人脸识别的核心技术精选(九篇)

第1篇：人脸识别的核心技术范文

智能化安防技术随着科学技术的发展与进步在二十一世纪第二个十年已迈入了一个全新的领域。近年来，由于反恐和国家安全、社会安全的需要，安防行业的智能化技术也越来越受到重视，而身份识别正是安防的核心问题。在这种大背景下，具有非接触、非侵扰、友好、直观、快速、简便、可扩展性等优点的人脸识别技术在多种生物识别技术中脱颖而出。随着人脸识别硬件设备的快速升级和精算技术的不断发展，可以把人脸技术拓展到更多的生活金融服务场景中，为更广泛的用户群体提供更为便捷、智能的金融服务。

通过我行发卡机 ，使用人脸识别系统识别用户，来确认用户身份，可以缩短用户办理时间及降低银行成本，在线上就可以完成从用户资料收集到开户再到取卡、激活流程，极大的提高用户的开户体验。在利用人脸识别规避面签时人员、经验等因素影响风险时，还可以充分利用全网资源对用户的背景及信用情况进行核查，有效规避假冒开户的风险。

人们在办理大额取款业务时，客户只需要“刷脸”并选择交易卡号、输人密码就可以完成交易。人脸识别运用在激活卡、密码重置，网上银行、手机银行等地方， “刷脸+人工审核”模式，主要是针对一些重要的、特殊业务，例如开卡、电子银行签约、大额转账等业务可以通过人脸识别验证，还可以通过刷脸的方式在自助柜台上办理取款转账等业务，可以有效防控风险。另一方面，则是人脸识别为支付安全保驾护航。近年来，由于缺乏统一的信息共享平台即现代化的监管手段，身份证造假的现象屡禁不止，导致社保、银行卡被盗领和盗刷，不少群众蒙受巨大的经济损失。而为防止养老金被冒领的“堵漏”，多地已采用自动识别进行初步的筛查，试点工作取得重大成效，并已计划在全国范围内开展设备升级工作。人脸识别技术还可以运用在银行高端VIP客户识别，当客户进入银行时，前端抓拍机抓拍客户图片上传服务器，服务器通过人脸识别技术将照片和VIP客户进行比对，识别VIP客户身份并及时通知银行接待人员准备。

第2篇：人脸识别的核心技术范文

随着计算机网络技术的不断发展，嵌入式系统的成熟应用，为便携式人脸识别系统的开发研究奠定了坚实的基础。本文分析了人脸识别技术和嵌入式系统，并阐述了基于嵌入式系统的人脸识别的整体框架，最后分析了嵌入式人脸识别系统播放器和小车的实现。

【关键词】

嵌入式系统；人脸识别技术；研究；实现

0 引言

随着嵌入式系统的不断发展和其性能的不断提升完善，为便携式人脸识别系统应用研究奠定了坚实的基础。然而，嵌入式系统和通用PC除了操作系统本身的区别，硬件也有非常大的差异，目前通用的PC机，特别是一些大型服务器，其运行的内存可以达到几个G至几十个G，数据存储空间高达几百G：对于嵌入式系统，可用的存储器空间是相当有限的，最好的系统存储器只有几百兆（M），并且这些存储空间还包括操作系统本身需要的存储器空间，所以用户真正使用的内存较少。嵌入式人脸识别系统，对影像设备和核心算法的选择，构建人脸训练样本集和系统工作环境的要求比较严格。

1 人脸识别技术

人脸识别是以计算机为基础，达到识别人脸的目的，识别的图像可以是静止的图像，也可以是动态的图像。问题一般可描述如下：给定一个静止视频图像或者是场景，采用人脸数据库，确认一个或多个场景中的人。人脸识别的研究一般分为四个部分：从复杂的背景中先实现人脸定位检测，提取人脸识别特征；特征降维；最后通过匹配来识别。从20世纪60年代开始研究人脸识别技术，经过50多年的研究发展，人脸识别技术已经取得了相当大的进展。在光照恒定、无遮挡正面照等比较理想的情况下，人脸识别的识别率较高，所以，人脸识别技术公共安全如身份鉴定、和视频监控等和政府部门管理的应用十分广泛。

2 嵌入式系统

2.1 概念

从我们自己的实际需求和应用的角度看，国内业界普遍认同的嵌入式系统的定义 是：嵌入式系统是一种专用计算机系统，它以计算机技术为基础，以应用为中心，软件硬件可裁剪，并且该系统对成本、可靠性、功耗等的要求十分严格。这个定义和其他的电子微处理设备不同，例如，电子微处理设备MCU，它一般没有操作系统，对使用者的GUI在API层面上不能进行开发，目前MCU被越来越广泛的应用，内部设计的实用模块更多，包括一个可控的脉宽调制输出，数模转换，还具有支持复杂LCD显示和支持USB的控制器等，和嵌入式的区别是，MCU的编程控制大多基于寄存器和存储单元，嵌入式可以不必依靠这些，独立开发软件模块和硬件模块，开发的时间相对较短。而CPLD及FPGA偏重于硬件的逻辑设计，逻辑辑关系的设定使用VHDL语言和其他的方式进行，这种设备根据需要搭建，就像积木块一样，通过编程实现不同的逻辑，实现不同的数字处理的内核等。嵌入式系统的硬件设计，一般是根据需要进行的，包括产品的元器件要求，外形要求及工业设计相关要求等，可裁减性体现到功能的需要，根据需要的相关功能，添加相关的设备，十分简便灵活。

2.2 嵌入式系统结构

嵌入式系统体系继承了计算机体系的特点。其结构包括三个重要的部分：嵌入式操作系统部分、硬件部分、软件部分，其结构图如图1所示。

图3-1嵌入式系统体系结构

3 基于嵌入式的人脸识别系统的整体框架

人脸识别系统主要包括注册和识别两个阶段，基于嵌入式的人脸识别系统的整体框架如图2所示。

3.1 硬件的选择

3.1.1 处理器

处理器是运行和控制的核心，在选择处理器时要满足嵌入式设备的整体需求。ARMCortex-A8是ARM开发的，属于Cortex-A系列中的一款，它是基于ARMv7架构的一款应用处理器。Cortex-A8处理器的速度可以随意调节，调节的范围在600MHZ至1GHZ之间，具有性能高，功耗效率低的优点。

3.1.2 开发板平台

开发板是一种电路板，可以用来进行嵌入式系统的电路开发，它包括存储器、中央处理器、输入/输出设备、外部资源接口、数据通路/总线等一系列硬件组件。开发板可以根据嵌入式系统开发的需求订制，也可自行研究设计。Tiny210开发板由是广州友善之臂公司设计开发，它是一种ARM的开发平台，其采用的处理器是S5PV210处理器。Tiny210开发板采用了核心板及底板的设计方法。核心板上主要有S5PV210处理器以及和底板连接的接口等。底板主要包括USB、网口、RTC、ADC、音频、蜂鸣器、LCD、触摸屏等接口。

3.2 开发环境的搭建

3.2.1 宿主机环境的搭建

如果选择嵌入式Linux目标板上的操作系统，则宿主机的操作系统也选择相应的Linux操作系统。Linux宿主机和目标板之间的连接方式有以下几种：一是串口方式，二是网络方式。宿主机交叉编译环境的建立主要有QT集成开发环境、配置arm-linux-gcc、配置QtforEmbeddedLinux三个步骤。

