鄒金花

摘要：隨著現(xiàn)代社會科學(xué)技術(shù)的高速發(fā)展，很多智能化技術(shù)和手段得以應(yīng)用和發(fā)展，而且應(yīng)用比較廣泛，比如身份識別、刷臉支付、安保支付、光學(xué)和產(chǎn)業(yè)行業(yè)等等，在實際工作和生活中都有著非常廣泛的應(yīng)用。文章首先概述了人臉識別，然后列舉了集中重要的人臉識別算法的原理、核心、實現(xiàn)的介紹，第三是對人臉識別算法應(yīng)用和不足之處。最后，人臉識別的總結(jié)，人臉識別是人工智能在計算機視覺領(lǐng)域的一項重要有價值的應(yīng)用，對其展開深入的研究就有重要的積極意義。

關(guān)鍵詞：人臉識別;算法;智慧校園

中圖分類號：TP18? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2019）28-0199-02

Abstract： With the rapid development of modern social science and technology， many intelligent technologies and means have been applied and developed. They are widely used， such as identity recognition， face brushing payment， security payment， optical and industrial industries， etc. They have a very wide range of applications in real work and life. This paper first outlines the face recognition， then lists the principle， core and implementation of the centralized important face recognition algorithm. The third is the application and shortcomings of the face recognition algorithm. Finally， the summary of face recognition shows that face recognition is an important and valuable application of artificial intelligence in the field of computer vision， and it is of great positive significance to conduct in-depth research on it.

Key words： Face Recognition; Algorithms; Smart Campus

1 人臉識別概述

人臉識別技術(shù)是一種基于提取人體臉部特征信息，對身份進行識別的計算機生物識別技術(shù)，以信息來源來劃分可以分為靜態(tài)圖像信息和動態(tài)視頻信息兩種。它將計算機圖像處理技術(shù)與生物統(tǒng)計學(xué)原理融合起來，通過計算機圖像處理技術(shù)，再從視頻中提取人像的一些特征，通過分析生物統(tǒng)計學(xué)的原理，建立數(shù)學(xué)模型，存儲在電腦中，來達到身份識別的目的。人臉識別技術(shù)是人工智能發(fā)展的產(chǎn)物，它在計算機的輔助下提取人臉信息，通過相關(guān)技術(shù)識別，這種技術(shù)能用作人像身份識別的工具，所以我們把它稱之為人像識別。人臉識別對我們平時的工作生活產(chǎn)生了重大影響。特別是云計算、大數(shù)據(jù)、互聯(lián)網(wǎng)等服務(wù)方面的逐步提升，大大推動著人臉識別技術(shù)漸漸趨向成熟，發(fā)展領(lǐng)域不斷擴大。人臉識別技術(shù)的優(yōu)勢就在于通過掃描人臉，自動提取相關(guān)特征，并系統(tǒng)檢測和比對，從而快速完成圖像處理與鑒定識別，通過這樣來達到驗證身份的目的，整個過程很快，幾秒之內(nèi)即可完成。以前，人臉識別技術(shù)主要應(yīng)用于安防金融一些領(lǐng)域。而現(xiàn)在，隨著生活的豐富，只要你稍加留心一點，就會發(fā)現(xiàn)，刷臉設(shè)備處處存在。刷臉檢票、刷臉支付、刷臉門禁等等處處皆有。特別是在北上廣等一線城市，用手機即可享受吃穿住用行?，F(xiàn)在的這種智能化身份認證方式越來越普及，人臉識別技術(shù)將的前景不可估量。人臉識別現(xiàn)在應(yīng)用已經(jīng)融入了人們生活中的方方面面。

2 人臉識別的算法實現(xiàn)

1）Adaboost算法

Adaboost算法的原理，此算法來源于機器學(xué)習(xí)，原理相對簡單，通過學(xué)習(xí)，找到相互間的不同特征。訓(xùn)練子集，得到弱分類器后，將它們的集合，重新分配權(quán)重，才組成強分類器。[1]

