基于视觉认知机理的下一代人脸识别技术

　　序言

　　生物识别技术是依靠人体的身体特征来进行身份验证的一种高科技识别技术，人的指纹、掌纹、眼虹膜、DNA以及相貌等人体特征具有人体所固有的不可复制的唯一性、稳定性、不易失窃或被遗忘，由于每个人的这些特征都不相同，因此利用人体的这些独特的生理特征可以准确地识别每个人的身份。随着计算机技术、图像处理技术、模式识别技术等技术的快速发展，人们开发了指纹识别、声音识别、掌形识别、签名识别、虹膜识别等多种生物识别技术，目前许多技术都己经成熟并得以应用。

　　人脸识别技术是近年来出现的一种基于人的脸部特征信息进行身份识别的崭新的生物特征识别技术。与其他生物识别技术相比较，人脸识别具有友好、简便、准确、经济及可扩展性良好等众多优势，可广泛应用于安全验证、监控、出入口控制等多个方面,目前人脸识别技术已经应用到门禁考勤，访客管理，巡更等场所。

　　人脸识别原理

　　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，包括图像采集、人脸检测、特征建模、比对辨识、身份确认等；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。

　　人脸识别技术中被广泛采用的区域特征分析算法，它融合了计算机图像处理技术与生物统计学原理，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度值，最终搜索到最佳匹配人脸特征模板，并因此确定一个人的身份信息。具体的原理图如图1所示。
 

图1    人脸识别考勤原理示意图

　　下面简述广义人脸识别过程的主要步骤：

　　图像采集：人脸图像来源一般是数字化人脸照片或者通过摄像机实时采集的视频流。环境光照问题的不稳定是影响人脸识别性能的一个重要因素，是人脸图像采集环节最重要的问题。基于不同的应用环境，可采用可见光源或者红外光源，相应的人脸识别技术称为可见光人脸识别和红外光人脸识别。

　　人脸检测：人脸检测是指在一幅图像或视频流的一帧中识别出人脸的存在并将人脸从背景中分离出来。人脸检测是一个复杂的具有挑战性的模式检测问题，其主要的难点有两方面，一方面是由于人脸内在的变化所引起：（1）人脸具有相当复杂的细节变化，不同的外貌如脸形、肤色等，不同的表情如眼、嘴的开与闭等；（2）人脸的遮挡，如眼镜、头发和头部饰物以及其他外部物体等。另外一方面由于外在条件变化所引起：（1）由于成像角度的不同造成人脸的多姿态，如平面内旋转、深度旋转以及上下旋转，其中深度旋转影响较大；（2）光照的影响，如图像中的亮度、对比度的变化和阴影等；（3）图像的成像条件，如摄像设备的焦距、成像距离，图像获得的途径等等。

　　特征提取：人脸特征提取是人脸识别最为关键的技术，好的人脸特征提取技术将使提取的人脸特征值更小、辨别性能更好，可以提高识别率和降低误识率。目前已存在的人脸特征提取方法主要有：基于面部器官的特征提取、基于模板的特征提取、基于代数方法的特征提取、基于弹性匹配法的特征提取。

　　创建模板库： 人脸模板库就是预先登记的人员人脸特征库。每个登记人员录制多张有代表性的人脸照片，对每张人脸照片提取人脸特征生成人脸特征模板（人脸特征文件）保存到数据库中。人脸特征模板是预先登记的，其与所属人员的身份信息是关联的。

　　特征比对：在进行人脸识别时，将当前人脸图像提取人脸特征，并与数据库中预先登记的人脸特征模板进行比对，依据比对分数高低搜索到与其最匹配的人脸特征模板，因为预先登记的人脸特征模板所属人员身份是明确的，因此可以获取当前识别人的身份。

　　身份确认：在经过特征比对后得到最佳匹配的人脸特征模板，可以将该人脸特征模板相关联的人员身份信息从数据库调出，因此也就明确了当前识别人的身份。

  【中安网原创稿件声明】转载中安网文章时应遵循以下三个规则：1、保持原创文章中图表、图片、音视频的完整性；2、完整标注文章作者［文章前后有说明］；3、转载中安网原创中部分内容也要完整标注来源"中安网"，违者本网将依法追究。