- 相關(guān)推薦
計(jì)算機(jī)人臉識(shí)別技術(shù)及其應(yīng)用
計(jì)算機(jī)人臉識(shí)別技術(shù)及其應(yīng)用【1】
【摘 要】伴隨著科技不斷發(fā)展，身份信息認(rèn)證在諸多場(chǎng)所中得以應(yīng)用。
計(jì)算機(jī)人臉識(shí)別技術(shù)是一種新型的身份認(rèn)證方式，能夠滿足社會(huì)發(fā)展需求。
人臉識(shí)別憑借計(jì)算機(jī)提取信息的高效性，打破了傳統(tǒng)身份認(rèn)證的局限性，是科技社會(huì)發(fā)展的必然趨勢(shì)。
基于此，本文將對(duì)計(jì)算機(jī)人臉識(shí)別技術(shù)進(jìn)行研究，并分析其實(shí)際應(yīng)用。
【關(guān)鍵詞】計(jì)算機(jī);人臉識(shí)別技術(shù);應(yīng)用;分析
計(jì)算機(jī)人臉識(shí)別技術(shù)所涵蓋的范圍比較廣泛，其中包含信號(hào)處理、數(shù)字圖像處理、模式設(shè)置等諸多內(nèi)容。
計(jì)算機(jī)人臉識(shí)別技術(shù)根據(jù)已知人臉確定未知人臉的歸屬問題。
換言之，計(jì)算機(jī)人臉識(shí)別技術(shù)屬于一種模式識(shí)別范疇，對(duì)已知的信息進(jìn)行采樣量化，將其轉(zhuǎn)化為計(jì)算機(jī)可以處理的數(shù)據(jù)信息。
一、計(jì)算機(jī)人臉識(shí)別技術(shù)原理
(一)計(jì)算機(jī)人臉檢測(cè)技術(shù)
分析計(jì)算機(jī)人臉識(shí)別技術(shù)，需要明確計(jì)算機(jī)人臉檢測(cè)。
在進(jìn)行人臉識(shí)別時(shí)，計(jì)算機(jī)系系統(tǒng)需要人臉的大小以及位置進(jìn)行檢測(cè)，在特定的空間內(nèi)實(shí)現(xiàn)人臉識(shí)別。
基于計(jì)算機(jī)的人臉檢測(cè)技術(shù)方法有鑲嵌圖法、模板匹配法、人工神經(jīng)網(wǎng)絡(luò)法以及可變性模板法。
實(shí)現(xiàn)人臉檢測(cè)，需要在科學(xué)的流程下實(shí)現(xiàn)。
計(jì)算機(jī)人臉檢測(cè)流程為：圖像輸入環(huán)節(jié)――圖像預(yù)處理――圖像特征提取――計(jì)算機(jī)系統(tǒng)檢測(cè)與判斷。
計(jì)算機(jī)人來檢測(cè)技術(shù)在科技社會(huì)中不斷更新，已經(jīng)演化為計(jì)算機(jī)人臉識(shí)別技術(shù)的前段技術(shù)之一，與智能監(jiān)視等技術(shù)相互銜接。
(二)計(jì)算機(jī)人臉識(shí)別流程
計(jì)算機(jī)人臉識(shí)別技術(shù)是在人臉檢測(cè)技術(shù)的基礎(chǔ)上，進(jìn)行信息辨別。
在人臉信息辨別的環(huán)節(jié)中，主要分為“是不是誰”和“是誰”兩個(gè)詢問階段。
通常情況下，人臉識(shí)別首先需要進(jìn)行人臉輸入，對(duì)圖像進(jìn)行預(yù)處理，然后對(duì)圖像進(jìn)行特征提取，最后進(jìn)行人臉識(shí)別，進(jìn)行人臉驗(yàn)證。
人臉識(shí)別，主要分為兩個(gè)方向的識(shí)別，一為人臉特征分析以及人臉密度線分配;二是人臉基準(zhǔn)點(diǎn)與其他人臉特征參數(shù)結(jié)合。
