圖像重構(gòu)和特征融合下的人臉識(shí)別方法分析

林志健 周設(shè)營(yíng)

摘 要：計(jì)算機(jī)人臉識(shí)別技術(shù)在具體應(yīng)用過(guò)程中就是利用計(jì)算技術(shù)完成對(duì)人臉圖像的合理分析，提取有效識(shí)別信息內(nèi)容，完成該項(xiàng)操作后，辨別個(gè)人身份的一項(xiàng)技術(shù)，有著一定應(yīng)用空間。因此，在近幾年人們加強(qiáng)了對(duì)該項(xiàng)技術(shù)內(nèi)容的研究，并且取得了一定研究效果。下面，針對(duì)圖像重構(gòu)和特征融合下的人臉識(shí)別方法進(jìn)行深入分析，希望文中內(nèi)容對(duì)于人臉識(shí)別技術(shù)的發(fā)展，以及相關(guān)工作人員都可以有所幫助。

關(guān)鍵詞：圖像重構(gòu);特征融合;人臉識(shí)別;計(jì)算機(jī)技術(shù)

中圖分類(lèi)號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2020）01-0032-02

人類(lèi)識(shí)別技術(shù)就是對(duì)特定技術(shù)和手段進(jìn)行適當(dāng)應(yīng)用，對(duì)個(gè)人身份進(jìn)行適當(dāng)標(biāo)識(shí)，識(shí)別人的身份，進(jìn)而完成相應(yīng)監(jiān)督、管理、控制等各項(xiàng)工作內(nèi)容的一種先進(jìn)技術(shù)，其在具體應(yīng)用期間也取得了不錯(cuò)應(yīng)用效果。隨著科技的快速發(fā)展，用于個(gè)人和身份識(shí)別的信息管理技術(shù)和手段不斷增多，常見(jiàn)的手段有個(gè)人密碼、智能卡等。這些技術(shù)在具體應(yīng)用過(guò)程中具有快速、方便等多項(xiàng)優(yōu)點(diǎn)，但是，在應(yīng)用過(guò)程中也存在缺點(diǎn)，常見(jiàn)問(wèn)題有容易偽造、安全性差、容易被盜取等多項(xiàng)缺點(diǎn)。

1 人臉識(shí)別技術(shù)的特點(diǎn)

人臉識(shí)別是現(xiàn)階段所有生物特征識(shí)別方法中一項(xiàng)重要分支，也是計(jì)算機(jī)視覺(jué)與模式識(shí)別領(lǐng)域的一個(gè)關(guān)鍵研究方向，其已近被合理應(yīng)用在金融、司法等不同領(lǐng)域中，作用就是實(shí)現(xiàn)身份鑒別，并且，從目前的應(yīng)用情況來(lái)看，也取得了不錯(cuò)的應(yīng)用效果[1]。同時(shí)，因?yàn)槿四樧R(shí)別具有非侵犯性，與指紋、掌形等識(shí)別方法等生物特征識(shí)別方法相比，其具有優(yōu)化、直接、便捷等特點(diǎn)，這也是現(xiàn)代人們?nèi)菀捉邮芤环N鑒別身份方式。人臉識(shí)別技術(shù)在實(shí)際應(yīng)用期間具有如下特點(diǎn)：

（1）不需要人采取特定動(dòng)作配合，這也就使該項(xiàng)技術(shù)在應(yīng)用時(shí)，各項(xiàng)操作相對(duì)比較簡(jiǎn)單，能夠合理的在隱蔽實(shí)場(chǎng)合中應(yīng)用，應(yīng)用效果良好。

（2）人臉具有很高普遍性，并且可以通過(guò)非接觸方式對(duì)重要生物特征內(nèi)容進(jìn)行采集，通過(guò)人臉可以更加直觀，方便完成對(duì)一個(gè)人身份的核查，可以對(duì)一個(gè)人的身份加以明確[2]。

