第一篇：人臉識(shí)別技術(shù)是什么原理

人臉識(shí)別技術(shù)是什么原理

1面像識(shí)別原理2、1、1面像識(shí)別技術(shù)概述

面像識(shí)別是近年來(lái)隨著計(jì)算機(jī)技術(shù)、圖象處理技術(shù)、模式識(shí)別技術(shù)等技術(shù)的快速進(jìn)步而出現(xiàn)的一種嶄新的生物特征識(shí)別技術(shù)。生物識(shí)別技術(shù)是依靠人體的身體特征來(lái)進(jìn)行身份驗(yàn)證的一種高科技識(shí)別技術(shù)，如同人的指紋、掌紋、眼虹膜、DNA以及相貌等人體特征具有人體所固有的不可復(fù)制的唯一性、穩(wěn)定性、無(wú)法復(fù)制一樣，不易失竊或被遺忘。由于每個(gè)人的這些特征都不相同，因此利用人體的這些獨(dú)特的生理特征可以準(zhǔn)確地識(shí)別每個(gè)人的身份。

隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展，人們開發(fā)了指紋識(shí)別、聲音識(shí)別、掌形識(shí)別、簽名識(shí)別、眼紋（視網(wǎng)膜）識(shí)別等多種生物識(shí)別技術(shù)，目前許多技術(shù)都己經(jīng)成熟并得以應(yīng)用。而面像識(shí)別技術(shù)則是生物識(shí)別技術(shù)的新秀，與其他識(shí)別技術(shù)相比較，面像識(shí)別具有簡(jiǎn)便、準(zhǔn)確、經(jīng)濟(jì)及可擴(kuò)展性良好等眾多優(yōu)勢(shì)，可廣泛應(yīng)用于安全驗(yàn)證、監(jiān)控、出入口控制等多個(gè)方面。

面像識(shí)別技術(shù)包含面像檢測(cè)、面像跟蹤與面像比對(duì)等課題。面像檢測(cè)是指在動(dòng)態(tài)的場(chǎng)景與復(fù)雜的背景中判斷是否存在面像并分離出面像，面像跟蹤指對(duì)被檢測(cè)到的面像進(jìn)行動(dòng)態(tài)目標(biāo)跟蹤，面像比對(duì)則是對(duì)被檢測(cè)到的面像進(jìn)行身份確認(rèn)或在面像庫(kù)中進(jìn)行目標(biāo)搜索。

面像檢測(cè)分為參考模板、人臉規(guī)則、樣本學(xué)習(xí)、膚色模型與特征子臉等方法。參考模板方法首先設(shè)計(jì)一個(gè)或數(shù)個(gè)標(biāo)準(zhǔn)人臉模板，然后計(jì)算測(cè)試樣本與標(biāo)準(zhǔn)模板之間的匹配程度，通過閥值來(lái)判斷是否存在人臉；人臉具有一定的結(jié)構(gòu)分布特征，人臉規(guī)則即提取這些特征生成相應(yīng)的規(guī)則以判斷測(cè)試樣本是否包含人臉；樣本學(xué)習(xí)則采用模式識(shí)別中人工神經(jīng)網(wǎng)絡(luò)方法，通過對(duì)面像樣本集和非面像樣本集的學(xué)習(xí)產(chǎn)生分類器；膚色模型依據(jù)面像膚色在色彩空間中分布相對(duì)集中的規(guī)律來(lái)進(jìn)行檢測(cè)；特征子臉將所有面像集合視為一個(gè)面像子空間，基于檢測(cè)樣本與其在子空間的投影之間的距離判斷是否存在面像。

上述方法在實(shí)際系統(tǒng)中也可綜合采用。

面像跟蹤一般采用基于模型的方法或基于運(yùn)動(dòng)與模型相結(jié)合的方法，另外，膚色模型跟

蹤也不失為一種簡(jiǎn)單有效的手段。

面像比對(duì)從本質(zhì)上講是采樣面像與庫(kù)存面像的依次比對(duì)并找出最佳匹配對(duì)象。因此，面像的描述決定了面像識(shí)別的具體方法與性能。目前主要有特征向量與面紋模板兩種描述方

法，特征向量法先確定眼虹膜、鼻翼、嘴角等面像五官輪廓的大小、位置、距離、角度等等

屬性，然后計(jì)算出它們的幾何特征量，這些特征量形成一描述該面像的特征向量；面紋模板

法則在庫(kù)中存儲(chǔ)若干標(biāo)準(zhǔn)面像模板或面像器官模板，在比對(duì)時(shí)，采樣面像所有象素與庫(kù)中所

有模板采用歸一化相關(guān)量度量進(jìn)行匹配。另外，還有模式識(shí)別的自相關(guān)網(wǎng)絡(luò)或特征與模板結(jié)

合的方法。

面像識(shí)別技術(shù)的最新進(jìn)展是可以通過攝象機(jī)來(lái)搜索捕捉識(shí)別活動(dòng)的人像，而不僅僅

識(shí)別照片。例如，最近由美國(guó)新澤西州Visionics公司開發(fā)的面像局部特征分析法識(shí)別

系統(tǒng)，僅用一部攝象機(jī)和一臺(tái)計(jì)算機(jī)，即可在人群中識(shí)別出某個(gè)人來(lái)。

該系統(tǒng)利用攝象機(jī)掃描拍攝的某一區(qū)域，搜索有可能是人臉的形狀。然后在存儲(chǔ)器

中搜索已事先存入的與之類似的面部特征。為了確認(rèn)掃描到的眼睛、鼻子和嘴等特征就是一

個(gè)活人而不是人體模型或圖片，系統(tǒng)還對(duì)眨眼或其他可以提供信息的面部動(dòng)作進(jìn)行搜索。

然后系統(tǒng)對(duì)組成面部圖像的像素進(jìn)行分析。它將每個(gè)像素點(diǎn)的明暗度與相鄰點(diǎn)進(jìn)行比較，查找明暗度向周圍呈放射突變的區(qū)域。在眉骨、眼睛、或者其他突起的特征，比如顴骨和鼻子等處，都會(huì)出現(xiàn)這種突變。系統(tǒng)將勾勒出每一個(gè)這種像素點(diǎn)的位置，這些點(diǎn)稱為“參照點(diǎn)”然后在點(diǎn)之間連線，形成一個(gè)由三角形構(gòu)成的網(wǎng)絡(luò)。

系統(tǒng)將測(cè)量每個(gè)三角形的角度，生成由672個(gè)1和0組成的數(shù)來(lái)描述一張面孔。之后程

序嘗試從它的數(shù)據(jù)庫(kù)中找出與該數(shù)據(jù)相匹配的類似記錄。這種匹配不可能絕對(duì)理想，因此軟

件會(huì)將相似程度分為不同的等級(jí)。軟件是根據(jù)骨絡(luò)結(jié)構(gòu)描繪參考點(diǎn)的，因此胡須、化妝和眼

睛等偽裝都不可能騙過它。

用于撲捉面部圖像的除了為標(biāo)準(zhǔn)視頻外，近來(lái)的發(fā)展趨勢(shì)是熱成像技術(shù)。熱成像技術(shù)通

過分析由面部的毛細(xì)血管的血液產(chǎn)生的熱線來(lái)形成面部圖像，與視頻攝像頭不同，熱成像技

術(shù)并不需要在較好的光源條件下，因此即使在黑暗情況下也可以使用。并可更好地排除胡須、頭發(fā)以及化妝引起的面部變化的干擾。2、1、2面像識(shí)別過程

1．建立面像檔案:可以從攝像頭采集面像文件或取照片文件，生成面紋(Faceprint)編碼；

2．獲取當(dāng)前面像，可以從攝像頭捕捉面像或取照片輸入，生成其面紋；

3．將當(dāng)前面像的面紋編碼與檔案中的面紋編碼進(jìn)行檢索比對(duì)。

“面紋”編碼方式是根據(jù)臉部的本質(zhì)特征和開頭來(lái)工作的，它可以抵抗光線、皮膚色調(diào)、面部毛發(fā)、發(fā)型、眼鏡、表情和姿態(tài)的變化，具有強(qiáng)大的可靠性，使得它可以從百萬(wàn)人中精確地辨認(rèn)出一個(gè)人。

