淺析人臉識別系統的架構設計與實現

張玉萍

黑龍江信息技術職業學院

淺析人臉識別系統的架構設計與實現

張玉萍

黑龍江信息技術職業學院

傳統的身份識別技術（例如身份證、簽章、指紋、密鑰、磁卡等）已逐漸退出了高科技識別技術的發展平臺。那些傳統認證方式使用已不再便捷，而且偽造起來也比較容易，會嚴重侵害到持有人的權益。公共安全系統，例如政府機關、網絡銀行、鐵路、銀行、醫院、機場、電子商務等更是對身份認證的手段提出了更為嚴格的要求。而人臉識別系統的研究將給傳統識別技術帶來巨大變革。

人臉識別；圖像處理；身份識別；人臉庫

1.研究背景及意義

隨著社會的發展，科技的不斷進步，我們對日常生活和工作環境有了越來越高的要求。我們對家居和辦公的智能化要求在逐漸上升，其中人臉識別技術越來越廣泛的應用于這些場所。近年來，人臉識別系統以其使用的強大和智能化深受人們的青睞。人臉識別系統的核心是將計算機科學和統計科學融為一體的高精尖技術，采用人臉識別模式[1]對圖像進行特征提取、建立合理的人臉特征向量空間的技術。當人臉樣本在人臉識別設備前檢測時，就會進行測試人臉圖像與樣本圖像的比對，并將對比結果以語音或是以畫面的形式進行反饋。

目前人們所引用的人臉識別技術屬于生物特征識別領域中的一門學科，它優于其他生物特征識別（例如掌型、聲音、虹膜[2]、指紋[3]等）的地方有以下幾點：

(1)不需進行接觸的識別方式

這種形式可以大大提高測試樣本的識別速度，不同于其他的識別方式要提供配合才能工作，而且可以考慮到使用者的行為活動受限制等問題。

(2)隱蔽性良好

人臉識別可在不被測試者發現的情況下完成身份識別的功能，這要比虹膜識別、掌紋識別技術更加優越之處。

(3)具有使用方便、快捷的能力

人臉識別可以對正面人臉圖像進行識別問題，還可以對各種人臉表情、姿態進行算法分析后進行識別，能夠達到不同條件下的人臉圖像完成識別的要求，并且不需要再重新建立新的人臉庫。

2.人臉識別系統的設計需求分析

人臉識別技術是生物特征識別學科，它將不同于傳統的實物識別技術，人臉識別技術以其獨特的生理特性降低了被偽造和篡改的可能性，又由于其持久性將大大提高其使用周期，同時降低了設備的投入資金，適用領域和場所較為廣泛。

我們可以按照學校教職員工上下班簽到的要求，設計一款通過人臉自動識別技術的系統。該系統進入識別使用前，應先存儲教職員工的人臉數據信息，內容可以包括人臉圖像、姓名等一些關鍵性信息。該系統包含實現內存中已有教職員工身份的識別，以及非法登陸人員的語音提示功能。該人臉識別系統重點是達到人臉的正確識別目的，分兩個階段來實現。第一階段是圖像的采集和錄入以搭建人臉圖像信息數據平臺；第二階段是人臉訓練樣本和測試樣本的識別部分，這將是系統的主要研究部分和重點測試部分。

系統功能性要求：

由于教職員工上下班都需要進行簽到，并且人員多，識別時間緊張，所以本系統應該達到人臉識別所用時間短、識別率高的目標。該系統在功能的設計上應盡量考慮平臺的簡潔、清晰和重點突出的要求，以下是對本系統功能設計的闡述：

(1)人臉圖像信息采集功能，主要對學校全體教職員工人臉圖片的拍攝以及姓名、所在科室等信息的錄入。

(2)人臉圖像預處理功能，對收集到的人臉圖像進行詳細調整，按照要求統一標準規格，為后續進行人臉圖像訓練和測試做好前期工作。

(3)人臉圖像樣本的訓練，人臉圖像預處理達到統一要求后，要對人臉圖像數據進行特征提取，所提取的數據可以作為進行下一階段人臉識別的依據。

(4)人臉圖像測試樣本的識別，對測試樣本圖像信息進行檢測和判斷，獲得正確的結果，完成身份識別功能。

3.人臉識別系統構架設計

3.1 系統的總體構架

根據人臉系統功能要求，將人臉識別系統所實現的目標總結如下：

(1)人臉圖像的采集，在使用攝像機拍攝人臉圖像時本系統對采集的圖像要求是正面人臉圖像，人臉的圖像應該完整，并且盡量保持相同的人臉圖像背景。

(2)人臉圖像的預處理，除了對收集到的圖片要設定統一的大小規格，還要具有統一灰度的要求。

(3)人臉圖像的特征提取，通過大量的人臉圖片信息的反復驗證，得到一組穩定可靠的人臉特征信息，以此來作為人臉識別的對比參照數據。

(4)人臉的識別，識別階段的前期處理過程與訓練階段是完全相同的，都要經過圖像采集、預處理、特征提取的過程來進行操作，訓練樣本得到的特征信息與測試樣本信息進比對，如果得到的比對值在滿足在一定的范圍內，那么說明測試樣本在人臉庫中存在，并且可以判定此人的身份。

(5)輸出結果（驗證成功或驗證失敗）

本系統適用于學校內的教職人員上下班簽到情況，并不涉及到人員采集信息不配合的情況，因此可直接采集到人臉的正面、面部沒有遮擋物的圖像，這樣就可以減少圖像處理環節和后續人臉識別算法等特殊的要求，也減少了樣本訓練過程中繁雜的工作環節。

3.2 系統的應用構架

人臉識別系統的好壞，很大程度上取決于人臉訓練樣本特征提取的精良程度，同時訓練樣本特征值參數測定和選取也非常重要。本論文對人臉識別的登錄框架系統進行了詳細的設計，主要的運行步驟是：首先從拍攝設備中提取要測試的人臉圖像，然后將該人臉圖像進行預處理，最后用本系統所選用的主成分分析算法和神經網絡分類器的共同作用，找出與測試樣本數據匹配的人臉庫圖像。最終通過用戶界面將匹配結果呈現出來。以下是對登錄系統使用界面的介紹：

(1)開始進入登陸界面；

(2)按動“錄入”按鈕：顯示抓取圖像；

(3)按動“識別”按鈕：開始識別。此時界面可以顯示與測試樣本相似性最好的模板庫中的圖片；

(4)按動“退出”按鈕：清空登陸界面，開始下一次識別。

總結

人臉識別系統主要是對傳統識別系統中出現的諸多不利因素而研發的。它克服了傳統識別多采用“用戶ID+密碼”、通過IC卡進行的打卡制度中出現的忘記密碼、密碼失竊、代替打卡等弊端。人臉識別系統實質上是真正意義上的對本人的身份識別，這是一種無法通過其它外界事物所取代的科學技術。

[1]韓力群.人工神經網絡理論設計及應用[M].北京：化學工業出版社,2002.

[2]何飛,劉元寧,朱曉東.一種適于虹膜識別的特征提取算法[J].吉林大學學報,2009,10(5)：53-56.

[3]明泉水,孫季豐.一種新的掌紋定位方法[A].2009年中國高校通信類院系學術研討會論文集[C],2009.