袈人脸识别技术的研究方法目前主要有基于整体的人脸识别和基于特征分析的人脸识别两个研究方向；并且人脸识别技术已经进入实际应用阶段。公安工作中运用人脸识别技术在布控排查、犯罪嫌疑人识别、人像鉴定以及重点场所门禁等领域获得了良好的应用效果。 液中焚烧炉虿人体生物特征识别是通过计算机、各种传感器和 生物统计学原理等高科技手段密切结合，利用人体固有的生物特征来进行个人身份识别。包括人脸识别技术在内的人体生物特征识别技术是近年来在全球范围内迅速发展起来的计算机安全技术。与虹膜识别、指纹识别、掌纹识别、签名识别、声音识别等人体生物特征识别技术相比，人脸识别具有方便友好、易于接受、不易伪造等优点，目前可用于身份认证、视频监测及视频资料检索分析等方面，是当前计算机视觉、模式识别和人工智能领域的一个研究热点。在9·11事件发生后，美国连续签署了三个法案，要求必须采用生物识别技术。我国在第二代身份证上也嵌入了可机读的人像信息。据报道，2008年北京奥运会期间也将人脸识别系统应用于安保。 肆一、人脸识别技术概述 薁人脸自动识别系统的研究开始于20世纪60年代末期，20世纪90年代后期人脸识别技术逐渐从实验室走向了商用。如1998年德国西门子公司的Nixdorf高技术公司开发成功Face VACS；2001年日本东芝旗下的E-Solution公司推出Face Pass；美国开发的Face It等专业的商业人脸识别系统开始进入市场。我国从1994年开始研究人脸识别问题；2000年5月银晨网讯科技有限公司与中国科学院计算机所合作组建了面像识别联合实验室。经过研发，课题组实现跨越式发展， 芁攻克了数十项技术难关，开发出具有完全自主知识产权的产品和系统；2005年1月18日，由清华大学电子系苏光大教授担任人脸识别课题组负责人主持承担的国家“十五”攻关项目《人脸识别系统》通过了由公安部主持的专家鉴定，达到了国内领先水平和国际先进水平。人脸识别技术作为最容易隐蔽使用的识别技术成为当今国际反恐、安全防范以及刑事侦查等最重要的手段。目前我国人脸识别技术也开始进入实际应用阶段。作为国家863计划成果产业化基地的银晨网讯科技有限公司已经开发出人像识别布控机等系列产品。 肈二、人脸识别的技术方法 螆人脸作为具有复杂细节变化的自然结构目标，其特征的可靠性往往受到表情、角度、光照、背景等细微变化的影响，消除这些影响成为人脸识别问题的关键。为此，研究人员设计了许多特征提取算法，希望在降低面像维数的同时提取稳健可靠的特征。目前的研究主要有两个方向：第一是基于整体的人脸识别研究方法，即将人脸图像看作是一个二维的灰度分布，然后利用不同的降维和特征提取方法获得每个人的人脸表征进行识别；第二是基于特征分析的人脸识别方法，利用每个人的面部特征如眼睛、鼻子、眉毛、嘴巴和面部轮廓等的具体位置、大小、形状及其相对位置的不同来进行特征提取以达到识别的目的，即将人脸基准点的相对比率和其它描述人脸脸部特征的形状参数或类别参数等一起构成识别特征向量。这种基于整体脸的识别不仅保留了人脸局部之问的拓扑关系，而且也保留了各局部本身的信息，而基于局部的识别则是通过提取出局部轮廓信息及灰度信息来设计具体识别算法。 1．特征脸算法 1987年Sirovich 和 Kirby提出了主成分分析方法（Principal Component Analysis），Matthew Turk和Alex Pentland于1991年首次将PCA应用于人脸识别，将原始图像投影到特征空间中，得到一系列降维图像，取其主元表示人脸，由于主元具有脸的形状故称为“特征脸”。