīng)典算法涌現(xiàn)階段

該階段主要應(yīng)用的技術(shù)為2D人臉圖像線性子空間判別分析以及統(tǒng)計(jì)模式識(shí)別方法。初始特征為人臉圖像中像素顏色和灰度值。該方法采集圖像的條件較好，可以被應(yīng)用在中小型的數(shù)據(jù)庫(kù)中。

3.3 人工提取特征階段

該階段認(rèn)為設(shè)計(jì)面部特征，對(duì)局部描述子進(jìn)行無(wú)監(jiān)督式學(xué)習(xí)，利用局部特征提取方法對(duì)局部領(lǐng)域像素亮度、顏色值進(jìn)行特征提取，解決了光照敏感度等因素的影響。該方法適用于真實(shí)條件下的人臉識(shí)別。

3.4 深度學(xué)習(xí)階段

深度學(xué)習(xí)階段的特點(diǎn)為由人工設(shè)計(jì)特征和分類識(shí)別向基于DCNN轉(zhuǎn)變。該過(guò)程的轉(zhuǎn)變有較強(qiáng)的自主學(xué)習(xí)特征。其中局部連接、權(quán)值共享等是深度學(xué)習(xí)階段的關(guān)鍵性技術(shù)。該階段主要的優(yōu)勢(shì)為是被準(zhǔn)確率較高，適用范圍較廣。但是此階段還存在以下問(wèn)題，比如理論研究領(lǐng)域有待完善、標(biāo)記樣本的多樣性以及梯度不穩(wěn)定等問(wèn)題，這些問(wèn)題解決的方法為依靠人工經(jīng)驗(yàn)和知覺(jué)判斷。此外，該階段還需要浪費(fèi)較長(zhǎng)的時(shí)間和較大資源費(fèi)用，也是需要改進(jìn)的問(wèn)題[1]。

4 人臉識(shí)別在行業(yè)中的應(yīng)用情況

4.1 安防領(lǐng)域和B端市場(chǎng)的應(yīng)用

人臉識(shí)別技術(shù)受到政策的影響，伴隨近幾年來(lái)國(guó)家經(jīng)濟(jì)的迅速發(fā)展，人臉識(shí)別技術(shù)受到政府的大立支持，因此該技術(shù)發(fā)展的速度也越來(lái)越快。表現(xiàn)為人臉是被技術(shù)逐漸向商業(yè)化的方向發(fā)展[2]。比如，我國(guó)金融、政府、教育、醫(yī)療等企事業(yè)單位。其中人臉識(shí)別技術(shù)被應(yīng)用最為廣泛的領(lǐng)域?yàn)榻鹑诤桶卜?。此外，在技術(shù)不斷更新的基礎(chǔ)下，我國(guó)的公共交通運(yùn)輸業(yè)中也逐漸引進(jìn)人臉識(shí)別技術(shù)。比如2017年春運(yùn)中各大過(guò)車站建立了刷臉進(jìn)展的旅客通道。這促使人臉識(shí)別技術(shù)在交通運(yùn)輸行業(yè)中被廣泛推廣。

4.2 智能手機(jī)和C端市場(chǎng)的應(yīng)用

支付刷臉和人臉解鎖是C端市場(chǎng)主要的應(yīng)用領(lǐng)域。其中智能手機(jī)中人臉識(shí)別技術(shù)的應(yīng)用是C端市場(chǎng)該技術(shù)應(yīng)用的主要代表。其中拉開(kāi)人臉識(shí)別技術(shù)在智能手機(jī)中應(yīng)用序幕為是2017年上市的蘋果iphoneX，之后在FacelD的應(yīng)用下，徹底的將人臉識(shí)別技術(shù)在安卓手機(jī)中的應(yīng)用高潮拉開(kāi)3D人臉識(shí)別技術(shù)需要足夠的硬件條件并且還需要強(qiáng)大的芯片算力，因此這樣高要求的條件，使得3D人臉識(shí)別在職能手機(jī)中的應(yīng)用范圍不廣。此外3D人臉識(shí)別技術(shù)在發(fā)展的過(guò)程中也推動(dòng)了2D人臉識(shí)別技術(shù)的發(fā)展，并且2D人臉識(shí)別技術(shù)逐漸向低端手機(jī)發(fā)展。

5 人臉識(shí)別技術(shù)未來(lái)發(fā)展趨勢(shì)

5.1 應(yīng)用領(lǐng)域更加廣闊

未來(lái)的人臉識(shí)別技術(shù)會(huì)被應(yīng)用的范圍越來(lái)越廣，且算法的標(biāo)準(zhǔn)也會(huì)越來(lái)越低。之所以這樣說(shuō)只因?yàn)槲覈?guó)在2016年金融、安防等領(lǐng)域中應(yīng)用人臉識(shí)別技術(shù)依賴，該項(xiàng)技術(shù)識(shí)別的準(zhǔn)確性、防攻擊能力等不斷提高。在安全系數(shù)不斷提高的情況下，被應(yīng)用于更多的領(lǐng)域是非常可能的。此外在人臉識(shí)別上幾乎算法門檻逐漸降低的基礎(chǔ)下，也促使該技術(shù)向不同領(lǐng)域發(fā)展。

5.2 行業(yè)標(biāo)準(zhǔn)更加規(guī)范

人臉識(shí)別技術(shù)在不斷發(fā)展的同時(shí)，國(guó)家也頒布了明確的技術(shù)應(yīng)用先關(guān)法律法規(guī)，如《安全防范視頻監(jiān)控人臉識(shí)別系統(tǒng)技術(shù)要求》等，這些法規(guī)的頒布促使今后的人臉識(shí)別技術(shù)更加的規(guī)范。此外，人臉識(shí)別技術(shù)在市場(chǎng)中的運(yùn)行環(huán)境也不斷的完善，促使用戶在使用人臉識(shí)別技術(shù)的過(guò)程中，獲得更高的安全體驗(yàn)。

6 結(jié)語(yǔ)

人臉識(shí)別技術(shù)是人工智能不斷發(fā)展的產(chǎn)物，在我國(guó)經(jīng)濟(jì)和科技快速發(fā)展的基礎(chǔ)下，人臉識(shí)別技術(shù)越來(lái)越成熟。以上就是筆者針對(duì)人臉識(shí)別技術(shù)在不同行業(yè)中的應(yīng)用情況，以及未來(lái)該技術(shù)發(fā)展的主要趨勢(shì)進(jìn)行的相應(yīng)分析，希望對(duì)促進(jìn)該技術(shù)領(lǐng)域的進(jìn)一步研究有一定的參考價(jià)值。

參考文獻(xiàn)

[1]李國(guó)鑫.人臉識(shí)別技術(shù)的發(fā)展與應(yīng)用[J].科技傳播，2018，10（19）：102-103.

[2]王宇飛.人臉識(shí)別技術(shù)特征及未來(lái)的應(yīng)用展望[J].中國(guó)新通信，2018，20（19）：90-91.

The Industry Application and Analysis of Future Development Trend of Face Recognition Technology

GAO Yu-zhou

（Xinghai Experimental School of Suzhou Industrial Park，Suzhou Jiangsu 215100）

Abstract：Through the analysis of the application of face recognition technology in the industry and the development trend in the future， it is pointed out that face recognition technology is becoming more and more mature. It also looks forward to the development trend of face recognition and hopes to provide some reference value for further rese

Key words：artificial intelligence; face recognition; the development trend