人臉識(shí)別技術(shù)就是通過計(jì)算機(jī)提取人臉的特征，并根據(jù)這些特征進(jìn)行身份驗(yàn)證的一種技術(shù)。人臉與人體的其他生物特征一樣與生俱來，它們所具有的*性為身份鑒別提供了必要的前提，同時(shí)具有操作簡單、結(jié)果直觀的特點(diǎn)。因此，人臉識(shí)別在信息安全、刑事偵破、出入口控制等領(lǐng)域具有廣泛的應(yīng)用前景。
人臉識(shí)別的原理
人臉特征
由于人臉由額頭、眼睛、鼻子、嘴巴、下巴等器官組成，這些器官的形狀、大小及結(jié)構(gòu)各異，使得人臉外觀千差萬別。人臉幾何特征主要體現(xiàn)在人臉面部的關(guān)鍵部位如眉毛、眼睛、鼻子、嘴巴等的形狀和幾何關(guān)系，例如：
1. 眉毛厚度及眉毛與眼睛中心之間的垂直距離；
2. 眉毛弧度；
3. 鼻子的垂直位置及寬度；
4. 嘴巴的垂直位置、寬度及上下唇的厚度；
5. 下巴的形狀；
6. 鼻尖處的臉寬；
7. 鼻尖與眼睛中間位置的臉寬。
人臉識(shí)別是通過分析臉部的*形狀、模式和位置等特征來辨識(shí)個(gè)體。
人臉識(shí)別的主要步驟
自動(dòng)人臉識(shí)別系統(tǒng)的基本框架如圖1所示。首先，由攝像機(jī)或掃描儀等圖像傳感器捕獲人臉圖像，與虹膜、手指\手背靜脈血管采集相比，約束少，操作簡單。然后對(duì)圖像進(jìn)行一些預(yù)處理，盡可能的去除或者減小光照、成像系統(tǒng)、外部環(huán)境等對(duì)待處理圖像的干擾，為后續(xù)處理提供高質(zhì)量的圖像。再根據(jù)人臉檢測(cè)算法檢測(cè)圖像中是否存在有效人臉，如果有，則給出人臉的位置、大小等狀態(tài)信息，定位提取人臉圖像(人臉檢測(cè)是非常關(guān)鍵的一步，主要受到光照、噪聲、姿態(tài)、以及遮擋等因素的影響)。接著，提取人臉圖像中的特征，如何提取穩(wěn)定和有效的特征是能否正確識(shí)別的關(guān)鍵。zui后利用分類器根據(jù)提取的特征進(jìn)行分類識(shí)別，識(shí)別精度和時(shí)間是至關(guān)重要的指標(biāo)，這一過程的核心是選擇適當(dāng)?shù)娜四槺碚鞣绞胶推ヅ洳呗浴?br />
圖1 人臉識(shí)別的主要步驟
人臉識(shí)別技術(shù)的發(fā)展與應(yīng)用
20世紀(jì)60年代末至70年代初，人臉識(shí)別研究剛剛起步。zui早的研究者是Bledsoe，他建立了一個(gè)半自動(dòng)的人臉識(shí)別系統(tǒng)，主要是以人臉特征點(diǎn)的間距、比率等參數(shù)為特征。早期的人臉識(shí)別方法有兩大特點(diǎn)：
1. 大多數(shù)識(shí)別方法是基于部件的，它們利用人臉的幾何特征進(jìn)行識(shí)別，提取的信息是人臉主要器官特征信息及其之間的幾何關(guān)系。這類方法比較簡單，但是很容易丟失人臉的有用信息，從而在視角、表情等變化的情況下識(shí)別能力差。鑒于這種情況，后來出現(xiàn)了性能較優(yōu)的模板匹配方法，即根據(jù)圖像庫中的人臉模板與待識(shí)別人臉模板在灰度上的相似程度來實(shí)現(xiàn)人臉識(shí)別，這類方法在一定時(shí)期內(nèi)占據(jù)主流。
2. 人臉識(shí)別研究主要是在較強(qiáng)約束條件下的人臉圖像識(shí)別。假設(shè)圖像背景單一或無背景，人臉位置已知或很容易獲得，對(duì)現(xiàn)實(shí)場景產(chǎn)生的圖像處理效果不佳。