2 識(shí)別人臉過(guò)程中面臨的難度

人臉識(shí)別技術(shù)在許多領(lǐng)域都有著廣泛應(yīng)用，從目前的情況來(lái)看，該項(xiàng)技術(shù)在應(yīng)用過(guò)程中涵蓋了模式識(shí)別、數(shù)字圖像處理、計(jì)算機(jī)視覺(jué)、生理學(xué)等多個(gè)學(xué)科中的各項(xiàng)內(nèi)容。目前，人臉識(shí)別技術(shù)經(jīng)過(guò)一段時(shí)間研究已經(jīng)取得了一定成績(jī)，但是，仍然存在一些問(wèn)題有待解決。人臉五官在具體分布上較為相似，同時(shí)，人臉表情千變?nèi)f化，這對(duì)于人臉正確識(shí)別來(lái)說(shuō)面臨著較大難度。從實(shí)際情況來(lái)看，人臉識(shí)別面臨的難度主要體現(xiàn)在以下幾個(gè)方面：

（1）光照變化。人臉檢測(cè)和識(shí)別是一項(xiàng)復(fù)雜工作，該項(xiàng)工作在實(shí)際進(jìn)行應(yīng)用過(guò)程中會(huì)受到不同因素影響，光照就是一個(gè)重要問(wèn)題。從現(xiàn)階段情況來(lái)看，不同人臉識(shí)別方法在應(yīng)用過(guò)程中都會(huì)受到光照條件影響，光照不合理都會(huì)造成識(shí)別率發(fā)生快速降低現(xiàn)象[3]。現(xiàn)階段，人們對(duì)于光照的多數(shù)研究都停留在試驗(yàn)條件下，還無(wú)法在實(shí)踐中應(yīng)用，因此，對(duì)于光照問(wèn)題的解決方案還要進(jìn)一步分析與研究。

（2）姿態(tài)變化。人臉姿態(tài)多變，人臉在俯仰后偏轉(zhuǎn)都會(huì)導(dǎo)致人臉面部信息內(nèi)容發(fā)生丟失，這也就對(duì)加大了人臉特征精準(zhǔn)提取的困難性，這會(huì)對(duì)人臉識(shí)別性能影響[4]。隨著人臉識(shí)別技術(shù)得到了飛速發(fā)展，該項(xiàng)技術(shù)的應(yīng)用領(lǐng)域隨著技術(shù)不斷成熟，應(yīng)用范圍不斷擴(kuò)大，因此，人身份認(rèn)證經(jīng)常要通過(guò)單幅人臉圖像實(shí)現(xiàn)，這對(duì)人臉識(shí)別實(shí)用化的實(shí)現(xiàn)也造成了一定影響。

（3）遮擋問(wèn)題。一些場(chǎng)合不能要求人員進(jìn)行配合，遮擋問(wèn)題低于人臉識(shí)別技術(shù)的實(shí)現(xiàn)造成嚴(yán)重影響，尤其是一些監(jiān)控場(chǎng)所，被監(jiān)控對(duì)象通常都會(huì)佩戴帽子、眼鏡等裝飾物對(duì)臉部進(jìn)行遮擋，這會(huì)導(dǎo)致被采集的人臉圖像信息缺失，這也會(huì)對(duì)后續(xù)特征識(shí)別與提取造成不良影響，情況嚴(yán)重時(shí)會(huì)使人臉識(shí)別算法的作用無(wú)法得到發(fā)揮，遮擋問(wèn)題也是人們?cè)趯?duì)人臉識(shí)別技術(shù)分析過(guò)程中需要重點(diǎn)探討的一項(xiàng)問(wèn)題[5]。

（4）表情改變。從現(xiàn)代計(jì)算機(jī)技術(shù)的實(shí)際發(fā)展情況來(lái)看，采用計(jì)算機(jī)識(shí)別人臉表情面臨著較大困難，這主要因?yàn)闃?gòu)建人臉部表情模型，以及對(duì)人的情緒進(jìn)行分類(lèi)，并且將人臉部表情特征變化進(jìn)行聯(lián)系面臨著較大困難[6]。同時(shí)，人臉本身是一個(gè)柔性體，要想構(gòu)建精準(zhǔn)表情模型也面臨一定困難;人臉部表情豐富，同時(shí)，受各項(xiàng)因素影響，經(jīng)常會(huì)發(fā)生一些細(xì)微改變，對(duì)于表情的變化特點(diǎn)進(jìn)行抽象概況也面臨著較大難度，可見(jiàn)，精準(zhǔn)描述人臉表情也是日后人們研究的一項(xiàng)關(guān)鍵問(wèn)題。

