網(wǎng)站首頁企業(yè)百科 產(chǎn)品百科 技術(shù)百科 人物百科
人臉識別技術(shù)是指利用分析比較的計算機(jī)技術(shù)識別人臉。人臉識別是一項熱門的計算機(jī)技術(shù)研究領(lǐng)域,其中包括人臉追蹤偵測,自動調(diào)整影像放大,夜間紅外偵測,自動調(diào)整曝光強(qiáng)度等技術(shù)。
人臉識別技術(shù)屬于生物特征識別技術(shù),是對生物體(一般特指人)本身的生物特征來區(qū)分生物體個體。
2014年3月,香港中文大學(xué)信息工程系主任、中國科學(xué)院深圳*技術(shù)研究院副院長湯曉鷗*的團(tuán)隊發(fā)布研究成果,基于原創(chuàng)的人臉識別算法,準(zhǔn)確率達(dá)到98.52%,超越人眼識別能力(97.53%)。
目錄
人臉識別技術(shù)是基于人的臉部特征,對輸入的人臉圖像或者視頻流 . 首先判斷其是否存在人臉 , 如果存在人臉,則進(jìn)一步的給出每個臉的位置、大小和各個主要面部器官的位置信息。并依據(jù)這些信息,進(jìn)一步提取每個人臉中所蘊(yùn)涵的身份特征,并將其與已知的人臉進(jìn)行對比,從而識別每個人臉的身份。
廣義的人臉識別實際包括構(gòu)建人臉識別系統(tǒng)的一系列相關(guān)技術(shù),包括人臉圖像采集、人臉定位、人臉識別預(yù)處理、身份確認(rèn)以及身份查找等;而狹義的人臉識別特指通過人臉進(jìn)行身份確認(rèn)或者身份查找的技術(shù)或系統(tǒng)。
生物特征識別技術(shù)所研究的生物特征包括臉、指紋、手掌紋、虹膜、視網(wǎng)膜、聲音(語音)、體形、個人習(xí)慣(例如敲擊鍵盤的力度和頻率、簽字)等,相應(yīng)的識別技術(shù)就有人臉識別、指紋識別、掌紋識別、虹膜識別、視網(wǎng)膜識別、語音識別(用語音識別可以進(jìn)行身份識別,也可以進(jìn)行語音內(nèi)容的識別,只有前者屬于生物特征識別技術(shù))、體形識別、鍵盤敲擊識別、簽字識別等。
人臉識別技術(shù)包含三個部分:
(1)人臉檢測
面貌檢測是指在動態(tài)的場景與復(fù)雜的背景中判斷是否存在面像,并分離出這種面像。一般有下列幾種方法:
①參考模板法
首先設(shè)計一個或數(shù)個標(biāo)準(zhǔn)人臉的模板,然后計算測試采集的樣品與標(biāo)準(zhǔn)模板之間的匹配程度,并通過閾值來判斷是否存在人臉;
②人臉規(guī)則法
由于人臉具有一定的結(jié)構(gòu)分布特征,所謂人臉規(guī)則的方法即提取這些特征生成相應(yīng)的規(guī)則以判斷測試樣品是否包含人臉;
?、蹣悠穼W(xué)習(xí)法
這種方法即采用模式識別中人工神經(jīng)網(wǎng)絡(luò)的方法,即通過對面像樣品集和非面像樣品集的學(xué)習(xí)產(chǎn)生分類器;
?、苣w色模型法
這種方法是依據(jù)面貌膚色在色彩空間中分布相對集中的規(guī)律來進(jìn)行檢測。
?、萏卣髯幽樂?br>
這種方法是將所有面像集合視為一個面像子空間,并基于檢測樣品與其在子空間的投影之間的距離判斷是否存在面像。
值得提出的是,上述5種方法在實際檢測系統(tǒng)中也可綜合采用。
?。?)人臉跟蹤
面貌跟蹤是指對被檢測到的面貌進(jìn)行動態(tài)目標(biāo)跟蹤。具體采用基于模型的方法或基于運(yùn)動與模型相結(jié)合的方法。此外,利用膚色模型跟蹤也不失為一種簡單而有效的手段。
