第一篇：2018最新：綜述深度學習下的世紀晟人像抓拍識別技術(shù)特點

人像抓拍識別特點 附世紀晟科技案例

前言

“刷臉支付”、“刷臉解鎖”等人臉識別技術(shù)的最新應(yīng)用，讓我們看到了人工智能為我們的生活帶來的便利。在提供便利服務(wù)的同時，人臉識別的準確率也在大幅度提升，這方面尤其離不開中國科技企業(yè)的努力。

NIST曾經(jīng)把中國和俄羅斯供應(yīng)商的算法排名置于其他供應(yīng)商之上，表明中俄人臉識別準確度世界領(lǐng)先。目前在全球范圍內(nèi)，從事人臉識別技術(shù)的企業(yè)很多，如海康威視、世紀晟科技、曠視科技、云從科技等。類似世紀晟科技人臉識別企業(yè)為人工智能時代提供的不僅僅是便利，它更可以在社會的每個角落保衛(wèi)我們的人身安全。

目錄

人臉抓拍識別 人臉抓拍識別技術(shù)組成 人臉抓拍識別技術(shù)特點 系統(tǒng)總體設(shè)計 3D動態(tài)人臉識別

人像抓拍識別

人像抓拍主要設(shè)于布控區(qū)域，在人流量較大或者較少的區(qū)域?qū)θ四樞畔ⅲㄍ庑巍⒛w色等）和人像數(shù)據(jù)庫（臉部特征等）進行抓拍、比對識別。在人臉識別技術(shù)中，人像抓拍與實時識別總是同時進行。隨著深度學習方法的應(yīng)用，人像抓拍識別技術(shù)的識別率已經(jīng)得到質(zhì)的提升，與其他生物特征識別技術(shù)相比，在實際應(yīng)用中具有天然獨到的優(yōu)勢：通過攝像頭直接獲取，可以非接觸的方式完成識別過程，方便快捷。

人像抓拍識別技術(shù)組成

人像抓拍識別技術(shù)主要分為兩部分：

第一部為前端人臉人臉活體認證技術(shù)，主要支持

android、ios平臺，在前端通過眨眼、張嘴、搖頭、點頭等組合動作，確保操作的為真實活體人臉。

第二部為后臺人像抓拍識別技術(shù)，該環(huán)節(jié)通過在人臉活體認證技術(shù)環(huán)節(jié)取得整張人臉圖像后，再通過掃描識別身份證，取到身份證頭像后，將現(xiàn)場人臉與身份證上的人臉進行比對識別，判斷是否為同一張人臉。

接下來舉個實際企業(yè)的例子，我們可以從世紀晟科技3D動態(tài)人臉識別這一核心技術(shù)比較全面地了解人像抓拍識別這一技術(shù)。（目前世紀晟科技人像抓拍識別技術(shù)率已經(jīng)達到99%，而且已應(yīng)用在安防、社區(qū)、養(yǎng)老院、酒店、商業(yè)大廈等領(lǐng)域，這方面可以結(jié)合更多的實際案例做更多的解釋。）

系統(tǒng)總體設(shè)計

世紀晟科技人臉識別系統(tǒng)采用具有完全自主知識產(chǎn)權(quán)的3D動態(tài)人臉識別算法為核心算法，配合人臉跟蹤算法、人臉抓拍算法、人臉質(zhì)量評分算法和人臉識別算法，結(jié)合配套的硬件設(shè)備及后端3Dface云平臺系統(tǒng)，實現(xiàn)了3D人臉比對、動態(tài)N：N人臉圖片檢索等功能。

人臉抓拍識別系統(tǒng)采用分布式架構(gòu)，支持10億級別以上人臉注冊庫/人臉抓拍庫、30萬黑名單庫，極大的滿足公安對重點人員的事前預(yù)警和事后追查需求

