人臉識(shí)別成主流

    攝像頭模組|人臉識(shí)別攝像頭模組|寬動(dòng)態(tài)攝像頭模組

    人臉識(shí)別技術(shù)在中國(guó)的最華麗亮相莫過(guò)于北京2008年奧運(yùn)會(huì)了。北京奧運(yùn)會(huì)的開(kāi)閉幕式入場(chǎng)券進(jìn)行實(shí)名制管理，要求入場(chǎng)券持有者提前提交個(gè)人信息和身份照片，在觀眾入場(chǎng)時(shí)利用人臉識(shí)別技術(shù)進(jìn)行實(shí)名制身份驗(yàn)證，旨在消除潛在的安防漏洞，提高奧運(yùn)安全防范和科技反恐水平，這也是奧運(yùn)史上首次將人臉識(shí)別技術(shù)作為人員身份識(shí)別的智能化手段引入奧運(yùn)安保。

    隨著人臉識(shí)別系統(tǒng)在北京奧運(yùn)會(huì)開(kāi)幕式上正式使用后，人臉識(shí)別技術(shù)在國(guó)內(nèi)得到廣泛的關(guān)注，并在門(mén)禁、考勤等應(yīng)用領(lǐng)域推廣使用。

    人臉識(shí)別技術(shù)概述

    人臉識(shí)別是基于人的臉部特征，對(duì)輸入的人臉圖像或者視頻流，首先辨別臉部各部分的特征，各個(gè)主要面部器官的位置信息，并依據(jù)這些信息，進(jìn)一步提取人臉中所蘊(yùn)涵的生物特征，并將其與已存儲(chǔ)的人臉模板進(jìn)行對(duì)比，從而識(shí)別人的身份。

    人臉識(shí)別的算法

    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)者的臉部圖像進(jìn)行特征分析，根據(jù)分析的結(jié)果給出一個(gè)相似值，通過(guò)這個(gè)值即可確定是否為同一人。

    每到酒店開(kāi)房每個(gè)人會(huì)有復(fù)雜的開(kāi)房流程。從前臺(tái)接待開(kāi)始，人員確認(rèn)，身份證掃描，預(yù)付開(kāi)房押金，門(mén)卡發(fā)放，打印憑證等一系列繁瑣的手續(xù)，酒店前臺(tái)因?yàn)榉爆嵉牟僮?，及硬件設(shè)備多種多樣也經(jīng)常出現(xiàn)錯(cuò)誤。

    如果只要一個(gè)人辦理入住可能時(shí)間方面還可以接受。不過(guò)很多酒店為了提高入住率，都會(huì)和一些公司及旅行社簽訂團(tuán)隊(duì)合作協(xié)議。每個(gè)團(tuán)隊(duì)到達(dá)酒店大廳少則10-20人，多則幾百人，酒店前臺(tái)在辦理團(tuán)隊(duì)業(yè)務(wù)時(shí)，會(huì)用很長(zhǎng)時(shí)間來(lái)登記身份證和發(fā)放房卡，顧客要想進(jìn)房間休息需要在酒店前臺(tái)等待時(shí)間將無(wú)限延長(zhǎng)。

    針對(duì)以上種種問(wèn)題，飛瑞斯科技通過(guò)生物識(shí)別技術(shù)與身份證信息提取技術(shù)研發(fā)出來(lái)的一款最新產(chǎn)品——人臉識(shí)別自證系統(tǒng)。該系統(tǒng)的核心是進(jìn)行身份證和人像的對(duì)比。系統(tǒng)可以提取身份證內(nèi)的信息與現(xiàn)場(chǎng)拍攝到的身份證持有者圖像進(jìn)行對(duì)比，快速的識(shí)別出證件與證件使用人是否相一致，識(shí)別率達(dá)到98％以上。經(jīng)過(guò)這樣的驗(yàn)證過(guò)程，可以協(xié)助驗(yàn)證方完成自動(dòng)、快捷的證件查驗(yàn)過(guò)程。

