當(dāng)前位置:工程項(xiàng)目OA系統(tǒng) > 領(lǐng)域應(yīng)用 > 辦公管理系統(tǒng) > 門禁考勤系統(tǒng)
人臉識(shí)別技術(shù)應(yīng)用與發(fā)展趨勢(shì)淺析
申請(qǐng)免費(fèi)試用、咨詢電話:400-8352-114
近年來,隨著“平安城市建設(shè)”的大力推進(jìn),越來越多的高清攝像頭部署在各個(gè)重要場(chǎng)所,如機(jī)場(chǎng)、地鐵、火車站、汽車站等。這些場(chǎng)所是人口流動(dòng)必經(jīng)之地,也是公安重點(diǎn)布控區(qū)域。很多地區(qū)提出的人臉識(shí)別需求,也是針對(duì)這些重要通道出入口場(chǎng)景,要求系統(tǒng)自動(dòng)偵測(cè)視頻畫面中的人臉,并與數(shù)據(jù)庫中的人臉數(shù)據(jù)進(jìn)行一一比對(duì),得到最有可能的身份信息。2012年上映的電影《碟中諜4》中,也有類似的人臉識(shí)別概念,相信看過此片的朋友對(duì)下面這個(gè)片段會(huì)有一定的印象。電影中,探員漢納威在火車站利用同事傳過來的目標(biāo)人臉信息,配合人臉識(shí)別系統(tǒng),快速檢索比對(duì)過往人群,最終找到并抓捕嫌犯。事實(shí)上,這樣的人臉識(shí)別系統(tǒng)已經(jīng)從銀幕走向現(xiàn)實(shí)。本文將首先對(duì)人臉識(shí)別技術(shù)原理進(jìn)行介紹,然后介紹幾種典型的系統(tǒng)應(yīng)用,最后對(duì)人臉識(shí)別技術(shù)未來的發(fā)展方向進(jìn)行分析。
人臉識(shí)別技術(shù)概述
廣義的人臉識(shí)別主要分為人臉檢測(cè)(face detection)、特征提取(feature extraction)和人臉識(shí)別(face recognition)三個(gè)過程,如圖1所示。
圖1 典型的人臉識(shí)別過程
其中,第三步提到的人臉識(shí)別是狹義的人臉識(shí)別,即將待識(shí)別人臉?biāo)崛〉奶卣髋c數(shù)據(jù)庫中人臉的特征進(jìn)行對(duì)比,根據(jù)相似度判別分類。而人臉識(shí)別又可以分為兩個(gè)大類:一類是確認(rèn)(verification),這是人臉圖像與數(shù)據(jù)庫中已存的該人圖像比對(duì)的過程,回答你是不是你的問題;另一類是辨認(rèn)(identification),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?yàn)楸嬲J(rèn)需要進(jìn)行海量數(shù)據(jù)的匹配。在辨認(rèn)過程中,海量數(shù)據(jù)的處理、特征提取和分類算法的選擇變得非常重要。識(shí)別率和識(shí)別速度是人臉識(shí)別技術(shù)中主要的衡量算法性能的指標(biāo)。本文后面提到的人臉識(shí)別,主要指的是人臉辨認(rèn)。
人臉識(shí)別技術(shù)原理
人臉識(shí)別算法發(fā)展到今天,大致上可以分為兩類:基于特征的人臉識(shí)別算法和基于外觀的人臉識(shí)別算法。其中,多數(shù)基于特征的人臉識(shí)別算法屬于早期的人臉識(shí)別算法,現(xiàn)在已經(jīng)不再使用。不過近些年出現(xiàn)了一些新的基于特征的算法,并取得不錯(cuò)的效果。而基于外觀的人臉識(shí)別算法是由于實(shí)現(xiàn)簡(jiǎn)單,受到廣泛關(guān)注。接下來將分別介紹兩類人臉識(shí)別算法。
基于特征的人臉識(shí)別算法:早期的人臉識(shí)別算法主要是基于特征模板和幾何約束來實(shí)現(xiàn)的。這一類算法首先對(duì)輸入圖像進(jìn)行處理,提取出如眼睛、鼻子和嘴等面部特征和外觀輪廓。然后計(jì)算這些面部特征之間的幾何關(guān)系,如距離、面積和角度等。這樣將輸入圖像轉(zhuǎn)換為幾何特征向量后,使用標(biāo)準(zhǔn)的統(tǒng)計(jì)模式識(shí)別技術(shù)進(jìn)行匹配分類。由于算法利用了一些直觀的特征,計(jì)算量小。不過,由于其所需的特征點(diǎn)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(shí),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(shí)別,無法在實(shí)際中應(yīng)用。