二、計(jì)算機(jī)人臉識(shí)別方法
(一)人臉幾何特征識(shí)別
人與人的面部特征差別比較大，基于計(jì)算機(jī)人臉識(shí)別的技術(shù)在實(shí)際應(yīng)用中，最為簡單直接的方法就是對(duì)于人臉的幾何特征進(jìn)行有效識(shí)別。
人的嘴、眼睛、鼻子以及下巴，是構(gòu)成人臉面部特征的基本要素。
每一個(gè)人的面部特征都不同，將這些面部特征輸入到計(jì)算機(jī)數(shù)據(jù)系統(tǒng)，進(jìn)行人臉的差異性識(shí)別。
研究小組在人臉特征信息搜集的基礎(chǔ)上，采用積分投影的方法提取出歐式距離表征，實(shí)現(xiàn)科學(xué)高效的人臉識(shí)別。
(二)人臉模板匹配識(shí)別
基于模板匹配的人臉識(shí)別方法，主要是在可變換性的模板基礎(chǔ)上，對(duì)面部特征進(jìn)行抽取。
這些模板能夠根據(jù)需求，進(jìn)行變形、平移以及旋轉(zhuǎn)，將細(xì)節(jié)特征面部圖形收取出來。
該種人臉識(shí)別方式與人臉特征分析方式相比，其效果更高。
(三)神經(jīng)網(wǎng)絡(luò)識(shí)別
基于神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別方法，主要是利用神經(jīng)網(wǎng)絡(luò)的高效分類能力，以及學(xué)習(xí)能力，在獲取人臉信息的基礎(chǔ)上，對(duì)人臉的特征進(jìn)行有效識(shí)別和提取。
該種方法能夠減少很多復(fù)雜的特征獲取。
且能夠?qū)⑷四槇D像中的形狀材質(zhì)信息進(jìn)行科學(xué)整理。
該種方法在人臉識(shí)別中，能夠緩解人臉識(shí)別規(guī)律無法進(jìn)行顯性表達(dá)的弊端。
(四)小波變換
基于小波變換計(jì)算機(jī)人臉識(shí)別，能夠?qū)崿F(xiàn)多分辨性，能夠?qū)崿F(xiàn)信號(hào)是多向觀察性。
其在信號(hào)檢測(cè)中所適應(yīng)的范圍比較廣，針對(duì)信號(hào)系統(tǒng)中所出現(xiàn)的諸多問題能夠及時(shí)克服。
當(dāng)識(shí)別系統(tǒng)中出現(xiàn)信號(hào)周期性陷波、暫態(tài)振蕩、電壓跌落以及閃變等情況時(shí)，小波變換都能夠有效克服。
小波檢測(cè)技術(shù)也有一定的局限性。
第一，小波變換中的濾波特性較差;第二，小波分析中的頻域分辨率較粗糙。
第三，小波變換環(huán)節(jié)中所涉及數(shù)據(jù)計(jì)算比較多。
(五)K-L變換壓縮技術(shù)
特征臉識(shí)別技術(shù)是一種從主成份中分析而導(dǎo)出來的一種人臉識(shí)別與人臉特征描述技術(shù)，一般通過K-L變換壓縮技術(shù)中的一種優(yōu)正交換方式來實(shí)現(xiàn)。
從理論上分析，任何人臉圖像集合都能夠在通過兩個(gè)比較相似的集合重建而來。
在K――L交換下，人臉識(shí)別能夠得到高維圖像的一組正交基，取特征值，組成一個(gè)正臉空間。
在進(jìn)行人臉識(shí)別環(huán)節(jié)中，能夠?qū)⑿氯四槇D像映射到特征臉空間中，從而得到投影向量。
三、計(jì)算機(jī)人臉識(shí)別技術(shù)實(shí)際應(yīng)用
(一)警方辦案中的應(yīng)用