上述整個(gè)過程都自動(dòng)、連續(xù)、實(shí)時(shí)地完成，而且系統(tǒng)只需要普通的處理設(shè)備。幾乎所有的生物測(cè)量過程對(duì)人們來(lái)說都是一種干擾。指紋和掌紋的測(cè)定需要人們將手放在玻璃表面。虹膜掃描需要用激光照射你的眼睛。面部識(shí)別最大的優(yōu)越性在于它的方便性, 快速性，而且是非侵?jǐn)_的。面部識(shí)別無(wú)需干擾人們行為而達(dá)到識(shí)別效果，無(wú)需為是否愿意將手放在指紋采集設(shè)備上，或?qū)χ溈孙L(fēng)講話，或是將他們的眼睛對(duì)準(zhǔn)激光掃描裝置而進(jìn)行爭(zhēng)辯。你只要很快從一架攝像機(jī)前走過，你就已經(jīng)被快速的檢驗(yàn)。2、1、3面像識(shí)別技術(shù)應(yīng)用范圍

面像識(shí)別技術(shù)作為生物識(shí)別技術(shù)體系的后起之秀，將有著十分廣泛的應(yīng)用前景。可應(yīng)用于諸多領(lǐng)域，如出入口控制、銀行金融系統(tǒng)、公安追輯嫌疑犯、反恐怖斗爭(zhēng)以及互聯(lián)網(wǎng)中等等。在我國(guó)開展的“追逃”斗爭(zhēng)，如果能利用面像識(shí)別技術(shù)，則可大大提高工作效率，并能對(duì)犯罪分子產(chǎn)生極大的威懾力量。使用面像識(shí)別系統(tǒng)只要在重要的車站、碼頭、機(jī)場(chǎng)、海關(guān)出入口附近架設(shè)攝像機(jī)，系統(tǒng)即可在無(wú)人職守的狀態(tài)下，自動(dòng)捕捉進(jìn)、出上述場(chǎng)所的人員的頭像，并通過計(jì)算機(jī)網(wǎng)絡(luò)將面像特征數(shù)據(jù)傳送到計(jì)算機(jī)中心數(shù)據(jù)庫(kù)，自動(dòng)與面像數(shù)據(jù)庫(kù)中的逃犯面像比較，迅速準(zhǔn)確地作出身份判斷。一旦發(fā)現(xiàn)吻合的頭像，可以自動(dòng)報(bào)警并記錄。

我國(guó)銀行金融系統(tǒng)對(duì)安全控制有著極高的要求，如電子商務(wù)信息系統(tǒng)、金庫(kù)的安全設(shè)施、保險(xiǎn)柜、自動(dòng)柜員機(jī)的使用等。由于近年來(lái)金融詐騙、搶劫發(fā)生率有所增高，對(duì)傳統(tǒng)安全措施提出了新的挑戰(zhàn)。面像識(shí)別技術(shù)不需要攜帶任何電子、機(jī)械“鑰匙”，可以杜絕丟失鑰匙、密碼的現(xiàn)象，如果配合IC卡、指紋識(shí)別等技術(shù)可以使安全系數(shù)成倍增長(zhǎng)。同時(shí)，在ATM自動(dòng)取款機(jī)上應(yīng)用面像識(shí)別技術(shù)，可以免除用戶忘記密碼的苦惱，還可以有效防止冒領(lǐng)、盜取的事件發(fā)生。

目前，在我國(guó)，面部識(shí)別技術(shù)的研究和應(yīng)用還剛剛開始，但在歐美等發(fā)達(dá)國(guó)家這一技術(shù)已被應(yīng)用在許多場(chǎng)所。特別是“9.11”恐怖事件之后，美國(guó)警方率先在冰島國(guó)際機(jī)場(chǎng)、美國(guó)波士頓機(jī)場(chǎng)、美國(guó)奧克蘭機(jī)場(chǎng)、美國(guó)亞特蘭大機(jī)場(chǎng)、美國(guó)休斯敦機(jī)場(chǎng)等開始應(yīng)用這一先進(jìn)技術(shù)，借助閉路監(jiān)視系統(tǒng)監(jiān)控掃描人群自動(dòng)搜尋警方所需要的恐怖分子目標(biāo)。

蔣遂平:人臉識(shí)別技術(shù)及應(yīng)用簡(jiǎn)介人臉識(shí)別的分類

1.1 鑒別、驗(yàn)證和監(jiān)控

(1)鑒別(identification)：鑒別回答“這是誰(shuí)？” 將給定的人臉圖象與計(jì)算機(jī)中存儲(chǔ)的N個(gè)人的圖象逐個(gè)比較，輸出M幅圖象，這些按與給定圖象的相似度從大到小排列，再由人來(lái)確定這是誰(shuí)。通常，一個(gè)人在計(jì)算機(jī)中只存儲(chǔ)一幅正面圖象。

(2)驗(yàn)證(verification)：驗(yàn)證回答“這是否為某人？” 將給定的人臉圖象與與計(jì)算機(jī)中存儲(chǔ)的某人的圖象比較，回答給定的圖象是否為某人的圖象。通常，一個(gè)人在計(jì)算機(jī)中存儲(chǔ)多幅不同角度的圖象。

(3)監(jiān)控(watch list)：監(jiān)控同時(shí)具有鑒別和驗(yàn)證，回?quot;這是否為要找的人？"(Are you looking for me?)。將未知身份的人的圖象輸入計(jì)算機(jī)，計(jì)算機(jī)決定這個(gè)人是否在監(jiān)控名單中，如果在，還必須確定這個(gè)人的身份。

1.2 人臉識(shí)別和人頭識(shí)別

(1)人臉識(shí)別：輸入給計(jì)算機(jī)識(shí)別的人臉圖象，只包括人的臉部部分，沒有背景、頭發(fā)、衣服等。這時(shí)，計(jì)算機(jī)在進(jìn)行真正的人臉識(shí)別。

(2)人頭識(shí)別：輸入給計(jì)算機(jī)識(shí)別的人臉圖象，除了包括人的臉部有皮膚的部分外，還有部分背景、頭發(fā)、衣服。這時(shí)，人臉的五官特征是次要的，頭發(fā)、背景、人臉輪廓等是主要特征，一旦頭發(fā)、背景等變化，識(shí)別率下降。

1.3 自動(dòng)與半自動(dòng)人臉識(shí)別

(1)自動(dòng)人臉識(shí)別：輸入到計(jì)算機(jī)的圖象可以是包含人臉的圖象，由計(jì)算機(jī)自動(dòng)檢測(cè)人臉部分進(jìn)行分割后，進(jìn)行識(shí)別。最初人們認(rèn)為人臉檢測(cè)是件容易的事，后來(lái)發(fā)現(xiàn)人臉檢測(cè)可能比人臉識(shí)別更困難（特別是在灰度圖象情況下，這時(shí)沒有運(yùn)動(dòng)信息和膚色信息可利用），人臉檢測(cè)已經(jīng)是一個(gè)獨(dú)立的研究課題。

(2)半自動(dòng)人臉識(shí)別：采用人工確定人臉圖象中兩眼各自的中心位置，計(jì)算機(jī)根據(jù)這兩個(gè)位置分割人臉圖象，進(jìn)行識(shí)別。常用于人臉鑒別。人臉識(shí)別的性能

2.1主要性能指標(biāo)

測(cè)量人臉識(shí)別的主要性能指標(biāo)有：（1）誤識(shí)率(False Accept Rate, FAR)：這是將其他人誤作指定人員的概率；（2）拒識(shí)率(False Reject Rate, FRR)：這是將指定人員誤作其它人員的概率。

計(jì)算機(jī)在判別時(shí)采用的閾值不同，這兩個(gè)指標(biāo)也不同。一般情況下，誤識(shí)率FAR 隨閾值的增大（放寬條件）而增大，拒識(shí)率FRR 隨閾值的增大而減小。因此，可以采用錯(cuò)誤率（Equal Error Rate, ERR）作為性能指標(biāo)，這是調(diào)節(jié)閾值，使這FAR和FRR兩個(gè)指標(biāo)相等時(shí)的FAR 或 FRR。

2.2 影響人臉識(shí)別性能的因素及解決方法

(1)背景和頭發(fā)：消除背景和頭發(fā)，只識(shí)別臉部圖象部分。

(2)人臉在圖象平面內(nèi)的平移、縮放、旋轉(zhuǎn)：采用幾何規(guī)范化，人臉圖象經(jīng)過旋轉(zhuǎn)、平移、縮放后，最后得到的臉部圖象為指定大小，兩眼水平，兩眼距離一定。

(3)人臉在圖象平面外的偏轉(zhuǎn)和俯仰：可以建立人臉的三維模型，或進(jìn)行三維融合(morphing)，將人臉圖象恢復(fù)為正面圖象。

(4)光源位置和強(qiáng)度的變化：采用直方圖規(guī)范化，可以消除部分光照的影響。采用對(duì)稱的從陰影恢復(fù)形狀(symmteric shape from shading)技術(shù)，可以得到一個(gè)與光源位置無(wú)關(guān)的圖象。

