從國(guó)家網(wǎng)絡(luò)安全宣傳周上獲悉，目前“人臉識(shí)別技術(shù)”已經(jīng)用于反恐活動(dòng)中，該技術(shù)為動(dòng)態(tài)識(shí)別，每秒鐘能夠識(shí)別5個(gè)人的身份。今年6月份將在廣州地鐵站進(jìn)行試點(diǎn)。在生物識(shí)別中，指紋和人臉識(shí)別可謂當(dāng)紅炸子雞，可是大家對(duì)此了解少之又少。
為了了解人面識(shí)別，[email protected] 的一些資料。
易海平，江西青松沃德生物識(shí)別技術(shù)有限公司董事長(zhǎng)、深圳指芯智能科技有限公司總裁。擁有指紋識(shí)別算法、面相識(shí)別算法軟件與硬件16年磨合經(jīng)驗(yàn)。
什么是人臉識(shí)別技術(shù)
人臉識(shí)別，特指利用分析比較人臉視覺特征信息進(jìn)行身份鑒別的計(jì)算機(jī)技術(shù)。
廣義的人臉識(shí)別實(shí)際包括構(gòu)建人臉識(shí)別系統(tǒng)的一系列相關(guān)技術(shù)，包括人臉圖像采集、人臉定位、人臉識(shí)別預(yù)處理、身份鑒定以及身份查找等;
狹義的人臉識(shí)別特指通過人臉進(jìn)行身份確認(rèn)或者身份查找的技術(shù)或系統(tǒng)。
人臉識(shí)別技術(shù)(Face Recognition， Facial Recognition)是一種依據(jù)人的面部特征，如統(tǒng)計(jì)或幾何特征來自動(dòng)進(jìn)行身份鑒別的一種技術(shù)，它綜合運(yùn)用了數(shù)字圖象/視頻處理、模式識(shí)別，機(jī)器學(xué)習(xí)等多種技術(shù)。
人臉識(shí)別技術(shù)又稱為面像識(shí)別、人像識(shí)別、相貌識(shí)別、面孔識(shí)別、面部識(shí)別等。這些叫法的含義有細(xì)微的差別，人臉識(shí)別一般依據(jù)視頻中活體人臉進(jìn)行身份識(shí)別，比如門禁等應(yīng)用;而面像識(shí)別、人像識(shí)別則強(qiáng)調(diào)的是像，以確定人像圖片中人物的身份為主，比如照片比對(duì)等應(yīng)用。
人臉識(shí)別產(chǎn)業(yè)發(fā)展的幾個(gè)關(guān)鍵：
1. 由于生物識(shí)別行業(yè)的特殊性，市場(chǎng)和技術(shù)的大發(fā)展需要國(guó)家、政府部門、和企業(yè)的大力支持。這些年來我國(guó)經(jīng)濟(jì)發(fā)展日新月異，政府各部門對(duì)利用新技術(shù)解決關(guān)鍵問題熱情支持。
人臉識(shí)別技術(shù)廣泛應(yīng)用到智能移動(dòng)通訊設(shè)備、電子護(hù)照、生物特征身份證、銀行系統(tǒng)、公安系統(tǒng)、電子商務(wù)、電子政務(wù)等系統(tǒng)中，不但可以提高社會(huì)運(yùn)行的效率，也可以大大增強(qiáng)公民日常生活的安全性。將是一件功在當(dāng)代利在千秋的好事。
2. 加緊開展人臉識(shí)別標(biāo)準(zhǔn)化工作。目前人臉識(shí)別標(biāo)準(zhǔn)化工作在公安部一所、電子技術(shù)標(biāo)準(zhǔn)研究所、中科院自動(dòng)化所、青松生物識(shí)別技術(shù)公司等政府、研究機(jī)構(gòu)、企業(yè)等倡導(dǎo)下，正在積極進(jìn)行。這個(gè)工作不僅為規(guī)范國(guó)內(nèi)技術(shù)產(chǎn)品提供標(biāo)準(zhǔn)化規(guī)范，也為中國(guó)技術(shù)進(jìn)入國(guó)際提供平臺(tái)。
基于局部表象特征的方法的代表性算法有：
(1)彈性圖匹配技術(shù)(Wiskott, et al. 1997)，其基本思想是用一個(gè)屬性圖來描述人臉：屬性圖的頂點(diǎn)代表面部關(guān)鍵特征點(diǎn)，邊的屬性則為不同特征點(diǎn)之間的幾何關(guān)系。對(duì)任意輸入人臉圖像，彈性圖匹配通過一種優(yōu)化搜索策略來定位預(yù)先定義的若干面部關(guān)鍵特征點(diǎn)，同時(shí)提取它們的Jet 特征，得到輸入圖像的屬性圖。最后通過計(jì)算其與已知人臉屬性圖的相似度來完成識(shí)別過程;
(2)局部特征分析方法(Local Feature Analysis)，Penev 等提出了基于局部特征分析
的人臉識(shí)別算法(Penev, et al. 1996)。LFA 在本質(zhì)上是一種基于統(tǒng)計(jì)的低維對(duì)象描述方
法，與只能提取全局特征而且不能保留局部拓?fù)浣Y(jié)構(gòu)的PCA 相比，LFA 在全局PCA 描述的
基礎(chǔ)上提取的特征是局部的，并能夠同時(shí)保留全局拓?fù)湫畔?，從而具有更佳的描述和判別能
力。LFA 技術(shù)已經(jīng)商業(yè)化為著名的FaceIt 系統(tǒng)。
(3)基于局部特征濾波器的方法，局部特征濾波器包括Haar-like 矩形濾波器(Viola and Jones, 2001)，局部二元模式(Local BinaryPattern，LBP)(Ojala, et al. 1996; Huang, et al. 2005; Hadid, et al. 2004)，Gabor 特征(Shan, etal. 2005; Zhang, et al. 2004)和Ordinal 濾波器(Liao, et al. 2006)等。這些濾波器具有對(duì)光照以及臉部表情等外在因素的不敏感性，能夠減少對(duì)外在因素(如光照，表情、姿態(tài))的影響，而能夠較好地表現(xiàn)人的本質(zhì)特征。通過局部特征濾波器對(duì)圖像進(jìn)行濾波后，一般特征空間的維度要遠(yuǎn)高于原始的圖像空間，需要結(jié)合一些統(tǒng)計(jì)學(xué)習(xí)的方法來進(jìn)行有效的特征選擇，進(jìn)而構(gòu)建分類器。