20世紀(jì)90年代以來，隨著計(jì)算機(jī)軟硬件性能的迅速提高，以及對(duì)人臉識(shí)別能力的高要求，使發(fā)展更具魯棒性的人臉識(shí)別方法成為時(shí)代的必然。于是基于整體的識(shí)別方法應(yīng)運(yùn)而生，并且很快成了研究的重點(diǎn)。這種方法充分利用了人臉各個(gè)特征點(diǎn)之間的拓?fù)潢P(guān)系和各個(gè)器官自身的信息，可以避免提取面部局部特征的操作，使識(shí)別魯棒性有所提高。于是，在人臉識(shí)別的研究領(lǐng)域出現(xiàn)了基于整體的方法和基于部件的方法齊頭并進(jìn)的局面。
90年代中期以來，人臉識(shí)別方法向著整體識(shí)別和部件分析相結(jié)合的趨勢(shì)發(fā)展。研究人員開始逐漸認(rèn)識(shí)到人臉識(shí)別算法必須能夠充分地利用人臉的各種特征信息，融合人臉的形狀拓?fù)浣Y(jié)構(gòu)特征、局部灰度特征和全局灰度分布特征等多種特征。因此，出現(xiàn)了很多新的算法。這些算法是將原先單一的算法結(jié)合起來，共同完成人臉的識(shí)別?；叶群托螤罘蛛x的可變形模型方法就是其中之一。
90年代后期，一些商業(yè)性的人臉識(shí)別系統(tǒng)開始逐漸進(jìn)入市場，人臉識(shí)別技術(shù)成為安全防范zui重要的手段之一。但是，這些技術(shù)和系統(tǒng)離實(shí)用化還有一定的距離，性能和準(zhǔn)確率有待提高。
近幾年，人臉識(shí)別方法的性能雖然有了一定的提高，但仍與人們的要求還有一定的差距，現(xiàn)有方法對(duì)光照、年齡、表情、姿態(tài)、距離等條件的變化比較敏感，當(dāng)某些條件發(fā)生變化時(shí)，識(shí)別效果不理想。目前，人臉識(shí)別技術(shù)仍只能用于某些對(duì)識(shí)別準(zhǔn)確率要求不高的場合。
現(xiàn)階段人臉識(shí)別技術(shù)從zui初對(duì)背景單一的正面灰度圖像的識(shí)別，經(jīng)過對(duì)多姿態(tài)(正面、側(cè)面等)人臉的識(shí)別研究，已經(jīng)發(fā)展到能夠動(dòng)態(tài)實(shí)現(xiàn)人臉識(shí)別，目前正在向三維人臉識(shí)別的方向發(fā)展。在此過程中，人臉識(shí)別技術(shù)涉及的圖像逐漸復(fù)雜，識(shí)別效果不斷地得到提高。
雖然人臉識(shí)別研究已積累了豐富的經(jīng)驗(yàn)，但目前的識(shí)別技術(shù)仍然不能對(duì)諸如復(fù)雜背景中的人臉等進(jìn)行有效的處理和自動(dòng)跟蹤。同時(shí)，與其他學(xué)科不同的是：人臉識(shí)別技術(shù)融合了數(shù)字圖像處理、計(jì)算機(jī)圖形學(xué)、模式識(shí)別、計(jì)算機(jī)視覺、人工神經(jīng)網(wǎng)絡(luò)和生物特征技術(shù)等多個(gè)學(xué)科的理論和方法，需要研究人員具有完善的知識(shí)體系和豐富的經(jīng)驗(yàn)。另外，人臉自身及所處環(huán)境的復(fù)雜性，如表情、姿態(tài)、圖像的環(huán)境光照強(qiáng)度等條件的變化以及人臉上的遮擋物(眼鏡、胡須)等，都會(huì)使人臉識(shí)別方法的魯棒性受到很大的影響。因此，人臉識(shí)別技術(shù)仍然是21世紀(jì)富有挑戰(zhàn)性的課題。
人臉識(shí)別技術(shù)現(xiàn)已在眾多領(lǐng)域?qū)崿F(xiàn)了初步的應(yīng)用。
