人脸识别技术解读

人脸识别，特指利用分析比较的计算机技术。

人脸识别是一项热门的计算机技术研究领域，人脸追踪侦测，自动调整影像放大，夜间红外侦测，自动调整曝光强度；它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。

中文名
人脸识别技术
实质
输入的人脸图象或者视频流
研究领域
热门的计算机技术研究领域
技术
生物特征识别技术
目录
1基本介绍
2技术原理
▪人脸识别容
▪人脸的识别过程
3分析算法
4功能模块
▪人脸捕获与跟踪功能
▪人脸识别比对
▪人脸的建模与检索
▪真人鉴别功能
▪图像质量检测
5基本方法
6技术细节
7优缺点
▪人脸识别优点
▪人脸识别的弱点
8技术应用
9应用前景
1基本介绍编辑
人脸识别技术是基于人的脸部特征，对输入的人脸图象或者视频流 . 首先判断其是否存在人脸, 如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。

并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。

生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音（语音）、体形、个人习惯（例如敲击键盘的力度和频率、签字）等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别（用语音识别可以进行身份识别，也可以进行语音容的识别，只有前者属于生物特征识别技术）、体形识别、键盘敲击识别、签字识别等。

2技术原理编辑
人脸识别容
人脸识别技术包含三个部分：
(1)人脸检测
面貌检测是指在动态的场景与复杂的背景中判断是否存在面像，并分离出这种面像。

一般有下列几种方法：
①参考模板法
首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸；
②人脸规则法
由于人脸具有一定的结构分布特征，所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸；
③样品学习法
这种方法即采用模式识别中人工神经网络的方法，即通过对面像样品集和非面像样品集的学习产生分类器；
④肤色模型法
这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。

⑤特征子脸法
这种方法是将所有面像集合视为一个面像子空间，并基于检测样品与其在子空间的投影之间的距离判断是否存在面像。

值得提出的是，上述5种方法在实际检测系统中也可综合采用。

(2)人脸跟踪
面貌跟踪是指对被检测到的面貌进行动态目标跟踪。

具体采用基于模型的方法或基于运动与模型相结合的方法。

此外，利用肤色模型跟踪也不失为一种简单而有效的手段。

(3)人脸比对
面貌比对是对被检测到的面貌像进行身份确认或在面像库中进行目标搜索。

这实际上就是说，将采样到的面像与库存的面像依次进行比对，并找出最佳的匹配对象。

所以，面像的描述决定了面像识别的具体方法与性能。

主要采用特征向量与面纹模板两种描述方法：
①特征向量法
该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性，然后再计算出它们的几何特征量，而这些特征量形成一描述该面像的特征向量。

②面纹模板法
该方法是在库中存贮若干标准面像模板或面像器官模板，在进行比对时，将采样面像所有象素与库中所有模板采用归一化相关量度量进行匹配。

此外，还有采用模式识别的自相关网络或特征与模板相结合的方法。

人脸识别技术的核心实际为“局部人体特征分析”和“图形/神经识别算法。

”
这种算法是利用人体面部各器官及特征部位的方法。

如对应几何关系多数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。

一般要求判断时间低于1秒。

人脸的识别过程
一般分三步：
(1)首先建立人脸的面像档案。

即用摄像机采集单位人员的人脸的面像文件
或取他们的照片形成面像文件，并将这些面像文件生成面纹(Faceprint)编码贮存起来。

(2)获取当前的人体面像。

即用摄像机捕捉的当前出入人员的面像，或取照
片输入，并将当前的面像文件生成面纹编码。

(3)用当前的面纹编码与档案库存的比对。

即将当前的面像的面纹编码与档
案库存中的面纹编码进行检索比对。

上述的“面纹编码”方式是根据人脸脸部的本质特征和开头来工作的。

这种面纹编码可以抵抗光线、皮肤色调、面部毛发、发型、眼镜、表情和姿态的变化，具有强大的可靠性，从而使它可以从百万人中精确地辨认出某个人。

人脸的识别过程，利用普通的图像处理设备就能自动、连续、实时地完成。

3分析算法编辑
人脸识别技术中被广泛采用的区域特征分析算法，它融合了计算机图
人脸识别
像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型,即人脸特征模板。