特征脸方法中一个基本的方法是基于K-L变换的特征脸方法，该方法是根据K-L变换得到人脸图像的特征，并根据人脸特征空间进行识别的方法。基于K-L变换的特征脸技术实质上依赖于图像灰度在空间分布上的相关性来得到一系列的特征向量和特征值来表示。K-L变换主要是对模式样本矢量的相关矩阵进行特征值分解，选择其中的主特征矢量构成特征空间。基于主成分分析方法，算法简单有效，研究者在其基础上进行了大量的改进和扩展，目前仍然是人脸识别领域流行的算法之一，同时也是对比测试时的基准识别算法。 2．奇异值分解法 由于人脸图像是一个高维向量，直接用其进行计算是十分困难的，为此必须对其进行降维处理。降维过程中要保留其主要的特征，即用图像的少量特征来近似表示整个图像，以达到降维并保留图像主要特征的效果，而SVD方法就是一种实现这种效果的良好手段。采用这种基于SVD分解的特征提取方法所得到的人脸图像的代数特征，不仅削弱了光照和表情的影响，而且维数大大降低,减少了计算复杂度，同时保留了人脸图像的绝大部分有效特征，为后续的识别过程提供了良好的依据。 3．弹性图匹配法 EGM是一种基于几何特征和对灰度分布信息进行小波纹理分析相结合的识别算法。该算法用特征来描述面部关键局特征点的局部特征，并采用了这些特征的连接关系属性图来描述人脸的结构。Lades等人针对畸变不变性的物体识别提出了动态链接模型（Dynamic Link Architecture），将物体用稀疏图形来描述,其顶点用局部能量谱的多尺度描述来标记,用边表示其拓扑连接关系,并用几何距离来标记,然后应用塑性图形匹配技术来寻最近的已知图形；而Laurenz Wiscott等人在此基础上又做出了改进，在原有方法的基础上提出聚束图匹配，部分克服了计算量和存储量大的缺点。由于该方法不仅提取了描述人脸图像的局部特征,保留了人脸图像的空间信息,而且可以在一定程度上容忍人脸从三维到二维投影引起的变形,因此它是一种具有代表性的方法。 4．隐马尔可夫模型法 Samaria最早提出建立关于人脸的隐马尔可夫模型。HMM是使用马尔可夫链来模拟信号统计特性的一组统计模型。利用HMM对人脸进行描述和识别，把各个器官的数值特征和一个状态转移模型联系起来。其参数能较好地表征具体的人脸模型。HMM方法的优点是稳定性好，对姿态和环境的变化具有较好的鲁棒性，对不同角度的人脸图像和不同的光照条件，都可以达到满意的识别精度。 5．神经网络法 由于对人脸特征的精确描述是相当困难的，而神经网络的优势是通过学习的过程获得对这些规律和规则的隐性表达，它的适应性较强。自从神经网络技术引入到人脸识别领域后，它一直是人们关注的热点，其中比较有代表性的方法有：混合型神经网络、卷积神经网络、基于概率决策的神经网络、主元神经网络等。 基于二维图像的人脸识别技术不可避免受到包括光线、背景、视角、遮挡等环境因素和包括姿态、表情等人脸本身因素给识别带来的不利影响。许多专家、学者为此进行了专门的研究，譬如：针对人脸识别中光照方向变化所带来的困难, 有学者提出光照子空间方法和径向基函数网络模拟方法。光照子空间方法首先建立对应不同光照方向的子空间，再确定测试样本所对应的子空间。然后在这个子空间中进行匹配，达到识别的目的。径向基函数网络模拟法则利用径向基函数网络产生虚拟光照条件下的人脸图像或者图像特征，从而扩充训练库，达到提高识别率的目的，并分别用Shimon人脸库、Harvard人脸库进行实验证实了这两种方法的有效性；为了提高戴眼镜人员人脸图像的识别率，有学者提出了一种从正面人脸图像中提取并摘除眼镜的方法。