在公共安全領(lǐng)域，基于人臉識(shí)別的門禁系統(tǒng)，將數(shù)據(jù)庫中存有的人臉信息與來訪者的人臉信息進(jìn)行比對(duì)識(shí)別、匹配，實(shí)現(xiàn)門禁系統(tǒng)開啟與否；基于人臉識(shí)別的網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)，把人臉數(shù)據(jù)的采集和數(shù)字監(jiān)控結(jié)合起來，更有效地起到事后監(jiān)督的作用，已廣泛地用于網(wǎng)絡(luò)的安全監(jiān)控上；人臉識(shí)別安防系統(tǒng)，對(duì)進(jìn)入某一環(huán)境的人的身份加以核實(shí)、確定；基于人臉識(shí)別的司機(jī)駕照的驗(yàn)證等等。繼美國9·11事件之后，人臉識(shí)別已經(jīng)成為當(dāng)今*和安全防范zui重要的手段之一。
在民事和經(jīng)濟(jì)領(lǐng)域，人臉識(shí)別技術(shù)在銀行卡持卡人的身份驗(yàn)證、社會(huì)保險(xiǎn)人的身份驗(yàn)證等方面具有重要的應(yīng)用價(jià)值。此外，人臉識(shí)別技術(shù)還被應(yīng)用到了計(jì)算機(jī)和一些電子產(chǎn)品(如手機(jī))的使用管理上，收到了非常好的應(yīng)用效果。
在家庭娛樂等領(lǐng)域，人臉識(shí)別也具有一些有趣有益的應(yīng)用，比如能夠識(shí)別主人身份的智能玩具、家政機(jī)器人，具有真實(shí)面像的虛擬游戲玩家等等。
通過半個(gè)世紀(jì)的不斷演變和發(fā)展，人臉識(shí)別技術(shù)已經(jīng)有了一批成熟的理論與有效的算法，并且國內(nèi)研究機(jī)構(gòu)也推出了一些行之有效的商用系統(tǒng)，提供了大量數(shù)據(jù)庫供眾多研究者分享，應(yīng)該說人臉識(shí)別技術(shù)已經(jīng)完成了開拓性的工作，達(dá)到了一定的成熟度。但目前即使世界上zui成熟的人臉識(shí)別系統(tǒng)，也只能按人臉識(shí)別的一般表述的條件狀態(tài)來實(shí)現(xiàn)其既定功能，即：給定某場景的靜止或視頻圖像，利用己有的人臉數(shù)據(jù)庫，確定場景中的一個(gè)或幾個(gè)人的身份，也就是只能在采集條件比較理想、用戶比較配合的條件下，才可以基本達(dá)到適用程度。在非理想條件下(例如表情變化、年齡變化或者刻意化妝、佩戴眼鏡帽子等)，盡管人類能夠輕易地識(shí)別出復(fù)雜背景中的人臉，但對(duì)計(jì)算機(jī)自動(dòng)人臉識(shí)別系統(tǒng)卻是一個(gè)相當(dāng)大的挑戰(zhàn)，它的識(shí)別率還遠(yuǎn)未達(dá)到理想的適用水平。
另一方面，由于人臉是外在特征，不用經(jīng)過*就可以較輕易地獲得想要的人臉圖像，這就為偽造提供了可能。隨著科技的發(fā)展，仿真頭套、全息投影、人臉跟蹤等高科技攻擊手段不斷出現(xiàn)。2016年3月美國斯坦福大學(xué)研究團(tuán)隊(duì)公布了他們研發(fā)的一款人臉跟蹤軟件Face2Face，它可使用普通的攝像頭捕捉用戶的動(dòng)作和面部表情，然后用該軟件驅(qū)動(dòng)視頻中的目標(biāo)人物做出和用戶一樣的動(dòng)作和表情，例如利用Face2Face用戶可以控制*、奧巴馬、*等大人物在視頻中做出任何用戶想要的怪表情，效果極其逼真。未來隨著高科技的普及，人臉識(shí)別的攻擊成本將不斷降低，這對(duì)人臉識(shí)別技術(shù)將是巨大的挑戰(zhàn)。
——摘自《生活中的防偽技術(shù)》第六章