?。?)人臉比對
面貌比對是對被檢測到的面貌像進(jìn)行身份確認(rèn)或在面像庫中進(jìn)行目標(biāo)搜索。這實際上就是說,將采樣到的面像與庫存的面像依次進(jìn)行比對,并找出佳的匹配對象。所以,面像的描述決定了面像識別的具體方法與性能。主要采用特征向量與面紋模板兩種描述方法:
?、偬卣飨蛄糠?br>
該方法是先確定眼虹膜、鼻翼、嘴角等面像五官輪廓的大小、位置、距離等屬性,然后再計算出它們的幾何特征量,而這些特征量形成一描述該面像的特征向量。
②面紋模板法
該方法是在庫中存貯若干標(biāo)準(zhǔn)面像模板或面像器官模板,在進(jìn)行比對時,將采樣面像所有象素與庫中所有模板采用歸一化相關(guān)量度量進(jìn)行匹配。此外,還有采用模式識別的自相關(guān)網(wǎng)絡(luò)或特征與模板相結(jié)合的方法。
人臉識別技術(shù)的核心實際為“局部人體特征分析”和“圖形/神經(jīng)識別算法?!边@種算法是利用人體面部各器官及特征部位的方法。如對應(yīng)幾何關(guān)系多數(shù)據(jù)形成識別參數(shù)與數(shù)據(jù)庫中所有的原始參數(shù)進(jìn)行比較、判斷與確認(rèn)。一般要求判斷時間低于1秒。
一般分三步:
?。?)首先建立人臉的面像檔案。即用攝像機(jī)采集單位人員的人臉的面像文件或取他們的照片形成面像文件,并將這些面像文件生成面紋(Faceprint)編碼貯存起來。
(2)獲取當(dāng)前的人體面像。即用攝像機(jī)捕捉的當(dāng)前出入人員的面像,或取照片輸入,并將當(dāng)前的面像文件生成面紋編碼。
?。?)用當(dāng)前的面紋編碼與檔案庫存的比對。即將當(dāng)前的面像的面紋編碼與檔案庫存中的面紋編碼進(jìn)行檢索比對。上述的“面紋編碼”方式是根據(jù)人臉臉部的本質(zhì)特征和開頭來工作的。這種面紋編碼可以抵抗光線、皮膚色調(diào)、面部毛發(fā)、發(fā)型、眼鏡、表情和姿態(tài)的變化,具有強(qiáng)大的可靠性,從而使它可以從百萬人中地辨認(rèn)出某個人。人臉的識別過程,利用普通的圖像處理設(shè)備就能自動、連續(xù)、實時地完成。
人臉識別系統(tǒng)主要包括四個組成部分,分別為:人臉圖像采集及檢測、人臉圖像預(yù)處理、人臉圖像特征提取以及匹配與識別。
人臉圖像采集及檢測
人臉圖像采集:不同的人臉圖像都能通過攝像鏡頭采集下來,比如靜態(tài)圖像、動態(tài)圖像、不同的位置、不同表情等方面都可以得到很好的采集。當(dāng)用戶在采集設(shè)備的拍攝范圍內(nèi)時,采集設(shè)備會自動搜索并拍攝用戶的人臉圖像。
人臉檢測:人臉檢測在實際中主要用于人臉識別的預(yù)處理,即在圖像中準(zhǔn)確標(biāo)定出人臉的位置和大小。人臉圖像中包含的模式特征十分豐富,如直方圖特征、顏色特征、模板特征、結(jié)構(gòu)特征及Haar特征等。人臉檢測就是把這其中有用的信息挑出來,并利用這些特征實現(xiàn)人臉檢測。
主流的人臉檢測方法基于以上特征采用Adaboost學(xué)習(xí)算法,Adaboost算法是一種用來分類的方法,它把一些比較弱的分類方法合在一起,組合出新的很強(qiáng)的分類方法。