計(jì)算機(jī)人臉識(shí)別技術(shù)在警方辦案中的應(yīng)用比較廣泛，例如，在進(jìn)行親人尋找中，可以根據(jù)專業(yè)部門所提供的照片，直接發(fā)送到計(jì)算機(jī)系統(tǒng)中，進(jìn)行人臉信息的對(duì)比檢索。
同時(shí)大型的活動(dòng)場(chǎng)所中，如果發(fā)生安全時(shí)間，警方可以調(diào)用監(jiān)控視頻，對(duì)嫌疑人的面部特征進(jìn)行提取。
(二)在智能門禁中的應(yīng)用
隨著科技不斷發(fā)展，建設(shè)安全型的住宅小區(qū)是社會(huì)發(fā)展的必然，智能門禁系統(tǒng)的開發(fā)能夠提升小區(qū)安全，計(jì)算機(jī)人臉識(shí)別技術(shù)在智能門禁中的應(yīng)用也比較廣泛。
計(jì)算機(jī)人臉識(shí)別技術(shù)在智能門禁系統(tǒng)中的應(yīng)用，主要分為三個(gè)步驟：
第一，在進(jìn)行人臉信息錄入時(shí)，系統(tǒng)對(duì)人臉進(jìn)行檢測(cè)，并進(jìn)行特征提取，根據(jù)系統(tǒng)中的人臉描述來進(jìn)行特征信息存儲(chǔ)。
通過RFID進(jìn)行信息輸入與信息注冊(cè)，與人臉特征一同進(jìn)行已知的人臉數(shù)據(jù)庫錄入，并最終將記錄信息進(jìn)行存儲(chǔ)。
第二，將該系統(tǒng)進(jìn)行實(shí)際應(yīng)用，在門禁視頻前，當(dāng)有人員訪問時(shí)，門禁控制器首先進(jìn)行RFID信息提取，然后進(jìn)行RFID認(rèn)證，對(duì)特征信息進(jìn)行提取，并從已知的認(rèn)證數(shù)據(jù)庫中調(diào)出信息。
第三，在現(xiàn)場(chǎng)中，當(dāng)有工作人員進(jìn)入到監(jiān)測(cè)區(qū)域中，RFID讀卡器將對(duì)人員的ID信息進(jìn)行讀取，并啟動(dòng)系統(tǒng)中攝像機(jī)采集，并進(jìn)入人臉圖像采集中。
結(jié)論
綜上所述，在本文中對(duì)計(jì)算機(jī)人臉識(shí)別技術(shù)應(yīng)用原理進(jìn)行分析，研究其在實(shí)際生活中的應(yīng)用。
計(jì)算機(jī)人臉識(shí)別技術(shù)的研發(fā)，為人們的生活提供便利，是科技研發(fā)中的重要產(chǎn)物。
計(jì)算機(jī)人來檢測(cè)技術(shù)在科技社會(huì)中不斷更新，已經(jīng)演化為計(jì)算機(jī)人臉識(shí)別技術(shù)的前段技術(shù)之一，與智能監(jiān)視等技術(shù)相互銜接。
主要的計(jì)算機(jī)人臉識(shí)別方法有：人臉幾何特征識(shí)別、神經(jīng)網(wǎng)絡(luò)識(shí)別、人臉模板匹配識(shí)別以及K-L變換壓縮技術(shù)等。
參考文獻(xiàn)：
[1]曹雪.小波理論在人臉識(shí)別中的應(yīng)用研究[D].南京理工大學(xué)，2012.
[2]崔法毅.改進(jìn)的Fisher鑒別分析兩步算法研究及其在人臉識(shí)別中的應(yīng)用[D].燕山大學(xué)，2012.
[3]許高鳳.人臉識(shí)別技術(shù)及其在場(chǎng)館門禁系統(tǒng)中的應(yīng)用研究[D].哈爾濱工程大學(xué)，2009.
