人臉識別概要

　　人臉識別，是基于人的臉部特征信息進(jìn)行身份識別的一種生物識別技術(shù)。用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進(jìn)而對檢測到的人臉進(jìn)行臉部的一系列相關(guān)技術(shù)，通常也叫做人像識別、面部識別。

　　人臉識別特點

　　非強(qiáng)制性：用戶不需要專門配合人臉采集設(shè)備，幾乎可以在無意識的狀態(tài)下就可獲取人臉圖像，這樣的取樣方式?jīng)]有“強(qiáng)制性”；

　　非接觸性：用戶不需要和設(shè)備直接接觸就能獲取人臉圖像；

　　并發(fā)性：在實際應(yīng)用場景下可以進(jìn)行多個人臉的分揀、判斷及識別；

　　除此之外，還符合視覺特性：“以貌識人”的特性，以及操作簡單、結(jié)果直觀、隱蔽性好等特點。

　　人臉識別技術(shù)原理分析

　　人臉識別主要分為人臉檢測（face detection）、特征提取（feature extraction）和人臉識別（face recognition）三個過程。

　　人臉檢測：人臉檢測是指從輸入圖像中檢測并提取人臉圖像，通常采用haar特征和Adaboost算法 訓(xùn)練級聯(lián)分類器對圖像中的每一塊進(jìn)行分類。如果某一矩形區(qū)域通過了級聯(lián)分類器，則被判別為人臉圖像。

　　特征提取：特征提取是指通過一些數(shù)字來表征人臉信息，這些數(shù)字就是我們要提取的特征。

　　常見的人臉特征分為兩類，一類是幾何特征，另一類是表征特征。幾何 特征是指眼睛、鼻子和嘴等面部特征之間的幾何關(guān)系，如距離、面積和角度等。由于算法利用了一些直觀的特征，計算量小。

　　不過，由于其所需的特征點不能精確選擇，限制了它的應(yīng)用范圍。另外，當(dāng)光照變化、人臉有外物遮擋、面部表情變化時，特征變化較大。所以說，這類算法只適合于人臉圖像的粗略識別，無法在實際中應(yīng)用。

　　表征特征利用人臉圖像的灰度信息，通過一些算法提取全局或局部特征。其中比較常用的特征提取算法是LBP算法。LBP方法首先將 圖像分成若干區(qū)域，在每個區(qū)域的像素640x960鄰域中用中心值作閾值化，將結(jié)果看成是二進(jìn)制數(shù)。

　　圖3顯示了一個LBP算子。LBP算子的特點是對單調(diào) 灰度變化保持不變。每個區(qū)域通過這樣的運(yùn)算得到一組直方圖，然后將所有的直方圖連起來組成一個大的直方圖并進(jìn)行直方圖匹配計算進(jìn)行分類。

　　人臉識別：這里提到的人臉識別是狹義的人臉識別，即將待識別人臉?biāo)崛〉奶卣髋c數(shù)據(jù)庫中人臉的特征進(jìn)行對比，根據(jù)相似度判別分類。而人臉識別又可以分為兩個大類：一類是確認(rèn)，這是人臉圖像與數(shù)據(jù)庫中已存的該人圖像比對的過程，回答你是不是你的問題;

　　另一類是辨認(rèn)，這是人臉圖像與數(shù)據(jù)庫中已存的所有圖像匹 配的過程，回答你是誰的問題。顯然，人臉辨認(rèn)要比人臉確認(rèn)困難，因為辨認(rèn)需要進(jìn)行海量數(shù)據(jù)的匹配。常用的分類器有最近鄰分類器、支持向量機(jī)等。

　　人臉識別用途

　　人臉識別主要用于身份識別。由于視頻監(jiān)控正在快速普及，眾多的視頻監(jiān)控應(yīng)用迫切需要一種遠(yuǎn)距離、用戶非配合狀態(tài)下的快速身份識別技術(shù)，以求遠(yuǎn)距離快速確認(rèn)人員身份，實現(xiàn)智能預(yù)警。人臉識別技術(shù)無疑是最佳的選擇，采用快速人臉檢測技術(shù)可以從監(jiān)控視頻圖象中實時查找人臉，并與人臉數(shù)據(jù)庫進(jìn)行實時比對，從而實現(xiàn)快速身份識別。