对人脸识别系统及关键技术的探讨

韩昊南京航空航天大学金城学院

对人脸识别系统及关键技术的探讨

韩昊
南京航空航天大学金城学院

随着我国信息技术的快速发展，人脸识别技术在机器学习、图像处理、人工智能等专业技术的支持下实现了较为长足的进步，各种算法的层出不穷就是这一进步的最直观体现，而为了使更多人深入了解人脸识别技术，本文就人脸识别系统及关键技术展开了深入探讨。

人脸识别系统；关键技术

前言

随着计算机信息时代的来临，人脸识别技术如同“开挂”般发展，这种发展就使得人脸识别技术在学术界与商业界都取得了较为长足的成果，而为了更好将这种成果展现给大家，正是本文就人脸识别系统及管件技术展开具体研究的原因所在。

1.人脸识别系统概述

2008年人脸识别系统首次亮相我国奥运会，而这一由中国科学院自动化所自主研发的人脸识别系统也标志着我国人脸识别技术研究处于世界领先地位。对于我国当下的人脸识别系统来说，其本身能够在身份证等智能卡、网络相关信息安全、视频监控等公共安全、车辆管理等出入控制、自动登录系统等人机交互领域实现较好应用。

对于我国当下的人脸识别系统研究来说，人脸检测、人脸特征描述与提取即特征提取、人脸特征降维、人脸属性特征分类与人脸识别等四个方面是其主要研究领域，其中人脸检测主要应用支持向量机、神经网络实现；而人脸特征描述与提取即特征提取则需要得到主成分特征提取方法、独立元特征提取方法的支持；而对于人脸特征降维来说，这一研究需要得到PCA、LDA等现行降维方法与LLE、ISOMAP等非线性降维方法的支持；而对于人脸属性特征分类与人脸识别来说，隐马尔可夫模型方法、核线性判别方法都能够在其中实现较好应用[1]。

2.人脸识别系统关键技术

由于近些年世界范围内的人脸识别系统发展迅速，这就使得人脸识别系统相关的关键技术数不胜数，为此笔者结合自身实际工作经验与相关文献资料，对基于图像集的人脸识别、姿态估计、网络摄像头数据解码等三类典型的人脸识别系统关键技术展开了详细论述，希望这一论述内容能够为相关研究人员带来一定启发。

2.1 基于图像集的人脸识别关键技术

对于基于图像集的人脸识别关键技术这一人脸识别系统的关键技术来说，这一技术能够较好解决光照变化、姿态变化、遮挡等因素对人脸识别系统工作带来的影响。之所以基于图像集的人脸识别关键技术能够发挥这一效用，主要是由于这一技术允许决策方法基于最相似的一对测试集和训练集的比较，这自然使得人脸识别系统能够取得更好的应用效果[2]。

对于基于图像集的人脸识别关键技术来说，图像集的采集、人脸图像的预处理、对图像集进行建模、相似度比较、输出识别结果等五个方面称得上是其关键所在。而在具体的对图像集进行建模中，基于仿射包建模是一种较为有效的建模方法，这一建模方法能够通过利用凸模型之间的几何距离比较判别不同的类，这就较好实现了不同光照、角度等人脸识别影响因素的处理；而在相似度比较中，这一比较能够通过对个体间差异的比较较好就满足人脸识别需求，应用最近邻方法计算相似度是这一比较中最常见的方法[3]。

值得注意的是，特征处理同样属于基于图像集的人脸识别关键技术的重要组成，当下业界流行着LBP特征提取与LPQ特征提取两种特征提取方法，LBP特征提取全称为局部二值模型，其本身能够实现简单高效的图像纹理特征提取，而由于LBP特征提取还具备着光照较好鲁棒性，这就使得因光照造成的人脸识别影响能够在LBP特征提取的作用下实现较好解决处理；而LPQ特征提取则被称为局部相位量化，其本身能够较好实现空间模糊图像纹理的描述算子处理，而由于LPQ特征提取具备模糊不变性，这就使得其本身能够通过将原图像转换为LPQ图像，并最终转换为LPQ直方图完成具体的人脸识别。由于这两类处理都能够较好满足基于图像集的人脸识别关键技术光照变化、姿态变化、遮挡等影响因素的消除，我们就能够直观认识到这一基于图像集的人脸识别关键技术对于人脸识别系统的重要性[4]。

2.2 姿态估计关键技术

对于姿态估计关键技术来说，这一技术主要针对用户不刻意配合情况下的人脸识别，其本身能够在这种情况下最大化人脸识别系统的有效性。对于这一人脸识别系统中的姿态估计关键技术来说，其本身需要得到支持向量机、人脸姿态数据库的支持。对于支持向量机来说，其本身属于一种监督学习算法，由于其本身在统计样本量较少的情况下具备着较强统计规律能力，这就使得其能够较好满足人脸识别系统姿态估计关键技术的需求；而对于人脸姿态数据库来说，其同样能够为人脸识别系统姿态估计关键技术带来有力支持，由于这一人脸姿态数据库包含着不同时间、不同光照条件下的人脸数据，这就使得用户不刻意配合情况下的人脸识别将因此得以较好实现。

2.3 网络摄像头数据解码关键技术

除了上述两方面关键技术外，网络摄像头数据解码同样属于人脸识别系统的关键技术，这一技术能够较好满足城市安全监控中网络摄像头的人脸识别需求，我国治安水平也将在这一网络摄像头数据解码关键技术的支持下实现较好提升。这里我们以海康网络摄像头作为硬件采集平台，而对于这一网络摄像头的数据解码关键技术来说，其本身的效用发挥需要得到海康提供的HCNet SDK.dll、Play Ctrl.dll等5DLL库支持，这些DLL库发挥着形成数据链条实现信息交换、数据的实时解码以及预览、加快解码效率、进行视频流的标准转换等工作，这些工作都将为网络摄像头数据解码关键技术的效用更好发挥提供有力支持。

结论

在本文就人脸识别系统及关键技术探讨展开的研究中，笔者详细论述了人脸识别系统相关概念，并对人脸识别、姿态估计、网络摄像头数据解码等三类典型的人脸识别系统关键技术展开了详细论述，结合这一系列论述内容我们不难发现，人脸识别技术想要较好应用于我国各个领域，就必须解决光照、姿态、遮挡等因素造成的人脸识别影响，而这就需要得到相关技术水平较高的算法支持。

[1]吴煌鹏.人脸识别算法研究及其DSP实现[D].华侨大学, 2014.

[2]袁正海.人脸识别系统及关键技术研究[D].南京邮电大学, 2013.

[3]张彦.人脸识别系统中特征提取及光照问题的研究[D].江南大学,2013.

[4]田海军.基于支持向量机的人脸识别技术研究与实现[D].国防科学技术大学,2009.