(5)年齡的變化：建立人臉圖象的老化模型。

(6)表情的變化：提取對(duì)表情變化不敏感的特征，或者將人臉圖象分割為各個(gè)器官的圖象，分別識(shí)別后再綜合判斷。

(7)附著物（眼鏡、胡須）的影響。

(8)照相機(jī)的變化：同一人使用不同的照相機(jī)拍攝的圖象是不同的。應(yīng)用情況

在無(wú)數(shù)影視或新聞中出現(xiàn)過這樣的場(chǎng)景：警方利用人臉識(shí)別技術(shù)抓住了罪犯。然而，在現(xiàn)實(shí)生活中，人臉識(shí)別技術(shù)的效果并不令人滿意。

美國(guó)陸軍實(shí)驗(yàn)室在13周時(shí)間內(nèi)，用270人的圖象測(cè)試一個(gè)人臉識(shí)別系統(tǒng)，發(fā)現(xiàn)識(shí)別率只有 51%。這套系統(tǒng)在機(jī)場(chǎng)中進(jìn)行測(cè)試時(shí)，存儲(chǔ)了250人的圖象，其中的15人在1個(gè)月內(nèi)通過攝影機(jī)958次，只有455次被正確辨認(rèn)，識(shí)別率只有47%。在美國(guó)一個(gè)機(jī)場(chǎng)開展的一項(xiàng)為期8周的公開測(cè)試中，使用一家公司的人臉識(shí)別系統(tǒng)，在4個(gè)星期出錯(cuò)率為53%。在另一個(gè)機(jī)場(chǎng)開展的一項(xiàng)為期90天的測(cè)試中，人臉識(shí)別系統(tǒng)發(fā)出的錯(cuò)誤警報(bào)也太多。

人臉識(shí)別技術(shù)效果不盡如人意的原因：真人的電視圖像與存儲(chǔ)在數(shù)據(jù)庫(kù)中的照片在布光和角度方面有差別。目前的人臉識(shí)別技術(shù)在人處于靜止?fàn)顟B(tài)或一小群人通過檢測(cè)點(diǎn)時(shí)有效，因此不適合在交通流量大的機(jī)場(chǎng)和街道拐角處使用。人臉識(shí)別要得到廣泛采用，還很有待時(shí)日。

第二篇：人臉識(shí)別技術(shù)應(yīng)用在鐵路系統(tǒng)

人臉識(shí)別技術(shù)應(yīng)用在鐵路系統(tǒng)

由于鐵路系統(tǒng)部門眾多、地點(diǎn)分散，現(xiàn)場(chǎng)環(huán)境復(fù)雜，日常維護(hù)非常困難。隨著鐵路系統(tǒng)信息化改革的不斷深入，智能人臉識(shí)別技術(shù)已經(jīng)廣泛的應(yīng)用在鐵路系統(tǒng)。本鐵路人臉識(shí)別技術(shù)監(jiān)控方案可讓操作員和各部門領(lǐng)導(dǎo)可利用鐵路系統(tǒng)現(xiàn)有的計(jì)算機(jī)網(wǎng)絡(luò)和辦公微機(jī)，在調(diào)度中心或者當(dāng)?shù)貦C(jī)務(wù)段實(shí)現(xiàn)對(duì)全部監(jiān)控現(xiàn)場(chǎng)或者當(dāng)?shù)氐牡揽冢囌竞丸F路沿線環(huán)境的監(jiān)控，大大減輕日常人員巡視的工作量，便于及時(shí)發(fā)現(xiàn)危險(xiǎn)隱患，保障安全運(yùn)行。

智能人臉識(shí)別技術(shù)的功能，主要體現(xiàn)在以下幾個(gè)方面：

1.通過智能人臉識(shí)別技術(shù)能及時(shí)了解站內(nèi)的人流量（高、中、低），另外根據(jù)客戶需求還可以增加計(jì)數(shù)功能，對(duì)站內(nèi)的進(jìn)出人員進(jìn)行統(tǒng)計(jì)。

2.站內(nèi)軌道檢測(cè)，對(duì)于鐵軌上的異常物體或人員跳入鐵軌現(xiàn)象檢測(cè)，如發(fā)現(xiàn)情況，及時(shí)報(bào)警。3.站臺(tái)安全線功能，對(duì)于一些候車乘客候車不守規(guī)，跨越安全線候車，現(xiàn)場(chǎng)警告。4.路段檢測(cè)，對(duì)于非法人員盜竊鐵軌或破壞軌道設(shè)施先行檢測(cè)。5.站內(nèi)出現(xiàn)突然加速和倒地現(xiàn)象檢測(cè)。6.與鐵路其它系統(tǒng)配合使用，實(shí)現(xiàn)無(wú)縫整合。

其它監(jiān)控的功能，主要是前段使用攝像機(jī)或云臺(tái)和編碼器配合使用，實(shí)現(xiàn)數(shù)字化傳輸和存儲(chǔ)。主要監(jiān)控一般性場(chǎng)所。

華天成人臉識(shí)別技術(shù)功能特點(diǎn)： 1.監(jiān)視和錄像功能

利用安裝在監(jiān)視目標(biāo)區(qū)域的攝像機(jī)對(duì)生產(chǎn)設(shè)備和環(huán)境進(jìn)行監(jiān)控和錄像，并將被監(jiān)視目標(biāo)的動(dòng)態(tài)圖像傳輸?shù)奖O(jiān)控中心，監(jiān)控中心可通過網(wǎng)絡(luò)控制實(shí)現(xiàn)對(duì)監(jiān)控主機(jī)的各種控制。

監(jiān)控中心、鐵路站運(yùn)行維護(hù)人員通過業(yè)務(wù)臺(tái)或監(jiān)控主機(jī)對(duì)站內(nèi)監(jiān)控范圍的目標(biāo)區(qū)域中設(shè)備或現(xiàn)場(chǎng)進(jìn)行監(jiān)視，同時(shí)在業(yè)務(wù)臺(tái)或監(jiān)控主機(jī)上完成對(duì)前端設(shè)備的控制（左右、上下、遠(yuǎn)近景、調(diào)焦等），畫面切換的控制和錄像控制。

監(jiān)控中心可通過系統(tǒng)的瀏覽功能查看監(jiān)控中心或下屬的管理的錄像或圖片。

2．報(bào)警功能

報(bào)警類別：消防報(bào)警、防盜報(bào)警、動(dòng)態(tài)檢測(cè)、智能分析報(bào)警系統(tǒng)實(shí)現(xiàn)告警錄像，同時(shí)傳送報(bào)警信息和相關(guān)圖像至監(jiān)控中心，并自動(dòng)在地理區(qū)域圖上或相關(guān)表格進(jìn)行提示，顯示報(bào)警的內(nèi)容和具體位置。

系統(tǒng)告警時(shí)能聯(lián)動(dòng)相關(guān)設(shè)備，如燈光、警笛等。當(dāng)發(fā)生報(bào)警時(shí)，能把報(bào)警信息發(fā)送到指定的移動(dòng)電話上。

3．控制功能

對(duì)系統(tǒng)被授權(quán)的用戶，可以進(jìn)行對(duì)應(yīng)權(quán)限的操作（設(shè)備和系統(tǒng)設(shè)置、云臺(tái)控制等）。如被授權(quán)的網(wǎng)上任一操作人員能對(duì)任一攝像點(diǎn)進(jìn)行控制，實(shí)現(xiàn)對(duì)攝像機(jī)視角、方位、焦距、光圈、景深的調(diào)整，進(jìn)行云臺(tái)的預(yù)置和控制。

人臉識(shí)別技術(shù)應(yīng)用方案：

第三篇：人臉識(shí)別技術(shù)解讀

人臉識(shí)別，特指利用分析比較的計(jì)算機(jī)技術(shù)。人臉識(shí)別是一項(xiàng)熱門的計(jì)算機(jī)技術(shù)研究領(lǐng)域，人臉追蹤偵測(cè)，自動(dòng)調(diào)整影像放大，夜間紅外偵測(cè)，自動(dòng)調(diào)整曝光強(qiáng)度；它屬于生物特征識(shí)別技術(shù)，是對(duì)生物體（一般特指人）本身的生物特征來(lái)區(qū)分生物體個(gè)體。

中文名 人臉識(shí)別技術(shù) 實(shí) 質(zhì)

輸入的人臉圖象或者視頻流 研究領(lǐng)域

熱門的計(jì)算機(jī)技術(shù)研究領(lǐng)域 技 術(shù)

生物特征識(shí)別技術(shù)