利用已建成的人脸特征模板与被测者的人的面像进行特征分析，根据分析的结果来给出一个相似值。

通过这个值即可确定是否为同一人。

4功能模块编辑
人脸捕获与跟踪功能
人脸捕获是指在一幅图像或视频流的一帧中检测出人像并将人像从背景中分离出来，并自动地将其保存。

人像跟踪是指利用人像捕获技术，当指定的人像在摄像头拍摄的围移动时自动地对其进行跟踪。

人脸识别比对
人脸识别分核实式和搜索式二种比对模式。

核实式是对指将捕获得到的人像或是指定的人像与数据库中已登记的某一对像作比对核实确定其是否为同一人。

搜索式的比对是指，从数据库中已登记的所有人像中搜索查找是否有指定的人像存在。

人脸的建模与检索
可以将登记入库的人像数据进行建模提取人脸的特征，并将其生成人脸模板（人脸特征文件）保存到数据库中。

在进行人脸搜索时（搜索式），将指定的人像进行建模，再将其与数据库中的所有人的模板相比对识别，最终将根据所比对的相似值列出最相似的人员列表。

真人鉴别功能
系统可以识别得出摄像头前的人是一个真正的人还是一幅照片。

以此杜绝使用者用照片作假。

此项技术需要使用者作脸部表情的配合动作。

图像质量检测
图像质量的好坏直接影响到识别的效果，图像质量的检测功能能对即将进行比对的照片进行图像质量评估，并给出相应的建议值来辅助识别。

5基本方法编辑
人脸识别的方法很多，主要的人脸识别方法有：
（1）几何特征的人脸识别方法：几何特征可以是眼、
慧眼人脸识别考勤机
鼻、嘴等的形状和它们之间的几何关系（如相互之间的距离）。

这些算法识别速度快，需要的存小，但识别率较低。

（2）基于特征脸（PCA）的人脸识别方法：特征脸方法是基于KL变换的人脸识别方法，KL变换是图像压缩的一种最优正交变换。

高维的图像空间经过KL 变换后得到一组新的正交基，保留其中重要的正交基，由这些基可以成低维线性空间。

如果假设人脸在这些低维线性空间的投影具有可分性，就可以将这些投影用作识别的特征矢量，这就是特征脸方法的基本思想。

这些方法需要较多的训练样本，而且完全是基于图像灰度的统计特性的。

目前有一些改进型的特征脸方法。

（3）神经网络的人脸识别方法：神经网络的输入可以是降低分辨率的人脸图像、局部区域的自相关函数、局部纹理的二阶矩等。

这类方法同样需要较多的样本进行训练，而在许多应用中，样本数量是很有限的。

（4）弹性图匹配的人脸识别方法：弹性图匹配法在二维的空间中定义了一种对于通常的人脸变形具有一定的不变性的距离，并采用属性拓扑图来代表人脸，拓扑图的任一顶点均包含一特征向量，用来记录人脸在该顶点位置附近的信息。

该方法结合了灰度特性和几何因素，在比对时可以允许图像存在弹性形变，在克服表情变化对识别的影响方面收到了较好的效果，同时对于单个人也不再需要多个样本进行训练。

（5）线段Hausdorff 距离(LHD) 的人脸识别方法：心理学的研究表明，人类在识别轮廓图（比如漫画）的速度和准确度上丝毫不比识别灰度图差。

LHD
是基于从人脸灰度图像中提取出来的线段图的，它定义的是两个线段集之间的距离，与众不同的是，LHD并不建立不同线段集之间线段的一一对应关系，因此它
更能适应线段图之间的微小变化。

实验结果表明，LHD在不同光照条件下和不同姿态情况下都有非常出色的表现，但是它在大表情的情况下识别效果不好。

慧眼人脸识别考勤机
（6）支持向量机(SVM) 的人脸识别方法：支持向量机是统计模式识别领域的一个新的热点，它试图使得学习机在经验风险和泛化能力上达到一种妥协，从而提高学习机的性能。

支持向量机主要解决的是一个2分类问题，它的基本思想是试图把一个低维的线性不可分的问题转化成一个高维的线性可分的问题。

通常的实验结果表明SVM有较好的识别率，但是它需要大量的训练样本（每类300个），这在实际应用中往往是不现实的。

而且支持向量机训练时间长，方法实现复杂，该函数的取法没有统一的理论。

6技术细节编辑
一般来说，人脸识别系统包括图像摄取、人脸定位、图像预处理、以及人脸识别（身份确认或者身份查找）。

系统输入一般是一或者一系列含有未确定身份的人脸图像，以及人脸数据库中的若干已知身份的人脸图象或者相应的编码，而其输出则是一系列相似度得分，表明待识别的人脸的身份。

人脸识别的算法可以分类为：
基于人脸特征点的识别算法（Feature-based recognition algorithms）。

基于整幅人脸图像的识别算法（Appearance-based recognition algorithms）。

基于模板的识别算法（Template-based recognition algorithms）。

利用神经网络进行识别的算法（Recognition algorithms using neural network）。

7优缺点编辑
人脸识别优点
相比较其他生物识别技术而言：
非接触的，用户不需要和设备直接接触；
非强制性，被识别的人脸图像信息可以主动获取；
并发性，即实际应用场景下可以进行多个人脸的分拣、判断及识别。

人脸识别的弱点
对周围的光线环境敏感，可能影响识别的准确性；
人体面部的头发、饰物等遮挡物，人脸变老等因素，需要进行人工智能补偿；
（如可通过识别人脸的部分关键特性做修正）。

