人脸识别技术的现状和发展

文/宋嘉程

人脸识别技术的现状和发展

文/宋嘉程

人脸识别技术是近年出现的高新技术，伴随着互联网快速发展，以及人工智能、机器学习技术的广泛应用，人脸识别技术的市场化与产品化也随之进展显著。就近几年人脸识别技术的发展状况来看，其类型在不断丰富，功能性也日益增强，应用范围更为广泛。自人脸识别技术出现之后，便在短时间内得到了广泛应用，为相关领域提供了重要的基础技术保障，而可以预见的是，人脸识别技术在未来同样会具有较高的市场地位。基于此背景，本文展开人脸识别技术应用现状的研究，探究当前各领域对人脸识别技术的应用状况，同时经由对现状的分析，提出人脸识别技术的未来发展趋势。

人脸识别技术 现状 发展

人脸识别技术是计算机技术发展的产物，而随着计算机技术的不断完善，人脸识别技术的功能性也更为丰富，能够安全可靠的被应用在安全验证、身份识别、公安系统等各方面。除此之外，人脸识别技术在视频会议、医学医疗、金融行业等领域也得到了广泛的应用。从现阶段人脸识别技术的发展状况来看，此领域在未来几年仍然会维持较快的发展速度，属于典型的朝阳产业。就我国而言，当前人脸识别市场处于一个较好的发展阶段，应用范畴会不断的扩展，也就是说，未来几年人脸识别技术会呈现出更大的前景。基于此，下文中将综合的分析与总结人脸识别技术发展现状，并结合此提出未来发展方向。

1 人脸识别技术发展现状

就对研究领域的资料以及笔者观察结果来分析，人脸识别技术的发展可分为三个阶段：

1.1 研究面部特征阶段

在此阶段中，主要内容是将相对简单的命令语句与数据库中的一张脸谱进行联系，应用与指纹分析技术相结合的方式，经由被测试验来分析，获取到比较可靠的识别效果。但是，为进一步提升脸部识别率，操作人员的所有操作需要融入到全部识别过程，严重缺乏自动化。

1.2 人机交互识别阶段

研发人员在此阶段中，对人脸正面图像选用一定的几何特征参数进行表示，同时将人脸面部特征应用特征矢量显示，且针对此特征显示方法，设计出对应的识别系统。但是，在此阶段中还需要有操作人员的参与。

1.3 自动识别阶段

近年来人脸识别方法在计算机技术的快速发展下，部分全自动机器识别系统被合理的应用，使得地于活体的人脸识别技术实现了进一步的发展。依据人脸表征方式的差异性，可分为三种人脸自动识别方式，包括建立在连接机制的识别手段、建立在几何特征的识别手段、建立在代数特征的识别手段。

2 人脸识别常见技术

2.1 人脸特征

人脸特征包括两个方面：

2.1.1 灰度特征

人脸模式的特征涵盖了灰度特征与肤色特征，其中人脸区域内部的多个器官具有独特的灰度分布特征。基于此，可将人脸区域区域的灰度自身作为特征模板，选择面部中心区域的特性参数，作为人脸特征模板的共性特征，与此同时，还需要忽视掉头发与脸颊会形成的较大变化因素。

2.1.2 肤色特征

肤色不会依赖于面部细节特征，属于人体面部的主要信息之一，且不会受到表情变化的影响，稳定性相对较高。基于此，人脸检测中利用肤色进行验证的可靠性更高。常规情况下，优先选择肤色特征对肤色模型进行描述，而肤色模型的选择需要按照色度空间的变化而定。

2.2 识别算法

人脸识别算法，为人脸检测、人脸关键点定位、人脸属性识别（性别、微笑、明星、美丑打分）、人脸变换等功能的实现提供了可能。识别算法主要包括两种：

2.2.1 肤色区域分割与人脸验证法

针对彩色图像的处理，需要在明确肤色模型后，对肤色给予肤色像素检测，后在检测出肤色像素之后，依据肤色像素在空间相对性与色度上的相似性，分割可能存在的人脸区域，再按照被测区域的灰度、几何特征等指标，对是否是人脸做出评估，并借由此区分具有类似肤色的其他物体。

2.2.2 基于启发式模型方法

建立在启发模型的手段，是经由抽取灰度、纹理、几何形状等特征给予检测，借助于此评估其是否能够符合人脸特征。由于人脸区域内的多个器官具有着较为恒定的模式，基于此，对双眼、鼻子等特征给予检测，后按照人体无关相对位置关系评估被测物体是否为人脸。对较强约束条件下的人脸检测，选用人脸轮廓、对称性等特征手段较为适合。同时，由于可选用的特征较少，此种算法能够达到较高的检测速度，可实现实时的跟踪与检测。

3 人脸识别技术发展趋势

就现阶段发展情况来看，在对人脸识别技术应用期间，面临着诸多方面因素的影响，例如，在对人脸识别过程中，人脸需要正面面对摄像机，同时人脸在图像中需要具有一定的像素宽度才能够对人脸给予可靠的识别。但是，在具体的应用期间，不能够完全的满足这些条件，这种不确定性为人脸识别技术的使用形成一定难度。应用在复杂环境图像中的人脸检测，可应用人脸五官分布特征的知识模型给予检测，会达到较高的检测速度。但是，能够发现的是，检测更多的特征可提升识别模型的应用范畴，就这一点来看，需要解决图像处理方向上的问题。基于此，在未来人脸识别技术探究时，需要不断的提升计算方法的识别精度准度和宽度，使人脸识别技术能够更为可靠的应用到复杂的环境中去。近几年，较多研究学者展开对人脸识别技术的深入研究，其目的在于探究更可靠、功能更全的人脸识别技术，例如，远距离人脸识别技术、3D人脸识别技术等。

4 结论

结合全文对人脸识别技术发展现状的研究，能够看出，人脸识别技术随着IT技术、人工智能、机器学习的发展也在不断的完善，未来将被更广泛的应用到各个领域中。当前发展阶段中，较具有代表性的便是实现了人脸识别技术的自动化操作，能够自动进行人脸识别，不需要过多的人为操作与干预。结合对当前应用现状的分析，笔者认为未来几年人脸是被技术会向远距离、3D、全自动化几个方向发展。

[1]单娟,刘瑞娜.人脸识别技术在视频领域的专利发展[J/OL].科技展望,2017(23):283.

[2]潘周娴,陈适,潘慧等.人脸识别技术的医学诊断应用的发展与现状[J].基础医学与临床,2016,36(12):1747-1750.

[3]吴维嘉.智能人脸识别技术在安防行业的应用与发展变化[J].中国安防,2016,05(06):21-22.

[4]张文彬.人脸识别技术在互联网金融行业中的应用[J].电子技术与软件工程,2017(01):62.

[5]本刊编辑部.北京银行上线人脸识别技术[J].金融科技时代,2017(03):34.

作者单位北京十一学校 北京市 100039