目錄

1基本介紹

2技術(shù)原理 ? 人臉識(shí)別內(nèi)容 ? 人臉的識(shí)別過程 3分析算法

4功能模塊

? 人臉捕獲與跟蹤功能 ? 人臉識(shí)別比對(duì) ? 人臉的建模與檢索 ? 真人鑒別功能 ? 圖像質(zhì)量檢測(cè) 5基本方法

6技術(shù)細(xì)節(jié) 7優(yōu)缺點(diǎn)

? 人臉識(shí)別優(yōu)點(diǎn) ? 人臉識(shí)別的弱點(diǎn) 8技術(shù)應(yīng)用

9應(yīng)用前景

1基本介紹編輯

人臉識(shí)別技術(shù)是基于人的臉部特征，對(duì)輸入的人臉圖象或者視頻流.首先判斷其是否存在人臉 , 如果存在人臉，則進(jìn)一步的給出每個(gè)臉的位置、大小和各個(gè)主要面部器官的位置信息。并依據(jù)這些信息，進(jìn)一步提取每個(gè)人臉中所蘊(yùn)涵的身份特征，并將其與已知的人臉進(jìn)行對(duì)比，從而識(shí)別每個(gè)人臉的身份。

廣義的人臉識(shí)別實(shí)際包括構(gòu)建人臉識(shí)別系統(tǒng)的一系列相關(guān)技術(shù)，包括人臉圖像采集、人臉定位、人臉識(shí)別預(yù)處理、身份確認(rèn)以及身份查找等；而狹義的人臉識(shí)別特指通過人臉進(jìn)行身份確認(rèn)或者身份查找的技術(shù)或系統(tǒng)。

生物特征識(shí)別技術(shù)所研究的生物特征包括臉、指紋、手掌紋、虹膜、視網(wǎng)膜、聲音（語(yǔ)音）、體形、個(gè)人習(xí)慣（例如敲擊鍵盤的力度和頻率、簽字）等，相應(yīng)的識(shí)別技術(shù)就有人臉識(shí)別、指紋識(shí)別、掌紋識(shí)別、虹膜識(shí)別、視網(wǎng)膜識(shí)別、語(yǔ)音識(shí)別（用語(yǔ)音識(shí)別可以進(jìn)行身份識(shí)別，也可以進(jìn)行語(yǔ)音內(nèi)容的識(shí)別，只有前者屬于生物特征識(shí)別技術(shù)）、體形識(shí)別、鍵盤敲擊識(shí)別、簽字識(shí)別等。2技術(shù)原理編輯

人臉識(shí)別內(nèi)容

人臉識(shí)別技術(shù)包含三個(gè)部分：(1)人臉檢測(cè) 面貌檢測(cè)是指在動(dòng)態(tài)的場(chǎng)景與復(fù)雜的背景中判斷是否存在面像，并分離出這種面像。一般有下列幾種方法： ①參考模板法

首先設(shè)計(jì)一個(gè)或數(shù)個(gè)標(biāo)準(zhǔn)人臉的模板，然后計(jì)算測(cè)試采集的樣品與標(biāo)準(zhǔn)模板之間的匹配程度，并通過閾值來(lái)判斷是否存在人臉；

②人臉規(guī)則法

由于人臉具有一定的結(jié)構(gòu)分布特征，所謂人臉規(guī)則的方法即提取這些特征生成相應(yīng)的規(guī)則以判斷測(cè)試樣品是否包含人臉；

③樣品學(xué)習(xí)法

這種方法即采用模式識(shí)別中人工神經(jīng)網(wǎng)絡(luò)的方法，即通過對(duì)面像樣品集和非面像樣品集的學(xué)習(xí)產(chǎn)生分類器；

④膚色模型法

這種方法是依據(jù)面貌膚色在色彩空間中分布相對(duì)集中的規(guī)律來(lái)進(jìn)行檢測(cè)。⑤特征子臉法

這種方法是將所有面像集合視為一個(gè)面像子空間，并基于檢測(cè)樣品與其在子空間的投影之間的距離判斷是否存在面像。

值得提出的是，上述5種方法在實(shí)際檢測(cè)系統(tǒng)中也可綜合采用。(2)人臉跟蹤

面貌跟蹤是指對(duì)被檢測(cè)到的面貌進(jìn)行動(dòng)態(tài)目標(biāo)跟蹤。具體采用基于模型的方法或基于運(yùn)動(dòng)與模型相結(jié)合的方法。此外，利用膚色模型跟蹤也不失為一種簡(jiǎn)單而有效的手段。

(3)人臉比對(duì)

面貌比對(duì)是對(duì)被檢測(cè)到的面貌像進(jìn)行身份確認(rèn)或在面像庫(kù)中進(jìn)行目標(biāo)搜索。這實(shí)際上就是說，將采樣到的面像與庫(kù)存的面像依次進(jìn)行比對(duì)，并找出最佳的匹配對(duì)象。所以，面像的描述決定了面像識(shí)別的具體方法與性能。主要采用特征向量與面紋模板兩種描述方法：

①特征向量法

該方法是先確定眼虹膜、鼻翼、嘴角等面像五官輪廓的大小、位置、距離等屬性，然后再計(jì)算出它們的幾何特征量，而這些特征量形成一描述該面像的特征向量。

②面紋模板法

該方法是在庫(kù)中存貯若干標(biāo)準(zhǔn)面像模板或面像器官模板，在進(jìn)行比對(duì)時(shí)，將采樣面像所有象素與庫(kù)中所有模板采用歸一化相關(guān)量度量進(jìn)行匹配。此外，還有采用模式識(shí)別的自相關(guān)網(wǎng)絡(luò)或特征與模板相結(jié)合的方法。

人臉識(shí)別技術(shù)的核心實(shí)際為“局部人體特征分析”和“圖形/神經(jīng)識(shí)別算法。”這種算法是利用人體面部各器官及特征部位的方法。如對(duì)應(yīng)幾何關(guān)系多數(shù)據(jù)形成識(shí)別參數(shù)與數(shù)據(jù)庫(kù)中所有的原始參數(shù)進(jìn)行比較、判斷與確認(rèn)。一般要求判斷時(shí)間低于1秒。人臉的識(shí)別過程

一般分三步：

(1)首先建立人臉的面像檔案。即用攝像機(jī)采集單位人員的人臉的面像文件或取他們的照片形成面像文件，并將這些面像文件生成面紋(Faceprint)編碼貯存起來(lái)。

(2)獲取當(dāng)前的人體面像。即用攝像機(jī)捕捉的當(dāng)前出入人員的面像，或取照片輸入，并將當(dāng)前的面像文件生成面紋編碼。

(3)用當(dāng)前的面紋編碼與檔案庫(kù)存的比對(duì)。即將當(dāng)前的面像的面紋編碼與檔案庫(kù)存中的面紋編碼進(jìn)行檢索比對(duì)。上述的“面紋編碼”方式是根據(jù)人臉臉部的本質(zhì)特征和開頭來(lái)工作的。這種面紋編碼可以抵抗光線、皮膚色調(diào)、面部毛發(fā)、發(fā)型、眼鏡、表情和姿態(tài)的變化，具有強(qiáng)大的可靠性，從而使它可以從百萬(wàn)人中精確地辨認(rèn)出某個(gè)人。人臉的識(shí)別過程，利用普通的圖像處理設(shè)備就能自動(dòng)、連續(xù)、實(shí)時(shí)地完成。3分析算法編輯

人臉識(shí)別技術(shù)中被廣泛采用的區(qū)域特征分析算法，它融合了計(jì)算機(jī)圖

人臉識(shí)別

像處理技術(shù)與生物統(tǒng)計(jì)學(xué)原理于一體，利用計(jì)算機(jī)圖像處理技術(shù)從視頻中提取人像特征點(diǎn)，利用生物統(tǒng)計(jì)學(xué)的原理進(jìn)行分析建立數(shù)學(xué)模型,即人臉特征模板。利用已建成的人臉特征模板與被測(cè)者的人的面像進(jìn)行特征分析，根據(jù)分析的結(jié)果來(lái)給出一個(gè)相似值。通過這個(gè)值即可確定是否為同一人。4功能模塊編輯

人臉捕獲與跟蹤功能

人臉捕獲是指在一幅圖像或視頻流的一幀中檢測(cè)出人像并將人像從背景中分離出來(lái)，并自動(dòng)地將其保存。人像跟蹤是指利用人像捕獲技術(shù)，當(dāng)指定的人像在攝像頭拍攝的范圍內(nèi)移動(dòng)時(shí)自動(dòng)地對(duì)其進(jìn)行跟蹤。人臉識(shí)別比對(duì)

