圖像重構和特征融合下的人臉識別方法分析

林志健 周設營

摘 要：計算機人臉識別技術在具體應用過程中就是利用計算技術完成對人臉圖像的合理分析，提取有效識別信息內容，完成該項操作后，辨別個人身份的一項技術，有著一定應用空間。因此，在近幾年人們加強了對該項技術內容的研究，并且取得了一定研究效果。下面，針對圖像重構和特征融合下的人臉識別方法進行深入分析，希望文中內容對于人臉識別技術的發展，以及相關工作人員都可以有所幫助。

關鍵詞：圖像重構;特征融合;人臉識別;計算機技術

中圖分類號：TP391 文獻標識碼：A 文章編號：1671-2064（2020）01-0032-02

人類識別技術就是對特定技術和手段進行適當應用，對個人身份進行適當標識，識別人的身份，進而完成相應監督、管理、控制等各項工作內容的一種先進技術，其在具體應用期間也取得了不錯應用效果。隨著科技的快速發展，用于個人和身份識別的信息管理技術和手段不斷增多，常見的手段有個人密碼、智能卡等。這些技術在具體應用過程中具有快速、方便等多項優點，但是，在應用過程中也存在缺點，常見問題有容易偽造、安全性差、容易被盜取等多項缺點。

1 人臉識別技術的特點

人臉識別是現階段所有生物特征識別方法中一項重要分支，也是計算機視覺與模式識別領域的一個關鍵研究方向，其已近被合理應用在金融、司法等不同領域中，作用就是實現身份鑒別，并且，從目前的應用情況來看，也取得了不錯的應用效果[1]。同時，因為人臉識別具有非侵犯性，與指紋、掌形等識別方法等生物特征識別方法相比，其具有優化、直接、便捷等特點，這也是現代人們容易接受一種鑒別身份方式。人臉識別技術在實際應用期間具有如下特點：

（1）不需要人采取特定動作配合，這也就使該項技術在應用時，各項操作相對比較簡單，能夠合理的在隱蔽實場合中應用，應用效果良好。

（2）人臉具有很高普遍性，并且可以通過非接觸方式對重要生物特征內容進行采集，通過人臉可以更加直觀，方便完成對一個人身份的核查，可以對一個人的身份加以明確[2]。

2 識別人臉過程中面臨的難度

人臉識別技術在許多領域都有著廣泛應用，從目前的情況來看，該項技術在應用過程中涵蓋了模式識別、數字圖像處理、計算機視覺、生理學等多個學科中的各項內容。目前，人臉識別技術經過一段時間研究已經取得了一定成績，但是，仍然存在一些問題有待解決。人臉五官在具體分布上較為相似，同時，人臉表情千變萬化，這對于人臉正確識別來說面臨著較大難度。從實際情況來看，人臉識別面臨的難度主要體現在以下幾個方面：

（1）光照變化。人臉檢測和識別是一項復雜工作，該項工作在實際進行應用過程中會受到不同因素影響，光照就是一個重要問題。從現階段情況來看，不同人臉識別方法在應用過程中都會受到光照條件影響，光照不合理都會造成識別率發生快速降低現象[3]。現階段，人們對于光照的多數研究都停留在試驗條件下，還無法在實踐中應用，因此，對于光照問題的解決方案還要進一步分析與研究。

（2）姿態變化。人臉姿態多變，人臉在俯仰后偏轉都會導致人臉面部信息內容發生丟失，這也就對加大了人臉特征精準提取的困難性，這會對人臉識別性能影響[4]。隨著人臉識別技術得到了飛速發展，該項技術的應用領域隨著技術不斷成熟，應用范圍不斷擴大，因此，人身份認證經常要通過單幅人臉圖像實現，這對人臉識別實用化的實現也造成了一定影響。

