成都弱電公司訊：

人臉辨認(rèn)技術(shù)是基于人的臉部特征，對輸入的人臉圖象或者視頻流.首先判斷其是否存在人臉，假如存在人臉，則進(jìn)一步的給出每個臉的位置、大小和各個主要面部器官的位置信息。并依據(jù)這些信息，進(jìn)一步提取每個人臉中所蘊(yùn)涵的身份特征，并將其與已知的人臉進(jìn)行對比，從而辨認(rèn)每個人臉的身份。

人臉辨認(rèn)技術(shù)原理分析

人臉由于其易采集的特性，受到很多行業(yè)客戶的關(guān)注，特殊是公安、海關(guān)、商場等。人類天天都在進(jìn)行人臉辨認(rèn)，因此也最能接受這種身份認(rèn)證方式。人臉辨認(rèn)的研究始于上世紀(jì)中期，經(jīng)歷了數(shù)十年的努力，現(xiàn)在已經(jīng)可以應(yīng)用在我們的實際生活中，為我們提供各種便利。

人臉辨認(rèn)主要分為人臉檢測(facedetection)、特征提取(featureextraction)和人臉辨認(rèn)(facerecognition)三個過程.

人臉檢測：人臉檢測是指從輸入圖像中檢測并提取人臉圖像，通常采用haar特征和Adaboost算法練習(xí)級聯(lián)分類器對圖像中的每一塊進(jìn)行分類。假如某一矩形區(qū)域通過了級聯(lián)分類器，則被判別為人臉圖像。

特征提取：特征提取是指通過一些數(shù)字來表征人臉信息，這些數(shù)字就是我們要提取的特征。常見的人臉特征分為兩類，一類是幾何特征，另一類是表征特征。幾何特征是指眼睛、鼻子和嘴等面部特征之間的幾何關(guān)系，如距離、面積和角度等。由于算法利用了一些直觀的特征，計算量小。不過，由于其所需的特征點不能精確選擇，限制了它的應(yīng)用范圍。另外，當(dāng)光照變化、人臉有外物遮擋、面部表情變化時，特征變化較大。所以說，這類算法只適合于人臉圖像的粗略辨認(rèn)，無法在實際中應(yīng)用。

表征特征利用人臉圖像的灰度信息，通過一些算法提取全局或局部特征。其中比較常用的特征提取算法是LBP算法。LBP方法首先將圖像分成若干區(qū)域，在每個區(qū)域的像素640×960鄰域中用中心值作閾值化，將結(jié)果看成是二進(jìn)制數(shù)。圖3顯示了一個LBP算子。LBP算子的特點是對單調(diào)灰度變化保持不變。每個區(qū)域通過這樣的運(yùn)算得到一組直方圖，然后將所有的直方圖連起來組成一個大的直方圖并進(jìn)行直方圖匹配計算進(jìn)行分類。

人臉辨認(rèn)：這里提到的人臉辨認(rèn)是狹義的人臉辨認(rèn)，即將待辨認(rèn)人臉?biāo)崛〉奶卣髋c數(shù)據(jù)庫中人臉的特征進(jìn)行對比，根據(jù)相似度判別分類。而人臉辨認(rèn)又可以分為兩個大類：一類是確認(rèn)，這是人臉圖像與數(shù)據(jù)庫中已存的該人圖像比對的過程，回答您是不是您的問題；另一類是辨認(rèn)，這是人臉圖像與數(shù)據(jù)庫中已存的所有圖像匹配的過程，回答您是誰的問題。顯然，人臉辨認(rèn)要比人臉確認(rèn)困難，因為辨認(rèn)需要進(jìn)行海量數(shù)據(jù)的匹配。常用的分類器有最近鄰分類器、支持向量機(jī)等。

與指紋應(yīng)用方式類似，人臉辨認(rèn)技術(shù)目前比較成熟的也是考勤機(jī)。因為在考勤系統(tǒng)中，用戶是主動配合的，可以在特定的環(huán)境下獲取符合要求的人臉。這就為人臉辨認(rèn)提供了良好的輸入源，往往可以得到滿意的結(jié)果。但是在一些公共場所安裝的成都視頻監(jiān)控探頭，由于光線、角度問題，得到的人臉圖像很難比對成功。這也是未來人臉辨認(rèn)技術(shù)發(fā)展必須要解決的難題之一。

現(xiàn)在已有一些機(jī)構(gòu)、高校在進(jìn)行人臉辨認(rèn)新領(lǐng)域、新技術(shù)的研究。如遠(yuǎn)距離人臉辨認(rèn)技術(shù)，3D人臉辨認(rèn)技術(shù)等。遠(yuǎn)距離人臉辨認(rèn)系統(tǒng)面臨兩個主要困難。一是如何從遠(yuǎn)距離獲取人臉圖像。其次，在得到的數(shù)據(jù)并不理想的情況下如何辨認(rèn)身份。從某種意義上來看，遠(yuǎn)距離人臉辨認(rèn)并不是一個特定的關(guān)鍵技術(shù)或基礎(chǔ)研究問題。它可看成是一個應(yīng)用和系統(tǒng)設(shè)計問題。通常有兩類解決方法用于獲取人臉圖片。一種是高清的固定式攝像機(jī)，另一種是使用PTZ控制系統(tǒng)多攝像機(jī)系統(tǒng)。后者更適合于一般情況，不過其結(jié)構(gòu)更為復(fù)雜，造價也更貴。后者需要考慮如何協(xié)調(diào)多臺攝像機(jī)的同步操作。一般地，系統(tǒng)由低分辨率廣角攝像機(jī)和高分辨率長焦攝像機(jī)組成。前者用于檢測和追蹤目標(biāo)，后者用于人臉圖像采集和辨認(rèn)。目前遠(yuǎn)距離人臉辨認(rèn)技術(shù)還處于實驗室階段，未來假如能夠解決上述問題，對人員布控這樣的應(yīng)用有著重要意義。

3D人臉辨認(rèn)能夠很好地克服2D人臉辨認(rèn)碰到的姿態(tài)、光照、表情等問題。主要原因是2D圖像無法很好地表示深度信息。通常，3D人臉辨認(rèn)方法使用3D掃描技術(shù)獲取3D人臉，然后建立3D人臉模型并用于辨認(rèn)。不過，3D人臉辨認(rèn)技術(shù)的缺點也是很明顯的。首先它需要額外的3D采集設(shè)備或雙目立體視覺技術(shù)，其次，建模過程需要的計算量較大。相信隨著未來芯片技術(shù)的發(fā)展，當(dāng)計算能力不再受到制約，采集設(shè)備成本大幅下降的時候，3D人臉辨認(rèn)將會成為熱門技術(shù)之一。