人臉檢測過程中使用Adaboost算法挑選出一些能代表人臉的矩形特征(弱分類器),按照加權(quán)投票的方式將弱分類器構(gòu)造為一個強(qiáng)分類器,再將訓(xùn)練得到的若干強(qiáng)分類器串聯(lián)組成一個級聯(lián)結(jié)構(gòu)的層疊分類器,有效地提高分類器的檢測速度。
人臉圖像預(yù)處理
人臉圖像預(yù)處理:對于人臉的圖像預(yù)處理是基于人臉檢測結(jié)果,對圖像進(jìn)行處理并終服務(wù)于特征提取的過程。系統(tǒng)獲取的原始圖像由于受到各種條件的限制和隨機(jī) 干擾,往往不能直接使用,必須在圖像處理的早期階段對它進(jìn)行灰度校正、噪聲過濾等圖像預(yù)處理。對于人臉圖像而言,其預(yù)處理過程主要包括人臉圖像的光線補(bǔ) 償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波以及銳化等。
人臉圖像特征提取
人臉圖像特征提?。喝四樧R別系統(tǒng)可使用的特征通常分為視覺特征、像素統(tǒng)計特征、人臉圖像變換系數(shù)特征、人臉圖像代數(shù) 特征等。人臉特征提取就是針對人臉的某些特征進(jìn)行的。人臉特征提取,也稱人臉表征,它是對人臉進(jìn)行特征建模的過程。人臉特征提取的方法歸納起來分為兩大 類:一種是基于知識的表征方法;另外一種是基于代數(shù)特征或統(tǒng)計學(xué)習(xí)的表征方法。
基于知識的表征方法主要是根據(jù)人臉器官的形狀描述以及他們之間的距離特性來獲得有助于人臉分類的特征數(shù)據(jù),其特征分 量通常包括特征點(diǎn)間的歐氏距離、曲率和角度等。人臉由眼睛、鼻子、嘴、下巴等局部構(gòu)成,對這些局部和它們之間結(jié)構(gòu)關(guān)系的幾何描述,可作為識別人臉的重要特 征,這些特征被稱為幾何特征?;谥R的人臉表征主要包括基于幾何特征的方法和模板匹配法。
人臉圖像匹配與識別
人臉圖像匹配與識別:提取的人臉圖像的特征數(shù)據(jù)與數(shù)據(jù)庫中存儲的特征模板進(jìn)行搜索匹配,通過設(shè)定一個閾值,當(dāng)相似度超過這一閾值,則把匹配得到的結(jié)果輸 出。人臉識別就是將待識別的人臉特征與已得到的人臉特征模板進(jìn)行比較,根據(jù)相似程度對人臉的身份信息進(jìn)行判斷。這一過程又分為兩類:一類是確認(rèn),是一對一 進(jìn)行圖像比較的過程,另一類是辨認(rèn),是一對多進(jìn)行圖像匹配對比的過程。
人臉捕獲是指在一幅圖像或視頻流的一幀中檢測出人像并將人像從背景中分離出來,并自動地將其保存。人像跟蹤是指利用人像捕獲技術(shù),當(dāng)*的人像在攝像頭拍攝的范圍內(nèi)移動時自動地對其進(jìn)行跟蹤。
人臉識別分核實式和搜索式二種比對模式。核實式是對指將捕獲得到的人像或是*的人像與數(shù)據(jù)庫中已登記的某一對像作比對核實確定其是否為同一人。搜索式的比對是指,從數(shù)據(jù)庫中已登記的所有人像中搜索查找是否有*的人像存在。
可以將登記入庫的人像數(shù)據(jù)進(jìn)行建模提取人臉的特征,并將其生成人臉模板(人臉特征文件)保存到數(shù)據(jù)庫中。在進(jìn)行人臉?biāo)阉鲿r(搜索式),將*的人像進(jìn)行建模,再將其與數(shù)據(jù)庫中的所有人的模板相比對識別,終將根據(jù)所比對的相似值列出相似的人員列表。
系統(tǒng)可以識別得出攝像頭前的人是一個真正的人還是一幅照片。以此杜絕使用者用照片作假。此項技術(shù)需要使用者作臉部表情的配合動作。
