浙江深大智能科技有限公司
摘要：在多媒体信息时代，对计算机视觉的研究工作显得尤为重要，人脸是图像中最重要的对象之一，人脸识别技术是计算机视觉与模式识别领域的重要课题。本文以计算机人脸识别技术及应用为研究论题，首先对计算机人脸识别技术进行了概述，而后介绍了计算机人脸识别的主要方法，基于方法分析，论文最终分析了计算机人脸识别技术的应用。
关键词：计算机；人脸识别技术；应用
一、计算机人脸识别概述
人脸识别，通常是借助于摄像设备进行人的面部图像采集或者直接分析含有人脸图像（或视频流）的数据信息，利用计算机人脸识别算法进行图像检测和追踪的一种生物识别技术。人脸识别的核心技术在于识别算法，另外识别准确度以及识别效率作为衡量该算法的一般指标，广泛应用于身份鉴定、安保系统、银行管理等诸多领域。人脸识别技术的解决方案包括可见光图像识别、3D图像识别技术、热成像识别以及主动近红外图像多光源识别技术等，其中可见光识别受到光照条件影响较大、识别效率难以满足现实需求，而3D图像识别技术以及热成像识别相对还不够成熟，仍待发展，目前通用的人脸识别解决方案主要是基于主动近红外图像多光源识别技术，该技术在识别准确度、效率方面有着优异的表现。
二、几种人脸识别方法
1、基于几何特征的人脸识别方法
嘴巴、眼睛、鼻子下巴等组成部件构成了每一个人的人脸，基于每个部件大小、形状及结构存在各种差异，因此可作为人脸识别的重要依据。Brunelli小组，用积分投影的方法提取出欧式距离表征的人脸特征矢量进行模式分类，几何特征、变换系数特征、可视特征是图像特征的几种表现方式。
2、近红外图像的多光源人脸识别技术
人脸识别考勤技术与多光源识别技术的结合，是人脸识别技术应用当中一个飞跃性的突破，它标志着人脸识别考勤产品从此将不受时间影响，昼夜均可进行识别工作。人脸与人体的其他生物特征一样与生俱来，它的惟一性和不易被复制的良好特性为身份鉴别提供了必要的前提。与其他类型的生物识别比较，人脸识别具有无须被采集对象配合、无须采集对象和设备直接接触、可以在同一场景中对多个人脸进行分拣、判断及识别等优点。在诸多影响人脸识别性能的因素中，环境光照的变化是人脸识别领域最具挑战性的难题。人脸图像的外观会随着光照条件的变化而发生剧烈的变化，甚至这种变化往往要大于由于人的不同所引起的差异。目前人脸识别系统在比较理想情况下可以取得较高的识别率，但如在摄像环境不可控和用户不配合的情况下使用，其识别性能会大大下降。
3、特征脸方法
这种方法是从主成成份分析导出的一种人脸识别和描述技术，实质上是通过K—L变换压缩技术中的一种优正交换来实现的。从理论上来讲，任何人脸图像集合都可以用两个相近的集合进行重建，一是一组标准的图像集合，二是每个人脸的权值集合。这种理论的基本思想就是通过K—L交换，得到高维图像的一组正交基，将较大特征的正交基作为特征值，组成正脸空间，而后再将新人脸图像映射到特征脸的空间中，得到一组投影向量，来作为识别的特征向量，而后和库中已知人脸的位置进行比较，最后判断库中的人脸是哪一副人脸。
4、基于小波变换的方法
小波变换是一种时间和频率的局域变换，通过平移、伸缩的方式对图像进行尺寸细化处理，根据使用不同宽带的一系列滤波，成功的从图形中提取信息函数。有研究者用局部尺度和小波分解对人脸图像曲率进行提取继而进行特征识别。还有学者采用矩的方法对此进行预处理，这种方法可以对人脸的平面旋转和伸缩进行矫正。
5、基于模板匹配的人脸识别方法
这种方法是利用可变性模板对面部特征进行抽取，这些模板可以变形、平移和旋转，这样就能较好的展现出它们在图像中形状。有学者对基于模板和基于特征的两种方法进行比较，发现基于模板在提高识别率上更有优势，而基于特征的方法在存储量和速度方面有着更好的一面。