    人臉識(shí)別自證系統(tǒng)主要應(yīng)用范圍，包括人臉識(shí)別門(mén)禁、考勤、巡更等在內(nèi)的各種身份識(shí)別認(rèn)證應(yīng)用領(lǐng)域。該系列產(chǎn)品作為身份證人臉識(shí)別認(rèn)證終端，還擴(kuò)展了諸如幼兒園接送、訪客認(rèn)證、駕?？紙?chǎng)認(rèn)證、哨崗查哨、軍事禁區(qū)準(zhǔn)入識(shí)別等各種不同行業(yè)要求、不同保密要求、不同精確度要求的應(yīng)用場(chǎng)合。

    如今人臉識(shí)別技術(shù)已漸漸滲透到了人們的各種生活中，而人臉識(shí)別自證系統(tǒng)更是緊跟市場(chǎng)潮流，捕捉未來(lái)趨勢(shì)推出的最新科技產(chǎn)品，實(shí)現(xiàn)人證合一，完美取代傳統(tǒng)的驗(yàn)證方式，在未來(lái)，人臉識(shí)別自證系統(tǒng)將會(huì)更為主流。

    隨著社會(huì)發(fā)展對(duì)安全需求的高漲，人臉識(shí)別逐漸成為強(qiáng)制標(biāo)準(zhǔn)，行業(yè)發(fā)展前景備受看好。

    人臉識(shí)別成市場(chǎng)新看點(diǎn)

    攝像頭模組|人臉識(shí)別攝像頭模組|寬動(dòng)態(tài)攝像頭模組

    人臉識(shí)別技術(shù)再度成為市場(chǎng)關(guān)注的熱點(diǎn)，多家上市公司近期集中推出相關(guān)產(chǎn)品或表示正在進(jìn)行技術(shù)儲(chǔ)備及研發(fā)。高新興公司透露，公司目前已經(jīng)擁有了人臉識(shí)別產(chǎn)品，主要應(yīng)用在金融安防領(lǐng)域，可以安裝在ATM機(jī)等設(shè)備中。川大智勝公司證代吳俊杰此前表示，公司人臉識(shí)別產(chǎn)品明年將會(huì)推向市場(chǎng)，主要面向安防領(lǐng)域。

    賽為智能、國(guó)騰電子、漢王科技公司也通過(guò)互動(dòng)平臺(tái)等透露擁有可以應(yīng)用于人臉識(shí)別領(lǐng)域的相關(guān)技術(shù)。據(jù)統(tǒng)計(jì)數(shù)據(jù)顯示，僅在中國(guó)大陸，在未來(lái)三年內(nèi)人臉識(shí)別產(chǎn)品有望形成年銷(xiāo)售額過(guò)百億。有不愿具名的分析人士認(rèn)為，人臉識(shí)別技術(shù)本身已經(jīng)存在較久了，目前受到關(guān)注應(yīng)該是在同安防領(lǐng)域結(jié)合方面。

    目前海量的視頻監(jiān)控?cái)?shù)據(jù)大部分依靠人力檢索，效率較低，非結(jié)構(gòu)化視頻數(shù)據(jù)后端處理問(wèn)題是制約安防行業(yè)發(fā)展的重要限制。前瞻產(chǎn)業(yè)研究院《2013-2017年中國(guó)生物識(shí)別技術(shù)行業(yè)市場(chǎng)前瞻與投資戰(zhàn)略規(guī)劃分析報(bào)告》認(rèn)為，人臉識(shí)別技術(shù)的應(yīng)用可在一定程度上加強(qiáng)視頻后端處理的能力，從而提高安防系統(tǒng)整體的運(yùn)行效率。

    目前，國(guó)內(nèi)已有相關(guān)公司提供視頻截圖搜索的模式，利用“以圖搜圖”的方式在大規(guī)模視頻內(nèi)容中進(jìn)行篩選工作。而針對(duì)安防鏈后端不足的現(xiàn)狀，國(guó)內(nèi)上市公司中，安防領(lǐng)域龍頭?？低?、大華股份等也有涉及后端應(yīng)用平臺(tái)軟件的研發(fā)和生產(chǎn)，包括三星、惠普等國(guó)際巨頭也有智能檢索等解決方案。隨著目前智慧城市推進(jìn)，人臉識(shí)別技術(shù)未來(lái)市場(chǎng)前景看好。