人臉識(shí)別分核實(shí)式和搜索式二種比對(duì)模式。核實(shí)式是對(duì)指將捕獲得到的人像或是指定的人像與數(shù)據(jù)庫(kù)中已登記的某一對(duì)像作比對(duì)核實(shí)確定其是否為同一人。搜索式的比對(duì)是指，從數(shù)據(jù)庫(kù)中已登記的所有人像中搜索查找是否有指定的人像存在。

人臉的建模與檢索

可以將登記入庫(kù)的人像數(shù)據(jù)進(jìn)行建模提取人臉的特征，并將其生成人臉模板（人臉特征文件）保存到數(shù)據(jù)庫(kù)中。在進(jìn)行人臉?biāo)阉鲿r(shí)（搜索式），將指定的人像進(jìn)行建模，再將其與數(shù)據(jù)庫(kù)中的所有人的模板相比對(duì)識(shí)別，最終將根據(jù)所比對(duì)的相似值列出最相似的人員列表。

真人鑒別功能

系統(tǒng)可以識(shí)別得出攝像頭前的人是一個(gè)真正的人還是一幅照片。以此杜絕使用者用照片作假。此項(xiàng)技術(shù)需要使用者作臉部表情的配合動(dòng)作。

圖像質(zhì)量檢測(cè)

圖像質(zhì)量的好壞直接影響到識(shí)別的效果，圖像質(zhì)量的檢測(cè)功能能對(duì)即將進(jìn)行比對(duì)的照片進(jìn)行圖像質(zhì)量評(píng)估，并給出相應(yīng)的建議值來(lái)輔助識(shí)別。5基本方法編輯

人臉識(shí)別的方法很多，主要的人臉識(shí)別方法有：

（1）幾何特征的人臉識(shí)別方法：幾何特征可以是眼、慧眼人臉識(shí)別考勤機(jī) 鼻、嘴等的形狀和它們之間的幾何關(guān)系（如相互之間的距離）。這些算法識(shí)別速度快，需要的內(nèi)存小，但識(shí)別率較低。

（2）基于特征臉（PCA）的人臉識(shí)別方法：特征臉方法是基于KL變換的人臉識(shí)別方法，KL變換是圖像壓縮的一種最優(yōu)正交變換。高維的圖像空間經(jīng)過KL變換后得到一組新的正交基，保留其中重要的正交基，由這些基可以張成低維線性空間。如果假設(shè)人臉在這些低維線性空間的投影具有可分性，就可以將這些投影用作識(shí)別的特征矢量，這就是特征臉方法的基本思想。這些方法需要較多的訓(xùn)練樣本，而且完全是基于圖像灰度的統(tǒng)計(jì)特性的。目前有一些改進(jìn)型的特征臉方法。

（3）神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別方法：神經(jīng)網(wǎng)絡(luò)的輸入可以是降低分辨率的人臉圖像、局部區(qū)域的自相關(guān)函數(shù)、局部紋理的二階矩等。這類方法同樣需要較多的樣本進(jìn)行訓(xùn)練，而在許多應(yīng)用中，樣本數(shù)量是很有限的。

（4）彈性圖匹配的人臉識(shí)別方法：彈性圖匹配法在二維的空間中定義了一種對(duì)于通常的人臉變形具有一定的不變性的距離，并采用屬性拓?fù)鋱D來(lái)代表人臉，拓?fù)鋱D的任一頂點(diǎn)均包含一特征向量，用來(lái)記錄人臉在該頂點(diǎn)位置附近的信息。該方法結(jié)合了灰度特性和幾何因素，在比對(duì)時(shí)可以允許圖像存在彈性形變，在克服表情變化對(duì)識(shí)別的影響方面收到了較好的效果，同時(shí)對(duì)于單個(gè)人也不再需要多個(gè)樣本進(jìn)行訓(xùn)練。

（5）線段Hausdorff 距離(LHD)的人臉識(shí)別方法：心理學(xué)的研究表明，人類在識(shí)別輪廓圖（比如漫畫）的速度和準(zhǔn)確度上絲毫不比識(shí)別灰度圖差。LHD是基于從人臉灰度圖像中提取出來(lái)的線段圖的，它定義的是兩個(gè)線段集之間的距離，與眾不同的是，LHD并不建立不同線段集之間線段的一一對(duì)應(yīng)關(guān)系，因此它更能適應(yīng)線段圖之間的微小變化。實(shí)驗(yàn)結(jié)果表明，LHD在不同光照條件下和不同姿態(tài)情況下都有非常出色的表現(xiàn)，但是它在大表情的情況下識(shí)別效果不好。

慧眼人臉識(shí)別考勤機(jī)

（6）支持向量機(jī)(SVM)的人臉識(shí)別方法：支持向量機(jī)是統(tǒng)計(jì)模式識(shí)別領(lǐng)域的一個(gè)新的熱點(diǎn)，它試圖使得學(xué)習(xí)機(jī)在經(jīng)驗(yàn)風(fēng)險(xiǎn)和泛化能力上達(dá)到一種妥協(xié)，從而提高學(xué)習(xí)機(jī)的性能。支持向量機(jī)主要解決的是一個(gè)2分類問題，它的基本思想是試圖把一個(gè)低維的線性不可分的問題轉(zhuǎn)化成一個(gè)高維的線性可分的問題。通常的實(shí)驗(yàn)結(jié)果表明SVM有較好的識(shí)別率，但是它需要大量的訓(xùn)練樣本（每類300個(gè)），這在實(shí)際應(yīng)用中往往是不現(xiàn)實(shí)的。而且支持向量機(jī)訓(xùn)練時(shí)間長(zhǎng)，方法實(shí)現(xiàn)復(fù)雜，該函數(shù)的取法沒有統(tǒng)一的理論。6技術(shù)細(xì)節(jié)編輯

一般來(lái)說，人臉識(shí)別系統(tǒng)包括圖像攝取、人臉定位、圖像預(yù)處理、以及人臉識(shí)別（身份確認(rèn)或者身份查找）。系統(tǒng)輸入一般是一張或者一系列含有未確定身份的人臉圖像，以及人臉數(shù)據(jù)庫(kù)中的若干已知身份的人臉圖象或者相應(yīng)的編碼，而其輸出則是一系列相似度得分，表明待識(shí)別的人臉的身份。

人臉識(shí)別的算法可以分類為：

基于人臉特征點(diǎn)的識(shí)別算法（Feature-based recognition algorithms）。基于整幅人臉圖像的識(shí)別算法（Appearance-based recognition algorithms）。

基于模板的識(shí)別算法（Template-based recognition algorithms）。利用神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別的算法（Recognition algorithms using neural network）。7優(yōu)缺點(diǎn)編輯

人臉識(shí)別優(yōu)點(diǎn)

相比較其他生物識(shí)別技術(shù)而言：

非接觸的，用戶不需要和設(shè)備直接接觸；

非強(qiáng)制性，被識(shí)別的人臉圖像信息可以主動(dòng)獲取；

并發(fā)性，即實(shí)際應(yīng)用場(chǎng)景下可以進(jìn)行多個(gè)人臉的分揀、判斷及識(shí)別。

人臉識(shí)別的弱點(diǎn)

對(duì)周圍的光線環(huán)境敏感，可能影響識(shí)別的準(zhǔn)確性； 人體面部的頭發(fā)、飾物等遮擋物，人臉變老等因素，需要進(jìn)行人工智能補(bǔ)償；（如可通過識(shí)別人臉的部分關(guān)鍵特性做修正）。8技術(shù)應(yīng)用編輯

1．企業(yè)、住宅安全和管理。如人臉識(shí)別門禁考勤系統(tǒng)，人臉識(shí)別防盜門等。2．電子護(hù)照及身份證。這或許是未來(lái)規(guī)模最大的應(yīng)用。在國(guó)際民航組織（ICAO）已確定，從 2010年 4月 1日起，其 118個(gè)成員國(guó)家和地區(qū)，人臉識(shí)別技術(shù)是首推識(shí)別模式，該規(guī)定已經(jīng)成為國(guó)際標(biāo)準(zhǔn)。美國(guó)已經(jīng)要求和它有出入免簽證協(xié)議的國(guó)家在2006年10月 26日之前必須使用結(jié)合了人臉指紋等生物特征的電子護(hù)照系統(tǒng)，到 2006年底已經(jīng)有 50多個(gè)國(guó)家實(shí)現(xiàn)了這樣的系統(tǒng)。美國(guó)運(yùn)輸安全署（Transportation Security Administration）計(jì)劃在全美推廣一項(xiàng)基于生物特征的國(guó)內(nèi)通旅行證件。歐洲很多國(guó)家也在計(jì)劃或者正在實(shí)施類似的計(jì)劃，用包含生物特征的證件對(duì)旅客進(jìn)行識(shí)別和管理[7]。中國(guó)的電子護(hù)照計(jì)劃公安部一所正在加緊規(guī)劃和實(shí)施。