計(jì)算機(jī)人臉識(shí)別技術(shù)及應(yīng)用【2】
摘要：社會(huì)在發(fā)展，科學(xué)在進(jìn)步，傳統(tǒng)身份認(rèn)證在很多領(lǐng)域已經(jīng)不能滿足人們的需求，尤其是隨著計(jì)算機(jī)技術(shù)的出現(xiàn)，快速有效的自動(dòng)身份驗(yàn)證成為人們的需求。
人臉識(shí)別技術(shù)就是利用計(jì)算機(jī)提取有效信息進(jìn)行自動(dòng)的特點(diǎn)，易于被用戶接受。
本文以計(jì)算機(jī)人臉識(shí)別技術(shù)及應(yīng)用為研究論題，首先對(duì)計(jì)算機(jī)人臉識(shí)別技術(shù)進(jìn)行了概述，而后介紹阿了計(jì)算機(jī)人臉識(shí)別的主要方法，基于方法分析，論文最終分析了計(jì)算機(jī)人臉識(shí)別技術(shù)的應(yīng)用。
關(guān)鍵詞：計(jì)算機(jī);人臉識(shí)別技術(shù);應(yīng)用
人類身份識(shí)別技術(shù)就是采用某種技術(shù)和手段對(duì)人的身份進(jìn)行標(biāo)識(shí)，身份識(shí)別人類自古就有，隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，將人類帶到了信息時(shí)代，計(jì)算機(jī)的廣泛普及和應(yīng)用，為快速身份識(shí)別奠定了基礎(chǔ)。
計(jì)算機(jī)人臉識(shí)別技術(shù)涵蓋的范圍比較廣泛，包括信號(hào)處理、數(shù)字圖像處理、模式設(shè)別等很多學(xué)科的理論知識(shí)。
計(jì)算機(jī)人臉識(shí)別技術(shù)的主要核心內(nèi)容是根據(jù)已知的人臉來確定未知人臉的歸屬問題，因此從這個(gè)層面來講，計(jì)算機(jī)人臉識(shí)別技術(shù)可以認(rèn)為是模式識(shí)別的范疇。
1 計(jì)算機(jī)人臉識(shí)別技術(shù)概述
計(jì)算人臉識(shí)別技術(shù)屬于模式識(shí)別范疇，模式識(shí)別是通過對(duì)具體的個(gè)別事物進(jìn)行觀測(cè)所得到的具有時(shí)間和空間分布的信息，同一類別中模式的總體貨模式所屬的類別則成為模式類。
統(tǒng)計(jì)模式識(shí)別方法和句法模式識(shí)別方法是模式識(shí)別的兩種基本方法，計(jì)算機(jī)人臉識(shí)別技術(shù)就是應(yīng)用模式識(shí)別的方法，這個(gè)過程需要需要先對(duì)已知信息進(jìn)行采樣量化，繼而再轉(zhuǎn)化為計(jì)算機(jī)可以處理的數(shù)據(jù)。
要研究計(jì)算機(jī)人臉識(shí)別技術(shù)，就必須明白計(jì)算機(jī)人臉檢測(cè)技術(shù)。
計(jì)算機(jī)人臉檢測(cè)的過程就是在給定的一個(gè)空間中來確定人臉的大小和位置的過程。
計(jì)算機(jī)人臉檢測(cè)的技術(shù)方法很多，主要有鑲嵌圖方法，模板匹配方法，基于人工神經(jīng)網(wǎng)絡(luò)方法，可變性模板方法等。
通常情況下計(jì)算人人臉檢測(cè)流程為：輸入圖像—預(yù)處理—特省提取—人臉檢測(cè)—是(不是)。
由于計(jì)算機(jī)人臉識(shí)別技術(shù)在實(shí)際的應(yīng)用中存在諸多問題，計(jì)算機(jī)人臉檢測(cè)技術(shù)在這種情況下營運(yùn)而生。
這不僅是計(jì)算機(jī)人臉識(shí)別的前端技術(shù)，也在智能監(jiān)視、內(nèi)容圖像等多領(lǐng)域顯示著重要作用和價(jià)值。