圖像質(zhì)量的好壞直接影響到識別的效果,圖像質(zhì)量的檢測功能能對即將進(jìn)行比對的照片進(jìn)行圖像質(zhì)量評估,并給出相應(yīng)的建議值來輔助識別 。
分析算法
人臉識別技術(shù)中被廣泛采用的區(qū)域特征分析算法,它融合了計算機(jī)圖
像處理技術(shù)與生物統(tǒng)計學(xué)原理于一體,利用計算機(jī)圖像處理技術(shù)從視頻中提取人像特征點(diǎn),利用生物統(tǒng)計學(xué)的原理進(jìn)行分析建立數(shù)學(xué)模型,即人臉特征模板。利用已建成的人臉特征模板與被測者的人的面像進(jìn)行特征分析,根據(jù)分析的結(jié)果來給出一個相似值。通過這個值即可確定是否為同一人。
人臉識別的方法很多,主要的人臉識別方法有:
?。?)幾何特征的人臉識別方法:幾何特征可以是眼、
鼻、嘴等的形狀和它們之間的幾何關(guān)系(如相互之間的距離)。這些算法識別速度快,需要的內(nèi)存小,但識別率較低。
(2)基于特征臉(PCA)的人臉識別方法:特征臉方法是基于KL變換的人臉識別方法,KL變換是圖像壓縮的一種優(yōu)正交變換。高維的圖像空間經(jīng)過KL變換后得到一組新的正交基,保留其中重要的正交基,由這些基可以張成低維線性空間。如果假設(shè)人臉在這些低維線性空間的投影具有可分性,就可以將這些投影用作識別的特征矢量,這就是特征臉方法的基本思想。這些方法需要較多的訓(xùn)練樣本,而且*是基于圖像灰度的統(tǒng)計特性的。目前有一些改進(jìn)型的特征臉方法。
(3)神經(jīng)網(wǎng)絡(luò)的人臉識別方法:神經(jīng)網(wǎng)絡(luò)的輸入可以是降低分辨率的人臉圖像、局部區(qū)域的自相關(guān)函數(shù)、局部紋理的二階矩等。這類方法同樣需要較多的樣本進(jìn)行訓(xùn)練,而在許多應(yīng)用中,樣本數(shù)量是很有限的。
?。?)彈性圖匹配的人臉識別方法:彈性圖匹配法在二維的空間中定義了一種對于通常的人臉變形具有一定的不變性的距離,并采用屬性拓?fù)鋱D來代表人臉,拓?fù)鋱D的任一頂點(diǎn)均包含一特征向量,用來記錄人臉在該頂點(diǎn)位置附近的信息。該方法結(jié)合了灰度特性和幾何因素,在比對時可以允許圖像存在彈性形變,在克服表情變化對識別的影響方面收到了較好的效果,同時對于單個人也不再需要多個樣本進(jìn)行訓(xùn)練。
(5)線段Hausdorff 距離(LHD) 的人臉識別方法:心理學(xué)的研究表明,人類在識別輪廓圖(比如漫畫)的速度和準(zhǔn)確度上絲毫不比識別灰度圖差。LHD是基于從人臉灰度圖像中提取出來的線段圖的,它定義的是兩個線段集之間的距離,與眾不同的是,LHD并不建立不同線段集之間線段的一一對應(yīng)關(guān)系,因此它更能適應(yīng)線段圖之間的微小變化。實驗結(jié)果表明,LHD在不同光照條件下和不同姿態(tài)情況下都有非常出色的表現(xiàn),但是它在大表情的情況下識別效果不好。