    人臉識(shí)別實(shí)際應(yīng)用仍存問(wèn)題

    人臉識(shí)別技術(shù)在實(shí)際應(yīng)用中，要注意以下幾個(gè)重要問(wèn)題：

    ◇年齡變化

    不同年齡的人臉有較大的差別。身份證是以前照的，在逃犯的照片也是以前的，因此，在公安部門(mén)的實(shí)際應(yīng)用中，年齡問(wèn)題是一個(gè)最突出的問(wèn)題。

    ◇姿態(tài)變化

    這一問(wèn)題在活動(dòng)人臉的識(shí)別中更為突出。一般的，主要測(cè)試左右角度的識(shí)別率。當(dāng)前的水平是：±10o可以達(dá)到較高的識(shí)別率。

    ◇不同介質(zhì)

    采集人臉圖像的設(shè)備較多，主要有掃描儀（照片）、數(shù)碼相機(jī)、攝像機(jī)。由于成像的機(jī)理不同，形成了同類(lèi)人臉圖像的識(shí)別率較高而不同類(lèi)別間人臉圖像的識(shí)別率較低的情況。隨著人臉識(shí)別技術(shù)的發(fā)展，這一問(wèn)題也將逐步得到解決。

    ◇識(shí)別速度

    攝像頭模組|人臉識(shí)別攝像頭模組|寬動(dòng)態(tài)攝像頭模組

    識(shí)別速度有兩種，一種是基于文件的，即把特征存成文件，在文件級(jí)進(jìn)行比對(duì)。另一種是基于數(shù)據(jù)庫(kù)的，如在oracle數(shù)據(jù)庫(kù)中進(jìn)行比對(duì)，在數(shù)據(jù)庫(kù)中存有詳細(xì)的人員檔案由此可以進(jìn)行圖文混合查詢(xún)，而借助圖文混合查詢(xún)，可以提高查中率?；谖募谋葘?duì)速度可以達(dá)到20萬(wàn)人/秒;基于數(shù)據(jù)庫(kù)的，單服務(wù)器的比對(duì)速度可以達(dá)到1萬(wàn)人/秒。

    這兩種方式各有特點(diǎn)，目前的研究是將兩者的優(yōu)點(diǎn)結(jié)合在一起，以實(shí)現(xiàn)高速、高識(shí)別率的人臉識(shí)別。活動(dòng)人臉的識(shí)別要求系統(tǒng)有較高的識(shí)別速度。其中包括人臉檢測(cè)的速度以及人臉的識(shí)別速度。在40ms內(nèi)可以實(shí)現(xiàn)人臉檢測(cè)，在10萬(wàn)人的數(shù)據(jù)庫(kù)中，2秒內(nèi)完成從人臉檢測(cè)定位到人臉識(shí)別的全過(guò)程，應(yīng)能滿足大多數(shù)實(shí)際應(yīng)用的要求。

    信息社會(huì)，如何進(jìn)行信息安全保護(hù)很重要。安防事業(yè)在信息保護(hù)上還需進(jìn)一步努力。人臉識(shí)別技術(shù)是目前信息安全保護(hù)的重要科研項(xiàng)目。

    人臉識(shí)別技術(shù)具有廣泛的應(yīng)用前景，可以應(yīng)用到多種不同的安全領(lǐng)域，因其識(shí)別特征的獨(dú)特性、惟一性和相對(duì)穩(wěn)定性，逐漸成為一非常熱門(mén)的研究課題。許多典型的人臉識(shí)別算法和應(yīng)用系統(tǒng)都是針對(duì)標(biāo)準(zhǔn)或特定的人臉數(shù)據(jù)庫(kù)，利用庫(kù)內(nèi)人臉進(jìn)行訓(xùn)練，并在相同的庫(kù)中實(shí)現(xiàn)人臉識(shí)別。但在軟件保護(hù)、計(jì)算機(jī)安全等特殊應(yīng)用中，身份認(rèn)證僅針對(duì)單個(gè)對(duì)象進(jìn)行人臉識(shí)別，現(xiàn)有的人臉識(shí)別方法并不能勝任這樣的識(shí)別任務(wù)。為此，本文針對(duì)單對(duì)象人臉識(shí)別的特點(diǎn)，討論了單對(duì)象人臉檢測(cè)和識(shí)別的關(guān)鍵技術(shù)，在此基礎(chǔ)上提出了一種單對(duì)象人臉識(shí)別算法，實(shí)驗(yàn)結(jié)果證明了該方法的有效性。