算法的簡單介紹，Adaboost算法是由“Adaptive Boosting” （自適應(yīng)增強）而來的，對于一個樣本集，通過它們的特征值，并且特征值規(guī)定了相等的概率，訓(xùn)練后，得到弱分類器，反復(fù)訓(xùn)練，每次訓(xùn)練后得到的最優(yōu)弱分類器，集合成強分類器，然后排列，得到級聯(lián)分類器，最后通過級聯(lián)分類器對非人臉和人臉排除，來達到想要的分類效果。

Adaboost的核心思想就是將弱分類器得到強分類器。通過級聯(lián)分類器來檢測得到的樣本是不是正例（臉部這塊區(qū)域），如果檢測到的是正例，送到下一個強分類器繼續(xù)檢測，如果不是，即負例（非人臉區(qū)域）立即拋棄，這樣人臉檢測的速度將大大提高。

2）LBP算法

人臉 LBP 特征提取，局部二值模式（ LBP） 是一種圖像的紋理特征。將圖像領(lǐng)域內(nèi)的像素值跟中心像素值進行比較，大于中心點像素值我們可以記作 1，否則記作 0，這樣將構(gòu)成一組 0，1 組成的二進制編碼，這就是局部二值模式。當鄰域為 3×3模式的時候，8 個像素點構(gòu)成的 8 位的二進制編碼正好轉(zhuǎn)化為十進制。圓形 LBP 算子將局部二值模式 3×3 鄰域進行擴展，并用圓形鄰域取代了正方形鄰域，圓形LBP 算子可以在半徑為 R 的圓形鄰域取 N 個像素點，用尺度（ N，R） 表示[2]。

LBP算法可以經(jīng)過改良，是一種比較有效的紋理描述算子，跟以往的傳統(tǒng)算法相比，有了很大的提高，大大提高了機器的實時性，處理人像速度也有很大提高。

3）PCA算法

PCA算法是一種基于統(tǒng)計學(xué)觀點，即主成分分析人臉識別算法，屬于人臉識別范疇。

我們可以通過PCA算法，提取到標準的人臉特征向量，將這些向量加權(quán)起來，可以表示人臉圖像。人臉識別算法有很多，PCA算法比較適用于高校智慧校園的應(yīng)用。比如高校圖書館的用戶數(shù)量不是很多，故數(shù)據(jù)庫容量不大，因此要求的精度也不是很高，所以在精度和識別速度上，PCA算法可以滿足需求。PCA算法成本低，容易實現(xiàn)。其中PCA算法的核心思想是找出最具有代表性的人臉特征。PCA算法分為測試和學(xué)習(xí)兩部分，學(xué)習(xí)部分通過機器學(xué)習(xí)算法，建立人臉特征數(shù)據(jù)庫;測試部分主要是測試算法的精確程度。

3 人臉識別在智慧校園中的應(yīng)用

目前，人臉識別在基礎(chǔ)業(yè)務(wù)、消費支付、安全類應(yīng)用、個性化服務(wù)等領(lǐng)域都有廣泛的應(yīng)用，而人臉識別在智慧校園的應(yīng)用也越來越廣泛。用人臉識別作為身份識別的關(guān)鍵技術(shù)，通過采集“智慧校園”中真實有效的訪客和師生的身份數(shù)據(jù)，提前將師生的身份信息和人臉信息錄入，通過人臉識別系統(tǒng)來實現(xiàn)智能化管理。相比較傳統(tǒng)的身份證或者校園一卡通身份識別，比如圖書借還，充值繳費，考試審核等等情況，傳統(tǒng)的方式容易出現(xiàn)使用他人證件頂替冒用的情況發(fā)生，或者是非法進入限制人員出入的范圍。人臉識別過程中，對于人臉識別信息庫中沒有的信息，或者是一些非法人員的信息，人臉識別系統(tǒng)會自動識別，或者報警，通過各種方式將信息傳達給相關(guān)部門，進行處理。