3.2.2 目标机嵌入式linux操作系统的安装

如果选择linux操作系统，则在宿主机上搭建好检查编译环境后就要在目标开发板上移植嵌入式Linux操作系统。嵌入式Linux操作系统包括5部分：Linux内核、硬件设备驱动程序、引导程序Bootloader、上层的应用程序及根文件系统。Linux内核是Linux操作系统的关键部分，对系统设备和资源进行统一的分配和管理，它是一款系统软件，并且具有提供硬件抽象层、文件系统等功能，最终目标是为上层软件服务。设备驱动程序是用于支持用户的外部设备和嵌入式系统相互交互的程序，如触摸屏、显示屏、摄像头等。应用程序为系统为实现某种功能预安装的程序。引导程序Bootloader是系统加载运行的第一段代码，它的主要功能是初始化硬件设备，建立内存空间的映射图，为调用系统做准备。根文件系统用来储存各种应用程序和各种工具、init程序应用程序及一些库文件等。

4 嵌入式人脸识别系统的实现

4.1 基于人脸识别的播放器FacePlayer的实现

进入人脸识别系统后，先检查有没有摄像头，假如没有摄像头或者是摄像头没有成功启动，系统就会显示没有摄像头，然后就会成功退出该系统。如果摄像头被成功启动，会成功进入系统的主界面，摄像头捕获的图像会在图像显示区域显示，根据选择的显示设置，图像中人脸和人眼的位置被实时显示标出，主界面还有注册，清除数据，识别等功能。

4.2基于人脸识别的小车控制器FaceCar的实现

进入人脸识别系统后，先进入系统的主界面。在主界面的左侧区域，实时显示人脸的图像。左侧上方显示玩具车主人，如果无人注册，就显示未注册的图案，否则显示已注册者，也就是小车的主人的图案。FaceCar的注册过程和FacePlayer的注册过程相同。如果没有人注册过，可以任意的点击小车的开启按钮和注册按钮。当已经有人注册过，需要通过人脸认证后方才可以启动小车或者是重新注册小车主人。在清除相关的注册数据时，需要经过人脸认证后才能清除数据。

5 结束语

近年来，嵌入式技术飞速发展，并且在很多的领域得到了广泛的应用。但是，就目前的发展来说，人脸识别还应该在以下几个方面进一步进行研究。①进一步深入研究人脸的局部和整体信息的混合模型的方法，准确描述人脸模式分布。通过多分类器融合及多特征融合的方法改善识别性能。研究人脸与虹膜、语音、指纹等识别技术的相融合。④3D形变模型具有良好的发展前景。三维人脸识别算法需要在原有的识别算法基础之上进行创新及改进。总之，人脸识别是研究的热点话题，如何和其他技术相结合提高识别的精准率是将来研究的方向。

【参考文献】

[1]段锦，人脸自动机器识别[M]，北京：科学出版社，2009.

[2]薛源，李艳萍，人脸识别技术的探讨和研究[J]，《机械管理开发》，2010，25（5），39-41.

第3篇：人脸识别的核心技术范文

【关键词】视频识别技术 客运车辆 超载 远程核查

随着生活水平的不断提高，人们外出打工、探亲、旅游的人数越来越多，尤其是节假日，而与此相关的公路客运（长途客车，旅游客车等）的运力却没有相应增加，致使超员现象频频出现。客车超载对国家的公路设施和客运市场造成了不良影响，也影响车辆本事和车辆的驾驶、控制，容易引发事故，给国家和百姓带来重大的经济损失和感情伤害。为更好地适应宁波市社会经济迅猛发展的步伐，防止超载现象的发生，保证客运安全，开展客运车辆实时载客人数智能识别及远程核查研究。

1 研究价值

在采取行政监督管理的同时，通过科学技术的手段来消除客车超载的现象也有着极其重要的意义和实用性。通过基于视频识别技术的客运车辆超载远程核查应用研究，实现长途客流的动态监管，为长途客运应急预案管理、应急资源配置与调度，应急处置与保障提供重要支撑作用，同时为长途客车超载、超员治理及执法提供依据，并有效遏制超载，超员，提升客运安全。

2 关键技术

2.1 Opencv

OpenCV的全称是：Open Source Computer Vision Library。OpenCV是一个基于（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效――由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

OpenCV 用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python， Java and MATLAB/OCTAVE （版本2.5）的接口。这些语言的API接口函数可以通过在线文档获得。如今也提供对于C#，Ch， Ruby的支持。

自从OpenCV在1999年1月alpha版本开始，它就被广泛用在许多应用领域、产品和研究成果中。相关应用包括卫星地图和电子地图的拼接，扫描图像的对齐，医学图像去噪（消噪或滤波），图像中的物体分析，安全和入侵检测系统，自动监视和安全系统，制造业中的产品质量检测系统，摄像机标定，军事应用，无人飞行器，无人汽车和无人水下机器人。

2.2 人脸检测

人脸检测从整体来看分为四个部分：

（1）Face detection 人脸识别，即识别出这是人的脸，而不管他是谁的。

（2）Face preprocessing 面部预处理，即提取出脸部图像。

（3）Collect and learn faces 脸部的特征采集和学习

（4）Face recognition 脸部识别，找出最相近的相近脸部图像。

“基于知识的方法主要利用先验知识将人脸看作器官特征的组合，根据眼睛、眉毛、嘴巴、鼻子等器官的特征以及相互之间的几何位置关系来检测人脸。基于统计的方法则将人脸看作一个整体的模式――二维像素矩阵，从统计的观点通过大量人脸图像样本构造人脸模式空间，根据相似度量来判断人脸是否存在。在这两种框架之下，发展了许多方法。目前随着各种方法的不断提出和应用条件的变化，将知识模型与统计模型相结合的综合系统将成为未来的研究趋势。”（来自论文《基于Adaboost的人脸检测方法及眼睛定位算法研究》）