圖2 一些典型的面部幾何特征示意圖
以上這些方法都是通過一些特征模板和幾何約束來檢測(cè)特定的面部特征,并計(jì)算特征之間的關(guān)系。還有一些方法使用了圖像的局部表示來提取特征。其中最受關(guān)注的方法是局部二值模式(LBP)算法。LBP方法首先將圖像分成若干區(qū)域,在每個(gè)區(qū)域的像素3x3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(gè)LBP算子。LBP算子的特點(diǎn)是對(duì)單調(diào)灰度變化保持不變。每個(gè)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(gè)大的直方圖并進(jìn)行直方圖匹配計(jì)算進(jìn)行分類。
圖3 LBP算子
基于特征的人臉識(shí)別算法主要的優(yōu)勢(shì)在于對(duì)姿態(tài)、尺度和光照等變化魯棒。由于多數(shù)特征是基于手動(dòng)選擇和先驗(yàn)知識(shí),受圖像本身的成像質(zhì)量影響較少。另外,提取出的面部特征往往維數(shù)較低,匹配速度快。這些方法的缺點(diǎn)是自動(dòng)特征提取的難度較大。如果特征集的鑒別能力弱,再多的后續(xù)處理也無法補(bǔ)償本身的不足。
基于外觀的人臉識(shí)別算法:基于外觀的人臉識(shí)別算法也稱為整體方法。它們使用圖像的全局信息來辨識(shí)人臉。最簡(jiǎn)單的整體方法是用二維數(shù)組來存放圖像的灰度值,然后直接對(duì)輸入圖像和數(shù)據(jù)庫中的所有圖像進(jìn)行相關(guān)性比較。這種方法的缺點(diǎn)非常多,如易受環(huán)境影響、計(jì)算耗時(shí)等。其中一個(gè)重要的問題是這樣的分類是在一個(gè)非常高維的空間中進(jìn)行的。為了克服維數(shù)問題,一些算法使用統(tǒng)計(jì)降維方法來獲取和保留更有用的信息,最典型的算法就是主成分分析(PCA)算法和線性鑒別分析(LDA)算法。
PCA算法指出任何特定的人臉可以由一個(gè)低維的特征子空間表示,并可以用這個(gè)特征子空間近似地重建。將輸入人臉圖像投影到特征子空間上得到的特征與已知的數(shù)據(jù)庫進(jìn)行比對(duì)來確定身份。PCA算法選取的特征最大化了人臉樣本間的差異,但也保留了一些由于光照和面部表情產(chǎn)生的不必要的變化。而同一個(gè)人由于光照產(chǎn)生的變化可能會(huì)大于不同人之間的變化,如圖4所示。LDA算法在最大化不同個(gè)體之間的樣本差異的同時(shí),最小化同一個(gè)體內(nèi)部的樣本差異。這樣達(dá)到了人臉特征子空間的劃分。圖5是PCA和LDA算法的示例。其中,PCA的特征臉是由組成PCA特征子空間的特征向量按二維圖像來排列得到的類似人臉的圖像。LDA的Fisher臉也是同樣道理。經(jīng)過特征臉和Fisher臉重構(gòu)得到的人臉圖像在第四行??梢钥吹剑琍CA重構(gòu)臉與輸入人臉差異較小,但LDA的Fisher臉很難辨認(rèn),但突出了該個(gè)體的顯著特征。PCA和LDA方法都假設(shè)存在一個(gè)最優(yōu)的投影子空間。這個(gè)子空間的每個(gè)區(qū)域?qū)?yīng)唯一的一個(gè)人。然而,事實(shí)上在人臉空間中許多人經(jīng)常會(huì)映射到相同的區(qū)域中,因此這種假設(shè)并不成立。
圖4 同一個(gè)人在不同光照下的圖片
整體方法主要的優(yōu)點(diǎn)是它們沒有丟棄圖像中的任何信息。然而,這也是它們的缺點(diǎn)。整體方法一般假設(shè)圖像中的所有像素是同等重要的。因此,這些技術(shù)不僅計(jì)算耗時(shí),而且需要測(cè)試樣本與訓(xùn)練樣本高度相關(guān)。當(dāng)人臉圖像的姿態(tài)、尺度和光照發(fā)生較大變化時(shí)識(shí)別性能一般。
