羅莎，黃麗娟，祝小玲

（北海職業(yè)學(xué)院，廣西 北海 536000）

隨著現(xiàn)代社會(huì)的發(fā)展，計(jì)算機(jī)技術(shù)在人類生產(chǎn)生活中的方方面面都產(chǎn)生了極為深遠(yuǎn)的影響，與此同時(shí)，人機(jī)交互情景也不斷增多。在人工智能與計(jì)算機(jī)領(lǐng)域中，人臉識(shí)別技術(shù)已成為一種頗具創(chuàng)新性與挑戰(zhàn)性的技術(shù)手段，在許多領(lǐng)域中都彰顯出其極高的應(yīng)用價(jià)值。對(duì)于高校而言，宿舍管理工作需要得到高度的重視，將人臉識(shí)別技術(shù)應(yīng)用到高校宿舍管理中，將比聲音識(shí)別和指紋識(shí)別等技術(shù)有著更加良好的穩(wěn)定性、直接性與安全性。因高校學(xué)生并未真正接觸社會(huì)，這使其安全防范意識(shí)較弱，通過(guò)以人臉識(shí)別技術(shù)為核心，能夠使高校在宿舍管理工作中構(gòu)建一種具有良好識(shí)別性、較強(qiáng)可控性的安全監(jiān)控系統(tǒng)，從而更好維護(hù)高校學(xué)生在財(cái)產(chǎn)與人身安全方面的權(quán)益。

1 人臉識(shí)別系統(tǒng)的整體設(shè)計(jì)

1.1 框架

所謂人臉識(shí)別技術(shù)，是通過(guò)攝像機(jī)或者攝像頭等設(shè)備來(lái)對(duì)圖像或視頻流中的人臉信息進(jìn)行檢測(cè)、采集與跟蹤，然后再對(duì)這些人的臉部信息進(jìn)行相應(yīng)的處理，以此實(shí)現(xiàn)對(duì)人臉面部特征的識(shí)別。在光照有明顯差異的情況下，即使是同一個(gè)人的臉部，其臉部圖像會(huì)也產(chǎn)生很大的差異，因此設(shè)計(jì)一種能夠?qū)庹沼绊懸蛩剡M(jìn)行消除的人臉識(shí)別系統(tǒng)，以將其應(yīng)用到高校宿舍管理工作中，該系統(tǒng)的主要功能是利用安裝于門禁上的攝像頭來(lái)對(duì)人臉圖像進(jìn)行檢測(cè)與采集與識(shí)別，當(dāng)身份驗(yàn)證通過(guò)后，門禁才會(huì)解除，當(dāng)被識(shí)別的人臉不符合系統(tǒng)數(shù)據(jù)庫(kù)中的人臉時(shí)，系統(tǒng)則會(huì)自動(dòng)發(fā)出報(bào)警，以此提醒宿舍管理員進(jìn)行相應(yīng)的處理。

1.2 人臉識(shí)別過(guò)程

系統(tǒng)在對(duì)圖像中的面部特征信息進(jìn)行提取時(shí)，需要利用攝像頭來(lái)進(jìn)行圖像采集，然后才能從圖像中提取到所需的面部特征信息，并將這些信息用作身份識(shí)別的依據(jù)。在此過(guò)程中，系統(tǒng)需要先對(duì)人臉進(jìn)行檢測(cè)，也就是在背景圖像中對(duì)人臉部分進(jìn)行檢測(cè)與分割，然后對(duì)人臉?biāo)哂械拿娌繀^(qū)域特征進(jìn)行選擇與提取，最后根據(jù)這些提取到的人臉特征來(lái)識(shí)別學(xué)生的身份。人臉識(shí)別系統(tǒng)在運(yùn)行過(guò)程中的具體流程包括圖像采集、預(yù)處理、人臉檢測(cè)、特征提取以及身份識(shí)別。

