人臉識(shí)別的現(xiàn)狀和發(fā)展

首先簡單介紹了人臉識(shí)別的三大類研究方法，闡明了其各自的優(yōu)缺點(diǎn)。緊接著對(duì)目前國內(nèi)外人臉識(shí)別的發(fā)展和應(yīng)用做了相應(yīng)的介紹。最后對(duì)于人臉識(shí)別的未來發(fā)展進(jìn)行了展望。

  近年，生物特征識(shí)別這一技術(shù)發(fā)展今非昔比。其中，人臉識(shí)別是一種非接觸性技術(shù)，具有可視化、符合人的思維習(xí)慣的特點(diǎn)，得以在商業(yè)、安全等領(lǐng)域廣泛應(yīng)用。目前，人臉識(shí)別逐漸成為一個(gè)熱門的研究領(lǐng)域。

1 人臉識(shí)別的方法

隨著技術(shù)的發(fā)展，人臉識(shí)別方法也呈現(xiàn)出“百花齊放”的趨勢(shì)。從整體上把握，人臉識(shí)別技術(shù)可以分為以下三種：

1.1 基于幾何特征的正面人臉識(shí)別方法

該方法是最早的人臉檢測(cè)方法，是對(duì)人臉的等先驗(yàn)知識(shí)導(dǎo)出規(guī)則的利用。人臉面部器官可以近似的看作是常見的幾何單元，膚色也人臉的是重要特征之一。該方法就是采集人臉的重要的面部特征及其之間的相對(duì)距離、特征分布等參數(shù)從而形成一個(gè)可以表示人臉特征向量，例如角度、曲率等。該方法抗干擾能力極強(qiáng)，對(duì)于光照變化的敏感度很低，并且直接利用人臉信息，便于理解。同時(shí)，由于該方法算法只關(guān)心器官的基本形狀和位置結(jié)構(gòu)，并沒有側(cè)重細(xì)節(jié)特征，所以對(duì)于從圖像中提取穩(wěn)定的特征就比較困難。這就意味著當(dāng)人的面部表情的變化較大時(shí)，或者是出現(xiàn)了存在遮擋物等影響魯棒性差的情況，對(duì)于人臉特征的提取就會(huì)變得困難甚至錯(cuò)誤。

1.2 基于模板匹配的人臉識(shí)別方法

模板匹配主要包括靜態(tài)匹配和彈性匹配，可以細(xì)分為：動(dòng)態(tài)連接匹配法、特征臉方法、線性判別方法、神經(jīng)網(wǎng)絡(luò)法等。靜態(tài)匹配方法在使用時(shí)也需要對(duì)圖像進(jìn)行適當(dāng)?shù)臉?biāo)準(zhǔn)化，隨后利用整幅圖像的灰度級(jí)、生理特征區(qū)的灰度圖像和變換后的人臉圖像模板。由于是靜態(tài)的匹配，模板的靈活性差，當(dāng)出現(xiàn)面部表情過大時(shí)，就無法使用模板。所以產(chǎn)生了動(dòng)態(tài)的模板匹配，也稱為動(dòng)態(tài)連接匹配法。該方法是建立反映人臉特征形狀可變部分的特征參數(shù)模型。該方法的有點(diǎn)就在于其靈活性大大的提高，適用于更多情況下的人臉檢測(cè)，同時(shí)魯棒性較于靜態(tài)更好。但是該方法容易因?yàn)橛?jì)算時(shí)間太長而陷入局部最小。

1.3 基于模型的人臉識(shí)別方法

該方法是利用數(shù)學(xué)模型的參數(shù)進(jìn)行人臉識(shí)別，合并人臉尺度和人臉方向的人臉。該方法著重了人臉各器官的不同特征和相互聯(lián)系，又不敏感于面部表情變化，魯棒性好，計(jì)算量也并不巨大。基于隱馬爾科夫模型法就是其中最經(jīng)典的方法。

2 人臉識(shí)別的現(xiàn)狀

人臉識(shí)別技術(shù)正式起步于美國，我國接觸該技術(shù)較晚，但是經(jīng)過科研人員和學(xué)者們多年的研究和實(shí)驗(yàn)，目前我國的人臉識(shí)別技術(shù)已經(jīng)達(dá)到國際先進(jìn)的水平。

2.1 國內(nèi)