3 系统设计

3.1 系统组成

系统包括车载视频终端、视频平台及远程核查平台三部分

3.1.1 车载视频终端

安装于车辆头部；

根据指令采集车辆图片信息；

通过DVR自带3G/4G传输模块将照片传回视频平台。

3.1.2 视频平台

下发拍照指令给车载终端；

接收车载终端拍照照片；

将照片传给核查平台。

3.1.3 核查平台

接收视频平台传回车载照片；

针对车载照片进行分析，判定其是否超载。

3.2 系统架构

系统的总体设计分为四层，由下至上是数据采集层，基础资源层，统一支撑层和系统应用层。

数据采集层实现基础数据的采集。通过车载智能终端采集GPS信息、车辆上下客人数信息以及车内载客照片信息、车内视频信息。

基础资源层实现对数据的统一存储、管理和维护。包括GPS信息、车辆上下客人数信息以及车内载客照片信息、车内视频信息、车辆信息、车辆车内空载照片信息等。

统一支撑层实现车辆载客信息与空载信息的对比分析，超载预警计算等。

应用系统层是配合实际管理需求的应用系统的集合。

3.3 系统功能

客运车辆乘载人员数量智能识别与远程核查系统经过分析包含以下功能：

3.3.1 车载人数统计查询

核查平台接收各客车车载视频终端传回照片，利用人脸识别技术，识别车辆实载人数。

3.3.2 载客车辆照片查询

核查平台接收车载视频终端传回车辆载客照片，提供用户查询，考虑到系统存储问题，系统进提供15天内照片查询。

3.3.3 车辆信息管理

通过与运政系统对接，获取车辆相关基本信息，包括车型、荷载率，经营单位等。

3.3.4 车辆载客图片对比分析

由于车内人员的坐姿比较多，低头、侧脸、戴帽或者批衣的情况比较复杂，难以通过单一的人脸检测手段进行车载人数识别，通过思路转换，由于车内的空间比较固定，桌椅安排有规律，一般情况下超载客车里的超载人员主要分布在过道里，座位多坐人的可能性不是很大（抱小孩的情况除外），故系统先行检测过道，再对过道和空载的情况做对比，最后进行人脸检测，将轮廓检测、图像对比分析和人脸检测相结合以提高识别率。

图2所示即为检测的过程，首先对车内的过道进行检测，智能分析出过道位置，为了更准确的识别，可以将过道内的图片进行编码，和空载的过道内的编码进行比较，如果有异常，则再进行人脸检测，查看是否有人在过道内或者是其他物体在过道内。

（1）过道检测。过道检测算法，是根据opencv的轮廓检测算法，提取座椅的轮廓来获得的。

首先将图像灰度化，然后对图像进行降噪处理，再对图像进行腐蚀和膨胀操作，最后根据设置轮廓检测的阀值，进行边缘检测。对边缘检测后的图片再次进行线段检测，线段的长度根据座椅在照片中所占的比例大致设置。

在得到所有检测到的线段后，得到所有事竖线的线段。既在坐标系中x坐标相同的点。排除占图片三分之一左右的车内上部线段，因为上部分是车厢上体，不可能是座椅；同时，自动找到照片的中间点，以此为中心向左右寻找竖线，当在某一侧找到三个或以上的平行的竖线时，既认为找到座椅的边缘，将此平行线的最靠近地点的且与中心点最接近的做为过道的一侧的线段。同理，另外的一侧也按此划分。这样就将过道区域划分出来。

（2）图像对比。图像对比方法很多：如哈希对比，峰值信噪比对，特征点分析等。

将上述切分出的过道图片与静态下切分出的过道图片进行对比，即可了解是否有差异，超过差异允许的范围，则过道中有可疑物体或人员。

哈希图像对比分析的详细过程：

a.缩小尺寸：将图像缩小到8*8的尺寸，总共64个像素。

b.简化色彩：将缩小后的图像，转为64级灰度，即所有像素点总共只有64种颜色；

c.计算平均值：计算所有64个像素的灰度平均值；

d.比较像素的灰度：将每个像素的灰度，与平均值进行比较，大于或等于平均值记为1，小于平均值记为0；

e.计算哈希值：将上一步的比较结果，组合在一起，就构成了这张图像的指纹。

f.得到指纹以后，看看64位中有多少位是不一样的。设置不同的权重，分析是否相同或不同。

通过比较，对有问题的图片进行下一步操作，既人脸检测。

（3）人脸检测。检测上述的过道区域，采用opencv中的人脸识别算法，OpenCV已经提供了不同种类的人脸检测的训练文件。因此我们可以方便的通过载入这些训练好的级联分类器XML文件来实现人脸、眼睛、鼻子等检测，这些基于Haar和LBP特征的人脸检测可以自动的对大量数据图片进行训练，训练结果存储在XML文件中以供使用。

3.4 超载预警处置

系统将通过图像比对分析后疑似超载车辆信息反馈到该功能，平台监管人员可针对系统预警结果进行处置，并可调取车辆实时视频进行验证。

4 结论

基于视频识别技术的客运车辆超载远程核查应用技术的研究作为宁波智慧运管的重要部分，具有广阔的社会经济效益。通过基于视频识别技术的客运车辆超载远程核查应用技术的应用推广，充分利用交通信息化技术和成果，实现对长途客车、旅游包车超载的智能监控，从而防止超载现象的发生，进而保证客运安全。

参考文献

[1]胡尚举，杨继章.基于图像侦测技术的客车超载监控的实现方法[J].科技资讯 2008（30）：16-16.

[2]王鸿，蒋文保.基于物联网技术的长途客运车安全管理 [J].系统信息安全与技术 2013（03）：61-64，85.

[3]北京卡尔视通科技有限公司，城市长途客运车辆远程监控系统解决方案[EB/OL].http：///2012/01/040814614522.shtml.

作者单位

第4篇：人脸识别的核心技术范文

“我往这儿一站，它就能把我认出来吗？”

“人脸识别产品稳定可靠吗？”

“我离他多远，它才能认出我？”

“要是用它代替我们公司的刷卡门禁，成本高吗？”

……

2010年11月2日，“第十届中国国际公共安全产品博览会”1号馆的一个展台前，许多参观者在向参展的工作人员询问。问句中的“它”就是汉王科技股份有限公司（以下简称汉王科技）展出的采用双目立体人脸识别技术的前沿身份认证技术产品――人脸通，据了解，它是全球首款嵌入式人脸识别产品，可以完全脱离计算机独立工作。为了让参观者更直观地了解自家产品，工作人员特意演示了一下人脸识别门禁考勤机的绝技――“以脸开门”：面向人脸通，屏幕瞬间就“认出”了这名工作人员，显示出他的照片、姓名、工号等信息，玻璃门也随即自动打开。

作为新一代生物特征识别技术，人脸识别有哪些独特的优势？人脸通在识别领域取得了哪些技术上的突破？在市场应用方面取得了哪些进展？记者采访了汉王科技负责研发人脸识别系统的石践副总经理。

―――― 新闻背景 ――――

安防行业“早上八九点钟的太阳”

一说起身份识别，人们更多的是想到刷卡、指纹认证。而这两项识别技术除了麻烦不说――任何情况下都要取卡、伸手指，随着科技的发达，其安全防范性能也不再那么可靠：前者“只认卡不认人”，而且卡很容易被复制；对于后者，指纹识别的适用性不强。据统计大约有5%的人不能使用指纹识别，例如指纹细和浅的女士，以及常用手劳作的劳动者，指纹会被磨平或模糊，而且指纹识别作为一种接触性的识别技术，近年来容易被采用硅胶的指纹套复制，安全性受到很大质疑。

人脸识别技术具有非接触、直观性好、用户接受程度高等显著特点。它首先分析提取人脸特征，并存储在数据库中，即人脸登记；然后在使用时，再次提取人脸特征，并与数据库中的特征进行比对，通常，当某两个模板进行比对时，如果相似程度超过系统预先设定的阈值，系统就认为比对成功――这两个模板来自同一个人。

石践告诉记者：“人脸识别系统的识别速度相当快，而且人脸识别系统具有存储功能，只要把一些具有潜在危险性的重点人物的脸部特征输入存储系统，‘重点人物’如擅自闯关，识别系统就会自动发出警报。”和其他识别技术相比，人脸识别主要是通过观察比较人脸区分和确认身份，使用时不受地点的限制，具备直观自然性、非接触、不被察觉性和事后性好等独特的优势，因而被称为安防行业“早上八九点钟的太阳” 。