計(jì)算機(jī)人臉識(shí)別技術(shù)是利用計(jì)算機(jī)對(duì)人臉圖像進(jìn)行分析，并從中選取有效的識(shí)別技術(shù)，對(duì)身份進(jìn)行辨別，這個(gè)辨別過程可以分為兩部分，第一個(gè)問題就是“是不是誰”的問題，另一個(gè)是“是誰”的回答問題，也就是通常所說的身份識(shí)別。
計(jì)算機(jī)人臉識(shí)別過程的通常流程為：輸入圖像—預(yù)處理—特征提取—人臉識(shí)別—是誰(人臉識(shí)別)/是或不是(人臉驗(yàn)證)。
計(jì)算機(jī)進(jìn)行人臉識(shí)別主要基于兩大方向，第一個(gè)方向是包括人臉特征、人臉密度線分配方法、神經(jīng)網(wǎng)絡(luò)方法等整體特征研究方法;第二方向就是將人臉基準(zhǔn)點(diǎn)的相對(duì)比和其他描述人臉部特征進(jìn)行參數(shù)等結(jié)合起來構(gòu)成的基于部件特征的方法。
有學(xué)者研究證明，基于部件特征的人臉識(shí)別方法沒有整體特征的人臉識(shí)別方法優(yōu)點(diǎn)突出。
2 幾種人臉識(shí)別方法
基于幾何特征的人臉識(shí)別方法：嘴巴、眼睛、鼻子下巴等組成部件構(gòu)成了每一個(gè)人的人臉，基于每個(gè)部件大小、形狀及結(jié)構(gòu)存在各種差異，因此可作為人臉識(shí)別的重要依據(jù)。
Brunelli小組，用積分投影的方法提取出歐式距離表征的人臉特征矢量進(jìn)行模式分類，幾何特征、變換系數(shù)特征、可視特征是圖像特征的幾種表現(xiàn)方式。
基于模板匹配的人臉識(shí)別方法：這種方法是利用可變性模板對(duì)面部特征進(jìn)行抽取，這些模板可以變形、平移和旋轉(zhuǎn)，這樣就能較好的展現(xiàn)出它們?cè)趫D像中形狀。
有學(xué)者對(duì)基于模板和基于特征的兩種方法進(jìn)行比較，發(fā)現(xiàn)基于模板在提高識(shí)別率上更有優(yōu)勢(shì)，而基于特征的方法在存儲(chǔ)量和速度方面有著更好的一面。
特征臉方法：這種方法是從主成成份分析導(dǎo)出的一種人臉識(shí)別和描述技術(shù)，實(shí)質(zhì)上是通過K—L變換壓縮技術(shù)中的一種優(yōu)正交換來實(shí)現(xiàn)的。
從理論上來講，任何人臉圖像集合都可以用兩個(gè)相近的集合進(jìn)行重建，一是一組標(biāo)準(zhǔn)的圖像集合，二是每個(gè)人臉的權(quán)值集合。
這種理論的基本思想就是通過K—L交換，得到高維圖像的一組正交基，將較大特征的正交基作為特征值，組成正臉空間，而后再將新人臉圖像映射到特征臉的空間中，得到一組投影向量，來作為識(shí)別的特征向量，而后和庫中已知人臉的位置進(jìn)行比較，最后判斷庫中的人臉是哪一副人臉。
基于小波變換的方法：小波變換是一種時(shí)間和頻率的局域變換，通過平移、伸縮的方式對(duì)圖像進(jìn)行尺寸細(xì)化處理，根據(jù)使用不同寬帶的一系列濾波，成功的從圖形中提取信息函數(shù)。
有研究者用局部尺度和小波分解對(duì)人臉圖像曲率進(jìn)行提取繼而進(jìn)行特征識(shí)別。
還有學(xué)者采用矩的方法對(duì)此進(jìn)行預(yù)處理，這種方法可以對(duì)人臉的平面旋轉(zhuǎn)和伸縮進(jìn)行矯正。
基于神經(jīng)網(wǎng)絡(luò)方法：利用神經(jīng)網(wǎng)絡(luò)的分類能力和學(xué)習(xí)能力對(duì)人臉進(jìn)行特征識(shí)別和提取，這種方法少了很多復(fù)雜的特征提取工作，而且保存了人臉圖像中的形狀及材質(zhì)信息。
這種識(shí)別方法在人臉識(shí)別上的應(yīng)用具有很多優(yōu)勢(shì)，由于人臉識(shí)別的很多規(guī)律無法進(jìn)行顯性描述，但是神經(jīng)網(wǎng)絡(luò)卻能對(duì)這些規(guī)律進(jìn)行隱形表達(dá)，比較容易實(shí)現(xiàn)。
