基于全局和局部特征集成的人臉識別技術分析

全宏達

（河南理工大學 計算機科學與技術學院，河南 焦作 454000）

1 人臉識別技術提出的背景

要想運用人臉識別技術進行高效的現代化工作，就先要保證人臉識別技術的有效性和科學性。采用全局特征和局部特征集成的方式進行人臉識別具有一定的先進性，是一種利用串行和并行相結合的方式進行面部特征識別和收集的技術。在當今人口爆炸、人口流動迅速的時代，很多社會運行的新因素正在進入人們的視野，將人臉識別技術作為社會運行的輔助手段具有重要意義，因此，有必要對全局特征和局部特征集成的人臉識別技術進行相對深入的研究和分析，以促進我國的人臉識別技術發揮更大作用。

2 基于全局特征和局部特征的人類面部識別技術概況介紹

想要充分了解這一面部識別技術，就需要對其進行多方面的介紹和分析。

2.1 基于全局特征和局部特征的人類面部識別技術的發展

自動化的人臉識別相關技術是近年來科學技術發展的產物，主要是利用現代計算機進行人類面部圖像的分析和對比，通過專業技術的應用和專業化操作可以將人類面部圖像中的有效信息進行記錄，近年來已經被廣泛應用于人類的身份識別方面，成為一種重要的信息收集和辨別方式。

早在20世紀中期，就已經有很多科學家進行了相關方面的探索，只是近年來才隨著科學技術的突破性進展而成為一個十分受關注的熱點話題[1]。基于全局特征和局部特征的人類面部識別技術具有重要的研究意義和實踐價值，不僅可以促進多個相關學科的進一步深入發展，而且有利于促進現代經濟社會的運行，具有十分廣闊的現代社會應用前景。

2.2 基于全局特征和局部特征的人類面部識別技術的操作程序分析

基于全局特征和局部特征的人類面部識別技術的運行方式是有一定先后次序的，先是對人類面部器官掃描得到的全局特征進行分析和粗略的匹配，這一過程會運用到相關的人臉識別專業儀器，之后由操作人員將采集到的人臉全局結果和采集對象的局部特征進行更加精細化的對比和集成，以達到精細化確認的目的。在這一整體過程中，全局提取和局部提取會運用到不同的方法，為了提升研究的精確度，促進研究達到良好的效果，可以依據相應的大規模數據庫進行樣本采集[2]。

以上措施不僅可以提升基于全局特征和局部特征集成的人臉識別系統的高效性，而且可以有效提升系統運行工作的速度。

2.3 基于全局特征和局部特征的人類面部識別技術的現狀概述

隨著研究的深入發展和進一步突破，這一信息收集和識別技術已經獲得了關鍵性的進展，而關鍵的一個步驟就是對人類面部圖像特征的提取。人類面部特征的變化是有區分的，分為內在變化和外在變化兩個方面。

前者的變化是人類個體的差異所導致的，屬于人類自有的特殊本質。而后者則不然，多是因為受到多種因素的不斷影響而發生的改變，影響因素會有很多，例如，人類的年齡、心情、表情以及生活環境等。

要想實現基于全局特征和局部特征的人類面部識別技術的高效應用，就需要對前者的變化進行準確記錄和識別，識別技術和識別結果才是科學并且準確的。當前的創造性突破就體現在對于內在變化的收集，將使得人臉識別技術在現實生活中的應用成為可能[3]。

2.4 基于全局特征和局部特征的人類面部識別技術的分類分析

依據現在人類面部識別技術的發展，可以將人類面部的特征描述分為兩大類，分別是對全局特征的采集描述和對局部特征的采集描述。其中，全局特征的采集描述是指在采集的結果中，采集所得特征向量的每一維都會涵蓋人類面部的所有相關信息，會對人類面部進行整體性的反映。而與之相對應的，人類的局部面部特征就是指采集的每一維都會對人類面部的一部分區域進行反映和記錄，更加注重提取人類面部一切局域性的、細節方面的特征。

