人臉識別和步態識別技術融合的必要性

李玲玲

摘要：人臉識別技術起源于18世紀。步態識別技術具有其他生物識別技術難以比擬的優勢。人臉識別和步態識別可以互補。人臉識別技術和步態識別技術兩者的應用場合和使用條件相似。人臉識別和步態識別技術適用的范圍不同，各有優勢，又各有長短、不足和局限。融合技術可以使其優勢更明顯，缺點則得以彌補。

關鍵詞：人臉識別；步態識別；融合

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2018）28-0187-02

身份識別技術自古就有，比如按指紋識別技術可以追溯到公元前500年的古巴比倫；它基于人本身固有的生物特征（含指紋、面相、步態等），具有唯一性和在一定時間內穩定性。生物識別技術隨著計算機技術的發展而蓬勃發展，比如先后出現了半自動人臉識別系統、手型識別系統、語音識別系統、虹膜識別系統等。但這些技術需要被測試者的配合，需要在較近范圍進行身份識別。

傳統的身份識別方式如卡、印章等容易復制、易于丟失，用戶名和密碼也容易破解和遺忘；互聯網技術的發展呼喚安全、快速、準確的身份識別技術，而利用人的生物特征（人臉、指紋、虹膜、掌紋等）和行為特征（步態、筆跡等）進行生物鑒別的技術已成為研究的熱點。生物鑒別技術具有普遍性、唯一性、長期穩定性等必要特性和干擾小、實時性和計算復雜性等可選特性。生物特征技術可以隱蔽操作，可以應用于抓捕罪犯等安全應用；采集信息時沒有直接接觸人體，無侵犯性，容易被大眾接受；交互性強，應用前景遠大。

人口的增加和人口流動性增強呼喚更方便便捷的身份識別技術，在火車站、汽車站或機場等場所利用步態識別技術可以不打攪行人而找到嫌疑人，2001年的911事件催生了在敏感場所進行遠距離、全天候、自動識別技術的實現，步態識別技術呼之欲出。

人臉識別技術和步態識別技術兩者的應用場合和使用條件相似。比如都不需要被測試者的主動配合，可以秘密對測試者進行身份識別，可應用于自動監控和門禁系統。因此在應用場景上人臉識別和步態識別具有融合的可能。但兩種技術生物特征的影響因素不同。在其中一種生物特征受到影響因素干擾的時候，另一種生物特征仍然可以正常發揮作用。比如被測試者戴假發、化妝，其人臉特征有變化，但步態特征沒變化。當被測試者受傷或生病時，其步態特征有變，但人臉特征沒影響。可見人臉識別技術和步態識別技術具有互補性。人臉識別技術和步態識別技術都是生物特征識別技術，運用每個人與眾不同的生物特征的唯一性和穩定性，不需要攜帶卡片，也不需要記密碼，方便、安全還不易假冒偽造。

人臉識別受光照、表情、姿勢、化妝、發型等影響較大；年齡也對人臉識別有影響。步態識別易受生病、道路崎嶇、衣服光照等的影響。

人臉識別技術起源于18世紀。人臉識別適合近距離，步態識別適合遠距離。人臉識別和步態識別可以互補。比如對人臉識別影響大的低分辨率和照明條件對步態識別幾乎無影響；對步態識別影響大的搬運條件、走路環境、衣著等對人臉識別影響小。所以步態識別和人臉識別互相彌補，二者融合可以降低出錯率。

人臉識別技術和步態識別技術都可以隱蔽的進行秘密目標識別，不侵犯個人隱私。

人臉識別技術廣泛應用于公安、司法、政府、金融、安檢、保安等部門進行身份識別。

遠距離下人臉識別技術的短處：一是環境失去控制，如分辨率低、天氣模糊、照明差等，二是被拍攝者拒絕合作，如戴太陽鏡、捂臉、彎腰等。有遠距離人臉識別算法解決這個難題。

而步態識別技術具有其他生物識別技術難以比擬的優勢：遠距離身份識別、不侵犯隱私的優勢、有利于法醫學的研究和應用等。但也避免不了與人臉識別技術相似的缺點：比如相機角度、天氣條件、甚至衣服等都會影響步態識別技術的準確性。

步態識別技術對分辨率要求不高。因此可以用較普通的攝像機實現步態識別技術，由此降低了步態識別技術的成本。

人臉識別技術和步態識別技術在應用場合和使用條件上具有相似性，具備可融合的基礎與前提。在影響因素上，人臉識別易受光照、距離、表情、姿態的影響；步態識別易受年齡、身體狀況、心理因素、背包等影響。人臉和步態可在攝像機拍的一幅視頻中同時提取，在相同場合中二者還可以互補。將人臉識別技術與步態識別技術進行融合，能提高生物識別技術的效率。