    1、單對(duì)象人臉識(shí)別的特點(diǎn)

    與典型的人臉識(shí)別相比，單對(duì)象人臉識(shí)別有以下4個(gè)方面的特點(diǎn)：

    應(yīng)用領(lǐng)域人臉識(shí)別的應(yīng)用領(lǐng)域很廣，如刑偵破案、證件核對(duì)、保安監(jiān)控等，而單對(duì)象人臉識(shí)別主要應(yīng)用在軟件保護(hù)、計(jì)算機(jī)安全鎖、特定對(duì)象追蹤等領(lǐng)域。

    識(shí)別系統(tǒng)的目標(biāo)單對(duì)象人臉識(shí)別的最終目標(biāo)是系統(tǒng)必須具有高度的安全性和可靠性，即識(shí)別錯(cuò)誤率趨于0。雖然降低識(shí)別錯(cuò)誤率的同時(shí)識(shí)別率也會(huì)降低，但可以通過(guò)提示用戶調(diào)整姿態(tài)(如注視攝像頭等)加以改善。

    膚色模型由于單對(duì)象人臉識(shí)別僅針對(duì)特定的對(duì)象，所以人臉檢測(cè)的膚色模型可采用自適應(yīng)的方法調(diào)整膚色范圍。

    分類(lèi)方法單對(duì)象人臉識(shí)別不存在人臉數(shù)據(jù)庫(kù)，常用的最小距離分類(lèi)法不能夠正確識(shí)別特定的對(duì)象，只能用閾值作為判據(jù)。因此，閾值的選取十分重要，閾值過(guò)大則容易出現(xiàn)錯(cuò)判，存在安全隱患;而閾值過(guò)小又會(huì)影響識(shí)別效率。

    2、人臉的檢測(cè)和歸一化

    人臉檢測(cè)是人臉識(shí)別的前提。對(duì)于給定的圖像，人臉檢測(cè)的目的在于判斷圖像中是否存在人臉，如果存在，則返回其位置和空間分布。利用人臉膚色和面部特征，將人臉檢測(cè)分為兩個(gè)階段：外臉檢測(cè)和內(nèi)臉定位。外臉檢測(cè)主要利用人臉膚色進(jìn)行初步的臉區(qū)檢測(cè)，分割出膚色區(qū)域;內(nèi)臉檢測(cè)是在外臉區(qū)域中利用面部幾何特征進(jìn)行驗(yàn)證和定位。

    3.1外臉檢測(cè)

    外臉檢測(cè)的任務(wù)是將待檢圖像中可能的人臉區(qū)域找出來(lái)并加以標(biāo)記，其步驟如下：

    (1)根據(jù)人類(lèi)膚色在色彩空間中存在區(qū)域性的特點(diǎn)，將可能為人臉的像素檢測(cè)出來(lái)。為更好地利用膚色特征，同時(shí)選用HSI和YcbCr兩種色彩空間對(duì)圖像進(jìn)行二值化處理，膚色范圍限定在H∈[0，46]，S∈[0.10，0.72]，Cb∈[98，130]，Cr∈[128，170]內(nèi)。將滿足條件的像素標(biāo)記為膚色像素，其余的均為非膚色像素。

    (2)去噪處理。在以每一個(gè)膚色點(diǎn)為中心的5×5鄰域內(nèi)統(tǒng)計(jì)膚色像素的個(gè)數(shù)，超過(guò)半數(shù)時(shí)中心點(diǎn)保留為膚色，否則認(rèn)為是非膚色。

    (3)將二值圖像中的膚色塊作區(qū)域歸并，并對(duì)目標(biāo)區(qū)域進(jìn)行比例、結(jié)構(gòu)分析，過(guò)濾掉不可能的人臉區(qū)域。目標(biāo)區(qū)域的高度/寬度比例限定在0.8～2.0。