在現實中，這兩者都已經得到了較為廣泛的應用，因為兩者會因為本身的特點在不同的領域、不同的行業得到應用，發揮其優勢和特征。

近年來，人類面部識別技術的進一步研究表明，這兩類技術都是十分重要的。

3 基于全局特征和局部特征的人類面部識別技術應用概述

3.1 人類面部識別技術中全局特征和局部特征的不同作用

上文已經對全局特征采集和面部特征采集的特征和側重點進行了介紹，接下來可以對其應用進行概述。基于全局特征作用分析的過程中，實驗者會將面部器官完全相同的兩個人的信息進行圖像輸入，這兩個人不同的地方也是顯而易見的，那就是發型以及臉型部分。

由于全局面部特征的采集針對的是人類整體性的特征，因此，系統在進行分析和對比之后會最終得出兩個不同人的最終結論。相對應地，針對圖像輸入結果進行分析和對比，由于局部特征集成更加強調的是人類局部的、更加具有細節性的特征，因此，判別結果會針對圖像對比結果將二人判別成相同的人。兩種不同的集成分析方式得到的不同結果表明了對全局特征和局部特征進行集成的必要性。

3.2 人類面部識別技術中全局特征的提取應用概述

在對人類的面部全局進行提取、分析的過程中，主要采用的是一種較為常用的頻譜分析方法，稱為傅里葉變換。在人臉全局特征的收集過程中，雖然變化的系數會包含圖像中的所有信息，但是全局性的信息主要會被保存在相對低頻的系數中。具有全局性的系數會被技術進行相應的串接，最終形成一個特征向量。全局特征的提取和分析是一個需要對人類面部的所有特征進行采集的過程，包括人類的發型和臉型等。

選擇合適的技術，將信息放在合適的頻率內具有重要的意義，這一頻譜分析方法的應用是經過試驗檢驗的，具有一定的科學性，可以進行廣泛采集應用。

3.3 人類面部識別技術中局部特征的提取應用概述

在對人類面部局部特征進行采集描述時，對細節的重視使得對相關技術的采取變得更加具有挑戰性，因此，研究者在研究過程中決定采用一種用高斯包絡函數進行約束的平面波。這種技術方法最開始是應用于對視覺皮層細胞進行實驗模擬的過程，近年來才被應用于人類面部局部特征的描述，并且具有顯著的效果。

在使用這一方法和相關圖像進行操作之后，研究者就可以得出不同位置的一組特征。同樣地，研究者會對這些特征進行串接，并且最終形成相應的特征向量。最后，實驗者會采用一定的專業技術，如文檔主題生成模型（Latent Dirichlet Allocation，LDA）等對特征向量進行專門的降維處理，最終得到關于人類面部的整體特征，為深入研究作準備。

3.4 人類面部識別技術中整體特征和局部特征的串行集成策略分析

通過實驗介紹已經可以得知，全局特征的描述主要是對人臉所具有的整體性特征進行描述和分析，并且最終進行相對整體但粗略的對比和匹配。而局部特征的描述則是對人類面部的細節變化進行收集和描繪，并最終得到較為精細化的結果。

為了對比兩種收集方式的優點，發揮綜合性作用，實現人類面部識別技術中整體特征和局部特征的串行集成，研究者將會嘗試構建出一個分類器，實現人類面部識別精確度和速度并存的最終結果。這一分類器的構建主要有兩層，第一層主要發揮整體匹配的作用，第二層負責進行更加精準化的匹配和對比，人類面部識別中兩個不同的問題，即人臉識別和確認，就都可以得到有效的解決，從而為人類面部識別技術在現代社會的應用打下堅實的基礎。

4 結語

基于全局特征和局部特征的人類面部識別技術，對于現代的多學科深入研究和現代化信息社會發展都具有重要的意義，是一個具有時代特征的新型信息收集和識別技術。要想發揮人類面部識別技術中整體特征和局部特征的集成化效果，就需要了解局部特征和全局特征各自的優勢和特點，并且選取合適的方法對這兩種技術進行采集和對比。為了實現集成后的綜合優勢，可以嘗試采用分類器的方式，進行多次信息匹配，同時發揮兩種采集分析方式的優勢。人臉識別技術是現代社會發展的產物，也將促進現代社會的進一步發展。