人臉識別技術的行業應用及未來發展趨勢

高清芳

摘要：人臉識別技術是人工智能發展的產物，主要是在計算機的輔助下提取人臉信息，進行識別的技術，此種技術可以用作人像身份判斷的工具，因此我們也可以稱之為人像識別。其中數據資源豐富、擴展性強、接受性強是人臉識別技術的主要特點。本文針對人臉識別技術的行業應用及未來發展趨勢進行了分析。

關鍵詞：人工智能;人臉識別;發展趨勢

一、人臉識別方法

1.1初級階段

該階段主要是以人臉重要器官作為分類特征，具有計算量小、內存要求低。特征提取快的優點，但是光照、表情等因素容易受影響。該階段主要采用的方法為基于模板匹配法，該方法在將局部特征忽視的時候，容易丟失信息資料。

1.2經典算法涌現階段

該階段主要應用的技術為2D人臉圖像線性子空間判別分析以及統計模式識別方法。初始特征為人臉圖像中像素顏色和灰度值。該方法采集圖像的條件較好，可以被應用在中小型的數據庫中。

1.3人工提取特征階段

該階段認為設計面部特征，對局部描述子進行無監督式學習，利用局部特征提取方法對局部領域像素亮度、顏色值進行特征提取，解決了光照敏感度等因素的影響。該方法適用于真實條件下的人臉識別。

1.4深度學習階段

深度學習階段的特點為由人工設計特征和分類識別向基于DCNN轉變。該過程的轉變有較強的自主學習特征。其中局部連接、權值共享等是深度學習階段的關鍵性技術。該階段主要的優勢為是被準確率較高，適用范圍較廣。但是此階段還存在以下問題，比如理論研究領域有待完善、標記樣本的多樣性以及梯度不穩定等問題，這些問題解決的方法為依靠人工經驗和知覺判斷。此外，該階段還需要浪費較長的時間和較大資源費用，也是需要改進的問題。

二、人臉識別技術的過程

2.1人臉識別應用系統流程

2.2變換介紹

在進行人臉識別過程中，變換方法有剛體變換以及非剛體變換。剛體變換由可以分為平移變換、縮放變換、旋轉變換等。非剛體變換可分為仿射變換和投影變換等。

剛題變換的過程為，在二維平面空間中，一點（x，y）通過剛體變換后得到新的位置坐標（x，y），變換過程的公式如下所示：

式中，為旋轉角，，分別是在兩個方向上的平移變量。

線性變換和平移變換。在平面空間中的變換公式如下所示：

投影變換過程，可以采用高維空間上的線性變換來進行表示，變化過程如下所示：

三、智能人臉識別技術在發展中面臨的問題

首先，智能人臉識別技術的應用需要得到國家標準的具體制定以及國家相關政策的支持。國家制定相關的法律法規以及相應政策的實施，為智能人臉識別技術的發展提供堅實的后盾以及相應發展方向。國家政策的安排往往代表了國家的立場與資金的緯度。目前智能人臉識別技術具有著較大的市場需求，倘若國家能夠在政策上提供相應的支持，且資金上能夠為其發展給予鼓勵，則其將能夠取得更好的發展效果。

其次，智能人臉識別技術需要對自身的技術進行進一步的突破。目前，智能人臉識別技術仍舊存在著諸多技術困擾，例如角度、光線、姿態等等。實際上單純就技術難題方面，想要解決目前存在的諸多問題，技術人員就需要相當長的一段時間，因此在進行技術創新與發展的過程中，還需要相關外圍硬件的支撐，例如紅外燈、補光燈、相機的安裝高度等等，其需要多方技術人員之間的相互配合才能夠保證智能人臉識別技術能夠得到技術上的進一步突破。

最后，人臉信息的大數據庫系統還需要進一步的完善，使其能夠具備更高的對比精度與對比速度。在當下這個數據庫時代，智能人臉識別技術依然存在著很多技術難點，在進行大量的數據分信息以及識別的過程中，對于處理的速度與服務器的匹配問題仍然需要進一步研究。當前進行的大多數人臉識別，只是單純的進行有限的人臉識別，在進行大量的人臉識別應用時，當前的智能人臉識別技術很難達到獨立工作狀態，在進行工作狀態仍需要依托于龐大的人臉信息數據庫，從而使自身收集的信息能夠與數據庫內的信息進行對比，從而保證其識別技術的正常運行。

四、人臉識別在行業中的應用情況

4.1安防領域和B端市場的應用

人臉識別技術受到政策的影響，伴隨近幾年來國家經濟的迅速發展，人臉識別技術受到政府的大立支持，因此該技術發展的速度也越來越快。表現為人臉是被技術逐漸向商業化的方向發展。比如，我國金融、政府、教育、醫療等企事業單位。其中人臉識別技術被應用最為廣泛的領域為金融和安防。此外，在技術不斷更新的基礎下，我國的公共交通運輸業中也逐漸引進人臉識別技術。

4.2智能手機和C端市場的應用

支付刷臉和人臉解鎖是C端市場主要的應用領域。其中智能手機中人臉識別技術的應用是C端市場該技術應用的主要代表。其中拉開人臉識別技術在智能手機中應用序幕為是2017年上市的蘋果iphoneX，之后在FacelD的應用下，徹底的將人臉識別技術在安卓手機中的應用高潮拉開3D人臉識別技術需要足夠的硬件條件并且還需要強大的芯片算力，因此這樣高要求的條件，使得3D人臉識別在職能手機中的應用范圍不廣。此外3D人臉識別技術在發展的過程中也推動了2D人臉識別技術的發展，并且2D人臉識別技術逐漸向低端手機發展。

五、人臉識別技術未來發展趨勢

5.1應用領域更加廣闊

未來的人臉識別技術會被應用的范圍越來越廣，且算法的標準也會越來越低。之所以這樣說只因為我國在2016年金融、安防等領域中應用人臉識別技術依賴，該項技術識別的準確性、防攻擊能力等不斷提高。在安全系數不斷提高的情況下，被應用于更多的領域是非常可能的。此外在人臉識別上幾乎算法門檻逐漸降低的基礎下，也促使該技術向不同領域發展。

5.2行業標準更加規范

人臉識別技術在不斷發展的同時，國家也頒布了明確的技術應用先關法律法規，如《安全防范視頻監控人臉識別系統技術要求》等，這些法規的頒布促使今后的人臉識別技術更加的規范。此外，人臉識別技術在市場中的運行環境也不斷的完善，促使用戶在使用人臉識別技術的過程中，獲得更高的安全體驗。

六、結語

在我國經濟和科技快速發展的基礎下，人臉識別技術越來越成熟。以上就是筆者針對人臉識別技術在不同行業中的應用情況，以及未來該技術發展的主要趨勢進行的相應分析，希望對促進該技術領域的進一步研究有一定的參考價值。

參考文獻

[1]李國鑫.人臉識別技術的發展與應用[J].科技傳播，2018，10（19）：102-103.

[2]王宇飛.人臉識別技術特征及未來的應用展望[J].中國新通信，2018，20（19）：90-91.