8技术应用编辑
1．企业、住宅安全和管理。

如人脸识别门禁考勤系统，人脸识别防盗门等。

2．电子护照及身份证。

这或许是未来规模最大的应用。

在国际民航组织（ICAO）已确定，从2010年4月1日起，其118个成员和地区，人脸识别技术是首推识别模式，该规定已经成为国际标准。

美国已经要求和它有出入免签证协议的在2006年10月26日之前必须使用结合了人脸指纹等生物特征的电子
护照系统，到2006年底已经有50多个实现了这样的系统。

美国运输安全署（Transportation Security Administration）计划在全美推广一项基于生物特征的国通旅行证件。

欧洲很多也在计划或者正在实施类似的计划，用包含生物特征的证件对旅客进行识别和管理[7]。

中国的电子护照计划公安部一所正在加紧规划和实施。

3．公安、司法和刑侦。

如利用人脸识别系统和网络，在全国围搜捕逃犯。

4．自助服务。

如银行的自动提款机，如果同时应用人脸识别就会避免被他人盗取现金现象的发生。

5．信息安全。

如计算机登录、电子政务和电子商务。

在电子商务中交易全部在网上完成，电子政务中的很多审批流程也都搬到了网上。

而当前，交易或者审批的授权都是靠密码来实现。

如果密码被盗，就无法保证安全。

如果使用生物特征，就可以做到当事人在网上的数字身份和真实身份统一。

从而大大增加电子商务和电子政务系统的可靠性。

9应用前景编辑
生物识别技术被广泛用于政府、军队、银行、社会福利保障、电子商务、安全防务等领域。

例如，一位储户走进了银行，他既没带银行卡，也没有回忆密码就径直提款，当他在提款机上提款时，一台摄像机对该用户的眼睛扫描，然后迅速而准确地完成了用户身份鉴定，办理完业务。

这是美国德克萨斯州联合银行的一个营业部中发生的一个真实的镜头。

而该营业部所使用的正是现代生物识别技术中的“虹膜识别系统”。

此外，美国“9.11”事件后，反恐怖活动已成为各国政府的共识，加强机场的安全防务十分重要。

美国维萨格公司的脸像识别技术在美国的两家机场大显神通，它能在拥挤的人群中挑出某一面孔，判断他是不是通缉犯。

随着技术的进一步成熟和社会认同度的提高，人脸识别技术将应用在更多的领域。

1、企业、住宅安全和管理。

如人脸识别门禁考勤系统，人脸识别防盗门等。

2、电子护照及身份证。

这或许是未来规模最大的应用，国际民航组织(ICAO)已确定，从2010年起，其118个成员和地区，必须使用机读护照，人脸识别技术是首推识别模式，该规定已经成为国际标准。

中国的电子护照计划公安部一所正在加紧规划和实施。

3、公安、司法和刑侦。

如利用人脸识别系统和网络，在全国围搜捕逃犯。

4、自助服务。

如银行的自动提款机，如果用户卡片和密码被盗，就会被他人冒取现金。

如果同时应用人脸识别就会避免这种情况的发生。

5、信息安全。

如计算机登录、电子政务和电子商务。

在电子商务中交易全部在网上完成，电子政务中的很多审批流程也都搬到了网上。

而当前，交易或者审批的授权都是靠密码来实现，如果密码被盗，就无法保证安全。

但是使用生物特征，就可以做到当事人在网上的数字身份和真实身份统一，从而大大增加电子商务和电子政务系统的可靠性。

[1]
2012年采用物联网人脸识别技术规建筑市场。

的建筑工地将从6月1日起每天通过物联网技术进行人脸识别，通过考勤管理，确保项目负责人到位，挂靠、层层转包等现象将有望受到限制。

京沪高铁三站将建人脸识别系统，整容也能被识别。

铁路部门发布计划表示，将在京沪高铁段的上海虹桥站、天津西站、西站这三个站点，建设人脸识别系统
工程，以协助公安部门抓捕在逃罪犯。

利用这个系统，作案后的犯罪分子，即使整容，也将能够被识别。

[2]
读书的好处
1、行万里路，读万卷书。

2、书山有路勤为径，学海无涯苦作舟。

3、读书破万卷，下笔如有神。

4、我所学到的任何有价值的知识都是由自学中得来的。

——达尔文
5、少壮不努力，老大徒悲伤。

6、黑发不知勤学早，白首方悔读书迟。

——颜真卿
7、宝剑锋从磨砺出，梅花香自苦寒来。

8、读书要三到：心到、眼到、口到
9、玉不琢、不成器，人不学、不知义。

10、一日无书，百事荒废。

——寿
11、书是人类进步的阶梯。

12、一日不读口生，一日不写手生。

13、我扑在书上，就像饥饿的人扑在面包上。

——高尔基
14、书到用时方恨少、事非经过不知难。

——陆游
15、读一本好书，就如同和一个高尚的人在交谈——歌德
16、读一切好书，就是和许多高尚的人谈话。

——笛卡儿
17、学习永远不晚。

——高尔基
18、少而好学，如日出之阳；壮而好学，如日中之光；志而好学，如炳烛之光。

——向
19、学而不思则惘，思而不学则殆。

——孔子
20、读书给人以快乐、给人以光彩、给人以才干。

——培根。