依托綜合可靠的通信網(wǎng)絡(luò)、分布式數(shù)據(jù)庫和集群計算等多項技術(shù)，充分考慮系統(tǒng)安全性、可靠性、可擴展性。

3D動態(tài)人臉識別 世紀晟科技對人臉識別算法進行了全面優(yōu)化，從視頻中分析出人臉，并在人臉達到最佳角度時進行抓拍，人臉抓拍大小范圍可達到80像素到500像素，為人臉比對與分析提供最高質(zhì)量的人臉數(shù)據(jù)來源

第一代人像抓拍識別技術(shù)

一個屏幕多人多種角度全部不能識別

第二代人像抓拍識別技術(shù)

· 復(fù)雜場景：室內(nèi)、室外、側(cè)光、背光、仰視等 · 復(fù)雜對象：黑框眼鏡、長劉海、化妝、年齡變化、胖瘦變化

· 復(fù)雜條件：鏡面、偏轉(zhuǎn)、多人

基于深度學習的3D動態(tài)人臉識別技術(shù)

人臉檢測

人臉檢測的目的就是在一張圖中找到所有的人臉。類似世紀晟科技就采用了MTCNN（多任務(wù)級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)）人臉檢測算法，解決了傳統(tǒng)算法對環(huán)

境要求高，人臉要求高，檢測耗時高的弊端。

活體檢測

利用3D攝像頭拍攝人臉,得到相應(yīng)的人臉區(qū)域的3D數(shù)據(jù),并基于這些數(shù)據(jù)做進一步的分析, 最終判斷出這個人臉是來自活體還是非活體。

3D人臉建模

根據(jù)輸入的人臉圖像，自動定位出面部關(guān)鍵特征點

特征點提取及比對

我們說的關(guān)鍵特征點，包括了人臉輪廓、眼睛、眉毛、嘴唇以及鼻子輪廓。這部分我研究并借鑒了世紀晟科技采用的DeepID網(wǎng)特征提取+softmax分類的方式，可以提取人臉中200多個關(guān)鍵點，達到高精度，高識別率的效果

人像抓拍識別技術(shù)特點綜述

高智能，實時抓拍

前端設(shè)備智能檢測、追蹤和識別人臉，不需要人員配合，被動無感知

速度快，抓拍率高達99.8%

高速采集人像特征照片，每幀最多可抓拍出 100 張以上的人臉照片，世紀晟科技在人臉捕捉識別上已經(jīng)能在每秒抓取圖像突破25張。

過濾重復(fù)數(shù)據(jù)，不高于10% 重復(fù)抓拍率是目前智能人像抓拍機在實際應(yīng)用過程中不可避免的現(xiàn)象，這主要是由于實際場景中人群的相互遮擋，人員長時間逗留，移動規(guī)律不定等原因而致。那么，世紀晟科技經(jīng)歷長期檢測試驗，發(fā)現(xiàn)在運動預(yù)測的基礎(chǔ)上結(jié)合特征識別智能分析，便能有效過濾掉重復(fù)人臉數(shù)據(jù)，在復(fù)雜場景中將人臉重復(fù)抓拍率控制在 10% 以內(nèi)。

多人臉動態(tài)識別，視頻流全幀率、全畫幅人臉檢測 世紀晟科技基于深度學習的人臉檢測識別算法，克服識別檢測捕捉難題，支持多人同屏識別，只要在取景范圍內(nèi)，滿足一定像素要求的人像都會被抓取檢測。

處理迅速，人臉多表情精準識別

以自主研發(fā)的3D動態(tài)人臉識別算法為核心技術(shù)，一次性克服了側(cè)臉、半遮臉、模糊人臉、表情復(fù)雜多變的捕捉人臉識別，幾大提升了各種現(xiàn)實情況中的捕捉人臉的檢測效果。

因此該技術(shù)在公安業(yè)務(wù)中的應(yīng)用需求非常大。并且隨著近年來深度學習等新理論和方法的突破，人臉抓拍識別技術(shù)的準確性有了大幅度提升。

