（河南大学软件学院 河南开封 475004）
摘要：人脸识别的技术的发展，给我们日常的生活、工作带来了巨大的变化。人脸识别技术已经被大量应用于政府机关、军队系统、银行系统、以及安全防务等领域。本文简述了人脸识别技术的基本方法和应用。
关键词：人脸识别识别；基本方法；应用
中图分类号：TP311 文献标识码：A
引言
随着技术的发展，尤其是计算机运行速度的大大提高与图形识别技术的历史性发展，“面部识别”技术应运而生。面部识别已经成为模式识别和图像处理领域内的热门。它方便、经济、快捷，给我们带来了很大的遍历，因此受到大家的喜爱。其中应用最广泛的是人脸识别。
1. 人脸识别基本介绍
人脸识别技术是基于人的脸部特征，对输入的人脸图像或者视频流首先判断其是否存在人脸 , 如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。
广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。
2. 人脸识别的基本方法
人脸识别的方法很多，主要的人脸识别方法有:
（1）几何特征的人脸识别方法:几何特征可以是眼、慧眼人脸识别考勤机鼻、嘴等的形状和它们之间的几何关系。这些算法识别速度快，需要的内存小，但识别率较低。
（2）基于特征脸(PCA)的人脸识别方法:特征脸方法是基于KL变换的人脸识别方法，KL变换是图像压缩的一种最优正交变换。高维的图像空间经过KL变换后得到一组新的正交基，保留其中重要的正交基，由这些基可以张成低维线性空间。如果假设人脸在这些低维线性空间的投影具有可分性，就可以将这些投影用作识别的特征矢量，这就是特征脸方法的基本思想。这些方法需要较多的训练样本，而且完全是基于图像灰度的统计特性的。目前有一些改进型的特征脸方法。
（3）神经网络的人脸识别方法:神经网络的输入可以是降低分辨率的人脸图像、局部区域的自相关函数、局部纹理的二阶矩等。这类方法同样需要较多的样本进行训练，而在许多应用中，样本数量是很有限的。
期刊文章分类查询,尽在期刊图书馆
（4）弹性图匹配的人脸识别方法:弹性图匹配法在二维的空间中定义了一种对于通常的人脸变形具有一定的不变性的距离，并采用属性拓扑图来代表人脸，拓扑图的任一顶点均包含一特征向量，用来记录人脸在该顶点位置附近的信息。该方法结合了灰度特性和几何因素，在比对时可以允许图像存在弹性形变，在克服表情变化对识别的影响方面收到了较好的效果，同时对于单个人也不再需要多个样本进行训练。
（5）线段Hausdorff 距离(LHD) 的人脸识别方法:心理学的研究表明，人类在识别轮廓图(比如漫画)的速度和准确度上丝毫不慧眼人脸识别考勤机比识别灰度图差。LHD是基于从人脸灰度图像中提取出来的线段图的，它定义的是两个线段集之间的距离，与众不同的是，LHD并不建立不同线段集之间线段的一一对应关系，因此它更能适应线段图之间的微小变化。实验结果表明，LHD在不同光照条件下和不同姿态情况下都有非常出色的表现，但是它在大表情的情况下识别效果不好。
（6）支持向量机(SVM) 的人脸识别方法:支持向量机是统计模式识别领域的一个新的热点，它试图使得学习机在经验风险和泛化能力上达到一种妥协，从而提高学习机的性能。支持向量机主要解决的是一个2分类问题，它的基本思想是试图把一个低维的线性不可分的问题转化成一个高维的线性可分的问题。通常的实验结果表明SVM有较好的识别率，但是它需要大量的训练样本(每类300个)，这在实际应用中往往是不现实的。而且支持向量机训练时间长，方法实现复杂，该函数的取法没有统一的理论。
3.人脸识别的技术应用
（1）企业、住宅、校园安全和管理。如人脸识别考勤系统，人脸识别防盗门，外来人员刷脸登记。
（2）电子护照及身份证。中国的电子护照、通行证也在今年已经正式实施投入使用，很大的提高了效率。
（3）公安、司法和刑侦。如利用人脸识别系统和网络连接，在全国范围内搜捕逃犯。
（4）自助服务。如银行的自动提款机，通过人脸的识别来完整存取款等操作。很好的避免被他人盗取现金的现象。
（5）信息安全。如登录验证、电子商务。在电子商务中交易全部在网上完成，当前，交易或者审批的授权都是靠密码来实现。如果密码被盗，就无法保证安全。如果使用人脸识别技术，就可以做到当事人在网上的数字身份和真实身份统一。从而大大增加系统的可靠性。
结束语
综上所述，人脸识别技术对于日常出行，网络安全，维护国家安全和社会稳定、打击各类犯罪活动具有十分重大的意义。在新兴的信息安全应用领域，人脸识别技术提供了一种更为安全可靠易用的身份鉴别手段，从而提升了整个网络信息系统的安全性能，有效地遏止一些网络违法犯罪活动。同时，人脸识别技术在传统的安防领域可以便捷的与原有技术实现紧密的结合，大大提升原有系统的智能化程度及安全性，拓展了原有系统的应用领域，从而促进了传统产业的技术升级。现阶段，人脸识别技术虽然离我们的目标仍然有一定的差距，但是随着科学技术的发展及各种技术手段的综合应用，一定会推动人脸识别技术不断向前发展。
参考文献
[1] 柳静. 浅议计算机面部识别技术的应用[J]. 河南化工职业学院.2011
[2] 赵书国，吉彬. 面部识别技术在安防系统中的应用[J]. 中国船舶重工集团公司第七一八研究所，2010.
[3] 刘赟，周爽. 人脸识别技术的商业化潜力[J]. 北京信息职业技术学院，2017.
[4] 左藤.人脸识别技术综述[J].软件导刊,2017.2.
论文作者:赵鑫
论文发表刊物:《科技研究》2018年7期
论文发表时间:2018/9/10
标签：的人论文; 技术论文; 方法论文; 线段论文; 特征论文; 身份论文; 的是论文; 《科技研究》2018年7期论文;