在進(jìn)行圖像采集時(shí)，圖像既可以是靜態(tài)的，也可以是動(dòng)態(tài)的，當(dāng)前大部分圖片都是通過(guò)攝像頭來(lái)進(jìn)行截取的。在進(jìn)行人臉檢測(cè)時(shí)，其實(shí)質(zhì)是采集系統(tǒng)中輸入的圖像，通過(guò)相應(yīng)的算法來(lái)對(duì)圖像內(nèi)是否含有人臉進(jìn)行辨別，當(dāng)含有人臉時(shí)，則會(huì)對(duì)人臉在圖像中所處的位置及其面部大小等信息進(jìn)行記錄。在進(jìn)行圖像預(yù)處理時(shí)，考慮到采集圖像時(shí)存在外界環(huán)境影響，并且還會(huì)受到采集設(shè)備運(yùn)行性能的影響，這也使得圖像可能會(huì)出現(xiàn)大量的噪聲點(diǎn)，之所以要進(jìn)行圖像預(yù)處理，其目的便是將圖像中的噪聲點(diǎn)進(jìn)行消除，以使獲得的恢復(fù)到圖像更加清晰、有效，從而確保圖像信息得到充分的利用。本文便論述圖像的預(yù)處理方法，一種是線性子空間法，該方法可將高維空間中的數(shù)據(jù)向低維空間進(jìn)行映射，以此實(shí)現(xiàn)數(shù)據(jù)降維，通過(guò)主成分分析法來(lái)達(dá)到人臉識(shí)別的目的。該方法以KL 變換為基礎(chǔ)，而KL 變換在圖像壓縮領(lǐng)域中屬于一種最有優(yōu)正交變換，其能夠?qū)D像在空間內(nèi)進(jìn)行映射，以此建立相應(yīng)的3D 空間線性模型，這樣人們便可利用該方法來(lái)提取統(tǒng)計(jì)特征，進(jìn)而為子空間法模式識(shí)別打下一定的基礎(chǔ)。另一種是光照椎方法，該方法的原理是不同形態(tài)光照射會(huì)形成光照椎體，該方法通過(guò)三維線性光照空間模型來(lái)對(duì)固定視點(diǎn)下不同光照條件下能夠檢測(cè)到的人臉圖像進(jìn)行表示，也就是光照椎維度與物體表面法線相一致。隨著光照椎方法的發(fā)展，還提出了一種當(dāng)朗伯光照模型與人臉表面不相符時(shí)構(gòu)建的五維線性光照空間模型，通過(guò)該模型的應(yīng)用，能夠固定視點(diǎn)中的人臉圖像進(jìn)行表示，根據(jù)該理論所提出的人臉識(shí)別算法能夠在一定程度上避免光照環(huán)境差異下給人臉識(shí)別造成的不利影響，從而使人臉識(shí)別效果能夠達(dá)到理想的狀態(tài)。

在人臉識(shí)別系統(tǒng)中，其關(guān)鍵在于研究人臉面部特征的提取算法，這對(duì)能否實(shí)現(xiàn)人臉識(shí)別功能至關(guān)重要，而且決定著人臉識(shí)別的成功與否。人臉識(shí)別系統(tǒng)會(huì)在采集人臉圖像后對(duì)這些圖像進(jìn)行預(yù)處理，不過(guò)，即使這樣圖像仍舊會(huì)受到其他因素的影響，特別是不同的光照環(huán)境，會(huì)給人臉識(shí)別造成很大的影響，當(dāng)光照因素發(fā)生變化時(shí)，便會(huì)大大降低系統(tǒng)對(duì)人臉的識(shí)別成功率，進(jìn)而導(dǎo)致人臉無(wú)法被成功識(shí)別。因此，在對(duì)人臉面部特征進(jìn)行提取時(shí)，必須要盡可能的實(shí)現(xiàn)兩大目標(biāo)，其一是能夠?qū)D像中針對(duì)類別最具有鑒別性的描述進(jìn)行搜尋，以便于對(duì)其他具有該類別的特征進(jìn)行有效區(qū)分，從而使其他類得到最大限度的識(shí)別；其二是盡可能的降低圖像冗余度，使后續(xù)識(shí)別運(yùn)算獲得更快的速度。

在進(jìn)行身份識(shí)別時(shí)，其實(shí)質(zhì)便是對(duì)分類進(jìn)行識(shí)別的問(wèn)題，通過(guò)將被識(shí)別的人臉進(jìn)行檢測(cè)，然后匹配數(shù)據(jù)庫(kù)中的類別人臉，以此獲得匹配結(jié)果。人臉識(shí)別系統(tǒng)的運(yùn)行目的是需要對(duì)待測(cè)人員能否和數(shù)據(jù)庫(kù)中存儲(chǔ)的的人員身份相匹配，為此，必須要確保人臉識(shí)別算法具有較高的準(zhǔn)確度和精度，同時(shí)在系統(tǒng)運(yùn)行效率上也要有所保證。

