计算机视觉在人脸识别领域中的应用

姚静姝

（山西大同大学 山西省大同市 037009）

人脸识别技术是计算机视觉与模式识别领域的课题之一，基于人的脸部特征而开展相关的活动。根据人的面部特征所蕴含的信息来进行身份识别活动，从本质上说这是一种生物识别技术，主要是进行信息的采集以及信息的分析。因此，需要运用到计算机视觉技术，采用摄像机或者是摄像头来进行人面部图像信息以及视频信息的采集，并且可以对于图像中所存在的人脸进行科学的跟踪以及检测，从而寻找更多的面部特征，提取信息，进行记忆储存和比对辨识，从而达到人脸识别的目的。近年来人脸识别领域的研究成果迭出，更多的新技术和新概念得以运用，这也加剧了该领域研究活动的激烈程度。依托广阔的市场开展多样化的竞争，需要针对人脸识别技术本身进行探讨，因而在本文中主要从计算机视觉的角度出发来进行研究工作。

1 人脸识别技术的具体定义以及发展前景

人脸识别技术所包含的内容是十分广泛的，并且这也是一个十分活跃的研究领域，主要包括模式识别、计算机视觉、生理学、神经网络学、心理学以及数学等诸多学科。具有学科交叉的特征，也体现出了学科融合以及内容多元化的特征。人脸识别技术所广泛采用的方法是区域特征分析算法。这一统计算法可以对于生物学统计学原理以及计算机图像处理技术进行融合和创新，从而达到提高精确度，提高辨识度的核心目标。利用计算机以及其他的信息技术设备从照片以及视频中提取人像的特征，进行比对和分析，从而达到识别人物身份的目的。人脸识别技术以及相关领域的研究工作正在深入的进行，并且和移动支付、便捷通讯等领域进行融合和交叉。中国人口规模相对较大，同时处于经济增长的稳定阶段。对于可靠性强、普及性强的人脸识别技术的需求越来越迫切。人脸识别技术以及计算机视觉技术正在逐渐的走入人们的日常生活，从无卡取款再到刷脸支付，普及和推广的速度在逐渐加快，范围在逐渐的延伸，其发展前景值得肯定。

大致可以将人脸识别的算法划分成两部分：基于特征的人脸识别算法以及基于外观的人脸识别算法。在人脸识别算法运用的早期阶段，主要是运用基于特征的人脸识别算法。但是由于容错度低并且普及效率低，因而逐渐的被新的算法来替代。基于外观的人脸识别算法由于操作简单，同时技术门槛相对较低，因此受到了企业以及高校研究者的关注。根据人脸识别的定义来进行相关人脸识别技术的应用研究就显得尤为重要，这可以推动高校计算机专业面部识别领域研究活动的顺利进行。

2 计算机视觉用于人脸识别领域所应当遵循的若干原则

实用性原则：很多高校的计算机专业教师认为人脸识别领域的研究工作更应当和市场接轨，突出实践性的相关特征。而在进行计算机视觉相关技术的探究和运用时，也应当满足实用性的原则。在商业领域，人脸识别技术已经进行了普遍的应用，并且催生了新的营销手段和运营模式，带动了精准营销、便捷支付、定向推送、精确分析等活动的顺利推进。而在进行应用研究时，也应当从实用的角度出发来深化研究的内容和范围，在研究领域发现更多的研究热点和研究方向。因此，专业教学应当围绕着实用性原则而开展，同样实践研究工作也应当如此，突出实用性的本质特征。

创新性原则：人脸识别领域研究工作需要不断地进行创新。教师在进行教学时要进行教学方法和教学策略的创新，同样学生在开展基础应用研究时也要对于自己的研究方法和研究理念进行创新。对于计算机视觉的应用研究工作要从创新的角度出发，依托市场需求以及创新的本质要求来对于人脸识别的算法进行优化。从基于特征的人脸识别算法再到基于外观的人脸识别算法，以及精确寻找匹配等技术手段，都是在创新的要求下而实现的。随着信息技术的飞速发展，智能人机交互系统的推广、智能手机的应用普及活动都为创新活动提供了相应的土壤和环境。教师在开展教学以及研究时应该将运用的范围和领域进行扩大，将使用方法进行创新，无疑可以提高应用研究的整体效率。