為了更好發(fā)揮人臉識(shí)別技術(shù)，應(yīng)對(duì)圖像重構(gòu)技術(shù)和獨(dú)立特征融合技術(shù)進(jìn)行合理應(yīng)用，從而最大程度減小光照變化、姿態(tài)變化、遮擋問(wèn)題、年齡增長(zhǎng)、表情改變等各項(xiàng)因素對(duì)人臉識(shí)別技術(shù)應(yīng)用造成的不良影響。

3 以圖像重構(gòu)為基礎(chǔ)的人臉識(shí)別技術(shù)

考慮到每個(gè)人臉都具有個(gè)人特征，對(duì)子空間分析算法進(jìn)行合理應(yīng)用，從而獲取單個(gè)人臉特征子空間，完成該項(xiàng)操作后，讓識(shí)圖像映射提取每個(gè)特征子空間特征，通過(guò)對(duì)該特征值進(jìn)行應(yīng)用，完成圖像重構(gòu)，最終將獲取圖像最小重構(gòu)誤差作為對(duì)人臉識(shí)別的判斷依據(jù)。以圖像重構(gòu)為基礎(chǔ)的人臉識(shí)別技術(shù)在應(yīng)用期間，主要能夠解決姿態(tài)變化和表情改變帶來(lái)的誤差問(wèn)題。

3.1 預(yù)處理圖像

通過(guò)科學(xué)方式提取特征前，要對(duì)數(shù)據(jù)庫(kù)中圖像進(jìn)行科學(xué)處理，使其都變?yōu)樾邢蛄浚奖闳藗儜?yīng)用，其中像素個(gè)數(shù)就是向量維數(shù)。在對(duì)問(wèn)題進(jìn)行分析時(shí)，將該向量進(jìn)行預(yù)處理，這種預(yù)處理對(duì)與人臉識(shí)別工作的開(kāi)展來(lái)說(shuō)意義重大。

3.2 以特征子空間為基礎(chǔ)的圖像重構(gòu)

通過(guò)對(duì)哦PCA、ICA的應(yīng)用，能由人臉庫(kù)訓(xùn)練樣本產(chǎn)生由人臉基礎(chǔ)圖像構(gòu)成的特征字空間，在問(wèn)題分析期間，以該子空間為基礎(chǔ)，能夠?qū)崿F(xiàn)人臉圖投影，采用該投影得到坐標(biāo)系數(shù)，獲取到該組數(shù)據(jù)后，說(shuō)明圖像存在于空間位置處，進(jìn)而為人臉識(shí)別進(jìn)行提供相應(yīng)依據(jù)，確保后續(xù)作業(yè)的順利進(jìn)行。

3.3 人臉識(shí)別的實(shí)現(xiàn)

PCA的目的就是利用線形變化，進(jìn)而找到最優(yōu)單位正交向量基，通過(guò)對(duì)線性組合方式，對(duì)原樣本進(jìn)行重建，并且能夠使重建后的樣本和原樣本誤差控制在最小范圍內(nèi)，變化后的低維空間具有不錯(cuò)的人臉表達(dá)能力，從而達(dá)到最優(yōu)重建目的。ICA是PCA的一種推廣，基本思想就是對(duì)線性變化進(jìn)行應(yīng)用，進(jìn)而從訓(xùn)練樣本中找到一組相對(duì)獨(dú)立的單元，以此完成對(duì)樣本數(shù)據(jù)的合理描述，PCA只對(duì)訓(xùn)練樣本進(jìn)行考慮的二階段統(tǒng)計(jì)信息對(duì)于高階統(tǒng)計(jì)信息不同，其是在全部階統(tǒng)計(jì)意義下的下相關(guān)內(nèi)容，可以高效利用信號(hào)二階段統(tǒng)計(jì)以及高階段統(tǒng)計(jì)，并且可以通過(guò)有效方式，完成對(duì)人臉圖像的重構(gòu)[7]。NMF在實(shí)際應(yīng)用過(guò)程中，就是以基于圖像像素點(diǎn)，同時(shí)，采取非負(fù)性約束重建系數(shù)內(nèi)容，通過(guò)該處理方式，在圖像非減疊加基礎(chǔ)上，完成對(duì)圖像的重新構(gòu)成，在人臉圖像重建期間對(duì)各項(xiàng)技術(shù)進(jìn)行應(yīng)用，從整體應(yīng)用情況來(lái)看，獲取了不錯(cuò)應(yīng)用效果，因此，可以在日后作業(yè)中對(duì)其加以應(yīng)用。