（3）遮擋問題。一些場合不能要求人員進行配合，遮擋問題低于人臉識別技術的實現造成嚴重影響，尤其是一些監控場所，被監控對象通常都會佩戴帽子、眼鏡等裝飾物對臉部進行遮擋，這會導致被采集的人臉圖像信息缺失，這也會對后續特征識別與提取造成不良影響，情況嚴重時會使人臉識別算法的作用無法得到發揮，遮擋問題也是人們在對人臉識別技術分析過程中需要重點探討的一項問題[5]。

（4）表情改變。從現代計算機技術的實際發展情況來看，采用計算機識別人臉表情面臨著較大困難，這主要因為構建人臉部表情模型，以及對人的情緒進行分類，并且將人臉部表情特征變化進行聯系面臨著較大困難[6]。同時，人臉本身是一個柔性體，要想構建精準表情模型也面臨一定困難;人臉部表情豐富，同時，受各項因素影響，經常會發生一些細微改變，對于表情的變化特點進行抽象概況也面臨著較大難度，可見，精準描述人臉表情也是日后人們研究的一項關鍵問題。

為了更好發揮人臉識別技術，應對圖像重構技術和獨立特征融合技術進行合理應用，從而最大程度減小光照變化、姿態變化、遮擋問題、年齡增長、表情改變等各項因素對人臉識別技術應用造成的不良影響。

3 以圖像重構為基礎的人臉識別技術

考慮到每個人臉都具有個人特征，對子空間分析算法進行合理應用，從而獲取單個人臉特征子空間，完成該項操作后，讓識圖像映射提取每個特征子空間特征，通過對該特征值進行應用，完成圖像重構，最終將獲取圖像最小重構誤差作為對人臉識別的判斷依據。以圖像重構為基礎的人臉識別技術在應用期間，主要能夠解決姿態變化和表情改變帶來的誤差問題。

3.1 預處理圖像

通過科學方式提取特征前，要對數據庫中圖像進行科學處理，使其都變為行向量，方便人們應用，其中像素個數就是向量維數。在對問題進行分析時，將該向量進行預處理，這種預處理對與人臉識別工作的開展來說意義重大。

3.2 以特征子空間為基礎的圖像重構

通過對哦PCA、ICA的應用，能由人臉庫訓練樣本產生由人臉基礎圖像構成的特征字空間，在問題分析期間，以該子空間為基礎，能夠實現人臉圖投影，采用該投影得到坐標系數，獲取到該組數據后，說明圖像存在于空間位置處，進而為人臉識別進行提供相應依據，確保后續作業的順利進行。

3.3 人臉識別的實現

PCA的目的就是利用線形變化，進而找到最優單位正交向量基，通過對線性組合方式，對原樣本進行重建，并且能夠使重建后的樣本和原樣本誤差控制在最小范圍內，變化后的低維空間具有不錯的人臉表達能力，從而達到最優重建目的。ICA是PCA的一種推廣，基本思想就是對線性變化進行應用，進而從訓練樣本中找到一組相對獨立的單元，以此完成對樣本數據的合理描述，PCA只對訓練樣本進行考慮的二階段統計信息對于高階統計信息不同，其是在全部階統計意義下的下相關內容，可以高效利用信號二階段統計以及高階段統計，并且可以通過有效方式，完成對人臉圖像的重構[7]。NMF在實際應用過程中，就是以基于圖像像素點，同時，采取非負性約束重建系數內容，通過該處理方式，在圖像非減疊加基礎上，完成對圖像的重新構成，在人臉圖像重建期間對各項技術進行應用，從整體應用情況來看，獲取了不錯應用效果，因此，可以在日后作業中對其加以應用。

4 以獨立特征融合技術為基礎的人臉識別技術

應用圖像矩陣單一特征值，在合理分析基礎上，完成相應分類工作難以獲取到精準可靠結果，因此，在分析過程中，可以適當引進信息融合技術，在圖像全局特征和局部特征融合期間對信息技術進行應用，進而使人臉識別準確率得到進一步提高。以獨立特征融合技術為基礎的人臉識別技術在具體應用期間，主要可以解決光照問題和遮擋問題對人臉識別造成的影響。

