人臉識別技術的現狀和發展探討

王欣

摘要：面部識別技術是近年來新興的高新技術，隨著技術的不斷發展，面部識別技術該功能也更加豐富，可以在身份識別，公共安全系統和安全驗證等各個方面安全可靠地使用。從面部識別技術的當前發展來看，該領域在未來幾年將繼續保持相對較快的發展速度，這是典型的曙光產業。就中國而言，當前的面部識別市場處于一個相對良好的發展階段，其應用范圍將繼續擴大，也就是說，面部識別技術在未來幾年將顯示出更大的前景。在此基礎上，本文將對人臉識別技術的發展現狀進行綜合分析和總結，并結合提出未來的發展方向。

關鍵詞：人臉識別技術;現狀;發展

中圖分類號：TP391.41?文獻標識碼：A?文章編號：1672-9129（2020）09-0108-01

1?面部識別技術的發展現狀

近年來，電腦技術飛速發展，學術界對面部識別技術的研究越來越重視。研究最多的是面部識別技術。這項技術的發展可以分為以下三個階段：

1.1面部特征的研究階段。現階段的研究主要包括將一個相對簡單的命令語句與數據庫中的某張面孔相關聯，并將其與指紋分析技術相結合，以達到面部識別的效果。但是，為了有效地提高該技術的面部識別率，相關操作人員的操作必須經過整個識別過程，并充分利用自動識別系統。

1.2人機交互的識別階段。在此階段，研究人員使用幾何特征參數來表示面部的正面圖像，并使用特征向量來表示面部的面部特征。對于這種類型的特征表示方法，設計了一種相關的識別系統。但是，當使用這種方法進行面部識別時，相關的操作人員必須具有豐富的知識和經驗，并且需要專業指導。

1.3自動識別階段。近年來，隨著面部識別方法的飛速發展，一些全自動識別系統已得到合理應用，從而使面部識別技術得以進一步發展。根據面部表示方法的不同，存在三種自動面部識別方法，包括建立在幾何特征的識別手段、建立在代數特征的識別手段、建立在連接機制的識別手段。

2?面部識別技術中的識別方法

2.1面部特征。面部特征包含膚色特征與灰度特征2個方面：（1）膚色特征。皮膚的顏色不取決于面部的詳細特征，它是人臉的主要信息之一，不會受到面部表情變化的影響，并且其穩定性相對較高。基于此，在面部檢測中使用膚色進行驗證的可靠性更高。在正常情況下，優選選擇膚色特征來描述膚色模型，并且應當根據顏色空間的變化來確定膚色模型的選擇。（2）灰度特征。面部區域內的各個器官具有獨特的灰度分布特征。基于此，人臉區域本身的灰度可以用作特征模板，并且可以選擇人臉中心區域的特征參數作為人臉特征模板的共同特征。同時，還必須忽略臉頰和掉發造成的尺寸變化的因素。

2.2識別算法。面部識別算法提供執行面部檢測，面部屬性識別，面部關鍵點定位（微笑，性別，名人，美或丑），面部轉換等功能的能力功能。識別算法主要包括兩種類型：（1）膚色區域分割和面部驗證方法。對于彩色圖像處理，有必要在減輕膚色模型后檢測膚色像素，然后在檢測膚色像素后，根據與膚色像素在色度和空間上的相似性。然后根據被測區域的幾何和灰度特征評估它是否是人臉，然后區分膚色相似的其他對象。（2）基于啟發式模型方法。基于啟發式模型的方法包括通過提取紋理，灰度，幾何形狀等特征進行檢測，以評估其是否滿足面部特征。由于面部區域中的多個器官具有相對恒定的圖案，因此，基于該圖案，檢測鼻子，眼睛等的特征，然后根據所拍攝的物體來評估被測對象是否是面部。

3?面部識別技術的應用領域

3.1交通領域。一些城市使用“刷臉”來嚴格調查交通繁忙路口的交通違規行為，并激活面部識別捕獲系統來捕獲闖紅燈的人，攔截特征人的面部，并將數據發送到面部綜合信息應用系統。與此同時，在十字路口的前面安裝了一個大型的信息顯示屏，并實時張貼闖紅燈的人的名字和特寫照片，警告和揭露違規行為以阻止交通違規行為。

3.2安全領域。完整的智能安全系統主要包括三個部分：訪問控制，監視和警報。人員復雜，人流密集且空間相對狹窄的地方是發生犯罪和非法活動的高發地點。智能動態面部識別技術使用面部跟蹤算法，面部檢測算法，智能動態面部識別算法和面部質量評分算法。執行諸如在公共場所或道路擁擠的出入口捕捉，建模和存儲人臉的功能，實時黑名單比較警報和人臉檢索等功能。

3.3金融領域。一方面，這反映在面部支付技術的出現，很多人都使用支付寶面部支付。另一方面，面部識別可以保證人們的付款安全。近年來，由于缺乏統一的信息共享平臺，即現代監控手段，身份證卡欺詐現象屢屢被禁止，導致銀行卡和社會保險卡被盜，許多人遭受了巨大的經濟損失。在許多地方，自動識別已用于初步篩選和試點工作，以防止人們的財產進一步損失。

4?面部識別技術的發展趨勢

對于當前的發展狀況，在面部識別技術的應用中，它面臨著許多因素的影響。例如，在面部識別過程中，面部必須面對相機，面部必須具有一定的像素寬度才能可靠地識別面部。然而，在特定的應用期間，不能完全滿足這些條件，并且這種不確定性使得難以使用面部識別技術。對于復雜環境圖像中的人臉檢測，可以使用人臉特征分布特征知識模型進行檢測，實現更高的檢測速度。然而，可以發現，更多特征的檢測可以改善識別模型的應用范圍，從這個觀點出發，有必要在圖像處理方向上解決問題。基于此，在未來的人臉識別技術探索中，有必要不斷提高計算方法的識別寬度和精度，以使人臉識別技術能夠更可靠地應用到復雜的環境。

結語：簡而言之，對人臉識別技術的應用和方法的發展進程深入研究，將使人臉識別技術在社會上得到更好的發展和應用，這對于促進中國的社會，經濟和技術的發展具有重要意義。

參考文獻：

[1]單娟，劉瑞娜.人臉識別技術在視頻領域的專利發展[J/OL].科技展望，2017（23）：283.

[2]張文彬.人臉識別技術在互聯網金融行業中的應用[J].電子技術與軟件工程，2017（01）：62.

[3]吳維嘉.智能人臉識別技術在安防行業的應用與發展變化[J].中國安防，2016，05（06）：21-22.