圖5 PCA和LDA算法的示例
人臉識(shí)別系統(tǒng)應(yīng)用
人臉識(shí)別的應(yīng)用范圍很廣,從門禁、設(shè)備登錄到機(jī)場(chǎng)、公共區(qū)域的監(jiān)控。表1給出了一些人臉識(shí)別的應(yīng)用領(lǐng)域。
表1 人臉識(shí)別的應(yīng)用領(lǐng)域
類別應(yīng)用領(lǐng)域
人臉驗(yàn)證駕照、簽證、身份證、護(hù)照、投票選舉等
接入控制設(shè)備存取、車輛訪問、智能ATM、電腦接入、程序接入、網(wǎng)絡(luò)接入等
安全反恐報(bào)警、登機(jī)、體育場(chǎng)觀眾掃描、計(jì)算機(jī)安全、網(wǎng)絡(luò)安全等
監(jiān)控公園監(jiān)控、街道監(jiān)控、電網(wǎng)監(jiān)控、入口監(jiān)控等
智能卡用戶驗(yàn)證等
執(zhí)法嫌疑犯識(shí)別、欺騙識(shí)別等
人臉數(shù)據(jù)庫人臉檢索、人臉標(biāo)記、人臉分類等
多媒體管理人臉?biāo)阉?、人臉視頻分割和拼接等
人機(jī)交互交互式游戲、主動(dòng)計(jì)算等
其他人臉重建、低比特率圖片和視頻傳輸?shù)?/span>
以公安應(yīng)用為例,公安部門在查辦案、處理事務(wù)時(shí)常常會(huì)遇到一些不明身份的人員,比如走丟的老人、小孩,拒不交代身份的嫌疑犯,無人認(rèn)領(lǐng)的尸體等。這時(shí)傳統(tǒng)的方法往往不能解決問題。利用人臉檢索系統(tǒng),將目標(biāo)人臉輸入到系統(tǒng)中。系統(tǒng)自動(dòng)在海量人口數(shù)據(jù)庫中進(jìn)行查找比對(duì),列出前若干名相似的人員信息。然后再通過人工干預(yù)的方式,對(duì)系統(tǒng)結(jié)果進(jìn)行篩選,得到目標(biāo)的真實(shí)身份。
文章開頭提到的是另外一種應(yīng)用。即在一些重要的通道出入口,部署高清探頭,專門用于抓拍經(jīng)過的人臉并傳送給后端系統(tǒng)。后端系統(tǒng)將人臉圖片與所關(guān)注的人臉庫(比如VIP客戶,或者在逃嫌疑犯等)進(jìn)行逐一比對(duì)。當(dāng)發(fā)現(xiàn)有目標(biāo)與庫中人員相似度超過設(shè)定閾值時(shí),系統(tǒng)自動(dòng)提示相關(guān)人員采取措施。
人臉識(shí)別技術(shù)發(fā)展趨勢(shì)
前面提到了人臉識(shí)別的一些典型算法和應(yīng)用,但人臉識(shí)別技術(shù)發(fā)展到今天,還存在一定的局限性。圖4是同一個(gè)人在不同光照下的圖片,很直觀地可以看出,即使是同一個(gè)人,在不同光照下用肉眼也很難辨別。除了光照,還有姿態(tài)、表情、年齡等因素限制了人臉識(shí)別的應(yīng)用。目前的人臉識(shí)別系統(tǒng)只能在一些較規(guī)范的環(huán)境下進(jìn)行,人臉需要正對(duì)著攝像機(jī),并保證人臉在畫面中有一定的像素寬度。但是在實(shí)際的安防監(jiān)控場(chǎng)合中,這些限制條件很難一一滿足。這就為人臉識(shí)別技術(shù)提出了更大的挑戰(zhàn)。未來的人臉識(shí)別算法需要進(jìn)一步提高精度,提高環(huán)境適應(yīng)性,以滿足實(shí)際的應(yīng)用需求。
