大数据环境之下基于人脸识别的安全系统分析

高 青，向南刚

国网长治信通公司，山西长治 046000

大数据环境之下基于人脸识别的安全系统分析

高 青，向南刚

国网长治信通公司，山西长治 046000

文章首先针对人脸识别技术的相关概念加以说明，以及近年来的发展特征展开必要的分析，而后在此基础之上就当前在该领域中出现的几种常见算法进行了必要说明，并且进一步就人脸识别系统的工作流程加以讨论，对于深入了解其在安全领域的作用价值有着一定的积极意义。

人脸识别；安全；大数据

随着信息技术的不断完善与发展，计算机的运算能力和通信网络的传输容量都得到了空前提升，与之对应的应用领域也发生着翻天覆地的变化。人脸识别（Face Recognition）技术是跨图像处理、模式识别等多学科的技术，通过利用计算机对人脸图像进行处理和分析，获取有效特征信息，进行身份识别。当前社会安全领域成为其主要的作用环境，虽然目前在实际应用中还存在诸多方面有待改进和提升的方面，但是考虑到其自身的诸多技术特征，已经俨然成为我国社会安全体系中的重要技术支持。

1 人脸识别技术的发展特征分析

近年来，人脸识别技术得到了长足的发展。一方面是相关支持硬件在运算能力方面逐步增强，并且包括云概念在内的相关技术体系也日趋成熟；另一个方面则是该领域的算法和产品层出不穷，从客观上成为了推动人脸识别技术深入应用的重要力量。美国国家标准与技术研究院（NIST，National Institute of Standards and Technology）举办的FRVT 2006（Face Recognition Vendor Test 2006）以及MBGC（Multiple Biometric Grand Challenge）等多项测试研究均标志着该领域相关技术的逐步成熟与完善。

对于安全领域而言，人脸识别技术有着毋庸置疑的积极价值，具体而言，体现在准确性、高效性以及非接触式三个方面。对于准确性方面，理论上，人脸具有独特属性，无法替代，因此如果能够实现精确识别，必然可以实现更为精确有效的出入管理。这种以人脸本质特征作为工作依据的技术，可以抵抗光线、皮肤色调、面部毛发、发型、眼镜、表情和姿态的变化，相对而言表现稳定可靠。而对于高效性方面，人脸识别技术系统的从物理层面只需要摄像头以及相关通信设备，软件层面的算法也日趋成熟，因此能够对人脸展开有效识别。实际操作过程中，人脸识别采取搜索、跟踪、定位以及捕捉技术，并且利用图像三维建模来实现对于图像的预处理，预处理之后的图片大小只有3K，如果利用当前常见的海量搜索识别技术，普通的电脑识别速度可以保持在大约70万张/秒的速度，更为专业一些的服务器，其识别速度的可以达到400万张/秒水平。最后，对于非接触式而言，无论从卫生角度看还是从工作展开的便捷程度角度看，人脸识别技术都有着得天独厚的优势。一方面不用担心病毒的接触性传染，另一个方面其不被察觉的特点会使该识别方法不令人反感，并且因为不容易引起人的注意而不易引发警觉心里从而造成欺骗行为的产生。

2 人脸识别领域技术的发展与系统工作特征

就人脸识别领域中的技术发展状况而言，目前存在于该应用领域的算法主要有四种。其一为模板匹配算法（Correlation algorithm），此种方法主要是通过展开对人脸图像的直接计算来获取图像位置之间的向量距离，从而确定图像是否存在相似特征，即以人脸基本的五官以及骨骼特征来展开相似度比较。作为该领域中的基准算法，该方法具有良好的识别速度，在计算资源占用方面也表现不错，但是准确率相对有限。其二是特征脸算法（Eigenface algorithm），此种算法基于主成分分析法产生，目前领域内更多关注于对于此种方法的优化工作。其三为Fisherface算法，此种计算方法的本质在于从高维空间中提取出最具有分类能力的低维特征，从而实现对于人脸特征的区分。最后是基于Gabor特征的算法，如果说前面两种算法更多采用了图像灰度展开特征分析，那么此种方法则是从更多的角度展开对于图像灰度的比较分析，因此从识别效果上要更甚一筹，但是在资源占用方面有一定劣势。

一个典型的人脸识别技术系统，其工作流程参见图1。

图1 人脸识别技术系统工作流程示意图

从图1中可以发现，当前的大数据环境为人脸识别系统的深入发展提供了良好的依据。首先，云环境为人脸识别提供了更强大的计算基础。为了确保安全水平，在某些精度要求更高的环境中，可以通过云技术在更大的范围内调用计算资源，并且可以依据数据获取的来源展开分布式的存储和处理，对于切实提升人脸识别系统的工作效率有着毋庸置疑的积极意义。而另一个方面，大数据环境对于人脸识别系统的更为重要的价值还在于，支持在更广的领域中实现特征数据库的共用，便于帮助实现人脸特征数据库的进一步丰富，对于推进人脸识别系统的自身学习与完善有着积极意义。

3 结论

基于人脸识别技术的身份认证系统已经进入了广泛应用的阶段，对于此种情况，一方面应当积极发现现存算法和技术的不足，予以展开改善和研究，另一个方面还应当对相关领域的技术发展保持警惕，诸如云以及大数据的发展，都会成为人脸识别系统成长的重要推动力量。

[1]肖秀春，邹北骥.一种复杂背景下的人脸特征提取算法[J].湛江海洋大学学报，2005，4.

[2]熊斌，丁晓青，王生进.基于三维模型的前视红外目标匹配识别方法[J].激光与红外，2011，3.

[3]张晓华，山世光，高文，等.若干自动人脸识别技术评测与分析[J].计算机应用研究，2005（6）.

[4]柴秀娟，山世光，卿来云，等.基于3D人脸重建的光照、姿态不变人脸识别[J].软件学报，2006（17）.

TP3

A

1674-6708（2015）142-0108-01