4 以獨(dú)立特征融合技術(shù)為基礎(chǔ)的人臉識(shí)別技術(shù)

應(yīng)用圖像矩陣單一特征值，在合理分析基礎(chǔ)上，完成相應(yīng)分類(lèi)工作難以獲取到精準(zhǔn)可靠結(jié)果，因此，在分析過(guò)程中，可以適當(dāng)引進(jìn)信息融合技術(shù)，在圖像全局特征和局部特征融合期間對(duì)信息技術(shù)進(jìn)行應(yīng)用，進(jìn)而使人臉識(shí)別準(zhǔn)確率得到進(jìn)一步提高。以獨(dú)立特征融合技術(shù)為基礎(chǔ)的人臉識(shí)別技術(shù)在具體應(yīng)用期間，主要可以解決光照問(wèn)題和遮擋問(wèn)題對(duì)人臉識(shí)別造成的影響。

4.1 預(yù)處理圖像

預(yù)處理圖像與以圖像重構(gòu)為基礎(chǔ)的人臉識(shí)別技術(shù)在應(yīng)用過(guò)程中采取的預(yù)處理方式相同。

4.2 提取特征

圖像識(shí)別是一項(xiàng)復(fù)雜工作，提取特征圖像是其中十分重要的一項(xiàng)內(nèi)容，可以通過(guò)對(duì)DCT的應(yīng)用，提取圖像全局特征內(nèi)容，采用Gabor小波提取圖像中局部特征，在上述操作全部完成后，通過(guò)對(duì)ICA方法的合理應(yīng)用，完成相應(yīng)分類(lèi)作業(yè)，進(jìn)而為后續(xù)各項(xiàng)工作內(nèi)容的開(kāi)展提供相應(yīng)支持。

4.3 人臉識(shí)別

提取相應(yīng)特征后，就是進(jìn)行分類(lèi)器設(shè)計(jì)。支持向量機(jī)在結(jié)構(gòu)風(fēng)險(xiǎn)化最小原則，可以兼顧訓(xùn)練誤差能力和泛化能力，針對(duì)小樣本非線性和高緯模式識(shí)別問(wèn)題過(guò)程中出現(xiàn)的各項(xiàng)進(jìn)行處理，在實(shí)際應(yīng)用過(guò)程中優(yōu)勢(shì)十分明顯。支持向量機(jī)就是以統(tǒng)計(jì)學(xué)理論為基礎(chǔ)的一種先進(jìn)學(xué)習(xí)方法，該方法在具體應(yīng)用期間，就是采用構(gòu)造最優(yōu)超平面，從而控制未知樣本分類(lèi)誤差，使其能夠被控制在一個(gè)合理范圍內(nèi)，滿足作業(yè)需求[8]。其在實(shí)際應(yīng)用過(guò)程中第一項(xiàng)關(guān)鍵內(nèi)容就是應(yīng)用滿足Mercer條件的核函數(shù)，從而實(shí)現(xiàn)對(duì)代替兩向量間的內(nèi)積預(yù)算，使非線形變換能夠得到試下，在具體問(wèn)題分析時(shí)，并不需要非線性變化形式。同時(shí)，對(duì)核函數(shù)方法機(jī)進(jìn)行應(yīng)用，這可以實(shí)現(xiàn)向高緯度空間的合理映射，在該過(guò)程中不會(huì)導(dǎo)致計(jì)算變得更加復(fù)雜，并且可以使維數(shù)災(zāi)難問(wèn)題得到處理。由此可見(jiàn)，在采用支持向量機(jī)時(shí)，分類(lèi)識(shí)別在具體應(yīng)用期間效率較高，科學(xué)應(yīng)用融合后的獨(dú)立特征，能夠?qū)崿F(xiàn)分別識(shí)別，從而達(dá)到人臉識(shí)別目的。