安全性原则：中国正在向数字化、信息化社会而迈进。对于人脸识别技术以及相应的计算机视觉技术的要求在逐渐的提高，但是不会由于追求便利和快捷而放松对安全保障的要求。因此，计算机视觉在人脸识别领域中的应用研究的重点之一应当是安全性研究。从安全支付，再到安全出行、安全认证都需要如此，才能为人脸识别领域的发展奠定坚实的基础。对于用户个人信息的保护工作也要有条不紊的开展，通过人脸识别以及密码学研究，确保运用方式的安全是下一阶段的研究重点。

3 计算机视觉在人脸识别领域中的具体运用策略

3.1 注重运用计算机视觉相关的技术拓展营销手段和运用范围

商业应用前景无疑是计算机技术普及和运用的最大推动者。很多高校的计算机专业的教师都会从商业领域的某一角度出发，来进行人脸识别技术的开发和运用，从计算机视觉的角度发现更多的研究点。在商业领域人脸识别技术已经形成了一些新的营销手段，使得精准营销、科学营销成为了现实。据不完全统计，在一些品牌的专卖店里，店家都会利用人脸识别系统来对于顾客的面部信息进行精确采集和识别，同时对于顾客的性别、年龄、以及在某一商品上停留的时间，在门店停留的时间，甚至是顾客的人种和肤色特征进行精确分析，然后进行判断和识别。店里的屏幕会进行有针对性的广告推送，运用计算机分析出顾客的个人喜好，来进行的精准营销活动可以大大提高顾客的购买欲，产生更多的商机。这种营销活动收到了人们的一致好评，同时也带来了一些新的问题。

计算机视觉可以在图片、文档、影音的元素上展现出更好的融合效果，依托计算机强大的计算能力进行3D 仿真技术的广泛运用，相较于传统的平面图形展示，计算机视觉的运用范围更加广泛，同时具有更强、更加丰富的视觉感染力，用多种形式来给人们多种体验是该技术的特征之一，这可以让运用范围得以延伸。计算机视觉在人脸识别领域中的应用研究工作会带来巨大的经济效益，要注重运用范围的推广和普及，以市场推动研究，相信会提高计算机视觉在人脸识别领域的研究和运用范围。例如，计算机视觉在进行安全系统信息收集、信用卡验证、医学档案管理、视频会议，以及公安系统的罪犯识别等方面具有非常巨大的运用潜力，这些都成为了计算机专业研究者们的关注重点。

3.2 开发人脸检测与跟踪技术以提高计算机视觉应用研究的效率

对于人脸的检测是人脸自动检测和识别系统的一个关键环节。该技术已经成为了图像处理与模式识别领域的重点内容，同时也是人脸识别领域中的基础研究方向。从具体的定义来看，人脸识别技术是基于人的面部特征信息而进行的身份识别。但是这中间要经过好多环节，需要诸多技术设备的支持。因此，人体识别智能监控系统的作用是极其重要的，这可以使得人脸检测与跟踪技术得到深入的运用。计算机视觉在人脸识别领域中的应用研究的目的之一是根据所定位的人体进行人脸识别，这样可以增强系统的抗干扰性，提高正确的分辨率，以及运行率，还可以增强系统整体的实用性。人脸已经成为日常生活中最重要的名片和标签，人脸识别技术将会渗透于生活的各个角落，彻底改变人们的生活方式。智能人机交互系统的应用需求在扩大，人脸问题的研究将会成为计算机视觉的研究内容。定向检测与定向跟踪将会成为现实，这已经成为了计算机领域的核心课题之一，并且对于人脸检测与跟踪技术进行创新和发展可以体现出实用价值和研究意义。电子商务的迅猛发展，电子银行、掌上银行的普及对于网络安全的要求在逐渐的增多。急需高效的自动身份认证技术，通过人脸检测与跟踪可以实现与密码学的科学结合，为网上用户的不接触交易，提供更多的保障，从而为电子商务本身的跨越式发展奠定坚实的基础，而这都需要高校计算机专业的教师和学生进行深入的探讨，切实扮演重要的角色，发挥积极的作用。

