一種新的多姿態(tài)人臉圖像識(shí)別方法*

徐勝超

（廣州華商學(xué)院數(shù)據(jù)科學(xué)學(xué)院 廣州 511300）

1 引言

目前應(yīng)用較為廣泛的生物識(shí)別技術(shù)通常是語音識(shí)別技術(shù)和人臉識(shí)別技術(shù)，尤其是人臉識(shí)別技術(shù)，最近幾年以來成為專家討論的熱點(diǎn)話題。現(xiàn)階段人臉識(shí)別技術(shù)中，多姿態(tài)人臉識(shí)別技術(shù)仍處于研究初始階段，是一項(xiàng)極其復(fù)雜的技術(shù)。多姿態(tài)人臉識(shí)別是指對(duì)人臉特定的多種生理特征進(jìn)行辨別的一種技術(shù)［1～2］，廣泛應(yīng)用在各個(gè)領(lǐng)域。其目的是保護(hù)隱私，去除人臉特征中肉眼可辨認(rèn)的固定的信息，由于它具有隱私保護(hù)功能，所以要對(duì)其進(jìn)行識(shí)別的因素較多。多姿態(tài)人臉識(shí)別過程中需要去除能確定前景身份的信息，根據(jù)剩余信息判斷前景動(dòng)作，進(jìn)而進(jìn)行身份識(shí)別。

對(duì)于多姿態(tài)人臉識(shí)別，相關(guān)學(xué)者進(jìn)行大量研究。例如文獻(xiàn)［3］考慮深度學(xué)習(xí)，利用輕量級(jí)和多姿態(tài)聯(lián)合，在MTCNN 算法（Multitask cascaded convolutional neural network，多任務(wù)級(jí)聯(lián)卷積神經(jīng)算法）下進(jìn)行人臉檢測(cè)，最終實(shí)現(xiàn)人臉識(shí)別。文獻(xiàn)［4］通過長(zhǎng)短期記憶網(wǎng)絡(luò)尋找人臉關(guān)鍵點(diǎn)，并且將其設(shè)定為人臉朝向描述子，動(dòng)態(tài)更新描述子的變化情況。使用增加聚類方法對(duì)人體頭部信息進(jìn)行聚類處理，完成人臉識(shí)別。文獻(xiàn)［5］研究?jī)?yōu)化相關(guān)人臉識(shí)別方法，考慮依戀取向，提出識(shí)別人臉面部情緒的優(yōu)化方法，記錄了焦慮組和回避組的事件相關(guān)電位。回避型依戀的人在憤怒測(cè)試中更準(zhǔn)確，而焦慮型依戀的人在快樂測(cè)試中更準(zhǔn)確。文獻(xiàn)［6］提出基于遺傳特征結(jié)合的算術(shù)編碼局部二值模式人臉識(shí)別，局部二值模式是利用人臉識(shí)別算法收集局部特征的嘗試之一。……