重慶人臉識別機(jī)器關(guān)于人臉識別技術(shù)原理分析

人臉識別主要分為人臉檢測（face detection）、特征提取（feature extraction）和人臉識別（face recognition）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 訓(xùn)練級聯(lián)分類器對圖像中的每一塊進(jìn)行分類。如果某一矩形區(qū)域通過了級聯(lián)分類器，則被判別為人臉圖像。

特征提?。禾卣魈崛∈侵竿ㄟ^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識別，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640x960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。

人臉識別：這里提到的人臉識別是狹義的人臉識別，即將待識別人臉?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。而人臉識別又可以分為 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，回答你是不是你的問題;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nss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，人臉識別技術(shù)目前比較成熟的也是勤機(jī)。因為在勤系統(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 識別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視頻監(jiān)空探頭，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 人臉識別技術(shù)發(fā)展必須要解決的難題之一。

人臉識別的優(yōu)勢在哪里

優(yōu)勢人臉識別的優(yōu)勢在于其自然性和不被被測個體察覺的特點。

所謂自然性，是指該識別方式同人類（甚至其他生物）進(jìn)行個體識別時所利用的生物特征相同。例如人臉識別，人類也是通過觀察比較人臉區(qū)分和確認(rèn)身份的，另外具有自然性的識別還有虹膜識別語音識別、體形識別等，而指紋識別、虹膜識別等都不具有自然性，因為人類或者其他生物并不通過此類生物特征區(qū)別個體。

不被察覺的特點對于一種識別方法也很重要，這會使該識別方法不令人反感，并且因為不容易引起人的注意而不容易被欺騙。

人臉識別具有這方面的特點，它wq利用可見光獲取人臉圖像信息，而不同于指紋識別或者虹膜識別，需要利用電子壓力傳感器采集指紋，或者利用紅外線采集虹膜圖像，這些特殊的采集方式很容易被人察覺，從而更有可能被偽裝欺騙。

高級人臉拼圖識別系統(tǒng)簡介

高級人臉拼圖識別系統(tǒng)簡介據(jù)英國媒體近日報道，科學(xué)家研究出的一種高級的人臉拼圖識別系統(tǒng)，能夠幫助受害人和目擊證人準(zhǔn)確拼湊出罪犯的畫像，準(zhǔn)確率高達(dá)近50%。

這種高級人臉拼圖識別系統(tǒng)被稱為EvoFIT，由英國中央蘭開夏大學(xué)的兩名學(xué)者彼得·漢克和查利·弗勞德設(shè)計開發(fā)而成。

與傳統(tǒng)的人臉識別系統(tǒng)相比，EvoFIT系統(tǒng)具有十分明顯的優(yōu)勢。傳統(tǒng)的人臉識別方式要求受害人或目擊證人逐個回憶和識別犯罪嫌疑人的五官和外貌特征，例如鼻子、眼睛、發(fā)型等，{zh1}再將零散的五官拼湊出犯罪分子的臉。

EvoFIT 則更加科學(xué)細(xì)致，強(qiáng)調(diào)從整體上確定犯罪嫌疑人的大致輪廓，再分部位進(jìn)行微調(diào)和改進(jìn)。受害人或目擊證人首先選定臉型、膚質(zhì)、膚色等整體特征，再替換和調(diào)整眼睛、鼻子、耳朵、嘴型等五官特征，{zh1}加上發(fā)色、發(fā)型、耳朵等外貌特征，拼湊一個更加接近真實罪犯外表的圖像。整個還原過程更像是一個人臉“進(jìn)化”的過程。

發(fā)明者查利·弗勞德介紹說：“傳統(tǒng)的人臉識別系統(tǒng)要通過辨別上百張圖片才能夠拼湊出一張人臉畫像。而且由于最終的成像是通過分散的外表特征湊起來的，準(zhǔn)確率還不到10%。而我們在實驗過程中發(fā)現(xiàn)，受害人或目擊者記憶中的罪犯外表特征其實是作為一個整體儲存在記憶中的，EvoFIT系統(tǒng)能夠在識別過程中不斷調(diào)整這些特征，縮小目標(biāo)的范圍，修正錯誤的信息，逐漸喚醒受害人的記憶，成功率自然更高。”

2008年，英國蘭開夏jc局首先開始采用EvoFIT系統(tǒng)，并利用好的成像效果成功偵破了不少大案。目前，該系統(tǒng)憑借較高的準(zhǔn)確率已被bao括倫敦jc局在內(nèi)的11個地區(qū)jc局應(yīng)用于日常案件的偵破，同時也已被歐洲、美國和以色列的警方采用。