在我國，最早從人工向計(jì)算機(jī)智能識(shí)別發(fā)展的生物識(shí)別技術(shù)是指紋識(shí)別，但是在實(shí)際應(yīng)用中逐漸產(chǎn)生了對(duì)人臉識(shí)別技術(shù)的需求。從2001年開始，公安部門就開始使用這一技術(shù)來防范打擊重大刑事犯罪并取得國家的支持。隨后，我國在2008年北京奧運(yùn)會(huì)舉行時(shí)應(yīng)用了人臉識(shí)別技術(shù)，這標(biāo)志著我國的人臉識(shí)別進(jìn)入大規(guī)模的使用階段。在前幾年舉辦的世博會(huì)上，該技術(shù)得到更加廣泛的應(yīng)用，同時(shí)各大公司也逐漸加入，實(shí)現(xiàn)了人臉識(shí)別技術(shù)在中國的大規(guī)模應(yīng)用。隨著我國技術(shù)的不斷進(jìn)步，“三化兩合”將是人臉識(shí)別發(fā)展的必然趨勢(shì)?！叭敝福褐髁骰⑿酒?、標(biāo)準(zhǔn)化；“兩合”指：與其他生物特征的多生物特征融合與REID的聯(lián)合。

2.2 國外

國內(nèi)外對(duì)于人臉識(shí)別的研究都非常的活躍。美國、德國、日本等經(jīng)濟(jì)發(fā)達(dá)國家和部分發(fā)展中國家都有研究機(jī)構(gòu)和研究人員對(duì)此進(jìn)行專門的研究。以下只取其中兩個(gè)國家作為例子。

2.2.1 美國

美國是人臉識(shí)別技術(shù)最先起步的國家，也是最先應(yīng)用該技術(shù)的國家，其人臉識(shí)別技術(shù)的水平一直走在國際前列。早在1993年，美國國防部就啟動(dòng)了FERET項(xiàng)目，為其之后的生物智能識(shí)別技術(shù)奠定了基礎(chǔ)，推動(dòng)人臉識(shí)別技術(shù)從初始階段提升到原型系統(tǒng)階段。目前，美國電影中沒有鑰匙孔只有一個(gè)攝像頭的大門，刷一下人臉就可以進(jìn)入；機(jī)要部門的核心設(shè)備通過指紋進(jìn)行設(shè)備的解鎖；追蹤情節(jié)中利用街邊攝像頭進(jìn)行識(shí)別等等，這些場(chǎng)景在實(shí)際生活中已經(jīng)得到實(shí)際的應(yīng)用。例如，F(xiàn)BI在2014年就推出了他們的新一代的電子識(shí)別系統(tǒng)，總投入超過10億美金。用于利用監(jiān)控鎖定犯罪嫌疑人，從而進(jìn)行全網(wǎng)追捕。不僅如此，美國國防部和國土安全部門加大了對(duì)人工智能識(shí)別技術(shù)的投資，用來防止恐怖分子對(duì)公共安全造成的威脅。

2.2.2 日本

日本雖然也是略晚接觸人臉識(shí)別技術(shù)的國家，但是其發(fā)展卻日新月異。在2014年日本的一家研究中心就在日本大阪試驗(yàn)一項(xiàng)基于視頻的人臉識(shí)別技術(shù)，目的在于當(dāng)災(zāi)難來臨是，通過實(shí)時(shí)監(jiān)控中人臉的表情以及人流的動(dòng)態(tài)來判斷各個(gè)緊急安全出口是否可用。日本近年來一直在加快對(duì)只能視頻分析技術(shù)的研究。據(jù)中關(guān)在線報(bào)道，2015年日本日立公司推出的視頻監(jiān)控人臉識(shí)別技術(shù)能夠技術(shù)能夠以3600萬張圖像/秒的速度進(jìn)行掃描，以高精度識(shí)別出路人，并且即時(shí)存儲(chǔ)路人臉部圖像，將長相相似的人臉進(jìn)行分類。隨后，據(jù)中新網(wǎng)2015年7月3日?qǐng)?bào)道，日本在國內(nèi)的骨干機(jī)場(chǎng)引進(jìn)了通過計(jì)算機(jī)智能識(shí)別人臉來確認(rèn)身份的系統(tǒng)，有望在舉辦東京奧運(yùn)會(huì)和殘奧會(huì)的之前，推進(jìn)日本人出入境審查的無人化，大大縮短外國游客入境審查的時(shí)間。

3 人臉識(shí)別的展望

 雖然人臉識(shí)別技術(shù)目前還存在一些缺陷，但是這一技術(shù)目前已經(jīng)得到了非常迅速的發(fā)展，還出現(xiàn)了專門的國際會(huì)議，越來越多的研究人員和研究機(jī)構(gòu)投入其中，同時(shí)各國也開始逐漸試驗(yàn)這一技術(shù)，那些亟待解決的問題不過也是時(shí)間的問題。相信不久的將來，這一人工智能技術(shù)會(huì)在不斷的應(yīng)用中逐漸完善，并且造福全人類。