―――― 技术突破 ――――

人脸通的识别率高达99%以上

尽管人脸识别技术备受关注，但是由于人脸图像受年龄、姿态、表情、光照等因素影响具有“一人千面”的特点，因此，人脸识别技术具有极大的挑战性，被认为是生物特征识别领域最困难的研究课题之一。

据石践介绍，目前的人脸识别技术，分为二维人脸识别、三维人脸识别两大类。二维人脸识别是基于人脸平面图像的，但实际上人脸本身是三维的，人脸平面图像只是三维人脸在一个平面上的投影，在这个过程中，必然会丢失一部分信息，因此，二维人脸识别性能的进一步提升，一直受到环境光线、姿态、表情等因素的不利影响。三维人脸识别是基于三维人脸图像的，从理论上讲具备一些三维图像信息的技术优势，但一直存在采集设备昂贵，采集系统复杂，存储度高，人脸重建算法很复杂，识别速度较慢等缺点。

针对人脸识别的问题和困境，汉王科技早在2003年就瞄准了人脸识别技术的国际前沿，积极开展人脸识别技术的潜心研究。2008年10月，在国家专项资金的支持下，汉王科技推出全球第一款嵌入式双摄像头人脸识别机――人脸通。据介绍，汉王人脸通使用拥有自主知识产权的“Dual Sensor”人脸识别算法，采用专用双摄像头，属于双目立体人脸识别技术。这款拥有完全自主知识产权的人脸识别系统就好像一个人的一双眼睛，既保留了二维人脸识别简单的优点，又借鉴了三维人脸识别的部分三维信息，识别速度快，识别率达到99％以上，而目前全球其他人脸识别系统的识别率在70%～90%，双目立体人脸识别技术遥遥领先，这奠定了人脸通大规模商用的基础。

石践告诉记者：“这款双摄像头人脸识别系统，右侧摄像头的图片进行人脸定位和眼睛定位，同时，左侧摄像头与右侧摄像头的图片进行立体融合，恢复出三维人脸模型，在此基础上，进行特征提取和比对，实现模板录入和识别等功能。实现了真正意义上的活体生物特征检测，可以非接触、自动人脸识别功能，实现了安防零漏洞。”其相关产品于2009顺利通过了公安部门安全与警用电子检测、拿到了中国人民军队安全技术防范证书。

―――― 打入市场 ――――

中国创造走向世界

市场是检验产品的唯一标准。在人脸通产品上市以前，美国某上市公司的联机人脸识别产品在中国的市场报价是25万元人民币，人脸通产品上市后，它的市场报价被迫降到了5万元人民币，直至后来退出中国市场。

人脸通产品先后参加2009美国CES展、2009德国CeBit展、2010美国西部国际安防展、2010台北国际安防展、2010巴西国际安防展，在不到两年的时间，产品已经销往全球55个国家和地区，并获得国家专利42项，美国、中国台湾等国际专利9项，对此，中国安全防范产品行业协会副理事长兼秘书长靳秀凤给予了高度评价：“人脸识别没有国界，中国创造走向世界。”

2010年6月，汉王科技正式第二代人脸识别技术，并推出7款人脸识别考勤机新品，全面覆盖高中低端考勤市场。应用领域除了普通的考勤签到，还包括银行金库门禁、军队军火库门禁系统、监狱进出口控制门禁系统、海关进出口身份认证系统等。北京301医院、大亚湾核电站、深圳罗湖海关、广西监狱管理局等用户在安装使用人脸通后都一致反馈：识别准确、可靠性高。

―――― 相关案例 ――――

门禁“以貌取人”提高安全性

安徽省出入境检验检疫局技术中心，内设部级食源性致病微生物检测重点实验室、植物转基因综合实验室、动物检疫中心实验室及其他实验室组成的安徽省专业检验检疫机构。在没有安装人脸识别门禁考勤系统之前，经常会有陌生人来访，有些是来正常办理报检业务的，有些来推销相关或无关业务产品的等等，有些不必要的来访人员长驱直入实验室，扰乱了实验室工作人员的正常工作，给实验室的安全管理留下了许多隐患。2009年12月，安徽省出入境检验检疫局技术中心安装了汉王人脸识别门禁考勤机，技术中心员工上下班再也不用担心忘了带钥匙、忘了带卡而不能考勤或进入单位大门。而以前上门推销等闲杂人员被人脸门禁拒之门外，极大地提高了办公环境安全性。

为银行金库提供安全防范线

金库是银行防范的重中之重，是人防、物防和技防最为集中的要害部位，近几年来银行金库外盗、外抢案件已很少出现，而监守自盗、内外勾结的内盗案件却时有发生，金库安防重点已由防外转为防内。汉王科技人脸通采用先进的人脸识别和视频智能分析技术，既可以把外部人员阻挡在金库外，也可以有效的防止内部人员的作案，大幅提高金库的安全性……2009年5月，中国人民银行洛阳分行在金库区防护门和金库区复点门安装了人脸通识别系统。用户使用后很满意，评价其性能稳定、识别准确，人机交换界面友好。

―――― 延伸阅读 ――――

ATM机装人脸通可实现刷“脸”取款

在ATM机前取钱，担心身后有人偷看密码，或是担心不法分子对ATM机做了手脚，甚至不小心丢了卡，还担心犯罪分子拿着你的卡盗取钱？这些令人担忧的事情很可能发生改变。汉王科技正在和农业银行、浦发银行以及平安集团等联系解决方案。

汉王人脸通具有防蒙面伪装取款功能，自动通过ATM机上的外置摄像头，拍摄取款人脸部特征，在确认取款人的眼睛、鼻子、嘴等部分的鲜明轮廓之后，方可进行下一步交易。如果取款人戴着口罩、墨镜以及帽子，使得机器无法辨认取款人脸部轮廓，取款机将自动终止取款交易，防止蒙面犯罪嫌疑人在取款机中取走失主存款。另外，当ATM机上的摄像头出现遮挡、机器遭到恶意敲打破坏、视频丢失等情况时，人脸通可以通过自动检测并实时报警提醒，以便维保人员及时发现并处理，保障储户存取款安全。

第5篇：人脸识别的核心技术范文

不是新技术 聊聊图像美化那些事

说到图像美化，就不得不提到Photoshop。很多朋友都知道，借助PS可以化腐朽为神奇，将人物P得美轮美奂。不过PS操作毕竟繁琐，而随着移动设备的普及，越来越多类似PS的APP就逐渐在手机上流行起来，比如美图秀秀、百变魔图等。一些手机更是将美容功能融合到手机系统中，如美图手机可以通过调用系统APIL问相机，然后将采集到的画面进行美颜处理（图1）。

随着网络直播的兴起，APP美容技术也在不断发展，它已经不再局限于对静态照片的美容，越来越多直播平台可以使用APP对主播的动态图像进行实时美化，比如将主播的小眼睛变大，把圆脸变成瓜子脸，几乎实现了现实生活中的“整容”效果。

