近年来,“刷脸”成为网络热搜词,刷脸进站、刷脸取款、刷脸支付……“刷脸”时代正在到来,人脸识别技术不断进入大众视野。
人脸识别作为一项互联网领域热门的技术,在互联网产品很多领域都有着广泛的应用。比如吃饭刷脸、支付购物刷脸、手机开机刷脸等等,就连寄递邮、快件也可以进行人脸识别。目前人脸识别系统已经在100多座城市落地,覆盖了交通、**部门、学校、医院、企业等多个行业。
“刷脸”,顾名思义,背后是一项关键技术:人脸识别。
别看这两年因为在智能手机上的使用而大热,其实人脸识别技术较早的研究还要追溯到20世纪50年代,当时已经有科学家在研究人脸轮廓的提取方法,但受限于技术水平,这项技术的相关研究一度停滞,直到20世纪80年代,人脸识别的方法才有了新的突破,神经生理学、脑神经学、视觉等相关知识被引入,人脸识别进入了新的发展阶段。
所以,当前阶段的人脸识别不是单一的技术,而是融合了神经生理学、脑神经学、计算机视觉等多方面学科的技术。不过,本质上它还是一项计算机视觉技术。
以下是基于几何特征的方法进行人脸识别的技术原理介绍:
人脸由眼睛、鼻子、嘴巴、下巴等部件构成,正因为这些部件的形状、大小和结构上的各种差异才使得世界上每个人脸千差万别,因此对这些部件的形状和结构关系的几何描述,人脸识别,可以做为人脸识别的重要特征。几何特征较早是用于人脸侧面轮廓的描述与识别,**根据侧面轮廓曲线确定若干显著点,并由这些显著点导出一组用于识别的特征度量如距离、角度等由正面灰度图中线附近的积分投影模拟侧面轮廓图是一种很有新意的方法。
采用几何特征进行正面人脸识别一般是通过提取人眼、口、鼻等重要特征点的位置和眼睛等五官的几何形状作为分类特征,但Roder对几何特征提取的准确性进行了实验性的研究,结果不容乐观。
可变形模板法可以视为几何特征方法的一种改进,其基本思想是 :设计一个参数可调的人体组织模型 (即可变形模板),人脸识别考勤机,定义一个能量函数,通过调整模型参数使能量函数至小化,此时的模型参数即做为该人体组织的几何特征。
这种方法思想很好,但是存在两个问题,一是能量函数中各种代价的加权系数只能由经验确定,人脸识别器,难以推广,二是能量函数优化过程十分耗时,难以实际应用。 基于参数的人脸表示可以实现对人脸显著特征的一个*描述,但它需要大量的前处理和精细的参数选择。同时,酒店人脸识别,采用一般几何特征只描述了部件的基本形状与结构关系,忽略了局部细微特征,造成部分信息的丢失,更适合于做粗分类,而且目前已有的特征点检测技术在准确率上还远不能满足要求,计算量也较大。