3．公安、司法和刑偵。如利用人臉識(shí)別系統(tǒng)和網(wǎng)絡(luò)，在全國(guó)范圍內(nèi)搜捕逃犯。

4．自助服務(wù)。如銀行的自動(dòng)提款機(jī)，如果同時(shí)應(yīng)用人臉識(shí)別就會(huì)避免被他人盜取現(xiàn)金現(xiàn)象的發(fā)生。

5．信息安全。如計(jì)算機(jī)登錄、電子政務(wù)和電子商務(wù)。在電子商務(wù)中交易全部在網(wǎng)上完成，電子政務(wù)中的很多審批流程也都搬到了網(wǎng)上。而當(dāng)前，交易或者審批的授權(quán)都是靠密碼來(lái)實(shí)現(xiàn)。如果密碼被盜，就無(wú)法保證安全。如果使用生物特征，就可以做到當(dāng)事人在網(wǎng)上的數(shù)字身份和真實(shí)身份統(tǒng)一。從而大大增加電子商務(wù)和電子政務(wù)系統(tǒng)的可靠性。9應(yīng)用前景編輯

生物識(shí)別技術(shù)被廣泛用于政府、軍隊(duì)、銀行、社會(huì)福利保障、電子商務(wù)、安全防務(wù)等領(lǐng)域。例如，一位儲(chǔ)戶走進(jìn)了銀行，他既沒帶銀行卡，也沒有回憶密碼就徑直提款，當(dāng)他在提款機(jī)上提款時(shí)，一臺(tái)攝像機(jī)對(duì)該用戶的眼睛掃描，然后迅速而準(zhǔn)確地完成了用戶身份鑒定，辦理完業(yè)務(wù)。這是美國(guó)德克薩斯州聯(lián)合銀行的一個(gè)營(yíng)業(yè)部中發(fā)生的一個(gè)真實(shí)的鏡頭。而該營(yíng)業(yè)部所使用的正是現(xiàn)代生物識(shí)別技術(shù)中的“虹膜識(shí)別系統(tǒng)”。此外，美國(guó)“9.11”事件后，反恐怖活動(dòng)已成為各國(guó)政府的共識(shí)，加強(qiáng)機(jī)場(chǎng)的安全防務(wù)十分重要。美國(guó)維薩格公司的臉像識(shí)別技術(shù)在美國(guó)的兩家機(jī)場(chǎng)大顯神通，它能在擁擠的人群中挑出某一張面孔，判斷他是不是通緝犯。

隨著技術(shù)的進(jìn)一步成熟和社會(huì)認(rèn)同度的提高，人臉識(shí)別技術(shù)將應(yīng)用在更多的領(lǐng)域。

1、企業(yè)、住宅安全和管理。如人臉識(shí)別門禁考勤系統(tǒng)，人臉識(shí)別防盜門等。

2、電子護(hù)照及身份證。這或許是未來(lái)規(guī)模最大的應(yīng)用，國(guó)際民航組織(ICAO)已確定，從2010年起，其118個(gè)成員國(guó)家和地區(qū)，必須使用機(jī)讀護(hù)照，人臉識(shí)別技術(shù)是首推識(shí)別模式，該規(guī)定已經(jīng)成為國(guó)際標(biāo)準(zhǔn)。中國(guó)的電子護(hù)照計(jì)劃公安部一所正在加緊規(guī)劃和實(shí)施。

3、公安、司法和刑偵。如利用人臉識(shí)別系統(tǒng)和網(wǎng)絡(luò)，在全國(guó)范圍內(nèi)搜捕逃犯。

4、自助服務(wù)。如銀行的自動(dòng)提款機(jī)，如果用戶卡片和密碼被盜，就會(huì)被他人冒取現(xiàn)金。如果同時(shí)應(yīng)用人臉識(shí)別就會(huì)避免這種情況的發(fā)生。

5、信息安全。如計(jì)算機(jī)登錄、電子政務(wù)和電子商務(wù)。在電子商務(wù)中交易全部在網(wǎng)上完成，電子政務(wù)中的很多審批流程也都搬到了網(wǎng)上。而當(dāng)前，交易或者審批的授權(quán)都是靠密碼來(lái)實(shí)現(xiàn)，如果密碼被盜，就無(wú)法保證安全。但是使用生物特征，就可以做到當(dāng)事人在網(wǎng)上的數(shù)字身份和真實(shí)身份統(tǒng)一，從而大大增加電子商務(wù)和電子政務(wù)系統(tǒng)的可靠性。[1]

2012年無(wú)錫采用物聯(lián)網(wǎng)人臉識(shí)別技術(shù)規(guī)范建筑市場(chǎng)。無(wú)錫的建筑工地將從6月1日起每天通過物聯(lián)網(wǎng)技術(shù)進(jìn)行人臉識(shí)別，通過考勤管理，確保項(xiàng)目負(fù)責(zé)人到位，掛靠、層層轉(zhuǎn)包等現(xiàn)象將有望受到限制。

京滬高鐵三站將建人臉識(shí)別系統(tǒng)，整容也能被識(shí)別。鐵路部門發(fā)布計(jì)劃表示，將在京滬高鐵段的上海虹橋站、天津西站、濟(jì)南西站這三個(gè)站點(diǎn)，建設(shè)人臉識(shí)別系統(tǒng)工程，以協(xié)助公安部門抓捕在逃罪犯。利用這個(gè)系統(tǒng)，作案后的犯罪分子，即使整容，也將能夠被識(shí)別。[2]

讀書的好處

1、行萬(wàn)里路，讀萬(wàn)卷書。

2、書山有路勤為徑，學(xué)海無(wú)涯苦作舟。

3、讀書破萬(wàn)卷，下筆如有神。

4、我所學(xué)到的任何有價(jià)值的知識(shí)都是由自學(xué)中得來(lái)的。——達(dá)爾文

5、少壯不努力，老大徒悲傷。

6、黑發(fā)不知勤學(xué)早，白首方悔讀書遲。——顏真卿

7、寶劍鋒從磨礪出，梅花香自苦寒來(lái)。

8、讀書要三到：心到、眼到、口到

9、玉不琢、不成器，人不學(xué)、不知義。

10、一日無(wú)書，百事荒廢。——陳壽

11、書是人類進(jìn)步的階梯。

12、一日不讀口生，一日不寫手生。

13、我撲在書上，就像饑餓的人撲在面包上。——高爾基

14、書到用時(shí)方恨少、事非經(jīng)過不知難。——陸游

15、讀一本好書，就如同和一個(gè)高尚的人在交談——歌德

16、讀一切好書，就是和許多高尚的人談話。——笛卡兒

17、學(xué)習(xí)永遠(yuǎn)不晚。——高爾基

18、少而好學(xué)，如日出之陽(yáng)；壯而好學(xué)，如日中之光；志而好學(xué)，如炳燭之光。——?jiǎng)⑾?/p>

19、學(xué)而不思則惘，思而不學(xué)則殆。——孔子

20、讀書給人以快樂、給人以光彩、給人以才干。——培根

第四篇：人臉識(shí)別相關(guān)技術(shù)分析報(bào)告解讀

人臉識(shí)別相關(guān)技術(shù)

分析報(bào)告

2015年10月

目 錄

第一章 分析概述...........................................................................................................................................2

一、背景調(diào)研............................................................................................................................................2

二、檢索及分析內(nèi)容................................................................................................................................2 第二章 人臉識(shí)別專利態(tài)勢(shì)及技術(shù)研發(fā)分析...............................................................................................4

一、專利態(tài)勢(shì)及技術(shù)研發(fā)分析................................................................................................................4

（1）人臉識(shí)別專利申請(qǐng)趨勢(shì)分析......................................................................................................4

（2）技術(shù)生命周期..............................................................................................................................5（3）人臉識(shí)別技術(shù)構(gòu)成......................................................................................................................6（4）人臉識(shí)別競(jìng)爭(zhēng)對(duì)手分析..............................................................................................................7

二、技術(shù)路線分析...................................................................................................................................8

（1）人臉定位技術(shù)路線....................................................................................................................8（2）圖像獲取技術(shù)路線....................................................................................................................9（3）人臉跟蹤技術(shù)路線....................................................................................................................10 第一章 分析概述

