人脸识别技术的现状和发展探讨

王欣

摘要：面部识别技术是近年来新兴的高新技术，随着技术的不断发展，面部识别技术该功能也更加丰富，可以在身份识别，公共安全系统和安全验证等各个方面安全可靠地使用。从面部识别技术的当前发展来看，该领域在未来几年将继续保持相对较快的发展速度，这是典型的曙光产业。就中国而言，当前的面部识别市场处于一个相对良好的发展阶段，其应用范围将继续扩大，也就是说，面部识别技术在未来几年将显示出更大的前景。在此基础上，本文将对人脸识别技术的发展现状进行综合分析和总结，并结合提出未来的发展方向。

关键词：人脸识别技术;现状;发展

中图分类号：TP391.41 文献标识码：A 文章编号：1672-9129（2020）09-0108-01

1 面部识别技术的发展现状

近年来，电脑技术飞速发展，学术界对面部识别技术的研究越来越重视。研究最多的是面部识别技术。这项技术的发展可以分为以下三个阶段：

1.1面部特征的研究阶段。现阶段的研究主要包括将一个相对简单的命令语句与数据库中的某张面孔相关联，并将其与指纹分析技术相结合，以达到面部识别的效果。但是，为了有效地提高该技术的面部识别率，相关操作人员的操作必须经过整个识别过程，并充分利用自动识别系统。

1.2人机交互的识别阶段。在此阶段，研究人员使用几何特征参数来表示面部的正面图像，并使用特征向量来表示面部的面部特征。对于这种类型的特征表示方法，设计了一种相关的识别系统。但是，当使用这种方法进行面部识别时，相关的操作人员必须具有丰富的知识和经验，并且需要专业指导。

1.3自动识别阶段。近年来，随着面部识别方法的飞速发展，一些全自动识别系统已得到合理应用，从而使面部识别技术得以进一步发展。根据面部表示方法的不同，存在三种自动面部识别方法，包括建立在几何特征的识别手段、建立在代数特征的识别手段、建立在连接机制的识别手段。

2 面部识别技术中的识别方法

2.1面部特征。面部特征包含肤色特征与灰度特征2个方面：（1）肤色特征。皮肤的颜色不取决于面部的详细特征，它是人脸的主要信息之一，不会受到面部表情变化的影响，并且其稳定性相对较高。基于此，在面部检测中使用肤色进行验证的可靠性更高。在正常情况下，优选选择肤色特征来描述肤色模型，并且应当根据颜色空间的变化来确定肤色模型的选择。（2）灰度特征。面部区域内的各个器官具有独特的灰度分布特征。基于此，人脸区域本身的灰度可以用作特征模板，并且可以选择人脸中心区域的特征参数作为人脸特征模板的共同特征。同时，还必须忽略脸颊和掉发造成的尺寸变化的因素。

2.2识别算法。面部识别算法提供执行面部检测，面部属性识别，面部关键点定位（微笑，性别，名人，美或丑），面部转换等功能的能力功能。识别算法主要包括两种类型：（1）肤色区域分割和面部验证方法。对于彩色图像处理，有必要在减轻肤色模型后检测肤色像素，然后在检测肤色像素后，根据与肤色像素在色度和空间上的相似性。然后根据被测区域的几何和灰度特征评估它是否是人脸，然后区分肤色相似的其他对象。（2）基于启发式模型方法。基于启发式模型的方法包括通过提取纹理，灰度，几何形状等特征进行检测，以评估其是否满足面部特征。由于面部区域中的多个器官具有相对恒定的图案，因此，基于该图案，检测鼻子，眼睛等的特征，然后根据所拍摄的物体来评估被测对象是否是面部。

3 面部识别技术的应用领域

3.1交通领域。一些城市使用“刷脸”来严格调查交通繁忙路口的交通违规行为，并激活面部识别捕获系统来捕获闯红灯的人，拦截特征人的面部，并将数据发送到面部综合信息应用系统。与此同时，在十字路口的前面安装了一个大型的信息显示屏，并实时张贴闯红灯的人的名字和特写照片，警告和揭露违规行为以阻止交通违规行为。

3.2安全领域。完整的智能安全系统主要包括三个部分：访问控制，监视和警报。人员复杂，人流密集且空间相对狭窄的地方是发生犯罪和非法活动的高发地点。智能动态面部识别技术使用面部跟踪算法，面部检测算法，智能动态面部识别算法和面部质量评分算法。执行诸如在公共场所或道路拥挤的出入口捕捉，建模和存储人脸的功能，实时黑名单比较警报和人脸检索等功能。

3.3金融领域。一方面，这反映在面部支付技术的出现，很多人都使用支付宝面部支付。另一方面，面部识别可以保证人们的付款安全。近年来，由于缺乏统一的信息共享平台，即现代监控手段，身份证卡欺诈现象屡屡被禁止，导致银行卡和社会保险卡被盗，许多人遭受了巨大的经济损失。在许多地方，自动识别已用于初步筛选和试点工作，以防止人们的财产进一步损失。

4 面部识别技术的发展趋势

对于当前的发展状况，在面部识别技术的应用中，它面临着许多因素的影响。例如，在面部识别过程中，面部必须面对相机，面部必须具有一定的像素宽度才能可靠地识别面部。然而，在特定的应用期间，不能完全满足这些条件，并且这种不确定性使得难以使用面部识别技术。对于复杂环境图像中的人脸检测，可以使用人脸特征分布特征知识模型进行检测，实现更高的检测速度。然而，可以发现，更多特征的检测可以改善识别模型的应用范围，从这个观点出发，有必要在图像处理方向上解决问题。基于此，在未来的人脸识别技术探索中，有必要不断提高计算方法的识别宽度和精度，以使人脸识别技术能够更可靠地应用到复杂的环境。

結语：简而言之，对人脸识别技术的应用和方法的发展进程深入研究，将使人脸识别技术在社会上得到更好的发展和应用，这对于促进中国的社会，经济和技术的发展具有重要意义。

参考文献：

[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]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.

[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.