    3.2內(nèi)臉檢測(cè)和定位

    人臉識(shí)別攝像頭模組

    將包含眼、眉、鼻和嘴的區(qū)域稱(chēng)為內(nèi)臉區(qū)域。內(nèi)臉區(qū)域能夠很好地表達(dá)人臉特征，且不易受背景、頭發(fā)等因素的干擾，因此內(nèi)臉區(qū)域的檢測(cè)和定位對(duì)后續(xù)的特征提取和識(shí)別至關(guān)重要。

    在外臉區(qū)域的上半部，對(duì)二值圖像進(jìn)行水平方向和垂直方向的投影，確定兩個(gè)包含黑點(diǎn)的矩形區(qū)域作為雙眼的大致區(qū)域。在確定的兩個(gè)區(qū)域中，對(duì)黑點(diǎn)進(jìn)行區(qū)域膨脹，可以得到眼睛的基本輪廓和左石眼角，黑點(diǎn)坐標(biāo)的平均值作為瞳孔的位置。

    設(shè)左右瞳孔的坐標(biāo)分別為(Lx，Ly)和(Rx，Ry)，兩個(gè)瞳孔之間的距離為d，根據(jù)人臉的幾何特征，我們將內(nèi)臉區(qū)域定義為：寬度=-d×1.6，高度=-d×1.8，左上角坐標(biāo)為(Lx-d×0.3，(Ly+Ry)/2-(-d)×0.3)。實(shí)驗(yàn)表明，該區(qū)域能夠很好地表達(dá)人臉特征。

    3.3內(nèi)臉區(qū)域的歸一化

    由于各待測(cè)圖像中的人臉大小具有很大的隨機(jī)性，因此，有必要對(duì)內(nèi)臉區(qū)域進(jìn)行歸一化操作。人臉歸一化是指對(duì)內(nèi)臉區(qū)域的圖像進(jìn)行縮放變換，得到統(tǒng)一大小的標(biāo)準(zhǔn)圖像，實(shí)驗(yàn)中，我們規(guī)定標(biāo)準(zhǔn)圖像的大小為128×128。歸一化處理，保證了人臉大小的一致性，體現(xiàn)了人臉在圖像平面內(nèi)的尺寸不變性。

    圖1是一個(gè)人臉檢測(cè)和歸一化的例子，其中的原始圖像來(lái)自實(shí)驗(yàn)室現(xiàn)場(chǎng)拍攝。

    圖1人臉檢測(cè)和歸一化

    4、人臉特征提取及DWT-DCT平均臉

    對(duì)歸一化的人臉圖像，采用小波變換與DCT相結(jié)合的方法提取人臉特征。首先對(duì)人臉圖像進(jìn)行3層小波分解，取低頻子圖像LL3作為人臉特征提取的對(duì)象，從而獲得每幅訓(xùn)練樣本或測(cè)試樣本的低頻子圖像;然后對(duì)低頻子圖像進(jìn)行離散余弦變換(DCT)，DCT系數(shù)個(gè)數(shù)與子圖像的大小相等(即256)，由于圖像DCT變換，能量集中在低頻部分，因此只取其中的136個(gè)低頻系數(shù)作為特征向量。人臉識(shí)別攝像頭模組

    為了使測(cè)試樣本與訓(xùn)練樣本具有可比性，提取全部訓(xùn)練樣本的特征向量，計(jì)算所有訓(xùn)練樣本的平均特征，構(gòu)成DWT-DCT平均臉，即：

    其中N為訓(xùn)練樣本數(shù)，xk,i表示第i個(gè)樣本的第k個(gè)特征向量，mk為平均臉的第k個(gè)特征向量，k=1，2，…，136。

    5、人臉的識(shí)別

    完成訓(xùn)練過(guò)程并獲得待測(cè)樣本的特征后，即可進(jìn)行人臉識(shí)別，本文采用歐氏距離進(jìn)行分類(lèi)。

    5.1計(jì)算樣本與平均臉的歐氏距離

    用m和x表示平均臉和樣本的特征向量，則樣本與平均臉的歐氏距離為：

    其中mk表示平均臉的第k個(gè)特征向量，xk表示待測(cè)樣本的第k個(gè)特征向量。身份認(rèn)證時(shí)，計(jì)算待測(cè)樣本與平均臉的歐氏距離，并與特定對(duì)象的自適應(yīng)閾值進(jìn)行比較，將小于閾值的樣本判為該對(duì)象的人臉，即認(rèn)證通過(guò)。