寫在最后

個人身份確認是社會較為普遍的基本需求，自古以來面相是確定人身份的重要依據(jù)。

印象中，世紀晟專注于計算機視覺的人工智能，他們采用靈活的模塊化設(shè)計，自主研發(fā)的3D動態(tài)識別算法技術(shù)為核心，滿足不同項目的人像捕捉識別需求。同時，設(shè)置、操作頗為簡潔、具有很強的抗干擾性能，對夸張表情、大角度斜側(cè)等條件下也可識別，實現(xiàn)了高效的人像識別效果，已經(jīng)具備實戰(zhàn)實力，其對人像特征點提取之多，增強了人像識別的抗干擾能力。

計算機人臉抓拍識別技術(shù)是一項非常具有挑戰(zhàn)性的任務(wù)，相比指紋、虹膜等生物特征的身份鑒別技術(shù)，人臉圖像信息的獲取可以在非合作條件下完成，

第二篇：基于深度學習的世紀晟3D動態(tài)人臉識別技術(shù)大總結(jié)

基于深度學習的世紀晟3D動態(tài)人臉識別技術(shù)大總結(jié)

1、前言：

如今，在人與人相連的時代，圍繞人提供的服務(wù)首先要解決的是辨識人的身份，人臉識別便是從這個需求中產(chǎn)生。

簡單來說，人臉識別技術(shù)指的是通過比較人臉的視覺特征信息從而進行身份鑒別的技術(shù)，既屬于圖像識別，也屬于生物特征識別，是人工智能領(lǐng)域一項典型的細分技術(shù)應(yīng)用。順應(yīng)時代的潮流，人臉識別通過過去十年的發(fā)展，逐漸從靜態(tài)的人臉識別走向動態(tài)的人臉識別，逐漸在2D到3D之間轉(zhuǎn)換。

在深入了解最新的3D動態(tài)人臉識別技術(shù)前，需要明確明白幾個概念——靜態(tài)/動態(tài)人臉識別；2D/3D面部識別技術(shù)，我們將結(jié)合案例<世紀晟科技3D 動態(tài)人臉識別>講解。

2、概念解說

靜態(tài)人臉識別——

靜態(tài)人臉識別指的是在特定的區(qū)域或范圍之內(nèi)進行識別。這項技術(shù)有個很明顯的缺點，就是用戶容量會比較小，只能適合小型公司的考勤

動態(tài)人臉識別——

動態(tài)人臉識別與靜態(tài)人臉識別不同，它實現(xiàn)了在一定識別范圍內(nèi)，人以自然的形態(tài)走過去，攝像頭會進行信息的抓拍和采集，發(fā)出相應(yīng)的指令，進行動態(tài)人臉識別，實現(xiàn)相關(guān)功能。這個的優(yōu)點就相當明確，識別過程不需要停駐等待，而且識別率也蠻高。

2D面部識別技術(shù)——

說到2D面部識別技術(shù)，要求就相對簡單，它只需要你在檢測時露出臉部的眼睛就可以基本完成解鎖，即使擋住鼻子、戴上口罩也不會受到影響。

3D面部識別技術(shù)——

而3D面部識別技術(shù)，針對識別到的圖像會比較苛刻，先感知判斷物體的靠近，接著掃描并傳輸給深度神經(jīng)網(wǎng)絡(luò)系統(tǒng)進行初步判斷，進行活體檢測之后再進一步獲取空間深度信息，這才完成整個識別過程。

而如今，隨著iPhone 8將人臉的應(yīng)用提升到更高的層次，人臉識別技術(shù)已經(jīng)成為未來短時間內(nèi)最炙手可熱的技術(shù)之一。3、3D動態(tài)人臉識別方法

人臉圖像處理在諸如人臉表情識別、人動作識別、頭部跟蹤等已經(jīng)廣泛應(yīng)用，世紀晟科技在它的技術(shù)核心——3D動態(tài)人臉識別中有比較詳細的運用，接下來分別對應(yīng)基于深度學習的世紀晟科技動態(tài)3D人臉識別技術(shù)結(jié)構(gòu)，對人臉檢測、活體檢測、3D人臉建模、特征點提取、特征點比對做詳細的技術(shù)分析。