目前，有些高校已經(jīng)開始逐步推進人臉識別在校園中的應(yīng)用，例如，武漢大學(xué)，中山大學(xué)，浙江大學(xué)等，相繼開通了人臉識別系統(tǒng)，通過人臉識別，綁定校園一卡通，實行無感支付，大大提升了校園的安全級別，實現(xiàn)智慧校園平安校園。人臉識別在教學(xué)中起到了很好的管理作用，預(yù)防了代簽到，代課，代考試等情況的發(fā)生。為教學(xué)質(zhì)量的提高，預(yù)防教學(xué)事故的發(fā)生起到了很好的作用。

人臉識別系統(tǒng)，大數(shù)據(jù)分析等，提高了學(xué)生、教職工在校內(nèi)工作、科研、學(xué)習(xí)的效率，最終實現(xiàn)了智能化個性化的應(yīng)用服務(wù)。

4 人臉識別技術(shù)在智慧校園的不足

1）人臉的表情：人的面部表情會有多種變化，跟外界因素也有頂一頂?shù)年P(guān)系，因此，很難通過精確的模型來測量。不管國內(nèi)還是國外，現(xiàn)在也沒有一套非常完善的人臉識別系統(tǒng)，關(guān)鍵的技術(shù)有待進一步的完善和優(yōu)化。

2）人臉識別的安全漏洞：人臉識別中，人臉識別的對比，還是通過算法，不可避免會有一些誤判的情況。

3）不同個體的特征區(qū)別：在不同個體之間，機器對于大部分相似、外觀也接近的人臉結(jié)構(gòu)，不太容易區(qū)分。

4）采集信息的環(huán)境：對于采集信息的環(huán)境，包括外部環(huán)境、設(shè)備、光線亮暗敏感度和強度等要求比較高，這些因素都會影響識別的精確程度。

5）人臉部等的變化：比如整容，毀容，變老等等，都會對識別造成一定的影響。

雖然人臉識別技術(shù)在應(yīng)用和技術(shù)上有了很大的發(fā)展，但是還是存在一些因素的制約，使得人臉識別系統(tǒng)在實用性和安全性等方面沒有達到人們預(yù)期的一些效果，有待完善和提高。

5 總結(jié)

人臉識別作為人工智能時代信息發(fā)展的產(chǎn)物，在智慧校園中的應(yīng)用也是比較廣泛的。不管從效率上還是實施的效果上，都優(yōu)于傳統(tǒng)方法。取得了一定的進步。人臉識別的算法也有多種，文中很好地闡述了幾種算法的原理，核心等。人臉識別在智慧校園中應(yīng)用，身份的識別，一卡通的應(yīng)用等，通過合理應(yīng)用人臉識別技術(shù)，結(jié)合校園安全考慮，大大提高了校園的安保安防等。打造更好的校園學(xué)習(xí)、生活環(huán)境。人臉識別是一個具有挑戰(zhàn)性的課題，雖然取得了一定的成績，但是還是面臨一些不足和困難，比如對人臉識別的環(huán)境要求高，識別的安全漏洞，表情，以及整容等，就不太容易識別。因此，對人臉識別的進一步分析和研究，可能是人臉識別后面一步的發(fā)展方向，希望借助科技的力量和研究，得到很好的發(fā)展和應(yīng)用。

參考文獻：

[1] 司鳳玲.基于嵌入式技術(shù)的人臉識別門禁系統(tǒng)設(shè)計與實現(xiàn)[D]. 武漢紡織大，2018：27.

[2] 李昌湘，白創(chuàng).嵌入式人臉識別系統(tǒng)設(shè)計與實現(xiàn)[D].長沙理工大學(xué)，2018：116.

【通聯(lián)編輯：唐一東】