?。?)支持向量機(jī)(SVM) 的人臉識別方法:支持向量機(jī)是統(tǒng)計模式識別領(lǐng)域的一個新的熱點(diǎn),它試圖使得學(xué)習(xí)機(jī)在經(jīng)驗風(fēng)險和泛化能力上達(dá)到一種妥協(xié),從而提高學(xué)習(xí)機(jī)的性能。支持向量機(jī)主要解決的是一個2分類問題,它的基本思想是試圖把一個低維的線性不可分的問題轉(zhuǎn)化成一個高維的線性可分的問題。通常的實驗結(jié)果表明SVM有較好的識別率,但是它需要大量的訓(xùn)練樣本(每類300個),這在實際應(yīng)用中往往是不現(xiàn)實的。而且支持向量機(jī)訓(xùn)練時間長,方法實現(xiàn)復(fù)雜,該函數(shù)的取法沒有統(tǒng)一的理論。
一般來說,人臉識別系統(tǒng)包括圖像攝取、人臉定位、圖像預(yù)處理、以及人臉識別(身份確認(rèn)或者身份查找)。系統(tǒng)輸入一般是一張或者一系列含有未確定身份的人臉圖像,以及人臉數(shù)據(jù)庫中的若干已知身份的人臉圖象或者相應(yīng)的編碼,而其輸出則是一系列相似度得分,表明待識別的人臉的身份。
人臉識別的算法可以分類為:
基于人臉特征點(diǎn)的識別算法(Feature-based recognition algorithms)。
基于整幅人臉圖像的識別算法(Appearance-based recognition algorithms)。
基于模板的識別算法(Template-based recognition algorithms)。
利用神經(jīng)網(wǎng)絡(luò)進(jìn)行識別的算法(Recognition algorithms using neural network)。
相比較其他生物識別技術(shù)而言:
非接觸的,用戶不需要和設(shè)備直接接觸;
非強(qiáng)制性,被識別的人臉圖像信息可以主動獲取;
并發(fā)性,即實際應(yīng)用場景下可以進(jìn)行多個人臉的分揀、判斷及識別。
對周圍的光線環(huán)境敏感,可能影響識別的準(zhǔn)確性;
人體面部的頭發(fā)、飾物等遮擋物,人臉變老等因素,需要進(jìn)行人工智能補(bǔ)償;(如可通過識別人臉的部分關(guān)鍵特性做修正)。
1.企業(yè)、住宅安全和管理。如人臉識別門禁考勤系統(tǒng),人臉識別防盜門等。
2.電子護(hù)照。這或許是未來規(guī)模大的應(yīng)用。在國際民航組織( ICAO)已確定,從 2010年 4月 1日起,其 118個成員國家和地區(qū),人臉識別技術(shù)是*識別模式,該規(guī)定已經(jīng)成為國際標(biāo)準(zhǔn)。美國已經(jīng)要求和它有出入免簽證協(xié)議的國家在2006年10月 26日之前必須使用結(jié)合了人臉指紋等生物特征的電子護(hù)照系統(tǒng),到 2006年底已經(jīng)有 50多個國家實現(xiàn)了這樣的系統(tǒng)。美國運(yùn)輸安全署( Transportation Security Administration)計劃在全美推廣一項基于生物特征的國內(nèi)通旅行證件。歐洲很多國家也在計劃或者正在實施類似的計劃,用包含生物特征的證件對旅客進(jìn)行識別和管理。中國的電子護(hù)照計劃公安部一所正在加緊規(guī)劃和實施。
3.公安、司法和刑偵。如利用人臉識別系統(tǒng)和網(wǎng)絡(luò),在全國范圍內(nèi)搜捕逃犯。
4.自助服務(wù)。如銀行的自動*,如果同時應(yīng)用人臉識別就會避免被他人盜取現(xiàn)金現(xiàn)象的發(fā)生。