5 結(jié)語(yǔ)

人臉識(shí)別技術(shù)不僅是一項(xiàng)具有較強(qiáng)科學(xué)研究?jī)r(jià)值的項(xiàng)目，而且該項(xiàng)技術(shù)也具有不錯(cuò)的應(yīng)用空間和前景，現(xiàn)代人們加強(qiáng)了對(duì)該項(xiàng)內(nèi)容的研究，這也使人臉識(shí)別技術(shù)在具體應(yīng)用期間取得了不錯(cuò)效果。從人臉識(shí)別技術(shù)使應(yīng)用情況來(lái)看，其在應(yīng)用期間，受光照變化、姿態(tài)變化、遮擋問(wèn)題、年齡增長(zhǎng)、表情改變等各項(xiàng)因素各項(xiàng)因素影響，會(huì)對(duì)人臉識(shí)別造成不良影響，因此，要對(duì)圖像重構(gòu)和特種融合技術(shù)進(jìn)行合理應(yīng)用，做好人臉識(shí)別。圖像重構(gòu)技術(shù)在應(yīng)用期間，主要考慮到每個(gè)人臉都具有個(gè)人特征，對(duì)子空間分析算法進(jìn)行合理應(yīng)用，從而獲取單個(gè)人臉特征子空間，完成人臉識(shí)別，而獨(dú)立特征融合技術(shù)在應(yīng)用期間就是對(duì)圖像矩陣的單一特特征值進(jìn)行應(yīng)用，進(jìn)而完成人臉識(shí)別。可見(jiàn)，在日后的發(fā)展過(guò)程中，人們還應(yīng)對(duì)加強(qiáng)對(duì)人臉識(shí)別系統(tǒng)的研究，最終研制出一個(gè)先進(jìn)系統(tǒng)，滿足人們應(yīng)用需求，促進(jìn)整個(gè)社會(huì)健康發(fā)展。

參考文獻(xiàn)

[1] 胡靜，陶洋，郭坦，等.基于低秩矩陣恢復(fù)的群稀疏表示人臉識(shí)別方法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2019，40（12）：3588-3593.

[2] 陳超，黃佳.基于深度學(xué)習(xí)的樹(shù)莓派人臉與表情識(shí)別系統(tǒng)研究與設(shè)計(jì)[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2019（12）：50-52.

[3] 張良杰.基于人臉識(shí)別的智慧教室簽到管理子系統(tǒng)[J].軟件，2019，40（12）：133-139.

[4] 盛妍，徐強(qiáng)，張全，等.基于人臉識(shí)別的電網(wǎng)用戶(hù)身份自動(dòng)認(rèn)證系統(tǒng)設(shè)計(jì)[J].自動(dòng)化與儀器儀表，2019（11）：127-130.

[5] 湯雙霞.基于改進(jìn)神經(jīng)算法在課堂人臉識(shí)別學(xué)情分析應(yīng)用研究[J].信息系統(tǒng)工程，2019（11）：122-123.

[6] 劉婷.基于局部特征分析的人臉識(shí)別方法[J].信息與電腦（理論版），2019，31（21）：114-115+118.

[7] 吳松偉.基于人臉識(shí)別技術(shù)的智能視頻監(jiān)控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)時(shí)代，2019（11）：62-66.

[8] 劉思佳，陳至坤，王福斌，等.基于卷積神經(jīng)網(wǎng)絡(luò)的多角度人臉識(shí)別[J].華北理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，41（04）：103-108.