一、背景調(diào)研

人臉檢測(cè)識(shí)別技術(shù)是基于人臉特征來(lái)進(jìn)行身份識(shí)別的技術(shù)。與其他識(shí)別方式相比，由于人臉始終暴露在外面，采集人臉特征有直接、友好、方便的特點(diǎn)。現(xiàn)在，國(guó)際銀行組織、國(guó)際民航組織的生物特征識(shí)別護(hù)照的標(biāo)準(zhǔn)中明文規(guī)定必選的特征是人臉，可選的特征是指紋、虹膜或者在其它特征中任何一種。目前我國(guó)公民的第二代身份證有嵌入可機(jī)讀的人臉圖像信息，這也為下一步人臉識(shí)別廣泛應(yīng)用打下有利的基礎(chǔ)。

上世紀(jì)九十年代以來(lái)，人臉檢測(cè)識(shí)別技術(shù)研究達(dá)到了高潮時(shí)期，一批具有代表性的論文和算法產(chǎn)生，自動(dòng)人臉識(shí)別技術(shù)也得到了長(zhǎng)足的發(fā)展，相關(guān)機(jī)構(gòu)組織了如人臉手勢(shì)識(shí)別等專門的國(guó)際學(xué)術(shù)會(huì)議。另外，現(xiàn)在很多的研究型理工大學(xué)和兀公司都在著手人臉檢測(cè)識(shí)別研究。領(lǐng)域內(nèi)最著名的國(guó)際研究機(jī)構(gòu)包括：美國(guó)麻省理工學(xué)院媒體實(shí)驗(yàn)室及人工智能實(shí)驗(yàn)室、南加州大學(xué)、馬里蘭大學(xué)、卡內(nèi)基一梅隆大學(xué)機(jī)器人研究及交互系統(tǒng)實(shí)驗(yàn)室等。在我國(guó)，清華大學(xué)計(jì)算機(jī)系、電子系瞻嘲、中科院自動(dòng)化所陽(yáng)吲、南京理工大學(xué)、南京航空航天大學(xué)、哈爾濱工業(yè)大學(xué)等進(jìn)行了許多很有意義的嘗試，積累了經(jīng)驗(yàn)。國(guó)內(nèi)的研究工作主要是集中在三大類方法的研究：基于幾何特征的人臉識(shí)別方法、基于代數(shù)特征的人臉識(shí)別方法和基于連接機(jī)制的人臉識(shí)別方法。人臉識(shí)別由于具有直接、友好、方便的特點(diǎn)，使用者無(wú)任何心理障礙，易于被用戶所接受，從而得到了廣泛的應(yīng)用。主要在以下幾個(gè)方面：(1)檔案管理系統(tǒng)(2)安全驗(yàn)證系統(tǒng)(3)信用卡驗(yàn)證(4)公安系統(tǒng)的罪犯身份識(shí)別(5)銀行和海關(guān)的監(jiān)控(6)人機(jī)交互等。

人臉識(shí)別系統(tǒng)包括：(1)人臉圖像的獲取(2)人臉的檢測(cè)(3)特征提取(4)基于人臉圖像比對(duì)的身份識(shí)別(5)基于人臉圖像比對(duì)的身份驗(yàn)證

二、檢索及分析內(nèi)容

本分析對(duì)人臉識(shí)別相關(guān)專利進(jìn)行了中國(guó)專利檢索，檢索采用國(guó)家知識(shí)產(chǎn)權(quán)局專利數(shù)據(jù)庫(kù)，以該專利數(shù)據(jù)為基礎(chǔ)對(duì)其相關(guān)技術(shù)進(jìn)行了分析，以期能從戰(zhàn)略層面為漢柏的技術(shù)研發(fā)、專利布局和專利風(fēng)險(xiǎn)預(yù)防提供借鑒參考。

具體分析項(xiàng)如下：（1）專利申請(qǐng)趨勢(shì)分析（2）技術(shù)構(gòu)成（3）競(jìng)爭(zhēng)對(duì)手分析（4）技術(shù)路線圖分析

第二章 人臉識(shí)別專利態(tài)勢(shì)及技術(shù)研發(fā)分析

第二章 人臉識(shí)別專利態(tài)勢(shì)及技術(shù)研發(fā)分析

截至報(bào)告檢索完成日期，共檢索得到人臉識(shí)別公司專利3516件。我們以此3516件專利作為基礎(chǔ)進(jìn)行人臉識(shí)別技術(shù)專利態(tài)勢(shì)技術(shù)及研發(fā)分析，包括專利申請(qǐng)趨勢(shì)分析、技術(shù)生命周期、技術(shù)構(gòu)成、發(fā)明人分析、競(jìng)爭(zhēng)對(duì)手分析等，由此獲取人臉識(shí)別技術(shù)發(fā)展情況，為漢柏的科研和決策提供參考。

一、專利態(tài)勢(shì)及技術(shù)研發(fā)分析

（1）人臉識(shí)別專利申請(qǐng)趨勢(shì)分析

圖表 1 人臉識(shí)別專利申請(qǐng)趨勢(shì)

圖表1顯示了人臉識(shí)別專利申請(qǐng)趨勢(shì)。如上圖所示，自1995年起首次出現(xiàn)人臉識(shí)別相關(guān)專利申請(qǐng)，1995-2004年期間專利申請(qǐng)量發(fā)展平穩(wěn)，增長(zhǎng)率不大，自2005年起該領(lǐng)域?qū)＠暾?qǐng)量呈快速增長(zhǎng)，2010年后呈爆發(fā)式增長(zhǎng)。

應(yīng)注意的是，受到報(bào)告截止的統(tǒng)計(jì)時(shí)間的影響，2015年的數(shù)據(jù)必然不是最終數(shù)據(jù)，僅起到一定參考作用，以下情況相同，不做另述。

第二章 人臉識(shí)別專利態(tài)勢(shì)及技術(shù)研發(fā)分析

（2）技術(shù)生命周期

分析人臉識(shí)別相關(guān)技術(shù)的申請(qǐng)人數(shù)量及專利申請(qǐng)數(shù)量隨時(shí)間分布，可分析該技術(shù)生命周期發(fā)展情況。

圖表 2 人臉識(shí)別專利申請(qǐng)趨勢(shì)

1995-2005年為該技術(shù)發(fā)展起步階段，申請(qǐng)人及申請(qǐng)量都較少，2005-2014年為該技術(shù)發(fā)展的成長(zhǎng)階段，申請(qǐng)人數(shù)量及申請(qǐng)量均迅猛增長(zhǎng)，2015年之后，將陸續(xù)有專利超過保護(hù)期限而失效，行業(yè)壁壘逐漸減少，可能競(jìng)爭(zhēng)會(huì)更加激烈。

第二章 人臉識(shí)別專利態(tài)勢(shì)及技術(shù)研發(fā)分析

（3）人臉識(shí)別技術(shù)構(gòu)成

分析人臉識(shí)別相關(guān)技術(shù)的技術(shù)構(gòu)成，可以看出該的技術(shù)發(fā)展的熱點(diǎn)。

圖表 3 人臉識(shí)別重點(diǎn)技術(shù)隨時(shí)間分布圖

圖表2顯示了人臉識(shí)別技術(shù)構(gòu)成前10位技術(shù)領(lǐng)域的IPC和專利量。人臉識(shí)別的技術(shù)構(gòu)成主要集中于：G06K 數(shù)據(jù)識(shí)別；數(shù)據(jù)表示

第二章 人臉識(shí)別專利態(tài)勢(shì)及技術(shù)研發(fā)分析

（4）人臉識(shí)別競(jìng)爭(zhēng)對(duì)手分析

通過對(duì)該技術(shù)申請(qǐng)人統(tǒng)計(jì)分析，可以找到掌握該技術(shù)最重要的競(jìng)爭(zhēng)對(duì)手。

圖表4 人臉識(shí)別技術(shù)重要競(jìng)爭(zhēng)對(duì)手

圖表4顯示出掌握該技術(shù)專利數(shù)量最大的幾個(gè)申請(qǐng)人，主要以應(yīng)用類產(chǎn)品研發(fā)的公司及研究型大學(xué)為主。