5.信息安全。如計算機(jī)登錄、電子政務(wù)和電子商務(wù)。在電子商務(wù)中交易全部在網(wǎng)上完成,電子政務(wù)中的很多審批流程也都搬到了網(wǎng)上。而當(dāng)前,交易或者審批的*都是靠密碼來實現(xiàn)。如果密碼被盜,就無法保證安全。如果使用生物特征,就可以做到當(dāng)事人在網(wǎng)上的數(shù)字身份和真實身份統(tǒng)一。從而大大增加電子商務(wù)和電子政務(wù)系統(tǒng)的可靠性 。
生物識別技術(shù)被廣泛用于政府、軍隊、銀行、社會福利保障、電子商務(wù)、安全防務(wù)等領(lǐng)域。例如,一位儲戶走進(jìn)了銀行,他既沒帶銀行卡,也沒有回憶密碼就徑直提款,當(dāng)他在*上提款時,一臺攝像機(jī)對該用戶的眼睛掃描,然后迅速而準(zhǔn)確地完成了用戶身份鑒定,辦理完業(yè)務(wù)。這是美國德克薩斯州聯(lián)合銀行的一個營業(yè)部中發(fā)生的一個真實的鏡頭。而該營業(yè)部所使用的正是現(xiàn)代生物識別技術(shù)中的“虹膜識別系統(tǒng)”。此外,美國“9.11”事件后,*怖活動已成為各國政府的共識,加強(qiáng)機(jī)場的安全防務(wù)十分重要。美國維薩格公司的臉像識別技術(shù)在美國的兩家機(jī)場大顯神通,它能在擁擠的人群中挑出某一張面孔,判斷他是不是通緝犯。
隨著技術(shù)的進(jìn)一步成熟和社會認(rèn)同度的提高,人臉識別技術(shù)將應(yīng)用在更多的領(lǐng)域。
1、企業(yè)、住宅安全和管理。如人臉識別門禁考勤系統(tǒng),人臉識別防盜門等。
2、電子護(hù)照及*。這或許是未來規(guī)模大的應(yīng)用,國際民航組織(ICAO)已確定,從2010年起,其118個成員國家和地區(qū),必須使用機(jī)讀護(hù)照,人臉識別技術(shù)是*識別模式,該規(guī)定已經(jīng)成為國際標(biāo)準(zhǔn)。中國的電子護(hù)照計劃公安部一所正在加緊規(guī)劃和實施。
3、公安、司法和刑偵。如利用人臉識別系統(tǒng)和網(wǎng)絡(luò),在全國范圍內(nèi)搜捕逃犯。
4、自助服務(wù)。如銀行的自動*,如果用戶卡片和密碼被盜,就會被他人冒取現(xiàn)金。如果同時應(yīng)用人臉識別就會避免這種情況的發(fā)生。
5、信息安全。如計算機(jī)登錄、電子政務(wù)和電子商務(wù)。在電子商務(wù)中交易全部在網(wǎng)上完成,電子政務(wù)中的很多審批流程也都搬到了網(wǎng)上。而當(dāng)前,交易或者審批的*都是靠密碼來實現(xiàn),如果密碼被盜,就無法保證安全。但是使用生物特征,就可以做到當(dāng)事人在網(wǎng)上的數(shù)字身份和真實身份統(tǒng)一,從而大大增加電子商務(wù)和電子政務(wù)系統(tǒng)的可靠性。
2012年無錫采用物聯(lián)網(wǎng)人臉識別技術(shù)規(guī)范建筑市場。無錫的建筑工地將從6月1日起每天通過物聯(lián)網(wǎng)技術(shù)進(jìn)行人臉識別,通過考勤管理,確保項目負(fù)責(zé)人到位,掛靠、層層轉(zhuǎn)包等現(xiàn)象將有望受到限制。
京滬高鐵三站已建成人臉識別系統(tǒng),整容也能被識別。鐵路部門發(fā)布計劃表示,已建成的京滬高鐵段的上海虹橋站、天津西站、濟(jì)南西站這三個站點(diǎn)的識別系統(tǒng)工程,以協(xié)助公安部門抓捕在逃罪犯。利用這個系統(tǒng),作案后的*分子,即使整容,也將能夠被識別。
參考資料編輯區(qū)域