基于微信平臺的臉識別系統設計與研究

李可欣 劉信堅 姜瑜亮 李龍濤

(湖南工學院 計算機與信息科學學院,湖南 衡陽421002)

1 緒論

1.1 選題背景。隨著移動互聯網和計算機集成性的不斷發展,智能手機逐漸改變著我們的生活和學習方式，而手機支付等應用的興起,使得人臉檢測和識別技術與移動應用相融合的需求大大增加。因為具有安全、可靠和友好等特點，利用生物特征進行身份識別和認證的人臉識別技術已然成為研究的一大熱點，具有廣闊的應用前景。

然而，針對移動設備的人臉識別技術研究目前尚不多見。微信作為移動終端的一個熱門應用，已經成為一個“APP平臺”。微信小程序是一種不需要下載安裝即可使用的應用，它實現了應用“觸手可及”的夢想，用戶掃一掃或搜一下即可打開應用。本項目考慮結合微信平臺的固有優勢，從系統實用角度出發，研究基于微信平臺的人臉識別系統。因此,本課題的研究具有極其重要的研究意義和實用價值。

1.2 國內外研究現狀。從1998年開始,非理想條件下的人臉識別成為研究熱點，出現了大量突破性理論成果。Georghiades認為同一人臉在不同光照條件和角度下，在圖像空間中形成一個凸錐,輸入圖像可以通過計算到光錐的距離進行識別。在圖像采集過程中，通過3D形狀和紋理統計變形模型的基礎上，Vetter和Blanz提出對透視投影和光照模型參數進行建模,有效去除光照情況和攝像機位置的干擾。美國相關公司根據這一工具，在監控視頻的分辨率很低的情況下，仍然可以識別監控視頻中的犯罪嫌疑人。德國博世公司推出了智能視頻分析系統，識別準確率很高，可對室內外移動目標進行檢測和跟蹤,處于業內領先水平。

在人臉識別領域，國內的研究起步較晚。中科院生物識別研究所的李子青教授將基于近紅外的人臉識別系統用于奧運會上，發揮了重要作用，滿足了工程應用的要求。東南大學的程永清教授提出將奇異值分解方法引入人臉識別技術，提高了識別的效率。阿里巴巴旗下支付寶團隊已完成掃碼支付、指紋支付和聲波支付等多種付款方式，人臉識別技術支付方式正在加速研究中。百度深度學習實驗室在2015年提供了相關人臉識別技術，用戶可以進行人臉注冊、身份認證和多人臉比對等場景的開發。

2 系統設計

2.1 總體設計。系統功能結構圖如圖1所示。

2.2 功能設計

2.2.1 本系統微信小程序主要功能模塊如下：

錄入人臉：用戶通過手機端拍攝照片，系統檢測照片中是否含有人臉信息，然后將人臉信息保存到Mysql中，用戶可以查看自己錄入的人臉列表，對人臉列表進行一系列的操作。如圖2所示。

圖2 錄入人臉流程圖

2.2.2 本系統后臺人臉對比主要功能模塊如下：

人臉對比：后端根據用戶錄入到數據庫的圖片和用戶進行本次人臉識別拍攝的照片進行對比，通過face++,進行人臉對比和檢測，當相識度達到閾值則認為識別成功。如圖3所示。

圖3 人臉對比流程圖

人臉檢測核心代碼如下：

3 系統實現

3.1 用戶錄入人臉：用戶通過手機掃描錄入人臉信息，首先用戶打開手機攝像頭進行拍照，然后識別到相片中有人之后，根據用戶輸入的信息進行人臉錄入。該過程用戶上傳的照片會上傳到后端，后端通過face++進行人臉檢測，如果檢測到有人臉后進行人臉存儲。如圖4所示。

圖4 用戶錄入人臉界面

3.2 人臉查詢列表：用戶在錄入成功之后便可以查詢當前錄入的所有人臉信息，當用戶進行人臉對比的時候會去人臉列表中找能夠匹配的人臉，匹配成功后便展示匹配的用戶人臉信息列表，用戶也可以刪除當前錄入的人臉信息重新錄入等等。如圖5所示。

圖5 人臉查詢列表界面

3.3 人臉識別界面：用戶在錄入了人臉信息之后便可以在主頁進行人臉檢測識別了，打開攝像頭進行拍照，檢測到人臉后便將次照片上傳到后端服務器，后端服務器根據face的對比，對打達到信任度則認為匹配成功，后端通過face++的人臉對比，匹配成功后則返回隨機生成的用戶id和用戶錄入的用戶名信息，如果人臉錄入識別失敗了則需要重新進行人臉拍照識別。如圖6所示。

圖6 人臉識別界面

4 結論

臉部表情識別的這個領域有很好的發展前景，當中還有許多問題需要我們更加深入的研究。在不久的將來，此領域將會得到廣泛的應用。此領域將可能研發出可以承受住計算量巨大的硬件，這樣實時臉部表情將會變成可能，并且走向商業化和產品化。