低功耗嵌入式人臉識別模組關鍵技術分析及研究

隨著電子信息技術以及新一代互聯網技術的快速發展，生物特征識別技術以其安全、可靠、便利等明顯優勢逐漸取代目前廣泛使用的IC卡、密碼、鑰匙等傳統的身份識別方式。生物特征識別技術主要有指紋、掌紋識別，虹膜識別，聲紋識別，指靜脈、掌靜脈識別，人臉識別等[1]，人臉識別作為一種重要的生物信息識別手段，在信息安全領域有著很多實際應用，如智能鎖、視頻監控、訪問控制、智能身份證、身份認證等，與其他生物特征識別技術相比，人臉識別技術具有群體識別性、隱蔽性以及非接觸性等優勢，在公共安防、民用安防以及軍事國防領域得到廣泛應用[2]。隨著人臉識別技術不斷成熟與發展，人臉識別技術也取得了一定的成果與進步，但是與國外發達國家相比，我國人臉識別技術依然存在一定的局限性，特別是截至到如今，還沒有無配合活體人臉識別、部分遮擋情況下人臉高精度識別以及照片欺騙的低功耗智能模組產品，無法實現在智能鎖、保險柜、槍彈柜等設備方面的推廣及應用，限制了人臉識別技術在智能家居的產業化發展。

目前，針對人臉識別技術存在的問題，煙臺三環鎖業集團股份有限公司（以下簡稱三環鎖業）與科研院所聯合研發基于人臉識別深度學習技術結合低功耗技術的神經網絡芯片，進行低功耗嵌入式人臉識別模組的研發，解決嵌入式人臉識別模組存在的無配合活體人臉識別、部分遮擋情況下人臉高精度識別、照片欺騙以及功耗高的技術難題。主要研究技術如下：

（1）研究嵌入式系統3D活體人臉識別技術，解決人臉識別模組需要配合才能活體人臉識別的問題。

研究基于光流向量化3D活體人臉識別技術[3]、基于離散余弦變換二維主元分析方法、生物特征圖像數據處理等關鍵技術[4]，在有不明物體被遮擋、背景混亂等非結構化環境下實現動態活體人臉3D高精度識別，解決用照片以及其他偽裝手段開啟人臉識別模組的低安全性問題，通過研制獨創3D活體人臉識別算法，可將本算法軟件運行在嵌入式系統，進而降低3D活體人臉識別系統硬件成本，有利于人臉識別模組的產業化應用及推廣。

（2）研究低功耗被動式紅外成像技術，解決人臉識別模組工作功耗高的問題。

目前人臉識別模組工作功耗高的原因一是現在人臉識別時間長，從系統啟動到識別完成，一般時間在3秒左右，二是現在ARM的CPU功耗高，最主要原因是采用紅外陣列補光燈，該功耗超過模組總功耗的二分之一；通過研制被動式紅外成像技術，不再需要高功耗的紅外陣列補光燈，產品工作功耗將為目前市場上人臉識別模組功耗的50%，預計工作次數將近為6000次，滿足公安部《電子防盜鎖（GA374）》（修訂版）3000次標準要求，使人臉識別模組在智能鎖、保險柜等要求功耗低的產品中應用成為可能。

（3）研究嵌入式低功耗人工智能芯片技術，解決人臉識別限制多的問題，提高用戶體驗。

通過研究嵌入式低功耗人工智能芯片，嵌入研制基于深度信念網絡和多任務學習的人臉識別算法，該算法采用深度信念網絡（Deep Belief Network，DBN）深度學習技術，具有良好的人臉特征提取能力，通過無監督的預訓練和有監督的微調獲得良好的網絡權值，逐層地對人臉特征進行抽取，獲得良好的人臉特征數據；多任務學習可利用在多個相關任務并行處理過程中，權值共享可以提高系統的泛化能力特性，進而解決因樣本相對不足而造成的分類器泛化能力不強的問題，利用深度信念網絡提取圖像特征并在DBN輸出層構建有監督多任務學習分類器對人臉圖像進行識別[5]，在人臉發生偏轉、部分遮擋、環境光線以及隨年齡增長，人臉發生變化時，識別準確率也可高達99.75%，比傳統人臉識別算法高出2%，解決傳統人臉識別算法限制條件多的難題。

（4）研究魚眼圖像畸變矯正技術，解決適用人群少的問題。采用雙魚眼攝像頭，為矯正魚眼攝像頭采集圖像特別是邊界人臉圖像出現的桶形畸變問題，研制基于自適應性張氏標定法技術矯正人臉圖像，使人臉識別模組識別范圍在1.2-2.2米，滿足99.99%的家庭需要。

總之，基于深度學習技術嵌入式人臉識別模組可應用于人臉識別智能鎖、人臉識別智能門禁、移動式人證合一設備、人臉識別閘機、人臉識別槍彈柜以及人臉識別保險柜等產品，產品集合圖像處理、計算機視覺、模式識別、人工智能、深度學習等先進技術的綜合應用，解決人臉識別智能安防領域技術難題，拓展行業應用領域和范圍，將帶動生物特征識別行業實現快速發展。另外人臉識別模組硬件及軟件構成由高清攝像頭、人工智能芯片以及人臉識別嵌入式軟件，也涉及技術領域有計算機、微電子、信息技術、人工智能等領域，將輻射帶動上下游產業鏈技術同步提高，提升我國智能安防領域技術水平，縮短與國外發達國家的技術差距，拓展人臉識別領域的應用范圍，同時，也有利于提升我國信息安全的防范能力，為人臉識別技術產業化發展奠定堅實的技術基礎，具有較大的經濟效益和社會效益。