復雜條件下的人臉檢測與識別應用研究

葉海燕

摘 要：現今社會隨著法律與管理的不斷健全與改善，人臉檢測與人臉識別技術的應用越來越多地走進人們的生活。人臉檢測與識別技術不同于其他生物識別技術，其安全可靠、操作便捷，符合人們的生活需求。闡述人臉檢測與識別技術的發展歷程及現今技術難題在于復雜條件下人臉檢測與識別，并分類總結了復雜條件下的人臉檢測方法與人臉識別方法。

關鍵詞：人臉檢測;人臉識別;現狀

一、人臉檢測與識別技術的發展與現狀

目前，人臉的檢測與識別技術是計算機領域的熱門研究項目之一，其是指應用計算機技術與數字圖像處理技術對人臉有一個簡單高效而又精準的識別。現今社會中人臉檢測與識別技術使用廣泛，相比于DNA識別技術、指紋識別技術及瞳孔識別技術等，其成本價格低、操作簡便，在海關、銀行、網絡上具有極高的實用性。人臉檢測與識別技術起源于20世紀中葉，其早期主要以尋找對比人臉的特征部位，計算特征部位之間的大小、間距等，對人臉進行簡單的檢測識別。直到20世紀末期，人臉的檢測與識別技術已經能夠整體對人臉的各部位各器官特征進行對比并提取信息，多方位提取人臉面部信息。

由于現今社會發展，人臉的檢測與識別技術的使用不僅僅拘泥于政治軍事中，其逐漸步入商業市場，因此人臉的檢測與識別技術自2000年后有了很大的提高。其能夠多角度動態識別人臉，在檢測識別的精準度上更加準確。

二、復雜條件下的人臉檢測與識別技術

1.人臉檢測技術

人臉檢測是對人臉信息進行處理的第一步，其是為判斷研究圖像中是否都有人臉存在，并將其從復雜的背景中分割拼接出來。在人臉檢測技術中，通常要跟人臉定位技術一同使用。現今社會中應用于復雜條件下的人臉檢測技術方法主要有以下幾種：

（1）基于特征的人臉檢測方法

基于特征的人臉檢測方法是根據人臉的面部特征，驗證人臉的存在。人臉的面部特征一般包括面部器官特征、面部紋理特征與面部膚色特征。面部器官特征是指眉毛、眼睛、嘴唇、鼻子等部位，對比模型確定人臉存在。其不足是容易受到表情與光照的影響，扭曲或虛化器官特征輪廓。面部紋理特征是指皮膚紋理與毛發紋理。如，利用空間人臉紋理呈現出的灰度共生矩陣紋理圖中根據分辨率的不同可判斷是否有人臉存在，且不受到表情、眼鏡等因素的影響。在面部膚色特征的研究中，研究人員發現，面部膚色去除亮度后所得到的圖像信息具有聚類性，可以通過顏色的不同對人臉進行檢測分割，且操作簡便。

（2）基于模型的人臉檢測方法

基于模型的人臉檢測方法是指利用人的五官進行定位，然后按照事先規定好的人臉標準進行人臉檢測，其模板又可以分為預定義模板、變形模板與動態模板。預定義模板指預先設定需要確認的人臉輪廓及面部各器官模板，選出大致區域后進一步檢測是否有人臉存在。變形模板指設定一個變形參數及能量函數，分析圖像數據，檢測是否有人臉存在，其優勢在于光照表情等環境因素對其影響小，但計算操作較復雜。動態模板就是現今應用較為廣泛的Snakes模型，其是用連續閉合曲線來計算出各階段的能量函數，進行比對后是用微積分進行計算，檢測是否有人臉存在。動態模板能較高地排除噪音對檢測結果的影響。

（3）基于統計的人臉檢測方法

基于統計的人臉檢測方法使用得非常廣泛，該方法通過檢測大量的圖像，判斷是否有人臉存在，并設置分類器，將檢測的圖像所應用的方法進行保存，并在新的圖像中分區分析，尋找其相適應的檢測方法。

2.人臉識別技術

人臉識別技術是一種通過人面部特征進行身份識別的技術，其安全可靠在社會上得到了廣泛應用。現今復雜條件下的人臉識別技術包括以下幾種：

（1）基于模型的人臉識別方法

基于模型的人臉識別方法是一種較為常用、較為典型的方法，其與基于模型的人臉檢測方法有相同之處，是通過對比面部各器官間距離與大小來進行識別的。目前，該人臉識別方法為半自主系統，系統只能大體定出面部器官位置，需要人手動精準。該方法對光照、方位的抗干擾能力較差。

（2）基于線性子空間的人臉識別方法

在對能量消耗分析的研究中，人們發現減少通信耗能可以從能量與功率兩方面進行控制。據此為保證傳輸可以適當降低節點功率，減少其能量消耗。PCA是線性子空間人臉識別方法的代表方法，其尋找到圖像的主成分并對數據進行重建復原，減少數據誤差，尋找到識別所需的數據。ICA是PCA的一個推廣的人臉識別方法，其將主成分數據線性變換，形成獨立的線性組合，減小了數據之間彼此的依賴關系。

（3）基于稀疏表示的人臉識別方法

基于稀疏表示的人臉識別方式是利用多元線性回歸模型與稀疏信號進行計算識別的，其抗光照、噪音、遮擋物等復雜條件能力較好，具有較高的識別能力與魯棒性。

參考文獻：

[1]蘇宏濤，張艷寧，王晶，等.光照變化條件下的人臉識別研究[J].西北工業大學學報，2004（04）.

[2]黃興，王小濤，陸麗華.一種快速高效的人臉檢測方法[J].計算機工程與應用，2013（03）.

[3]徐品，童癸，瞿靜.基于AdaBoost方法和人眼定位的動態人臉檢測[J].電視技術，2011（09）.

注：本文系2014年度巢湖學院院級科研項目一般項目（項目號XLY—201411）成果之一。

本文系安徽省高等學校省級自然科學研究項目：無線多跳協作網絡中跨層路由關鍵問題研究項目（項目編號：KJ2014A172）成果之一。

編輯 薄躍華