4.1 預處理圖像

預處理圖像與以圖像重構為基礎的人臉識別技術在應用過程中采取的預處理方式相同。

4.2 提取特征

圖像識別是一項復雜工作，提取特征圖像是其中十分重要的一項內容，可以通過對DCT的應用，提取圖像全局特征內容，采用Gabor小波提取圖像中局部特征，在上述操作全部完成后，通過對ICA方法的合理應用，完成相應分類作業，進而為后續各項工作內容的開展提供相應支持。

4.3 人臉識別

提取相應特征后，就是進行分類器設計。支持向量機在結構風險化最小原則，可以兼顧訓練誤差能力和泛化能力，針對小樣本非線性和高緯模式識別問題過程中出現的各項進行處理，在實際應用過程中優勢十分明顯。支持向量機就是以統計學理論為基礎的一種先進學習方法，該方法在具體應用期間，就是采用構造最優超平面，從而控制未知樣本分類誤差，使其能夠被控制在一個合理范圍內，滿足作業需求[8]。其在實際應用過程中第一項關鍵內容就是應用滿足Mercer條件的核函數，從而實現對代替兩向量間的內積預算，使非線形變換能夠得到試下，在具體問題分析時，并不需要非線性變化形式。同時，對核函數方法機進行應用，這可以實現向高緯度空間的合理映射，在該過程中不會導致計算變得更加復雜，并且可以使維數災難問題得到處理。由此可見，在采用支持向量機時，分類識別在具體應用期間效率較高，科學應用融合后的獨立特征，能夠實現分別識別，從而達到人臉識別目的。

5 結語

人臉識別技術不僅是一項具有較強科學研究價值的項目，而且該項技術也具有不錯的應用空間和前景，現代人們加強了對該項內容的研究，這也使人臉識別技術在具體應用期間取得了不錯效果。從人臉識別技術使應用情況來看，其在應用期間，受光照變化、姿態變化、遮擋問題、年齡增長、表情改變等各項因素各項因素影響，會對人臉識別造成不良影響，因此，要對圖像重構和特種融合技術進行合理應用，做好人臉識別。圖像重構技術在應用期間，主要考慮到每個人臉都具有個人特征，對子空間分析算法進行合理應用，從而獲取單個人臉特征子空間，完成人臉識別，而獨立特征融合技術在應用期間就是對圖像矩陣的單一特特征值進行應用，進而完成人臉識別。可見，在日后的發展過程中，人們還應對加強對人臉識別系統的研究，最終研制出一個先進系統，滿足人們應用需求，促進整個社會健康發展。

參考文獻

[1] 胡靜，陶洋，郭坦，等.基于低秩矩陣恢復的群稀疏表示人臉識別方法[J].計算機工程與設計，2019，40（12）：3588-3593.

[2] 陳超，黃佳.基于深度學習的樹莓派人臉與表情識別系統研究與設計[J].網絡安全技術與應用，2019（12）：50-52.

[3] 張良杰.基于人臉識別的智慧教室簽到管理子系統[J].軟件，2019，40（12）：133-139.

[4] 盛妍，徐強，張全，等.基于人臉識別的電網用戶身份自動認證系統設計[J].自動化與儀器儀表，2019（11）：127-130.

[5] 湯雙霞.基于改進神經算法在課堂人臉識別學情分析應用研究[J].信息系統工程，2019（11）：122-123.

[6] 劉婷.基于局部特征分析的人臉識別方法[J].信息與電腦（理論版），2019，31（21）：114-115+118.

[7] 吳松偉.基于人臉識別技術的智能視頻監控系統設計與實現[J].計算機時代，2019（11）：62-66.

[8] 劉思佳，陳至坤，王福斌，等.基于卷積神經網絡的多角度人臉識別[J].華北理工大學學報（自然科學版），2019，41（04）：103-108.