2 人臉識(shí)別基本問(wèn)題以及基本算法

2.1 圖像光照補(bǔ)償

因光照不均或是光線照射強(qiáng)度較低，會(huì)造成圖像出現(xiàn)亮度不均勻、圖像偏暗等問(wèn)題，進(jìn)而給圖像的后期處理帶來(lái)很大困難。因此需要通過(guò)圖像光照補(bǔ)償技術(shù)來(lái)解決這一問(wèn)題。圖像光照補(bǔ)償需要在頻域上實(shí)施非線性或線性的變化，考慮到人臉識(shí)別系統(tǒng)經(jīng)常需要在光線照射強(qiáng)度偏低或過(guò)高的情況下運(yùn)行，因此為了避免圖像中的細(xì)節(jié)出現(xiàn)丟失，需要在提取特征之前對(duì)圖像予以適當(dāng)?shù)墓庹昭a(bǔ)償，以便于更好的展現(xiàn)圖像信息，同時(shí)也有助于提取圖像中的人臉特征，使圖像具備更加理想的視覺(jué)效果，人臉識(shí)別成功率也能由此明顯提高。

2.2 人臉識(shí)別主要算法

人臉識(shí)別系統(tǒng)采用的主要算法有兩種，一種是對(duì)幾何特征進(jìn)行識(shí)別的方法，還有一種是通過(guò)匹配模板來(lái)進(jìn)行人臉識(shí)別的方法。在幾何特征識(shí)別方法中，眾所周知，人的面部包括眼睛、下巴、鼻子以及嘴巴等構(gòu)件，對(duì)人臉中的特征進(jìn)行提取也是人臉識(shí)別系統(tǒng)中的關(guān)鍵所在。因每個(gè)人在面部構(gòu)件上所具有的形狀、結(jié)構(gòu)與大小都有不同差異，這也使每個(gè)人的臉部有著很大的差別，所以需要通過(guò)幾何描述來(lái)對(duì)這些臉部構(gòu)件所具有的結(jié)構(gòu)關(guān)系及其形狀等進(jìn)行描述，以此將其當(dāng)作人臉識(shí)別的重要依據(jù)。根據(jù)人臉構(gòu)件所處的相對(duì)位置、角度、歐式距離以及曲率等，能夠?qū)⑦@些信息當(dāng)作人臉識(shí)別的特征依據(jù)。通過(guò)將圖像和現(xiàn)實(shí)人臉實(shí)施比對(duì)，以此達(dá)到人臉識(shí)別的目的。該方法具有直觀性強(qiáng)、易于理解的優(yōu)勢(shì)，不過(guò)卻容易受到外部光照環(huán)境和面部表情等因素的影響，其特征點(diǎn)的穩(wěn)定性較差。以積分投影特征提取法具有代表性，其是通過(guò)判定與分析圖像中的投像分布特征來(lái)達(dá)到識(shí)別目的的。對(duì)于幾何人臉識(shí)別方法來(lái)說(shuō)，該方法雖然較為簡(jiǎn)潔，而且有著較快的運(yùn)算方法，不過(guò)當(dāng)取值存在偏差時(shí)，便無(wú)法取得較好的識(shí)別效果，而且光照的因素仍舊會(huì)是數(shù)據(jù)特征提取中的主要影響因素。在以模板匹配為核心的人臉識(shí)別算法中，需要先對(duì)人臉圖像進(jìn)行采集，然后進(jìn)行相應(yīng)的預(yù)處理后以人臉模板的形式存儲(chǔ)于系統(tǒng)之中，系統(tǒng)會(huì)對(duì)待測(cè)圖像和人臉模板的相關(guān)性進(jìn)行計(jì)算，然后根據(jù)計(jì)算結(jié)果來(lái)做出人臉?lè)诸?。?duì)于不同模板的匹配來(lái)說(shuō)，需要進(jìn)行大量的模板精度計(jì)算和圖像灰度計(jì)算，以可變模型為基準(zhǔn)的人臉特征提取方法便是利用彈性模板對(duì)人臉中的嘴巴及眼睛等輪廓進(jìn)行提取的，不過(guò)光照環(huán)境差異以及人臉姿態(tài)等因素仍舊會(huì)影響到通用模板方法的評(píng)估結(jié)果，通過(guò)可變形模板來(lái)對(duì)人臉進(jìn)行判別，不過(guò)在優(yōu)化所定義的能量函數(shù)時(shí)仍舊是很復(fù)雜的。

3 結(jié)語(yǔ)

綜上所述，將大數(shù)據(jù)技術(shù)作為核心，以此設(shè)計(jì)人臉識(shí)別系統(tǒng)，消除光照差異給人臉識(shí)別造成的不利影響，可大幅提高人臉識(shí)別系統(tǒng)的識(shí)別成功率，將該系統(tǒng)應(yīng)用到高校的宿舍管理工作中，可有效保障學(xué)生的財(cái)產(chǎn)與人身安全。