第15:数字科技
上一版3   4下一版  
 
标题导航
~~~什么技术支撑了人脸识别?
~~~什么技术支撑了人脸识别?
~~~什么技术支撑了人脸识别?
2019年03月15日 星期五 出版 上一期  下一期
3 上一篇   下一篇 4  
放大 缩小 默认   
一张人脸走天下
什么技术支撑了人脸识别?
  本报综合报道

  最近连取快递也可以刷脸取件了,人脸识别近几年的应用越来越走近我们的生活,有高铁刷脸快速进站,刷脸支付……不得不说,人脸识别技术使得人们的生活更加方便快捷,那么人脸识别是怎么识别的呢?

  实际上,人脸识别已经有近40 年的发展历史了,基于人脸识别也涌现出了大量的识别算法,这些算法的涉及模式识别、图像处理、计算机视觉、人工智能、统计学习、神经网络、小波分析、子空间理论和流形学习等众多学科。很难用一个统一的标准对这些算法进行分类。目前可根据输入数据形式的不同可分为基于静态图像的人脸识别和基于视频图像的人脸识别。因为基于静态图像的人脸识别算法同样适用于基于视频图像的人脸识别,所以只有那些使用了时间信息的识别算法才属于基于视频图像的人脸识别算法。

  人脸识别有哪些过程

  人脸识别主要分为人脸检测(face detection)、特征提取(feature extraction)和人脸识别(face recognition)三个过程。

  人脸检测是指从输入图像中检测并提取人脸图像,通常采用haar特征和Adaboost算法训练级联分类器对图像中的每一块进行分类。如果某一矩形区域通过了级联分类器,则被判别为人脸图像。特征提取则是指通过一些数字来表征人脸信息,这些数字就是我们要提取的特征。

  常见的人脸特征分为两类,一类是几何特征,另一类是表征特征。几何特征是指眼睛、鼻子和嘴等面部特征之间的几何关系,如距离、面积和角度等。由于算法利用了一些直观的特征,计算量小。不过,由于其所需的特征点不能精确选择,限制了它的应用范围。另外,当光照变化、人脸有外物遮挡、面部表情变化时,特征变化较大。所以说,这类算法只适合于人脸图像的粗略识别,无法在实际中应用。

  表征特征利用人脸图像的灰度信息,通过一些算法提取全局或局部特征。其中比较常用的特征提取算法是LBP算法。LBP方法首先将图像分成若干区域,在每个区域的像素640x960邻域中用中心值作阈值化,将结果看成是二进制数。

  LBP算子的特点是对单调灰度变化保持不变。每个区域通过这样的运算得到一组直方图,然后将所有的直方图连起来组成一个大的直方图并进行直方图匹配计算进行分类。

  以上提到的人脸识别是狭义的人脸识别,即将待识别人脸所提取的特征与数据库中人脸的特征进行对比,根据相似度判别分类。而人脸识别又可以分为两个大类:一类是确认,这是人脸图像与数据库中已存的该人图像比对的过程,回答“你是不是你的问题”;另一类是辨认,这是人脸图像与数据库中已存的所有图像匹配的过程,回答“你是谁的问题”。显然,人脸辨认要比人脸确认困难,因为辨认需要进行海量数据的匹配。

  如何将人与人区分

  那么人脸识别是如何将人与人区分的呢?首先需要人脸检测需要进行面貌检测,面貌检测是指在动态的场景与复杂的背景中判断是否存在面像,并分离出这种面像。一般有下列几种方法:一,参考模板法,首先设计一个或数个标准人脸的模板,然后计算测试采集的样品与标准模板之间的匹配程度,并通过阈值来判断是否存在人脸;二,人脸规则法,由于人脸具有一定的结构分布特征,所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸;三,样品学习法,这种方法即采用模式识别中人工神经网络的方法,即通过对面像样品集和非面像样品集的学习产生分类器;四,肤色模型法,这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测;五,特征子脸法,这种方法是将所有面像集合视为一个面像子空间,并基于检测样品与其在子空间的投影之间的距离判断是否存在面像。

  做完人脸检测之后要进行人脸跟踪,指对被检测到的面貌进行动态目标跟踪,具体采用基于模型的方法或基于运动与模型相结合的方法。此外,利用肤色模型跟踪也不失为一种简单而有效的手段。

  为了区别人脸,还要进行人脸比对,对被检测到的面貌像进行身份确认或在面像库中进行目标搜索。这实际上就是说,将采样到的面像与库存的面像依次进行比对,并找出最佳的匹配对象。所以,面像的描述决定了面像识别的具体方法与性能。这一过程主要采用特征向量与面纹模板两种描述方法:一是特征向量法,该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性,然后再计算出它们的几何特征量,而这些特征量形成一描述该面像的特征向量;二是面纹模板法,该方法是在库中存贮若干标准面像模板或面像器官模板,在进行比对时,将采样面像所有象素与库中所有模板采用归一化相关量度量进行匹配。此外,还有采用模式识别的自相关网络或特征与模板相结合的方法。

  人脸识别技术的核心实际为“局部人体特征分析”和“图形/神经识别算法”。这种算法是利用人体面部各器官及特征部位的方法。如对应几何关系多数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。一般要求判断时间低于1秒。

  人脸识别有什么技术特点

  人脸与人体的其它生物特征(指纹、虹膜等)一样与生俱来,它的唯一性和不易被复制的良好特性为身份鉴别提供了必要的前提,与其它类型的生物识别比较人脸识别具有如下特点:非强制性,用户不需要专门配合人脸采集设备,几乎可以在无意识的状态下就可获取人脸图像,这样的取样方式没有“强制性”;非接触性,用户不需要和设备直接接触就能获取人脸图像;并发性,在实际应用场景下可以进行多个人脸的分拣、判断及识别;除此之外,还符合视觉特性,“以貌识人”的特性,以及操作简单、结果直观、隐蔽性好等特点。

3 上一篇   下一篇 4  
放大 缩小 默认   
   第01版:一版要闻
   第02版:科协动态
   第03版:广东新闻
   第04版:广东新闻
   第05版:广州创新
   第06版:科普大赛
   第07版:专题
   第08版:南粤科普
   第09版:科技文化周刊
   第10版:科技精英
   第11版:百家争鸣
   第12版:综合新闻
   第13版:综合新闻
   第14版:高校院所
   第15版:数字科技
   第16版:工艺品鉴
一张人脸走天下
南沙跨境电商业务增长势头良好
深圳成立“智能miRNA癌筛应用”联合实验室
广东科技报数字科技15一张人脸走天下 2019-03-15 2 2019年03月15日 星期五