人脸识别技术的发展与功能

段佳宁

摘 要 人脸识别，属于生物识别技术一个分支，是利用人脸的五官、肤色等特征信息来识别身份的。通过前端的图像或视频采集设备采集图像或视频，然后对被测图像或视频中是否含有人脸进行检测，最后识别出被检测出的人脸的身份，该技术是现在人工智能领域一项比较热门的研究方向。文章介绍了人脸识别技术的发展历程与一些处于领先地位的研究机构、企业的技术现状，并对人脸识别的特点和功能进行了阐述，最后根据当前人脸识别技术的迅猛发展，对今后各领域的应用进行了展望。

关键词 人脸识别；并发性；人脸跟踪；人脸检索

中图分类号 TP3 文献标识码 A 文章编号 1674-6708（2018）219-0100-02

前段时间引发世界各国人们普遍关注的手机iPhone X一经面世，便凭借它独特的人脸解锁和无线充电等新技术吸引了大众的眼球，也使人脸识别的应用更加深入到我们的生活中，掀起了人们对人脸识别技术及其应用的讨论热潮。人脸识别，是基于人的脸部特征，检测图像或视频流中是否存在人脸，若存在人脸，就进一步检测出其位置、大小以及面部各个器官的位置等信息，并可自动跟踪和进行身份识别的一种技术[ 1 ]。当前，人脸识别技术随着前几年的快速发展，几乎达到了与指纹识别等识别技术并驾齐驱的程度，并在部分手机、考勤等领域逐渐取代了指纹识別，成为一种新型的身份确认方式。

1 人脸识别技术的发展现状

1.1 国内的发展情况

我国对人脸识别技术的研究始于20世纪80年代，当时的一些研究机构和高校，如中科院自动化所、中科院计算所、清华大学、复旦大学等陆续开展了人脸识别技术的研究。同时，由于国家政策对科技产业的支持，我国人脸识别技术近几年专利数量和成果转化迅速增长。中国专利公开量从2011年的270件增加至2015年的1 398件，增长了5倍多，超过美国位居第一[2]。我国在人脸识别技术研究方面也占据了一席之地。2006年，清华大学电子工程系的苏光大教授将人脸识别技术在公安等领域进行了尝试。李子青率领团队研发出高性能的人脸识别系统，并将其和RFID射频卡技术有机结合，为奥运会量身定制了人脸识别快速身份验证系统[3]。2008年，我国在奥运会开闭幕式上成功应用了人脸识别系统，这是人脸识别技术首次应用于奥运会。2014年3月，汤晓鸥团队发表了GaussianFace人脸识别算法，此算法判断随机抽取的两张照片是否为同一个人的准确率达98.52%，超过了Facebook同期发布的DeepFace算法（准确率97.35%）。随后，该团队又先后发表了更先进的DeepID2和DeepID3算法，将人脸识别的准确率提升至99.55%，这也使得汤晓鸥团队实验室于2016年成为NVIDIA评选的全球人工智能十大先锋实验室之一。

可见，因为最近几年我国在人脸识别技术上投入较大，研发能力和创新水平已经有了很大提高，达到了世界先进水平。然而某些核心技术的缺失，也反映出我国人脸识别技术的研发能力相对比较分散，还要进一步培养领军单位和领军人才。

1.2 国外的发展历程

早在20世纪80年代后期，人脸识别技术的雏形就已经形成了，而真正将人脸识别技术加以应用则是在20世纪90年代后期，并且以美国、欧洲国家和日本为主。美国作为人脸识别技术最先起步的国家，亦是最先应用该技术的国家，掌握着此项技术的核心专利。2001年美国发生“911”事件，为了加强对出入境人员的监管，华盛顿州在机场使用生物识别技术强化对出入境人员的身份认证和管理，这是生物识别技术首次应用在机场。日本虽然接触人脸识别技术略晚，但始终保持着较快的发展速度。日前，日本NEC公司在其安防展会上展示了最尖端的人脸识别技术，能识破戴上高仿真人脸面具或用他人照片挡住摄像头的手段，NEC对外声称该公司人脸识别技术的准确度被美国政府评为世界第一。

1.3 各公司目前的技术水平

根据调查数据显示，人脸识别技术主要专利权和核心技术大都掌握在国外的研究机构和大公司手中，例如日本的佳能、索尼、卡西欧，美国的谷歌、微软，韩国的三星电子和荷兰皇家飞利浦电子等公司，在人脸识别技术上处于世界领先地位。