3 計(jì)算機(jī)人臉識(shí)別技術(shù)的應(yīng)用
人臉自動(dòng)識(shí)別技術(shù)是目前模式識(shí)別領(lǐng)域中一個(gè)極富挑戰(zhàn)性的前沿難題和熱點(diǎn)。
在司法部門、身份驗(yàn)證、醫(yī)學(xué)、視頻會(huì)議、檔案管理等多種場(chǎng)合都發(fā)揮著重要作用。
另外，隨著多媒體技術(shù)的廣泛應(yīng)用，反恐怖活動(dòng)等對(duì)高科技的要求，人機(jī)智能交互界面的需要，可見在現(xiàn)實(shí)生活中隊(duì)人臉自動(dòng)識(shí)別技術(shù)的需要日益迫切。
人臉識(shí)別技術(shù)的應(yīng)用比較廣泛，最為熟悉的就是警方利用人臉識(shí)別技術(shù)抓罪犯。
除此之外，對(duì)于某些敏感場(chǎng)所，處于安全考慮，都會(huì)采用特定的方法來監(jiān)視這個(gè)場(chǎng)景，以便能夠即時(shí)監(jiān)控這個(gè)場(chǎng)景。
計(jì)算機(jī)人臉識(shí)別技術(shù)在尋人尋親方面也有著重要作用，對(duì)業(yè)務(wù)部門提供了照片，直接送入系統(tǒng)進(jìn)行對(duì)比檢索。
在大型活動(dòng)安全監(jiān)控方面，如果發(fā)現(xiàn)有人滋事，公安機(jī)關(guān)可以用鏡頭采取其面部特征，對(duì)系統(tǒng)對(duì)比查證。
還可應(yīng)用于查證無名尸源，先拍攝正面照片，輸入計(jì)算機(jī)，而后在對(duì)比系統(tǒng)中進(jìn)行查證。
計(jì)算機(jī)人臉識(shí)別技術(shù)在視頻監(jiān)控機(jī)目擊者描述排查方面都發(fā)揮著重要作用，對(duì)暫住人口、常住人口、在逃人員進(jìn)行對(duì)比查證，能夠在獲取目標(biāo)后，采用關(guān)聯(lián)的方式在數(shù)據(jù)庫中進(jìn)行查詢。
計(jì)算機(jī)人臉識(shí)別過程非常復(fù)雜，涵蓋的理論知識(shí)比較多，涉及圖像處理、信號(hào)處理、模式識(shí)別等很多知識(shí)，因此這種技術(shù)一直是諸多學(xué)者深入研究但又具有挑戰(zhàn)性的課題。
但是計(jì)算機(jī)人臉識(shí)別技術(shù)的運(yùn)用卻越來越廣泛，在安全防范、公安破案及一些公共事業(yè)方面都發(fā)揮著重要作用。
因此，對(duì)計(jì)算機(jī)人臉識(shí)別技術(shù)的研究應(yīng)該更加得到更多領(lǐng)域?qū)W者的研究和關(guān)注，也希望計(jì)算機(jī)人臉識(shí)別技術(shù)能夠發(fā)揮出更大的作用。
參考文獻(xiàn)：
[1]陳建成.人臉識(shí)別技術(shù)與研究[D].西安電子科技大學(xué)，2011.
[2]蘇宏濤.基于統(tǒng)計(jì)特征的人臉識(shí)別技術(shù)研究[D].西北工業(yè)大學(xué)，2004.
[3]陳綿書.計(jì)算機(jī)人臉識(shí)別方法研究[D].吉林大學(xué)，2004.
【計(jì)算機(jī)人臉識(shí)別技術(shù)及其應(yīng)用】相關(guān)文章：
LBP人臉識(shí)別技術(shù)09-30
計(jì)算機(jī)模擬技術(shù)及其應(yīng)用論文10-09
衛(wèi)星通信技術(shù)及其應(yīng)用10-07
遙感技術(shù)及其應(yīng)用教學(xué)方案10-08
計(jì)算機(jī)及其應(yīng)用簡歷表格10-05
計(jì)算機(jī)應(yīng)用與技術(shù)10-26
淺析計(jì)算機(jī)應(yīng)用技術(shù)及其創(chuàng)新發(fā)展論文10-08