变美的背后――认识APP美化原理

对于普通用户来说，在手机上进行美颜操作都非常简单，比如美图秀秀磨皮祛痘操作，只要在功能面板上选择相应的菜单，然后简单点击选择即可实现快速美容（图2）。

不过这看似简单的操作背后却是强大的图片处理技术在支撑着。以简单的去痘操作为例。大家知道很多朋友脸上都有痘痘，这样拍摄出来的照片，痘痘就会在你的脸上形成一个灰度值的变化。而如果一张照片上相临的两个区域灰度值相差比较大，在照片上就会形成噪点。因此祛痘操作实际上就是图片处理上常用的“降噪”。降噪主要是通过一定的算法实现，比如滤波算法，它可以对周围的点取均值来替代原先的值，使得图片上的噪点看上去不那么明显，反映在照片上就是人脸的痘痘消失了，看上去皮肤更为光滑。

因此当我们在美化APP中轻松点选去痘操作后，手机APP实际上在后台先进行噪点的判定（通过一个点的亮度和周围点的亮度的差值进行比较找到噪点），然后调用一定的算法进行降噪，最后还要将经过处理的图片与原图进行混合（因为如果只是使用处理后的照片很容易丢失细节，使得处理后的照片看上去失真），并通过调整两张图片的混合权重，使得处理后的照片看起来既有美化效果，又不会给人“太假”的感觉。这也是一般美化APP处理图片的常见流程（图3）。

对于网络主播的动态美容则更为复杂，它首先要实现“人脸识别”。APP只有准确识别到人脸才能进行美容，人脸识别的核心技术则是深度学习技术。这种技术借助互联网上海量的图像数据进行学习训练，抓取到核心的特征，然后生成一种算法。这样美颜APP就可以利用这些算法实现对主播们的动态美容。比如对于主播肤色的调整，深度学习技术首先会抓取原图和美肤处理后的图片进行比较，然后分析其中的差异，这样经过大量的学习后，它就可以在抓取到当前主播原图后使用特定的算法快速完成对主播的肤色处理，使得“美容”后的效果更为逼真、有效（图4）。

同样的，对于整容成瓜子脸、将小眼睛变大之类的美容效果，也都是使用类似的方式完成美化。这样在直播时，从相机采集到每一帧的画面，深度学习技术都会进行人脸识别，再标示出关键点的位置，然后结合图像技术得到最终的美容效果。举个简单的例子，现在网上流行的网红脸，通过深度学习的人脸识别技术可以在抓取到当前主播脸部数据后和网红脸进行比较，然后通过特定的算法进行优化，可以将主播整容为最受网友喜爱的脸型和肤色，这样我们在直播平台看到的就是各种靓妹和帅哥，实际上功劳却是后台的人脸识别技术整容的结果。

写在最好美化APP更让人值得期待

第6篇：人脸识别的核心技术范文

由三个“85后”清华学子创办的Face++，把图片和面部识别带到商业应用领域，正在实现基于人脸识别技术的应用开发和平台服务。创业团队中的三个人各有专长技术方向，分别是图像搜索、视觉识别和数据挖掘。在今年最重要的互联网图片人脸识别比赛LFW中，Face++团队力压Facebook人脸团队 （前团队），获得世界第一。在极难识别的互联网新闻图片上，获得了97.3%的准确率。

Face++是北京旷视科技（Megvii）有限公司开发的新型视觉服务平台，旨在提供简单易用、功能强大、平台兼容的新一代视觉服务。Face++团队专注于研发世界最好的人脸检测、识别、分析和重建技术，通过融合机器视觉、机器学习、大数据挖掘及3D图形学技术，致力于不断将更新、性能更好、使用更方便的人脸技术提供给开发者和用户。Face++通过提供云端API、离线SDK，以及面向用户的自主研发产品形式，将人脸识别技术广泛应用到互联网及移动应用场景中。

随着微软Kinect、谷歌Glass的诞生，机器视觉及人机交互技术将成为下一次IT革命浪潮中的核心驱动力。多媒体信息和视觉技术，正在改变人类生活的方方面面。海量图片出现在各类社交网络平台，图片搜索的需求量与日俱增。在今年的百度世界大会上，百度CEO李彦宏在会上表示，未来5年语音图像搜索将会超过文字。而人脸识别，是图像识别中一个细分领域，但因为人脸图像蕴含了信息量最丰富、用户关联最强的视觉信息，因此有着巨大的商用价值。Face++选择从人脸图像识别起步，将来逐步扩展到更为广泛的图像识别领域。

据Face++的CEO印奇介绍，FACE++现在拥有最大的人脸图像数据平台，已经处理了超过340亿张照片，在中国有超过14000种应用正在使用FACE++的平台。目前运行在阿里云平台的Face++，已经为奇虎360、美图秀秀、世纪佳缘等企业提供服务。Face++为美图秀秀、美颜相机App提供诸如人脸检测、人脸追踪、关键点检测技术等，可精准定位人脸中需要美化的位置，实现精准自动人脸美化。

最近Face++还刚刚宣布了与阿里支付宝的战略合作。在不久的将来，用户在使用支付宝的时候，注册账号之前的实名认证环节，将实现自动化的操作。用户拿出身份证拍一张照片，然后把自己的照片或一段小视频上传给支付宝，通过图像识别技术进行自动化的身份鉴定。

第7篇：人脸识别的核心技术范文

这家火锅店迄今保留着一套传统而又独特的迎宾礼仪：客人到达后，门前员工敲锣打鼓，按照统一音调、语气呐喊，店内员工随即上茶服务。

周曦的结论是，借助摄像器材，基于人脸及语音识别技术，可具体分析各分店员工是否在按照规范做事，以实现管理的标准化；从客人的脸部表情，可判断出对方是否为回头客以及喜欢的菜式。这样每月做出数据报表，反馈给火锅店，可提高效率。

根据2月27日国家发改委高技术司公示的2017年“互联网+”重大工程拟支持项目名单，人工智能领域仅有4家公司入围，分别是百度、腾讯、科大讯飞以及云从科技。

云从科技成立于2015年4月。两年来，它以人脸识别技术为核心，持续在金融及安防领域深耕，特别是在银行方面，目前已揽下包括建行、农行、交行、招行等50家客户，成为人脸识别在国内银行业务的第一位，2016年公司营收近1亿元。

走出中科院

云从科技安防行业部市场营销与解决方案总监兰天翼至今记得，第一天到云从科技工作，见到周曦时，他习惯性地喊了声“老板”，结果周曦很不喜欢。他对兰天翼说，不要把我当成商人，我是一名科学家。

周曦很早就对人工智能感兴趣。小学时，他看到当年日本研发的机器狗，觉得非常有意思。就读中国科学技术大学期间，他选择的是模式识别专业，主要研究方向是语音识别。

2004年，在读研一的周曦，非常渴望到微软亚洲研究院实习，用他的话说，他很想知道，最好的地方是如何做研究的。苦于没有任何门路，他所能做的就是，在网上搜到微软亚洲研究院的邮箱，然后每周发一封邮件过去。