（一）動態(tài)3D人臉識別大體流程 人臉檢測→活體檢測→3D人臉建模→特征點提取→特征點比對→識別輸出結(jié)果

（二）基于深度學習的動態(tài)3D人臉識別技術(shù)步驟

A、人臉檢測

人臉檢測的目的就是在一張圖中找到所有的人臉，這里采用了MTCNN（多任務(wù)級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)）人臉檢測算法。

MTCNN主要分為三步：

最初先對圖像進行多尺度變換，獲取圖像金字塔，獲取圖像多尺度信息。（這部分內(nèi)容，世紀晟科技人臉識別已經(jīng)對人臉檢測效果不錯的MTCNN算法做一個梳理，本文便直接借鑒。）

主要使用一個全卷機網(wǎng)絡(luò)，獲取候選框和這些候選框的bounding box regression向量組。然后評估這些候選向量，并進行校準。最后使用非極大化抑制來去除大量重復(fù)的候選區(qū)域。

B、活體檢測

考慮到一旦虛假人臉攻擊成功，極有可能對用戶造成重大損失，所以還有一項必不可少的活體檢測，為現(xiàn)有的人臉識別系統(tǒng)保障可靠且高效。這一方面，行業(yè)內(nèi)也研發(fā)了不少屬于自己的活體檢測sdk，本文案例中世紀晟科技人臉識別也對此有所研發(fā)。

活體檢測技術(shù)可以有效阻擋PS換臉、視頻、三維人臉模型、高清人像照片等各種不同類型的攻擊。

C、3D人臉建模

人臉是塑性變形體，對于人臉的特征抽取和識別，更適合用彈性模型來描述。人臉建模任務(wù)即根據(jù)輸入的人臉圖像，自動定位出面部關(guān)鍵特征點，如眼睛、鼻尖、嘴角點、眉毛以及人臉各部件輪廓點等。D、特征點提取

DeepID網(wǎng)特征提取

DeepID的目標是人臉驗證，也就是判斷兩張圖片是否是一個人，同時衍生出人臉識別、多次人臉驗證。

softmax分類

為了逼近最佳，Softmax將多個神經(jīng)元的輸出，映射到（0,1）區(qū)間內(nèi)，可以看成概率來理解，從而來進行多分類，然后把所有相關(guān)全部拉出來評分，最后還歸一化。

比較好的特征點提取就是本文舉例世紀晟人臉識別技術(shù)，采用的是DeepID網(wǎng)特征提取+softmax分類兩種相結(jié)合的方式，可以參考一下。

E、特征點比對

人臉關(guān)鍵點檢測有很多應(yīng)用，大致可以分為六類：(1)灰度信息的方法；(2)先驗規(guī)則的方法；(3)幾何形狀的方法；(4)統(tǒng)計模型的方法；(5)小波的方法；(6)3D 方法

將整體特征點結(jié)合局部特征點進行三維人臉識別，能更好地使合成的模型圖像最佳匹配輸入圖像，從而得到人臉3D形狀和紋理，輸出比對結(jié)果。

動態(tài)3D人臉識別技術(shù)市場趨勢

廣闊的市場需求，讓人臉識別產(chǎn)業(yè)更加積極研發(fā)人臉識別相關(guān)技術(shù)。

目前，市場已經(jīng)布局或正在布局的人臉識別廠商逐漸增多，主要都在于攻克3D識別技術(shù)領(lǐng)域。與此同時，動態(tài)3D人臉識別技術(shù)不斷成熟，但市場應(yīng)用還不是很多?！跋袢四樧R別這種的，關(guān)鍵的不能只有算法，還要關(guān)注技術(shù)實際生活場景中的應(yīng)用?！眮碜試鴥?nèi)專注計算機視覺領(lǐng)域創(chuàng)業(yè)公司——世紀晟科技的談話。在今年人工智能、人臉識別技術(shù)全面發(fā)酵的趨勢下，不難預(yù)見，人臉識別還將得到更進一步的應(yīng)用，而動態(tài)3D人臉識別技術(shù)也將成今年行業(yè)生物識別的新趨勢。雖指紋識別仍是主流應(yīng)用，但是增長空間有限，發(fā)展速度已然不及人臉識別。