大數據環境之下基于人臉識別的安全系統分析

高 青，向南剛

國網長治信通公司，山西長治 046000

大數據環境之下基于人臉識別的安全系統分析

高 青，向南剛

國網長治信通公司，山西長治 046000

文章首先針對人臉識別技術的相關概念加以說明，以及近年來的發展特征展開必要的分析，而后在此基礎之上就當前在該領域中出現的幾種常見算法進行了必要說明，并且進一步就人臉識別系統的工作流程加以討論，對于深入了解其在安全領域的作用價值有著一定的積極意義。

人臉識別；安全；大數據

隨著信息技術的不斷完善與發展，計算機的運算能力和通信網絡的傳輸容量都得到了空前提升，與之對應的應用領域也發生著翻天覆地的變化。人臉識別（Face Recognition）技術是跨圖像處理、模式識別等多學科的技術，通過利用計算機對人臉圖像進行處理和分析，獲取有效特征信息，進行身份識別。當前社會安全領域成為其主要的作用環境，雖然目前在實際應用中還存在諸多方面有待改進和提升的方面，但是考慮到其自身的諸多技術特征，已經儼然成為我國社會安全體系中的重要技術支持。

1 人臉識別技術的發展特征分析

近年來，人臉識別技術得到了長足的發展。一方面是相關支持硬件在運算能力方面逐步增強，并且包括云概念在內的相關技術體系也日趨成熟；另一個方面則是該領域的算法和產品層出不窮，從客觀上成為了推動人臉識別技術深入應用的重要力量。美國國家標準與技術研究院（NIST，National Institute of Standards and Technology）舉辦的FRVT 2006（Face Recognition Vendor Test 2006）以及MBGC（Multiple Biometric Grand Challenge）等多項測試研究均標志著該領域相關技術的逐步成熟與完善。

對于安全領域而言，人臉識別技術有著毋庸置疑的積極價值，具體而言，體現在準確性、高效性以及非接觸式三個方面。對于準確性方面，理論上，人臉具有獨特屬性，無法替代，因此如果能夠實現精確識別，必然可以實現更為精確有效的出入管理。這種以人臉本質特征作為工作依據的技術，可以抵抗光線、皮膚色調、面部毛發、發型、眼鏡、表情和姿態的變化，相對而言表現穩定可靠。而對于高效性方面，人臉識別技術系統的從物理層面只需要攝像頭以及相關通信設備，軟件層面的算法也日趨成熟，因此能夠對人臉展開有效識別。實際操作過程中，人臉識別采取搜索、跟蹤、定位以及捕捉技術，并且利用圖像三維建模來實現對于圖像的預處理，預處理之后的圖片大小只有3K，如果利用當前常見的海量搜索識別技術，普通的電腦識別速度可以保持在大約70萬張/秒的速度，更為專業一些的服務器，其識別速度的可以達到400萬張/秒水平。最后，對于非接觸式而言，無論從衛生角度看還是從工作展開的便捷程度角度看，人臉識別技術都有著得天獨厚的優勢。一方面不用擔心病毒的接觸性傳染，另一個方面其不被察覺的特點會使該識別方法不令人反感，并且因為不容易引起人的注意而不易引發警覺心里從而造成欺騙行為的產生。

2 人臉識別領域技術的發展與系統工作特征

就人臉識別領域中的技術發展狀況而言，目前存在于該應用領域的算法主要有四種。其一為模板匹配算法（Correlation algorithm），此種方法主要是通過展開對人臉圖像的直接計算來獲取圖像位置之間的向量距離，從而確定圖像是否存在相似特征，即以人臉基本的五官以及骨骼特征來展開相似度比較。作為該領域中的基準算法，該方法具有良好的識別速度，在計算資源占用方面也表現不錯，但是準確率相對有限。其二是特征臉算法（Eigenface algorithm），此種算法基于主成分分析法產生，目前領域內更多關注于對于此種方法的優化工作。其三為Fisherface算法，此種計算方法的本質在于從高維空間中提取出最具有分類能力的低維特征，從而實現對于人臉特征的區分。最后是基于Gabor特征的算法，如果說前面兩種算法更多采用了圖像灰度展開特征分析，那么此種方法則是從更多的角度展開對于圖像灰度的比較分析，因此從識別效果上要更甚一籌，但是在資源占用方面有一定劣勢。

一個典型的人臉識別技術系統，其工作流程參見圖1。

圖1 人臉識別技術系統工作流程示意圖

從圖1中可以發現，當前的大數據環境為人臉識別系統的深入發展提供了良好的依據。首先，云環境為人臉識別提供了更強大的計算基礎。為了確保安全水平，在某些精度要求更高的環境中，可以通過云技術在更大的范圍內調用計算資源，并且可以依據數據獲取的來源展開分布式的存儲和處理，對于切實提升人臉識別系統的工作效率有著毋庸置疑的積極意義。而另一個方面，大數據環境對于人臉識別系統的更為重要的價值還在于，支持在更廣的領域中實現特征數據庫的共用，便于幫助實現人臉特征數據庫的進一步豐富，對于推進人臉識別系統的自身學習與完善有著積極意義。

3 結論

基于人臉識別技術的身份認證系統已經進入了廣泛應用的階段，對于此種情況，一方面應當積極發現現存算法和技術的不足，予以展開改善和研究，另一個方面還應當對相關領域的技術發展保持警惕，諸如云以及大數據的發展，都會成為人臉識別系統成長的重要推動力量。

[1]肖秀春，鄒北驥.一種復雜背景下的人臉特征提取算法[J].湛江海洋大學學報，2005，4.

[2]熊斌，丁曉青，王生進.基于三維模型的前視紅外目標匹配識別方法[J].激光與紅外，2011，3.

[3]張曉華，山世光，高文，等.若干自動人臉識別技術評測與分析[J].計算機應用研究，2005（6）.

[4]柴秀娟，山世光，卿來云，等.基于3D人臉重建的光照、姿態不變人臉識別[J].軟件學報，2006（17）.

TP3

A

1674-6708（2015）142-0108-01