坚持是周曦对自己性格特质的重要评价。他十分喜欢电影《肖申克的救赎》，令他印象深刻的一个情节是，安迪为了筹建监狱图书馆，不断给国会写信。他决定如法炮制，但邮件发出后一度毫无动静。对方后来倒也回复了一次，说是可以给一个面试机会，但不知何故，又没了下文。他想了想，改为每周发两封邮件，持续了几个月的时间，最终他成功得到了进入微软亚洲研究院语音识别组实习的机会。

在微软实习的那两年，周曦在北京和合肥两边跑，有时也会为科大讯飞做些兼职工作。后来他到美国伊利诺伊大学攻读博士学位，研究方向由原来的语音识别转向了图像识别。

“我当时觉得，语音发展太慢了，搞了很多年，其实离实用层面还差得挺远，而图像识别会更宽广。”与《财经天下》周刊记者谈及这一转变时，周曦并不后悔当初的选择，他认为这是“错误的判断，正确的决定”。

2006～2010年留美期间，周曦曾多次在图像识别相关比赛中夺得冠军，这也促使他开始思考如何把自己研究的技术落地，实现产品化。他觉得，人家都说你技术牛，但你并没有帮助到别人，其实没有任何意义。2011年，因中科院领导多次赴美相邀，周曦接受了中科院的“百人计划”，回国到中科院重庆研究院工作。

转折发生在2015年。从中科院重庆研究院开始就一起共事，之后跟随周曦创办云从科技，现任云从科技研究院副总监的周翔回忆，2015年前后，国内人脸识别技术公司越来越多，实力也越来越强。“如果要创业，就应该赶紧出来，因为出来得越晚，成功的概率就越低。中科院毕竟是科研机构，产业化进展确实不够快。”周翔说。

此时的周曦也感到，只有成立一家公司，才能真正把技术大规模地产品化。中科院重庆研究院表示支持，并决定以其所拥有的与人脸识别系统有关的全部技术和知识产权出资。2015年4月，刚刚成立的云从科技获得佳都科技及杰翱资本战略投资共计6000万元。

资金虽已到位，但业务具体怎么做，仍需深思熟虑。

在周曦看来，做战略跟搞科研其实差别不大。公司成立伊始，他在总监会议上说，当前人脸识别技术，正处于市场爆发的前夜：一方面，技术在高速发展，但还没有进入稳定阶段；另一方面，产品还不完美，远没有达到消费级水平。

周曦认为，公司必须做全链，核心技术、产品、行业解决方案、销售服务统统做起来。理由则在于，目前人脸识别技术使用场景定制化要求很高，技术上与标准化阶段相去甚远，如果公司只做技术这一环，把产品外包给下一环，对方不会用，没法玩，那么最后做出来的东西一定是垃圾。

卡位金融业B端

2015年1月4日，国务院总理视察由腾讯作为第一大股东的深圳前海微众银行，并敲下回车键，发出了这家民营银行第一笔通过人脸识别技术和大数据信用评级实现的贷款。

2015年1月8日，《中国人民银行关于银行业金融机构远程开立人民币银行账户的指导意见 （征求意见稿）》。该文件对银行远程开立账户提出了框架性意见，除柜台方式外，银行账户开立有望在线上完成。

周曦已做好充分准备。

周曦发现，就B端市场来说，客户的核心要求是，产品性能、服务好，对价格相对不敏感。“但C端市场，因为目前产品需要定制化，所以谈不上方便，而且成本必然下不去，性价比不可能高。”周曦据此否掉了做C端市场的构想。

万事开头难。聚焦B端金融及安防业务的云从科技，第一个客户是海通证券，基于人脸识别技术为客户远程开户。实验室的技术效果难免与现实有冲突。周曦记得，当时团队驻扎在海通证券长达两周，但开户的人所使用的手机型号特别多，远程开户时出现了无法匹配的问题。

“实际上你在实验室不可能把所有型号的手机都拿来搞一遍，但是用户的手机就是千奇百怪的都有。”周曦说。海通证券一度对此并不满意，后来经过云从团队技术攻关，才把问题解决掉。

2015年整整一年，云从科技把业务精力投放在了银行业务上。团队迄今已为多家银行提高了工作效率。

以农行为例，农行曾推出过个人业务自助设备――“超级柜台”，但客户在该柜台办理业务时，系统后台坐满了客服人员，以人工方式进行识别。从农行角度看，这首先人力成本很高，其次，办理业务的人也需要费时等候。用人脸识别技术实现业务自动化，这样农行省钱，用户体验也更好。

周曦介绍称，银行有一套2小时、4小时、8小时原则，即系统宕机2小时，该行就要到当地人民银行喝茶；4小时没解决，就得交报告；8小时还没解决，银行的评级就会下降，甚至关门。

出于金融安全与稳定的考虑，银行一般不会轻易把技术业务交给第三方公司，而一旦确认合作方，便不会轻易改变。所以，银行在选择第三方公司时，会让具备相关资质的公司聚集在一起竞标，以选取最佳合作者。

在云从科技拿下四大商业银行客户的竞标过程中，农行的拍板尤为谨慎。2015年，农行选择了数家供应商在各分行测试使用，但当时总行认为，还没有一家已达到可以大规模使用的技术水平。

直到云从科技加入进来。试用一段时间后，农行总行J为，人脸识别技术确实可以帮助银行提高工作效率，这才决定立项，然后组织技术供应商进行识别率、速度等指标的PK并公开竞标。2016年下半年，在PK中名列首位的云从科技拿下了农行的业务。周曦称，云从科技在数十次的竞标中，胜率均在70%左右。

安防恶战即将打响

目前云从科技团队有近400人，以80后为主，技术研发占200多人，销售和服务人员100多人。公司在国内拥有上海、成都、重庆三个研发中心，中科院和上海交大两家联合实验室以及美国UIUC和硅谷两个前沿实验室。

云从科技能够在短短两年时间内做到国内金融领域第一，除了政策、技术等因素，还在于公司对商业推广的重视。

“光技术好还是不够的，商业推广太慢，只能替别人磨刀。”周曦说。云从科技初创期间便已开始编织自身的推广网络，目前在全国拥有销售服务中心10个，分别由相应销售总监管理，他们大多来自IBM、惠普、海康、信雅达等业界知名企业。一旦公司有新产品推出，各地销售服务中心便会同步做商业推广。

2016年下半年，云从科技开始全面进入安防领域，目前已在全国近20个省（区/市）、100余个公安局进行试点。云从科技研究院副总监周翔称，云从科技人脸识别技术已协助各地公安人员成功抓获不下两三百名犯罪嫌疑人。

与银行业务不同，安防在人脸识别技术上有更多需要克服的问题。公安调取的图像和视频，一般是闭路电视这种画面清晰度不高的器材监控拍摄的，而影响人脸识别正确率的因素非常多，比如行人戴墨镜、口罩，或者抽烟时被烟雾遮挡，光线较暗或光照过度等，另外，对人脸的年月变化识别最困难。

周翔介绍称，将一个人现在的外貌，与多年前拍的身份证照片做对比，难度很大。“身份证照片是5年前拍的还好，虽然有些人外貌变化也比较大，要对比10年、20年前的身份证照片就更难了。”