3.3 针对几何特征的人脸识别方法进行研究和运用

构建一个可以模仿人类感知，并且自动识别人脸的计算机系统是计算机视觉研究的重点方向，同时这也是人脸识别领域的经典问题。这就需要运用到表情识别技术，以及根据几何特征的人脸识别法。在人脸表情识别算法中需要对于面部的几何特征进行提取。当同一个人的面部表情发生变化时，所提取到的几何特征也会产生变化。这就会带来很多的问题，同时也会降低识别的准确度，影响整体的识别效果。要想针对性地解决这些问题，就需要根据现有的技术手段来改进几何特征的三维人脸识别方法。因此，可以采用局部形状特征，如人的五官、眼睛、口腔以及鼻子。根据这些局部形状特征来进行判断提取人的脸部特征点的形状和几何关系，以此为依据对于面部特征进行判断。人脸的轮廓各不相同，位置和分布也存在差异，因此需要运用到一些计算相互距离以及形状的算法，同时这些算法的识别速度相对较快，需要的运行内存相对较少，可以通过这些算法来求出几何特征的关联程度。计算哪一种几何变化与识别的结果是无关的，哪一种又是有关的？这可以解决人脸表情变化时的准确三维识别问题。开展仿真和运用，进行具体方法的改进，可以使得识别更加的高效，同时提高准确性，使得计算机视觉在人脸识别领域中的应用研究工作顺利进行。

3.4 基于红外图像的多光源人脸识别技术的研究和运用以提高计算机视觉的运用效率

在复杂环境下来进行人脸识别是计算机视觉应用研究的重点内容之一。人脸识别技术以及多光源识别的结合可以实现技术性的突破。这可以使得人脸识别不再受到昼夜环境以及时间的束缚，进而提高整体的识别和运用效率。与此同时，人的一些生物特征，例如虹膜、指纹都是不同的，具有不被复制的独特特征。这可以为人脸识别以及专业身份鉴别提供更多的可行性。面部图像的外观会随着光照条件的变化而产生差异，这种差异往往要大于因人不同而产生的差异。这就需要对于多光源下人脸识别技术进行探讨，尽量避免光照的影响。这也是人脸识别技术在所面临的困境之一。在此基础上进行红外光线的技术运用就显得尤为必要。基于红外图像的多光源人脸识别技术有十分广阔的运用前景，要加强相关交叉技术的研究力度，提高整体的研究效率。并且人脸识别具有无需被采集对象配合、无需直接接触就可以实现多目标信息采集以及信息判断的优点。因此，要根据实际运用环境和运用范围来进行更深层次的研究，使得计算机视觉在人脸识别技术应用研究领域可以取得更多的突破。

4 结束语

总而言之，计算机视觉在人脸识别领域中的应用研究活动已经取得了突破性的进展，计算机专业的教师和学生一起开展了深入的探究，紧跟科技前沿，立足市场需求，确立教学目标和研究目标。对于面部识别以及人工智能、计算机技术普及应用开展了更多的研究，在研究的过程中不断的发现问题，解决问题。计算机专业领域的教师和专家学者注重对学生进行指导，不断的提高对学生的要求，给学生营造良好的实训环境，为计算机专业教学活动的顺利推进奠定了良好的基础。高校计算机专业的师生以及专业研究人才对于人脸识别技术的了解和认知也在逐渐的深化，人脸识别领域的范围和市场需求都会逐渐的扩大，为计算机视觉等技术的普及运用奠定了良好的基础。人脸识别技术和相关的识别系统的性能也在不断的发展和完善，本着服务于人民群众，服务于社会需求来开展应用研究是下一阶段的重点方向。