浅谈人脸识别

2019年01月28日 公司新闻 103 views

一起让知识有用,让生活有趣,让思想更有态度

-----

作者:广东工业大学 自动化学院

张小波 博士

随着光电技术、微计算机技术、图像处理技术与模式识别等技术的快速发展,出现了一种崭新的人体生物特征识别技术,人体生物特征目前主要用到人体的指纹、掌纹、眼虹膜、声音、笔迹、面貌及DNA等。这些特征具有唯一性,因此不可能复制。所以,利用人体的这些独特的生理特征能准确地鉴别每个人的身份。

在我们近一年的生活中,“刷脸”这个词逐渐出现在我们的生活中,从陌生到熟悉。从从iPhone的Face ID到支付宝的刷脸支付,无人商店,生活中应用到人脸识别的地方越来越多,就连我们坐高铁,都能体验到人脸识别的方便之处。那人脸识别究竟是什么样的原理呢?

首先,判断人脸识别的第一步就是我们要识别到脸,确定一幅图像是否是一张脸。

通常用的方法有参考模板法和人脸规则法。参考模板法就是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,来判断是否存在人脸。人脸规则法的原理是基于人脸具有一定的结构分布这一特征,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。这两种方法都是比较简单的来识别是否存在人脸的方法。

第二步就是当我们识别到了图像是人脸之后,怎么确定是不是我们之前录入过的人脸。

一般的方法是进行人脸的比对。人脸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。而电脑不想人的大脑一样如此的聪明,对于电脑的比对,一定要有一些规则和计算方法,而不是像人一样,觉得是就是了。对于电脑来说,一般有这样两种方法。特征向量面纹模板两种方法。

特征向量法是指先确定眼虹膜、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,而这些特征量形成描述该面像的特征向量。此处对于向量,就是一个带有一个具有大小和方向的量。举个例子,嘴巴在鼻子正下方2厘米处,这样就了方向(正下方)也有了大小(2厘米)。通过各个部位间的特征向量,我们就可以去定值描述一个录入的人脸,可以使之与后面的被测人脸进行比对。

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。举个非常简单的例子,比如鼻子可以分为平实鼻、塌鼻梁、鹰钩鼻、朝天鼻、翘头鼻、厚实鼻等,那我们就可以提前将这些类型的鼻子的相关图片先存入系统,之后将想要录入的图像进行比对,之前总结出想入了的人脸其鼻子的类型,其他关键部位也是如此。之后将各个部分信息整合起来,如鹰钩鼻+小圆唇+    丹凤眼+……

最后,我们可以将想录入的面部信息整合成综合的信息。

如果此时想要进行脸部识别,将被测图像与刚才录入图像的各个信息进行比对,如果匹配率达到80%或者90%以上,就算通过。此处还要指明的是,各个信息不只是人的五官,可能也涉及更多的细节,这样才能保证正确率和准确率。

 人体面貌识别技术的核心实际为“局部人体特征析”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。

由于人体面貌识别技术的独特优点,因而有着十分广泛的应用前景。其应用领域遍及军队、政法、银行、物业、海关、互联网应用等。比如监控布控的功能,实时实现多路摄像机对数十万布控对象的现场识别和报警提示,广泛用于机场、火车站、银行等场所,实现对特定人群的布控;公安照片搜索系统,公安系统目前面临的一个难题是无法充分利用手头上现成的(身份证、暂住证等)数以百万计的照片资源,在查案过程中拿到一张照片却无法有效的定位其身份,人工的逐张进行照片对比几乎是不可能完成的工作,只能花费大量的警力和时间进行排查。采用人脸识别实现快速人脸检索查找,充分体现科技强警的威力。

这就是强大而多用的人脸识别的原理。

张小波

广东工业大学自动化学院博士,广东博士俱乐部集团科协会员,中国计算机学会和广东省自动化学会等学会的高级会员。致力于物联网与大数据、智能信息处理与智能控制(机器人)方面的研究,以及其他工业控制系统的软硬件设计。

图片来自于网络,仅用于科普宣传

 END 

····

发表评论

发表评论:

PHONE