在这种情况下，周翔团队基于大数据，开发出“双层异构深度神经网络”这一针对性技术。经过大量的深度学习、总结与分析，云从科技已能够在一定程度上解决年月变化的人脸识别问题。这就好比教育小孩子辨认不同的猫，不断重复、分析、辨认，就能逐步提高辨识率。

周曦认为，安防领域的市场才刚起来，目前绝大部分公安机关实际上还没有参与采购，云从科技今年将重点投入该方向，不可避免地会与竞争对手展开恶战。“我们能够在银行领域做到第一，相信也能够把安防领域搞定。”周曦说。

在今年两会上，国务院总理提出，要加快培育壮大包括人工智能在内的新兴产业，人工智能被首次写入政府工作报告。

周曦透露，在成为国家发改委重点支持项目之前，云从科技经历了一个层层选拔的严苛过程。按照流程，首先是由各省（区/市）发改委分别推荐一家人工智能公司，云从科技是重庆市发改委在网上推荐的。共有10多家大公司进入最后阶段，大家都要到国家发改委面向业内专家进行答辩。

第8篇：人脸识别的核心技术范文

关键词：计算机；人脸识别技术；应用

中图分类号：TP391.41 文献标识码：A 文章编号：1007-9599 （2012） 17-0000-02

人类身份识别技术就是采用某种技术和手段对人的身份进行标识，身份识别人类自古就有，随着计算机技术的不断发展，将人类带到了信息时代，计算机的广泛普及和应用，为快速身份识别奠定了基础。计算机人脸识别技术涵盖的范围比较广泛，包括信号处理、数字图像处理、模式设别等很多学科的理论知识。计算机人脸识别技术的主要核心内容是根据已知的人脸来确定未知人脸的归属问题，因此从这个层面来讲，计算机人脸识别技术可以认为是模式识别的范畴。

1 计算机人脸识别技术概述

计算人脸识别技术属于模式识别范畴，模式识别是通过对具体的个别事物进行观测所得到的具有时间和空间分布的信息，同一类别中模式的总体货模式所属的类别则成为模式类。统计模式识别方法和句法模式识别方法是模式识别的两种基本方法，计算机人脸识别技术就是应用模式识别的方法，这个过程需要需要先对已知信息进行采样量化，继而再转化为计算机可以处理的数据。

要研究计算机人脸识别技术，就必须明白计算机人脸检测技术。计算机人脸检测的过程就是在给定的一个空间中来确定人脸的大小和位置的过程。计算机人脸检测的技术方法很多，主要有镶嵌图方法，模板匹配方法，基于人工神经网络方法，可变性模板方法等。通常情况下计算人人脸检测流程为：输入图像—预处理—特省提取—人脸检测—是（不是）。由于计算机人脸识别技术在实际的应用中存在诸多问题，计算机人脸检测技术在这种情况下营运而生。这不仅是计算机人脸识别的前端技术，也在智能监视、内容图像等多领域显示着重要作用和价值。

计算机人脸识别技术是利用计算机对人脸图像进行分析，并从中选取有效的识别技术，对身份进行辨别，这个辨别过程可以分为两部分，第一个问题就是“是不是谁”的问题，另一个是“是谁”的回答问题，也就是通常所说的身份识别。计算机人脸识别过程的通常流程为：输入图像—预处理—特征提取—人脸识别—是谁（人脸识别）/是或不是（人脸验证）。计算机进行人脸识别主要基于两大方向，第一个方向是包括人脸特征、人脸密度线分配方法、神经网络方法等整体特征研究方法；第二方向就是将人脸基准点的相对比和其他描述人脸部特征进行参数等结合起来构成的基于部件特征的方法。有学者研究证明，基于部件特征的人脸识别方法没有整体特征的人脸识别方法优点突出。

2 几种人脸识别方法

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。

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。

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。

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。

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。

3 计算机人脸识别技术的应用

人脸自动识别技术是目前模式识别领域中一个极富挑战性的前沿难题和热点。在司法部门、身份验证、医学、视频会议、档案管理等多种场合都发挥着重要作用。另外，随着多媒体技术的广泛应用，反恐怖活动等对高科技的要求，人机智能交互界面的需要，可见在现实生活中队人脸自动识别技术的需要日益迫切。

人脸识别技术的应用比较广泛，最为熟悉的就是警方利用人脸识别技术抓罪犯。除此之外，对于某些敏感场所，处于安全考虑，都会采用特定的方法来监视这个场景，以便能够即时监控这个场景。计算机人脸识别技术在寻人寻亲方面也有着重要作用，对业务部门提供了照片，直接送入系统进行对比检索。在大型活动安全监控方面，如果发现有人滋事，公安机关可以用镜头采取其面部特征，对系统对比查证。还可应用于查证无名尸源，先拍摄正面照片，输入计算机，而后在对比系统中进行查证。计算机人脸识别技术在视频监控机目击者描述排查方面都发挥着重要作用，对暂住人口、常住人口、在逃人员进行对比查证，能够在获取目标后，采用关联的方式在数据库中进行查询。

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。但是计算机人脸识别技术的运用却越来越广泛，在安全防范、公安破案及一些公共事业方面都发挥着重要作用。因此，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]陈建成.人脸识别技术与研究[D].西安电子科技大学，2011.

第9篇：人脸识别的核心技术范文

【关键词】RFID 人脸识别 智能验证

一、引言

在举办大型会议活动时，出于保证安全和维护秩序的需要，一般都会为与会代表和工作人员制作发放专用证件。证件工作包括设计、制作、发放、查验等多个环节，其中最关键的则是证件查验。查验证件的主要目的有三个：一是检查通行人员是否持有有效证件；二是所持证件是否拥有通行本区域的权限；三是持证人与所持证件是否相符。一般情况下，证件查验依靠人工进行，其缺点是效率低，准确率也不高，有时在要求被查验人配合时还可能引起不愉快。目前，在一些重要会议活动中，基于RFID技术的智能验证系统得到了广泛应用，它能迅速、准确地查验是否持有有效证件以及是否拥有通行权限，非接触式的验证方式也更容易让人接受，但是在检查持证人与所持证件是否相符时，还得依靠肉眼判断。为减轻安保人员比对工作难度，人们采取了很多措施，比如尽量放大证件上的照片，或者自动将人员照片显示到验证终端屏幕上，这些确实起到了一些作用。但是，在集中入场时人员非常密集，安保人员往往来不及逐一仔细比对，且长时间、高负荷的比对也会降低安保人员的注意力和辨别力，造成安全隐患。为解决这个难题，可以引入人脸识别技术，搭建可以自动判断人证是否相符的更为智能的验证系统。

二、RFID技术

RFID（RadioFrequencyIdentification）是非接触式的自动识别技术。它使用专用的RFID阅读器及专门的可附着于目标物的RFID标签，通过射频信号自动识别目标对象，其最重要的优点就是非接触识别，并且阅读速度极快，大多数情况下不到100毫秒。一套完整的RFID系统，包括阅读器、应答器（电子标签）以及应用软件三个部分。阅读器通常由耦合模块、收发模块、控制模块和接口单元组成。应答器是RFID系统的信息载体，目前大多是由耦合原件（线圈、微带天线等）和微芯片组成。阅读器读取信息并解码后，送至应用系统进行处理。