通过一个自适应二值化的方法，检测了正面人脸图像中眼镜遮挡的部分，经过迭代的误差补偿方法，合成了对应输入图像的不戴眼镜的正面人脸图像。实验结果显 蚃示原始戴眼镜人员人脸图像的识别率仅为50.1%，而合成的无眼镜正面人脸图像的识别率达99.4%，能有效地合成无眼镜的正面人脸图像。 虽然二维图像识别技术较为成熟，但由于二维图像不能提供识别所需的完整信息，因而其识别精度很难有进一步的提高，从而抑制了人像识别技术产品的实际应用水准。于是出现了三维人脸识别技术。三维人脸识别技术始于计算机动画和生物医学成像。采用三维识别技术可以使人脸的信息得到更好的表现和存储，同时由于三维人脸模型具备光照无关性和姿态无关性的特点，能够正确反映脸的基本特性，且人脸主要的三维拓扑结构不受表情的影响，从而形成相对稳定的人脸特征表述。因此基于三维人脸模型的识别方法可以很好地解决目前在这一领域存在的研究瓶颈。三维人脸识别主要有基于图像特征的方法和基于模型可变参数的方法。但三维人脸识别算法还很不成熟，特别需要解决的是信息来源的完整性、海量存储和计算量庞大、对人体生理认识不足等难题，目前该技术仍处在不断完善之中。 荿三、人脸识别技术在公安工作中的应用 薈人脸识别技术研究方法的不断创新和完善，使其在实际工作中的应用前景越来越广阔。随着公安情报资料搜集工作的逐步完善、公安基层管理信息化、自动化水平的提高以及现有情报信息资料和技术设备的不断整合，人脸识别技术在公安工作中的应用领域将更广。 1．布控排查。发达的海陆空交通网络使人员的流动性大大增加，在方便了人们工作和生活的同时，也为犯罪分子提供了便利。在机场、港口、火车站、汽车站等公共场所设置人脸识别系统，当犯罪嫌疑人、通缉的在逃人员以及重要的人员等出现时可以及时识别并报警； 2．边境检查。对外开放的不断深入，国际交往的不断增加，使出入境人员数量不断猛增。把好边境检查关，就是守护好国门，保护国家的安全。在边检通道设置人脸识别系统，当国际等重大嫌疑人入境、重大案件犯罪嫌疑人外逃时可以及时识别并报警； 3．犯罪嫌疑人识别。公安机关可以利用各种人像资料库，将犯罪嫌疑人的图像与人脸识别系统资料库中重点人口的图像进行筛选、比对并识别，可以提高办案效率；手动甘蔗榨汁机 4．司法人像鉴定。在刑事司法鉴定中，可以使用在犯罪现场监控录相获得的视频图像与嫌疑对象进行人像同一鉴定；在民事诉讼中，可以对检材中的人像与样本照片或某人进行同一鉴定，从而判断检材中的人像与样本照片是否同一或检材中的人像是否就是某人； 5．重点场所的门禁：一些重点场所对出入人员有严格的资格限制，对出入人员身份进行准确识别是确保重点场所安全的关键。比如在银行金库、博物馆、机要室、武器库、重要会议等重点场所设置人脸识别系统，可以对出入人员进行身份识别，保障重点场所的安全。 人脸识别技术是一项极富挑战性的课题，目前最好的商业人脸识别系统对表情、背景、距离变化的图像均能取得接近100%的正确识别率，也就是说，目前人脸识别技术对于正面图像的这些变化已经具备了良好的适应能力，但总的来讲，人脸识别技术本身还有待于进一步发展，更有赖于在应用中发展。到目前为止，还没有一种最有效的、鲁棒性强的人脸识别算法，而将各种方法中的优势有效综合是以后研究的必然趋势。随着图像处理、模式识别、人工智能以及生物心理学的研究进展，人脸识别技术也将会获得更大的发展。在一些高级信息安全的应用中，需要研究人脸与指纹、虹膜、语音等识别技术的融合方法，以提高特征表达的鲁棒性和可持续性，进而提高识别率，这也是生物特征识别技术的发展趋势。 | 
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议