第二章 人臉識(shí)別專利態(tài)勢(shì)及技術(shù)研發(fā)分析

二、技術(shù)路線分析

（1）人臉定位技術(shù)路線

第二章 人臉識(shí)別專利態(tài)勢(shì)及技術(shù)研發(fā)分析

（2）圖像獲取技術(shù)路線

第二章 人臉識(shí)別專利態(tài)勢(shì)及技術(shù)研發(fā)分析

（3）人臉跟蹤技術(shù)路線

讀書的好處

1、行萬(wàn)里路，讀萬(wàn)卷書。

2、書山有路勤為徑，學(xué)海無(wú)涯苦作舟。

3、讀書破萬(wàn)卷，下筆如有神。

4、我所學(xué)到的任何有價(jià)值的知識(shí)都是由自學(xué)中得來(lái)的。——達(dá)爾文

5、少壯不努力，老大徒悲傷。

6、黑發(fā)不知勤學(xué)早，白首方悔讀書遲。——顏真卿

7、寶劍鋒從磨礪出，梅花香自苦寒來(lái)。

8、讀書要三到：心到、眼到、口到

9、玉不琢、不成器，人不學(xué)、不知義。

10、一日無(wú)書，百事荒廢。——陳壽

11、書是人類進(jìn)步的階梯。

12、一日不讀口生，一日不寫手生。

13、我撲在書上，就像饑餓的人撲在面包上。——高爾基

14、書到用時(shí)方恨少、事非經(jīng)過不知難。——陸游

15、讀一本好書，就如同和一個(gè)高尚的人在交談——歌德

16、讀一切好書，就是和許多高尚的人談話。——笛卡兒

17、學(xué)習(xí)永遠(yuǎn)不晚。——高爾基

18、少而好學(xué)，如日出之陽(yáng)；壯而好學(xué)，如日中之光；志而好學(xué)，如炳燭之光。——?jiǎng)⑾?/p>

19、學(xué)而不思則惘，思而不學(xué)則殆。——孔子

20、讀書給人以快樂、給人以光彩、給人以才干。——培根

第五篇：人臉識(shí)別小結(jié)

人臉識(shí)別總結(jié)

一、概述

生物特征識(shí)別技術(shù)包括人臉識(shí)別、指紋識(shí)別、語(yǔ)音識(shí)別、表情分析及理解、虹膜識(shí)別等 人臉識(shí)別的實(shí)質(zhì)就是借助計(jì)算機(jī)工具來(lái)分析人臉面部圖像，采用不同的特征表示方法提取有效地人臉特征，是可用來(lái)辨識(shí)身份的一門自動(dòng)處理技術(shù)，常見重要應(yīng)用案例包括銀行和軍事重地的自動(dòng)門禁系統(tǒng)、智能人臉監(jiān)控系統(tǒng)、用于公共交通體系中安檢系統(tǒng)的嫌疑人自動(dòng)識(shí)別系統(tǒng)、網(wǎng)絡(luò)服務(wù)中的在線驗(yàn)證系統(tǒng)等。產(chǎn)生不同個(gè)體較大差異性的內(nèi)在因素主要有種族、性別、年齡、心理等。外在因素主要有光照變化、角度偏轉(zhuǎn)、姿態(tài)、噪聲千擾、遮擋、以及化妝遮擋物等。18世紀(jì),就有一篇依據(jù)人臉特征信息進(jìn)行身份鑒別的文章發(fā)表在《Nature》上,開啟了近代最早的人臉識(shí)別研宄，最早的自動(dòng)人臉識(shí)別系統(tǒng)是由Chan和Bledsoe創(chuàng)于1965年 人臉識(shí)別包括四個(gè)主要步驟：圖像預(yù)處理、人臉檢測(cè)、面部特征提取和分類識(shí)別。

二、研究領(lǐng)域

1、身份驗(yàn)證領(lǐng)域：通過人臉識(shí)別技術(shù)來(lái)判斷和鑒別當(dāng)前用戶是否合法或者具備相應(yīng)的功能權(quán)限，例如2008年北京奧運(yùn)所采用的人臉識(shí)別系統(tǒng)。

2、智能視頻監(jiān)控領(lǐng)域，例如車站安裝智能監(jiān)控系統(tǒng),該系統(tǒng)中加入了人臉識(shí)別技術(shù)以捕捉人群中的可疑罪犯。

3、人機(jī)交互領(lǐng)，例如人臉面部為視覺系統(tǒng)提供了最為主要的特征信息。

三、人臉識(shí)別方法及其算法

（一）方法分類

可以分為：基于幾何特征的人臉識(shí)別、基于彈性圖匹配的人臉識(shí)別、基于子空間分析的人臉識(shí)別、基于神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別、基于隱馬爾可夫模型等。? 經(jīng)典的特征臉“Eigenface”就是該時(shí)期由麻省理工學(xué)院的M.Turk和A.Pentlaiid提出的，采用PCA變換對(duì)原始圖像進(jìn)行降維處理,然后再進(jìn)行分類識(shí)別。? ? P.Belhumeur等提出的Fisherfaces人臉也被廣泛應(yīng)用在人臉識(shí)別中。

90年代中后期,出現(xiàn)了一種基于動(dòng)態(tài)連接結(jié)構(gòu)(Dynamic Link Architecture)的彈性圖匹配(Elastic GraphMatching)識(shí)別方法。? 90年代末支持向量機(jī)被應(yīng)用到人臉識(shí)別技術(shù)中。

（二）流行算法

主要分為：等距離映射_(Isometrical Mapping,簡(jiǎn)稱 ISOMAP)、局部線性嵌入(Locally LinearEmbedding,簡(jiǎn)稱LLE、拉普拉斯算子特征映射(Laplacian Eigenmaps)、拉普拉斯臉(Laplacianface)方法。基于拉普拉斯Belkin M等提出局部投影(LPP)方法。近期算法包括： ? 基于稀疏表示的人臉識(shí)別方法(Sparserepresentation recognition, SRC)針對(duì)此識(shí)別方法還出現(xiàn)了較多的改進(jìn)模型,典型的有

? 基于Gabor的稀疏表示 ? 基于Metaface的稀疏表示等

（三）難點(diǎn)

1、人臉圖像的成像條件包括較大的隨機(jī)性：光照變化、姿態(tài)變換、表情變化、發(fā) 型改變、化妝、以及遮擋等復(fù)雜條件

2、人臉面部圖像的復(fù)雜的三維結(jié)構(gòu)屬性：包括線性結(jié)構(gòu)和非線性結(jié)構(gòu)

3、人臉圖像數(shù)據(jù)的維數(shù)問題

4、不同個(gè)體間的面部特征的差異性

四、人臉特征提取研究

（一）人臉特征提取和識(shí)別算法分類

? ? 基于統(tǒng)計(jì)方法 基于幾何方法

（二）具體實(shí)現(xiàn)

? 主成分分析(principal component analysis, PCA)是一種典型的數(shù)據(jù)處理和數(shù)據(jù)降維方法

? Sirovich和Kirby首先研究人臉降維過程，采用基于鏡像臉的技術(shù) ? M.Turk_提出了基于PCA表示的特征臉的概念

? Fisher線性判別方法也是人工智能和模式識(shí)別領(lǐng)域中的重要方法之一

? Foley和Sammon提出了基于Sammon最佳鑒別平面的技術(shù)

? Duchene和Leclercq提 出了針對(duì)多類問題的Foley-Sammon最佳鑒別矢量集的求解公式

? Turk和Pentland提出了基于特征臉的特征提取方法 ? Kittler又提出了基于Fisher鑒別準(zhǔn)則的提取面部特征方法 ? Hong和Yang提出了采用SVD進(jìn)行特征提取方法 ? Cheng等改進(jìn)并提出了一種新的相似性鑒別準(zhǔn)則

? Liu等提出了基于最佳鑒別廣義平面和最佳鑒別廣義矢量集的一系列特征提取方法 ? 郭等在此基礎(chǔ)上提出了改進(jìn)的最佳鑒別矢量方法 ? 吳等又改進(jìn)了廣義最佳鑒別矢量方法 ? 基于模型的特征提取方法

? Kass等首次提出了主動(dòng)輪廊線模型(Active Contour Model,ACM), ACM也被稱為Snake模型

? Lee等提出了一種改進(jìn)Snake模型的方法,改進(jìn)方法是由正面和側(cè)面結(jié)構(gòu)化特征來(lái)對(duì)面部進(jìn)行特征點(diǎn)定位

? 基于統(tǒng)計(jì)參數(shù)化模型的主動(dòng)形狀模型(Active Shape Model, ASM)? 優(yōu)勢(shì)在于它不僅能有效地定位和提取目標(biāo)物體的外部輪廓信息,而且能提取目標(biāo)物體的內(nèi)部輪廓和形狀特征

? Cootes等在ASM基礎(chǔ)上提出了主動(dòng)表觀模型(Active AppearanceModel,AAM)

（三）需要解決的問題

1、根據(jù)奇異值分解原理可以得到人臉圖像的奇異值向量所在的基空間(矩陣)是由 人臉圖像本身決定的。

2、當(dāng)光照、姿態(tài)、表情變化以及遮擋等復(fù)雜條件下,人臉的表象會(huì)產(chǎn)生較大變化, 從而造成人臉識(shí)別系統(tǒng)的性能下降。

3、需要構(gòu)造一種能有效描述目標(biāo)紋理特性的局部紋理輪廓模型,進(jìn)一步提高模型的 特征點(diǎn)定位精度。