人臉識別技術的研究與應用

張琪

摘 要 如今，科技的發展越來越快，人類的生活也因這些科技而發生了巨大的變化，并且深入人們的生活，例如現在普及的刷臉支付、識別身份等，對人們的生活有著非常重要的影響。本文通過介紹人臉識別，具體闡述了人臉識別的技術流程以及它的應用及不足。人臉識別技術是現代科技中非常重要的一門技術，具有較高的研究意義。

關鍵詞 人臉識別;技術流程;應用

1人臉識別技術的概述

人臉識別技術實際上是一種通過提取人的臉部特征信息來對其身份進行識別的計算機技術，它的信息來源主要分為兩種，一種是靜態的圖像信息，另一種是動態的視頻信息。人臉識別技術工作的原理主要是結合了計算機圖像處理技術和生物統計學原理，計算機的圖像處理技術可以對圖像和視頻中人像的某些特征進行提取，然后利用生物統計學原理，建立相關的數學模型，并將結果存儲在電腦中，以此來進行身份的識別。目前人臉識別技術主要被運用于安防和金融等領域，比如現在的刷臉檢票和支付、刷臉門禁等，早已出現在了我們的日常生活中，因此，人臉識別技術的前景是非常好的[1]。

2人臉識別的技術流程

人臉識別技術的流程主要分為了以下幾點，分別是人臉圖像的采集、人臉的檢測、人臉特征的提取以及人臉特征的匹配和識別。在這幾個環節中，最重要的部分是人臉檢測和對特征的提取這兩個環節。

2.1 人臉的檢測

在人臉檢測的環節中，計算機會根據應用場景的特點與人卡進行對比，并且選擇合適的人臉檢測算法。在算法中，計算機會根據人臉的大小、采樣的尺寸以及校準的角度進行相應的應用場景處理。一般來說，人臉檢測的算法處理速度都應大于100ms（i7處理器下）。

2.2 人臉特征的提取

人臉特征的提取與傳統的人工設計特征的人臉識別算法不同，它主要采用了非常主流的方法來提取人臉的特征，并進行識別。人臉特征的提取是利用深度神經卷以及網絡提出目標所具有的深度語義特征來對人臉進行識別，這種方法通過了多層特征所融合的深度神經網絡，可以對各種級別的語義信息進行適當的學習，例如低級別特征的邊緣和角度等，以及中級級別的五官，還有高級級別的表情和年齡等特征。人臉特征的提取采用深度學習技術的人臉識別，可以有效解決傳統方法無法解決的問題，比如說尺寸、旋轉等，另外，還可以精準識別較小或者非常不清晰的人臉，因此，人臉識別技術有著非常高的識別精準度，并且泛化能力也非常強。

2.3 結果的匹配與識別

人臉識別技術除了人臉檢測以及人臉特征的提取能夠加快速度之外，在匹配結果的環節上也可以提升識別的速度，這就需要通過建立索引樹的方式來達到目的了。建立索引樹可以將計算機的匹配速度提升到毫秒級的水平。因此，在進行單個的人臉識別時，所需要花費的時間大概在120ms，人臉識別順序執行時，速度可以達到8-9幀/秒。對于計算機來說，每秒的播放幀數在15-20幀，這樣在進行人臉觀察時才不會出現明顯卡頓的現象。

基于深度學習的人臉識別算法所具有的特征如下：①人臉的識別速度極快：在人臉識別時，對比速度每秒高達數十次，在秒級中就可以對百萬級的人口數據庫進行目標搜索。②人臉識別的準確率非常高：通常情況下，人臉識別技術的準確率超過了99%。③人臉識別的適用性較強：無論識別的環境是白天還是晚上，都不會對人臉識別的算法有太大的影響[2]。

3人臉識別在智慧校園的應用

就目前來說，人臉識別技術普遍運用在安防和金融等方面，而在智慧校園中的應用也越來越廣泛。在智慧校園中，利用人臉識別技術作為身份的識別，需要收集師生以及真實有效的訪客的身份數據，在識別前將這些身份信息和人臉信息錄入進去，然后通過人臉識別系統來進行統一的智能化管理。人臉識別技術與傳統的校園卡或者身份證相比，在管理圖書借還以及考試審核等情況時，不再出現冒名頂替的情況，并且對于限制區域的管理更加有效，非法人員不能夠進入到限制區域中。在人臉識別的過程中，一旦出現未錄入信息的或者是非法人員的信息，人臉識別的系統就會立即識別并報警，將相關的信息發送到相關的部門中，以方便處理。如今，已經有很多高校開始使用人臉識別技術了，比如我國的武漢大學、浙江大學等，都設置了人臉識別系統，并將人臉識別與學校的校園卡進行了綁定，采用無感支付的方式，在一定程度上對校園的安全級別進行了有效提升，實現了智慧校園、平安校園。另外，人臉識別技術還可以為教師和學生提供個性化的智能服務[3]。

4人臉識別技術所存在的不足

①人的表情：人的面部表情是時刻在變化的，并且極易受到外界因素的影響，因此，人的表情是無法利用模型來精確測量的。不僅是我國，國外也依然沒有一套較為完善的人臉識別系統，一些關鍵的技術還需要再進一步的提升。②人臉識別存在安全漏洞：在人臉識別的技術中，將人臉與數據庫信息進行對比，或者是利用算法，也都會存在誤差。③不同的個體之間存在區別：人臉識別技術在識別不同個體之間，對相似的外觀的結構無法有效的區分開來。④信息采集的環境：人臉信息的采集對于環境的要求非常高，包括了外部環境以及設備、光線的敏感程度等，影響了人臉識別的精確度。⑤人臉的變化：人的臉部會隨著年齡的變化而變化，或者是整容、毀容等，在一定程度上影響了人臉的識別。

5結束語

隨著計算機技術的不斷發展，計算機的速度和效率將得到進一步提高，人臉識別技術的應用也就越來越廣泛。現如今，人臉識別技術不僅在智慧校園中得到廣泛的應用，越來越多的企業也開始利用人臉識別技術進行考勤等，并且我國最早并長期使用人臉識別技術的是在邊境出入關卡，這在一定程度上推動了人臉識別技術的發展。盡管人臉識別技術一直在不斷地進步，但在某些因素上依然還存在著問題，這也導致了人臉識別技術還無法達到人們預期地實用性和安全性，需要進一步的完善。人臉識別技術雖然已經取得了很好的成績，但還是面臨著很多的問題和不足，這就需要對人臉識別技術進行進一步的研究和提升。在未來的人工智能發展中，人臉識別技術始終會是一個重要組成單位，具有蓬勃的生命力。

參考文獻

[1] 鄭定成.人臉識別技術在智慧校園的應用[J].集成電路應用，2020， 37（7）：132-133.

[2] 王琨，朱勇建，黃薈霖，等.人臉識別技術的應用與發展現狀研究[J].科技創新導報，2020，17（10）：128-129.

[3] 朱雪斌.計算機人臉識別技術的應用[J].電子技術與軟件工程， 2020（7）：158-159.