由于我国广阔的市场需求和国家对科技创新的支持，近几年不断增加了人工智能领域的投入，国内已有多家公司在人脸识别技术上迎头赶了上来。成立于1999年的科大讯飞公司，是一家专业从事人工智能研究和相关软件及产品开发的骨干企业，公司联合香港中文大学汤晓鸥团队推出的人脸识别技术已经达到世界领先水平。还有成立于1998年的汉王科技公司，在手写识别、光学字符识别（OCR）、笔迹输入上拥有多项核心技术，目前汉王科技有关识别技术的系列软硬件产品已经广泛运用于金融、安保等各个领域。

2 人脸识别技术的特点

2.1 非强制性

人脸识别技术首要的特点就是具有非强制性。掌纹掌脉识别、虹膜识别、视网膜识别等识别技术，都需要被测人有意识的配合仪器设备采集相关的特征信息，这些特殊的采集方式被被测人察觉后，别有用心的人就会有针对性的利用对应方法进行伪装和欺骗。然而人脸识别则不同，人脸识别系统可以在识别对象无意识状态下自动采集人脸图像并加以分析，非强制性的特点对于一种识别方法非常重要，这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容易被防范和破解。这在一定程度上使得人脸识别相较于指纹识别等其他强制性识别更易实现。

2.2 并发性

人脸识别技术的另一大特点是具有并发性。通过摄像头等图像或视频采集设备，可以快速且同时采集、识别一个图像或视频的一帧中含有的多个人脸，这对于指纹、掌纹等识别技术具有无法比拟的优势。例如许多火车站、球场、机场的出入口等人流密集的场所，通过监控系统对采集画面中的多个人脸图像进行识别并处理，在不影响人员出入的效率和速度的情况下，及时识别和确认被测人的身份，具有很强的实用性。

2.3 非接触性

人脸识别技术还具有非接触性的特点。目前广泛应用的指纹识别是利用电子压力传感器采集指纹进行识别比对，对于医院等卫生环境敏感的场所，接触性识别系统也不利于防止疾病的传播。掌纹、视网膜等识别方式虽然也不用实质性的接触被测者，但是采集距离较近，也需要被测者配合采集。人脸识别系统从采集人脸信息到完成身份识别全程不需要与识别对象产生任何接触，甚至在相距较远的情况下也可以正常工作。

3 人脸识别技术的功能

人脸识别技术首先要完成人脸捕获，人脸捕获是指在一幅图像或视频的一帧中检测出人脸。随后再将人脸从背景中分离出来，并自动保存。成功捕获人脸后，接下来人脸识别系统进一步确定识别对象的身份，完成人脸识别。人脸识别按应用方式又可分为人脸跟踪、人脸验证和人脸检索。

3.1 人脸跟踪

人脸跟踪是指利用人脸捕获技术确定人脸后，当指定的人在摄像头拍摄的范围内移动时动态地对其进行跟踪。

3.2 人脸验证

通过对两张人脸图像提取的特征进行对比，该技术将根据两张人脸的相似程度决定“一致”或者“不一致”，从而得出两张人脸是否属于同一个人。

3.3 人脸检索

在人脸数据库中找出与需要检索的人脸相似度最高的一个或多个人脸，此应用需要事先建立目标人群的图像数据库。在一个数据库中检索某个人是不是属于数据库中的人，是人脸识别技术最主要的应用之一。

4 总结与展望

人脸识别技术的准确率和可靠性在某些领域暂时还无法满足要求，现阶段的意义在于将那些长时间处于重复性工作环境中的人解放出来，从而达到降低成本增强效率的目的，但这并不意味着去取代某种职业或者技术。

人的身体机能和感觉器官的能力是有限的，随着模式识别、计算机视觉、图像处理、机器学习这些相关学科的不断进步，将会推动人脸识别的准确度和识别速度不断提升[4]。就像计算机通过深度学习可以在很多领域超越人类一样，机器视觉通过前端的先进设备与后台的数据库和处理器共同协作，计算机的人脸识别将全面超过人的识别速度和准确率，除了身份识别，还将实现判断年龄、美丑、健康等新功能。在不久的将来，人脸识别技术必将逐渐走进日常生活，得到更广泛的应用。

参考文献

[1]徐晓艳.人脸识别技术综述[J].电子测试，2015（5X）：885-894.

[2]何欢，肖强，王春莉，等，人脸识别技术發展现在及趋势分析[J].情报检索，2016（11）：41-47.

[3]http：//it.sohu.com/20080830/n259282251.shtml我国研制的人脸识别技术成功用于奥运会.

[4]左腾.人脸识别技术综述[J].软件导刊，2017，16（2）：182-185.