人臉識別和步態識別如何融合？

人臉識別一般正面識別率高，步態識別側面識別率高；最早做的融合就是將二維側面步態和正面人臉特征融合。二維步態識別只需單個攝像機進行拍攝提取信息，三維步態識別則是在兩個或兩個以上的攝像機拍攝的多維視頻中進行三維模型跟蹤。二維跟蹤簡單快捷，但易受攝像機角度控制。后來的融合一般是以三維步態識別為主，這樣能更好地進行借鑒視頻的隱秘身份識別。

人臉識別與步態識別的融合要抓住遠距離識別的特點，以及在低分辨率條件下采用各種人臉圖像識別技術改善人臉圖像分辨率。

作為預處理，我們先研究靜止背景下的人臉識別與步態識別的融合；而人臉識別又分靜態人臉識別和動態人臉識別；靜止背景下的人臉檢測和人體檢測則是最基礎的工作，靜態背景又分簡單靜態背景和復雜靜態背景，而不管是人臉檢測還是步態檢測都要首先將背景剔除，提取完整的行人輪廓圖像。簡單靜態背景下提取人臉輪廓和人體輪廓較為簡單易行，最早的算法都是背景簡單，人體運動形式單一，算法也相應簡單。這種簡單靜態背景下的提取人臉和人體輪廓的算法只是出現在假設算法中。稍復雜一點的算法是去除背景圖像，提取出運動人體剪影圖像，還可以提取出人臉圖像；這是人臉識別與步態識別技術融合的初步雛形。

步態技術和人臉識別技術的融合具體體現在用攝像機提取圖像時，遠距離時提取步態信息，近距離時提取人臉信息，人臉識別和步態識別技術適用的范圍不同，各有優勢，又各有長短、不足和局限。融合技術可以使其優勢更明顯，缺點則得以彌補。將人臉特征和步態特征相結合是計算機身份識別技術發展的研究方向；而且大多是采用人臉正面和步態側面的角度來提取，這種算法我們叫他融合算法。

人臉識別的優勢體現在以下幾方面：非接觸性，避免了指紋識別等因接觸造成的尷尬；隱蔽性，用攝像機監控系統就可采集人臉信息，不涉及隱私；采集信息只需普通攝像機，價格實惠；人臉識別用戶界面友好，交互性強；可以獲取步態識別技術難以獲取的信息，如年齡、性別等。

無論是人臉識別技術還是步態識別技術在作為單一識別技術時存在一些局限性：非普遍性，如殘疾人不適合步態識別技術。遠距離低分辨率以及背景灰暗造成人臉識別較困難。所以把人臉識別和步態識別進行融合才能揚長避短。

在步態識別技術中融入人臉識別技術可以提高遠距離身份識別的性能。步態識別的準確度略低于人臉識別技術，尤其是遠距離身份識別技術中，多生物特征融合可降低噪聲，使系統適應更多人群。因為在同一幅視頻監控圖像中，可以同時提取行人的步態信息和人臉信息，步態識別與人臉識別的融合已是必然。

一般來說，人臉識別的精度高于步態識別技術的精度，但人臉識別技術對分辨率要求高于步態識別技術，干擾人臉檢測的因素有很多，比如人臉大小、位置、角度、姿態和人臉表情、是否有遮擋、光線的改變等。干擾步態識別的則有性別、步長、節奏、速度等。

人臉識別的優勢：避免直接接觸，符合人們的衛生習慣；可以用監控器采集信息，隱蔽、不需強制用戶配合，不會讓用戶覺得侵犯了隱私；數據采集設備是普通攝像頭，價格低廉；直接顯示人臉，用戶界面友好，可交互性強；比如年齡、性別等信息在其他生物鑒別技術（如指紋識別、步態識別、簽名等）很難取得的信息，人臉識別卻可輕易獲取。人臉識別的優勢決定了人臉識別領域極高的學術價值和商業價值。

計算機速度的快慢限制著人臉識別技術的發展，而如今人臉識別技術的飛速發展與手機、平板電腦的普及息息相關。

5G的到來也為人臉識別技術和步態識別技術的融合鋪平了道路。

參考文獻：

[1] 李文洋.基于多特征融合的人臉識別技術的研究[D].揚州大學，2016.

[2] 李軼.基于步態與人臉融合的遠距離身份識別關鍵技術研究[D].天津大學，2010.

[3] 田見光.趙榮椿 步態識別綜述[J].計算機應用研究，2005，22（5）.

[4] 侯守斌.生物識別， “刷臉”就知道你是誰[N].人民日報，2017-2-27.

[5] 盧官明，衣美佳.步態識別關鍵技術研究[J].計算機技術與發展，2015（6）.

【通聯編輯：唐一東】