基于计算机视觉的人脸识别技术应用研究

基于计算机视觉的人脸识别技术应用研究【摘要】在多媒体信息时代，对计算机视觉的研究工作显得尤为重要，人脸是图像中最重要的对象之一，人脸识别技术是计算机视觉与模式识别领域的重要课题。人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术。采用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部特征定位、提取，记忆存储和比对辨识达到识别不同人身份的目的。因此，随着越来越多企业跨界进入人脸识别领域，势必加剧该领域的竞争。未来的人脸识别技术的应用领域会越来越广，市场也将更广阔。【关键词】计算机；人脸；识别；技术一、人脸识别技术概述（一）人脸识别的定义。人脸识别技术是一个非常活跃的研究领域，它覆盖了数字图像处理、模式识别、计算机视觉、生理学、神经网络、心理学、数学等诸多学科的内容。人脸识别技术中被广泛采用的区域特征分析算法，它融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点。当前，人脸识别技术的应用还没有做到“普及”，但是不能否认，它已经在开始影响着公众的生活。我国人口规模巨大，经济增长迅速，对可靠的人脸识别技术的需求也越来越迫切。一旦人脸识别得以推广，其发展前景将十分美好。人脸识别算法发展到今天，大致上可以分为两类：基于特征的人脸识别算法和基于外观的人脸识别算法。其中，多数基于特征的人脸识别算法属于早期的人脸识别算法，现在已经不再使用。不过近些年出现了一些新的基于特征的算法，并取得不错的效果。而基于外观的人脸识别算法是由于实现简单，受到广泛关注。（二）人脸识别系统的应用。在商业领域。人脸识别技术目前已经在一些国家的商业领域开始应用，并催生了一种新的营销手段，带动了精准营销。很多店家利用人脸识别系统对顾客的脸部信息进行采集和识别，并对顾客的人种、性别、年龄以及停留时间等进行分析，而店里的屏幕则根据分析出的顾客喜好播放相应的广告，以达到增加顾客购买欲的目的。人脸识别因其在安全验证系统、信用卡验证、医学、档案管理、视频会议、人机交互、系统公安（罪犯识别等）等方面的巨大应用前景而越来越成为当前模式识别和人工智能领域的一个研究热点。二、积极发展人脸识别系统的应用技术（一）人脸检测与跟踪技术。人脸检测是人脸自动检测和识别系统的一个关键环节，人脸检测技术已经成为图像处理与模式识别领域研究的热点问题。人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术。在我们的项目人体识别智能监控系统中，虽然预期目标只需实现人体的检测的定位。但是，最终目的是要根据所定位的人体进行人脸识别。这样不但增强了系统的抗干扰性，提高了正确预警率，还增强了系统的实用性。在计算机技术、网络技术和人工智能技术日新月异的今天，高速发展的人脸识别技术将会有更广阔的舞台来展现其价值。也许就在明天，人脸将成为我们电子生活中的重要名片和标签。人脸识别技术将体现在我们生活的方方面面，改变我们的生活方式。随着信息技术的飞速发展，智能人机交互系统的应用需求，人脸问题的研究作为计算机领域的核心课题之一，具有越来越广泛的实用价值和研究意义。同时，积极采用电子商务、电子银行、网络安全等应用领域急需高效的自动身份认证技术。通过人脸识别技术与密码的结合，能够确保上网用户交易的安全性。（二）几何特征的人脸识别方法。人脸识别是人类认知自然世界的基本功能。如何构建一个能够模仿人类感知、自动识别人脸的计算机系统，一直是人工智能领域的经典问题。人脸表情识别算法中，需要提取几何特征。研究人脸识别问题，当人脸的表情发生很大变化时，提取的三维几何特征会发生较大变化，造成识别准确度很低，影响识别效果。为解决上述问题，提出了一种改进几何特征的三维人脸识别方法。常采用的几何特征有人脸的五官如鼻子、眼睛、嘴巴等的局部形状特征。脸型特征以及五官在脸上分布的几何特征。其特征提取以人脸面部特征点（如眼睛、眉毛、鼻子和嘴）的形状和几何关系为基础。对于不同的人来说，面部特征点和人脸轮廓的形状、大小、相对位置和分布的情况各不相同。几何特征可以是眼、鼻、嘴等的形状和它们之间的几何关系（如相互之间的距离）。这些算法识别速度快，需要的内存小。通过求出人脸几何特征差异的关联程度，计算哪种三维几何特征变化与识别结果是无关的，哪种与识别结果是关联的，解决了人脸表情变化时的准确三维识别问题进行仿真。结果表明，改进方法实现识别高效，可使得三维人脸识别的准确度大大的提高，为设计提供了支持。因此，在环境不可控的情况下，人脸识别中光照问题仍然是一个极富有挑战性的问题。（三）近红外图像的多光源人脸识别技术。人脸识别考勤技术与多光源识别技术的结合，是人脸识别技术应用当中一个飞跃性的突破，它标志着人脸识别考勤产品从此将不受时间影响，昼夜均可进行识别工作。人脸与人体的其他生物特征（如指纹、虹膜等）一样与生俱来，它的惟一性和不易被复制的良好特性为身份鉴别提供了必要的前提。与其他类型的生物识别比较，人脸识别具有无须被采集对象配合、无须采集对象和设备直接接触、可以在同一场景中对多个人脸进行分拣、判断及识别等优点。在诸多影响人脸识别性能的因素中，环境光照的变化是人脸识别领域最具挑战性的难题。人脸图像的外观会随着光照条件的变化而发生剧烈的变化，甚至这种变化往往要大于由于人的不同所引起的差异。目前人脸识别系统在比较理想情况下可以取得较高的识别率，但如在摄像环境不可控和用户不配合的情况下使用，其识别性能会大大下降。三、结束语总之，随着我国向数字化、信息化社会的迈进，人们对人脸识别技术的了解和认识也将逐渐增进，人脸识别技术的市场需求会越来越大。而人脸识别技术和识别系统的性能也将在不断发展中日益完善，更好地服务大众。