人脸识别技术应用与发展趋势浅析

　　人脸识别的应用范围很广，从门禁、设备登录到机场、公共区域的监控。表1给出了一些人脸识别的应用领域。

　　表1 人脸识别的应用领域

　　类别应用领域

　　人脸验证驾照、签证、身份证、护照、投票选举等

　　接入控制设备存取、车辆访问、智能ATM、电脑接入、程序接入、网络接入等

　　安全反恐报警、登机、体育场观众扫描、计算机安全、网络安全等

　　监控公园监控、街道监控、电网监控、入口监控等

　　智能卡用户验证等

　　执法嫌疑犯识别、欺骗识别等

　　人脸数据库人脸检索、人脸标记、人脸分类等

　　多媒体管理人脸搜索、人脸视频分割和拼接等

　　人机交互交互式游戏、主动计算等

　　其他人脸重建、低比特率图片和视频传输等

　　以公安应用为例，公安部门在查办案、处理事务时常常会遇到一些不明身份的人员，比如走丢的老人、小孩，拒不交代身份的嫌疑犯，无人认领的尸体等。这时传统的方法往往不能解决问题。利用人脸检索系统，将目标人脸输入到系统中。系统自动在海量人口数据库中进行查找比对，列出前若干名相似的人员信息。然后再通过人工干预的方式，对系统结果进行筛选，得到目标的真实身份。

　　文章开头提到的是另外一种应用。即在一些重要的通道出入口，部署高清探头，专门用于抓拍经过的人脸并传送给后端系统。后端系统将人脸图片与所关注的人脸库(比如VIP客户，或者在逃嫌疑犯等)进行逐一比对。当发现有目标与库中人员相似度超过设定阈值时，系统自动提示相关人员采取措施。

　　人脸识别技术发展趋势

　　前面提到了人脸识别的一些典型算法和应用，但人脸识别技术发展到今天，还存在一定的局限性。图4是同一个人在不同光照下的图片，很直观地可以看出，即使是同一个人，在不同光照下用肉眼也很难辨别。除了光照，还有姿态、表情、年龄等因素限制了人脸识别的应用。目前的人脸识别系统只能在一些较规范的环境下进行，人脸需要正对着摄像机，并保证人脸在画面中有一定的像素宽度。但是在实际的安防监控场合中，这些限制条件很难一一满足。这就为人脸识别技术提出了更大的挑战。未来的人脸识别算法需要进一步提高精度，提高环境适应性，以满足实际的应用需求。

　　现在已经有一些机构、高校在进行人脸识别新领域、新技术的研究。比如远距离人脸识别技术，3D人脸识别技术等。远距离人脸识别系统面临两个主要困难。首先是如何从远距离获取人脸图像。其次，在得到的数据并不理想的情况下，如何识别身份。从某种意义上来看，远距离人脸识别并不是一个特定的关键技术或者基础研究问题。它可以看成是一个应用和系统设计问题。通常有两类解决方法用于获取人脸图片。一种是高清的固定式摄像机，另一种是使用PTZ控制系统多摄像机系统。后者更适合于一般情况，不过其结构更为复杂，造价也更贵。后者需要考虑如何协调多台摄像机的同步操作。一般地，系统由低分辨率广角摄像机和高分辨率长焦摄像机组成。前者用于检测和追踪目标，后者用于人脸图像采集和识别。目前远距离人脸识别技术还处于实验室阶段，未来如果能够解决上述问题，对人员布控这样的应用有着重要意义。

　　3D人脸识别能够很好地克服2D人脸识别遇到的姿态、光照、表情等问题。主要原因是2D图像无法很好地表示深度信息。通常，3D人脸识别方法使用3D扫描技术获取3D人脸，然后建立3D人脸模型并用于识别。不过，3D人脸识别技术的缺点也是很明显的。首先它需要额外的3D采集设备或双目立体视觉技术，其次，建模过程需要的计算量较大。相信随着未来芯片技术的发展，当计算能力不再受到制约，采集设备成本大幅下降的时候，3D人脸识别将会成为热门技术之一。