6、基于神经网络方法
利用神经网络的分类能力和学习能力对人脸进行特征识别和提取，这种方法少了很多复杂的特征提取工作，而且保存了人脸图像中的形状及材质信息。这种识别方法在人脸识别上的应用具有很多优势，由于人脸识别的很多规律无法进行显性描述，但是神经网络却能对这些规律进行隐形表达，比较容易实现。
三、人脸识别应用研究
1、人脸识别在网络身份辨识的应用
随着互联网信息技术的发展，信息系统的登录、用户授权、电子商务等应用的全过程都是基于网络来完成的，传统的密码身份识别技术，容易受到黑客等恶意用户的破坏，系统的安全性往往无法保障。借助于人脸识别这一生物特征识别技术，在用户身份识别和认证应用，能够有效现实数字身份认证，该识别效率和可靠性是传统技术手段无法达到的。目前电子商务如支付宝、银行终端等应用在用户认证方面，人脸识别认证已经相当的成熟，已经将其作为身份登录的一种方式予以实施，利用生物识别技术基本上不存在身份盗用的问题，在一些安全等级要求较高的网络应用领域，可以综合密码、人脸识别以及指纹识别等技术提高信息系统的识别度。
2、人脸识别摄像领域的应用
在摄像摄影领域，人脸识别技术也有着广泛的应用。人脸识别的基础就是利用摄影、摄像设备对相关人脸信息的采集，在摄影领域的应用主要是对人脸面部进行判断和定位，完成人脸面部信息的识别，实现以及人脸为基础的自动对焦，最终提高照片和摄影数据的清晰度。人脸识别在摄像领域的应用较之门禁和网络身份识别应用两个方面，相对简单，主要是通过匹配存储于摄影摄像设备中的简单人脸特征库进行完成的，识别的精度也没有上述两个方面高，完成定位、聚焦等基本功能即可。总之，为提高拍摄质量，人脸识别在摄影摄像领域也有着极其广泛的应用。
3、人脸识别在门禁系统的应用
门禁系统主要是对授权用户的合法访问以及非授权用户禁止访问的一整套信息系统，就目前的通用门禁系统主要有ID身份信息卡识别、指纹生物特征识别、人脸识别等类型，相对而言，人脸识别技术市场占有率还处于较低水平，通常应用于安全等级较高的场合、例如银行金融系统、军队系统等，作为一种辅助识别技术加以应用，利用置于安全区外界的摄像设备对用户面部特征信息的采集，通过加密网络通信技术手段将采集到的数据传输到识别主机完成最终身份鉴别，判断是否允许用户进入的整套流程。目前人脸识别系统在用户主动配合的条件下，其识别效率和识别准确度相对较高，而采集条件不理想的条件下，识别效率会急剧下降，随着相关技术的不断成熟，人脸识别在门禁系统领域会有更加广泛的应用。
4、人脸识别在其他领域的应用
人脸识别技术在其他领域也有着极其广泛的应用，常见的应用包括安检系统的应用，在高铁站、地铁站等场合，利用人脸主动捕捉技术，识别用户信息已经在我国有了大量的应用，可以辅助公安系统抓捕罪犯；其次，刷脸识别技术在民航、支付等领域也是有了相关的应用，用户不必通过人工识别，直接通过人脸识别即可完成身份认证，效率和准确度也是相对可靠的；除此之外，人脸识别技术还广泛应用于娱乐应用场合，匹配相似度、图像对比等等都有着大量的应用。
结语：计算机人脸识别过程非常复杂，涵盖的理论知识比较多，涉及图像处理、信号处理、模式识别等很多知识，因此这种技术一直是诸多学者深入研究但又具有挑战性的课题。对计算机人脸识别技术的研究应该更加得到更多领域学者的研究和关注，也希望计算机人脸识别技术能够发挥出更大的作用。
参考文献：
[1]苏祎芳.人脸识别技术应用及前景展望[J].云南警官学院学报，2017（04）
[2]吴勇毅.人脸识别或将用于高考技术升级打开商业化应用前景[N].通信信息报，2015（16）
[3]王红锐.智能门禁系统中人脸识别技术的研究[D].武汉理工大学，2013.