    5.2自適應(yīng)閾值的選取

    與典型的人臉識(shí)別方法不同，單對(duì)象人臉認(rèn)識(shí)沒(méi)有人臉數(shù)據(jù)庫(kù)，不能用距離最小作為判據(jù)，只能用閾值作為判別依據(jù)。閾值的選取應(yīng)兼顧識(shí)別率和識(shí)別的準(zhǔn)確性，實(shí)驗(yàn)中我們?nèi)∮?xùn)練樣本與平均臉的歐氏距離平均值作為分類(lèi)閾值，即:

    其中，N為訓(xùn)練樣本數(shù)，此值不宜太小;di為第i個(gè)樣本與平均臉之間的歐氏距離。

    6、實(shí)驗(yàn)結(jié)果及分析

    本文選用西安交通大學(xué)人工智能與機(jī)器人研究所東方人臉庫(kù)(AI&R)的視點(diǎn)子庫(kù)進(jìn)行實(shí)驗(yàn)，該數(shù)據(jù)庫(kù)包括每位被拍攝人在19個(gè)不同視點(diǎn)角度下(10°為一個(gè)單位)拍攝的中性表情圖像。實(shí)驗(yàn)包括類(lèi)內(nèi)測(cè)試和類(lèi)間測(cè)試。類(lèi)內(nèi)測(cè)試用于考查單對(duì)象人臉識(shí)別的識(shí)別率，而類(lèi)間測(cè)試則用于考查誤識(shí)率。隨機(jī)選取5個(gè)人，每人用7幅圖像(-30°～+30°)作為訓(xùn)練樣本，分別計(jì)算平均臉和自適應(yīng)閾值、類(lèi)內(nèi)識(shí)別率和類(lèi)內(nèi)距離，另外再選取50個(gè)人，每人一幅正面圖像作為類(lèi)間測(cè)試樣本，分別對(duì)5個(gè)對(duì)象進(jìn)行類(lèi)間測(cè)試，實(shí)驗(yàn)結(jié)果如表1所示。從實(shí)驗(yàn)數(shù)據(jù)可以得出如下結(jié)果：

    (1)類(lèi)內(nèi)識(shí)別率不高，原因是自適應(yīng)閾值為訓(xùn)練樣本與平均臉的歐氏距離平均值，訓(xùn)練樣本中的部分圖像不能被識(shí)別。在實(shí)驗(yàn)室中，我們通過(guò)提示被試注視攝像頭、適當(dāng)調(diào)整姿態(tài)等措施提高圖像的拍攝質(zhì)量，使識(shí)別率得到了顯著的改善。

    (2)在50人的類(lèi)間測(cè)試中，最小距離均大于閾值，即錯(cuò)誤識(shí)別率為0。實(shí)驗(yàn)室的現(xiàn)場(chǎng)測(cè)試中也得到了相同的結(jié)果。

    (3)文中提出的單對(duì)象人臉識(shí)別方法能夠成功地識(shí)別特定對(duì)象，并能準(zhǔn)確地排除其他對(duì)象，可用于軟件保護(hù)、計(jì)算機(jī)安全等系統(tǒng)的身份驗(yàn)證。

    7、結(jié)語(yǔ)

    本文提出的單對(duì)象人臉識(shí)別方法，針對(duì)單對(duì)象人臉識(shí)別的特點(diǎn)，綜合考慮了識(shí)別率和認(rèn)證的準(zhǔn)確性，運(yùn)用平均臉?lè)椒ㄓ行У乜s小類(lèi)內(nèi)距離，同時(shí)擴(kuò)大類(lèi)間距離，取訓(xùn)練樣本與平均臉的歐氏距離平均值作為分類(lèi)閾值。實(shí)驗(yàn)結(jié)果表明，該方法具有識(shí)別有效性和認(rèn)證可靠性，在單對(duì)象人臉識(shí)別的實(shí)際應(yīng)用中是一種可行的方法。