目前，RFID技术中所衍生的产品大概有三大类：无源RFID产品、有源RFID产品、半有源RFID产品。无源RFID产品属于近距离接触式识别类，是目前发展最成熟、市场应用最广的产品，如公交卡、银行卡、门禁卡等。有源RFID产品属于远距离自动识别类，是最近几年发展起来的，目前在远距离自动识别领域有着广泛应用。半有源RFID产品是介于有源RFID和无源RFID之间的产品。它利用低频实现近距离激活定位，利用微波实现远距离识别，易于操控、简单实用，特别适合用于自动化控制，在门禁管理、区域定位、电子围栏及安防报警等领域有着很大的优势。

三、人脸识别技术

人脸识别技术基于人的脸部特征进行身份识别，是生物识别技术的重要组成部分。它通过分析人脸图像或者视频流，查找人脸并找出每个人脸的特征，按照生物统计学原理建立人脸特征模板，然后与已知的人脸模板进行分析对比，从而确定每个人脸的身份。因为人脸特征具有唯一性，且不可被复制，相比传统身份鉴别方法，利用人脸识别技术进行身份鉴定更加安全、可靠、准确。另外，人脸识别技术产品均借助于现代计算机技术实现，很容易配合电脑和安全、监控、管理系统整合，实现自动化管理。

目前，国内外很多公司推出了成熟的人脸识别技术产品，在政府、军队、银行、电子商务、安全防务等方面得到了广泛应用。以某一国内公司的产品为例，1：1识别率能达到99%，1：N识别率也超过了90%；使用普通电脑进行人脸识别，每秒可处理几十万张，随着电脑性能的提高，识别速度可以更快；采用了先进的光线、背景、饰物、表情处理技术和人脸生物模型处理技术，即使采集照片的光线、背景、饰物、表情与存档照片存在一定差异，或者采集时人脸上、下、左、右扭转一定角度，对识别结果也不会有太大影响。

人脸识别技术具有三个重要优点：一是非接触性，被检测人不需要和设备直接接触；二是非强制性，被识别的人脸图像信息可以主动获取；三是并发性，在实际应用场景下可以同时进行多个人脸的判断及识别。这些对实现智能验证非常重要。虽然识别结果容易受到光线、头发、饰物等遮挡物，以及人脸变老、化妆和角度等因素的影响。但是，通过提高存档照片质量、预置适宜的验证环境以及改善识别设备性能等，完全能够保证较高的识别率，满足智能验证需要。

四、引入人脸识别技术改造智能验证系统

随着经济社会的快速发展，在举行重要会议和大型活动时，对证件工作的要求越来越高，这不仅体现在证件设计和制作工艺方面，更是体现在验证的智能化方面。基于RFID的智能验证系统，因其非接触性和快速、准确识别等特点，在重要会议活动中被广泛应用。公安部第一研究所研制开发的警卫现场证件管理系统，使用了多种RFID识别技术，实现了多种验证方法，功能完善，性能出众，在全国“两会”、建国五十周年大庆以及博鳌论坛等国内重大活动中表现出色，发挥了重要作用。美中不足的是，在判断持证人与所持证件是否相符方面，该系统仍没有实现自动化，还是依靠人工对比判断。如果在该系统基础上，引入人脸识别技术，自动判断人证是否一致，将能有效提高验证效率和质量。

警卫现场证件管理系统由多个子系统组成，引入人脸识别技术实现自动比对，需要对数据库以及制证系统、验证系统进行改造。首先，在数据库中存储人员信息的数据表中增加一个字段，用于存储人脸特征模板，字段类型和长度由所使用人脸识别产品的要求决定。第二，对制证系统进行改造，在新建人员记录以及更改人员照片时，利用人脸识别技术对输入照片进行分析，创建人脸特征模板并存入数据库。证件制作完成后，利用RFID阅读器读取证件芯片ID，与人员信息建立关联。最后，也是最关键、最复杂的部分，就是在前端验证系统中引入人脸识别功能，实时检测、识别进入验证通道的人员，自动判断人证是否一致。改造后的前端验证系统由RFID验证通道、验证机柜等组成，必要时可配备适当照明装置，以改善验证现场光线条件。验证通道由RFID近距读卡天线、控制器、指示灯以及一组红外对射装置（可以根据触发顺序判断通行方向），验证机柜集成了终端电脑、触摸式显示屏以及高性能的摄像装置。改造后的前端验证系统工作流程大体如下：

1、验证通道的红外对射装置检测到有人进入通道，立即询问RFID读卡装置是否读到证件芯片ID。如果没有检测到RFID芯片，即可判定此人没有携带证件，红色指示灯闪烁，同时报警，提示安保人员处理。

2、读到证件芯片ID后，终端验证软件根据芯片ID，读取数据库中相应人员信息，包括照片、通行权限、人脸特征模板等。如果没找到相应人员信息，或者此人不具有本区域通行权限，红色指示灯亮，同时报警，提示安保人员处理。

3、启动拍照，采集通道内人员照片，利用人脸识别技术进行检测、分析，生成人脸特征模板，与从数据库中读取的人脸特征模板进行比对。如果检测到多张人脸，则逐一比对。如果没有找到相符的人脸，即可初步判断此人与所持证件不符，将两张照片同时显示到终端显示屏上，红色指示灯亮，发出提示音，由安保人员人工复核。复核通过则放行。确实人证不符，则由安保人员按有关规定处理。

4、以上各项检查均没问题，绿色指示灯亮，提示允许通行。同时，将此次通行信息，包括人员信息、通过时间以及通过时照片存入数据库，为统计分析或事后倒查提供依据。

相对人员通过所需的时间来说，RFID读卡时间和人脸识别比对时间基本可以忽略不计，唯一需要考虑的是访问远程数据库可能造成的延迟。为防止出现网络延迟问题，可以在前端验证电脑上创建验证数据库镜像，及时同步中心数据库中的证件信息（也可以只同步具有本区域通行权限的证件信息），验证时只访问本地数据库，可以有效改善系统性能。

按照以上设计方案，参加会议活动的人员依次按照正常步速通过验证通道，系统自动查验证件并记录通行信息，证件查验效率可以得到很好保障。系统只有在发现没有携带证件或没有通行权限的人员，以及持证人和所持证件可能不符时，才会提示安保人员介入处理，大大减轻了安保人员工作压力。RFID技术和产品非常可靠，读卡出错的概率极低。为提高人脸识别准确率，可以对申办证件时提交的照片提出严格要求（比如必须为本人近期免冠证件照，浅色背景，无污点等），把验证现场尽可能布置成人脸识别的最佳环境（光线、背景等），对通行人员也可以提出一些要求（比如正确佩戴证件，不要遮盖脸部等），在1：1比对的情况下，人脸识别准确率基本可以接近100%。因此，证件查验的准确率也能得到有效保障。

以上方案将人脸识别技术嵌入制验证系统，优点是集成度高，运行速度快，程序结构简单。除此之外，也可以采取低耦合方式引入人脸识别技术，即在制验证系统和人脸识别系统之间建立接口，实现身份鉴定。其优点是不必对人脸识别产品进行过多改造，缺点是运行效率低，程序设计灵活性较差。