現(xiàn)在已經(jīng)有一些機(jī)構(gòu)、高校在進(jìn)行人臉識(shí)別新領(lǐng)域、新技術(shù)的研究。比如遠(yuǎn)距離人臉識(shí)別技術(shù),3D人臉識(shí)別技術(shù)等。遠(yuǎn)距離人臉識(shí)別系統(tǒng)面臨兩個(gè)主要困難。首先是如何從遠(yuǎn)距離獲取人臉圖像。其次,在得到的數(shù)據(jù)并不理想的情況下,如何識(shí)別身份。從某種意義上來看,遠(yuǎn)距離人臉識(shí)別并不是一個(gè)特定的關(guān)鍵技術(shù)或者基礎(chǔ)研究問題。它可以看成是一個(gè)應(yīng)用和系統(tǒng)設(shè)計(jì)問題。通常有兩類解決方法用于獲取人臉圖片。一種是高清的固定式攝像機(jī),另一種是使用PTZ控制系統(tǒng)多攝像機(jī)系統(tǒng)。后者更適合于一般情況,不過其結(jié)構(gòu)更為復(fù)雜,造價(jià)也更貴。后者需要考慮如何協(xié)調(diào)多臺(tái)攝像機(jī)的同步操作。一般地,系統(tǒng)由低分辨率廣角攝像機(jī)和高分辨率長(zhǎng)焦攝像機(jī)組成。前者用于檢測(cè)和追蹤目標(biāo),后者用于人臉圖像采集和識(shí)別。目前遠(yuǎn)距離人臉識(shí)別技術(shù)還處于實(shí)驗(yàn)室階段,未來如果能夠解決上述問題,對(duì)人員布控這樣的應(yīng)用有著重要意義。
3D人臉識(shí)別能夠很好地克服2D人臉識(shí)別遇到的姿態(tài)、光照、表情等問題。主要原因是2D圖像無法很好地表示深度信息。通常,3D人臉識(shí)別方法使用3D掃描技術(shù)獲取3D人臉,然后建立3D人臉模型并用于識(shí)別。不過,3D人臉識(shí)別技術(shù)的缺點(diǎn)也是很明顯的。首先它需要額外的3D采集設(shè)備或雙目立體視覺技術(shù),其次,建模過程需要的計(jì)算量較大。相信隨著未來芯片技術(shù)的發(fā)展,當(dāng)計(jì)算能力不再受到制約,采集設(shè)備成本大幅下降的時(shí)候,3D人臉識(shí)別將會(huì)成為熱門技術(shù)之一。
- 1幾種智能卡門禁系統(tǒng)的特點(diǎn)!
- 2智能自行車發(fā)布安全鎖 車鑰匙是手機(jī)
- 3門禁系統(tǒng)可應(yīng)用指紋|人臉|虹膜識(shí)別——指紋門禁機(jī)
- 4指紋門禁機(jī)能幫助企業(yè)得到哪些方面的提升?
- 5門禁考勤系統(tǒng)怎么安裝?
- 6非聯(lián)網(wǎng)小區(qū)智能門禁系統(tǒng)都實(shí)現(xiàn)什么功能???
- 7指紋考勤機(jī)硬件設(shè)備保證員工的有效工作時(shí)間——指紋考勤機(jī)
- 8美運(yùn)營(yíng)商AT&T推NFC服務(wù)平臺(tái) 用于非支付服務(wù)
- 9智能小區(qū):安防技術(shù)詳解及安防隱患雜談
- 10大數(shù)據(jù)時(shí)代激活存儲(chǔ)“云”價(jià)值
- 11小區(qū)門禁現(xiàn)場(chǎng)怎么安裝?
- 12指紋儀門禁系統(tǒng)保護(hù)數(shù)據(jù)安全——指紋考勤機(jī)
- 13NFC手機(jī)無需密碼可讀銀行卡 專家稱被惡意使用可能性小
- 14監(jiān)控云存儲(chǔ)技術(shù)淺析
- 15指紋考勤機(jī)逐一對(duì)四種生物進(jìn)行識(shí)別測(cè)試
- 16門禁監(jiān)控系統(tǒng)運(yùn)動(dòng)矢量可有效識(shí)別出可疑物體——指紋考勤機(jī)
- 17百城會(huì)上海站將于6月10日召開
- 18深圳市金新輝貿(mào)易有限公司2014中國國際物聯(lián)網(wǎng)博覽會(huì)參展圓滿結(jié)束
- 19解析LED顯示屏高亮度及高節(jié)能應(yīng)用
- 20深圳多條高速ETC26日晚將暫停使用
- 21生物識(shí)別技術(shù)的智慧卡技術(shù)——指紋考勤機(jī)
- 22訪客管理技術(shù)將整合到門禁系統(tǒng)中FIPS-201標(biāo)準(zhǔn)將更普及
- 23門禁系統(tǒng)通道報(bào)警設(shè)備報(bào)警持續(xù)處理
- 24門禁系統(tǒng)報(bào)警檢測(cè)設(shè)備與系統(tǒng)設(shè)備的模擬報(bào)警|模擬消警功能
- 25門禁系統(tǒng)安全|可靠|耐久功能性質(zhì)概述
- 26門禁系統(tǒng)多元化的指紋儀識(shí)別應(yīng)用市場(chǎng)
- 27中歐合作白皮書顯示全球智慧城市大規(guī)模發(fā)展
- 28實(shí)現(xiàn)網(wǎng)絡(luò)信息 安全、PC機(jī)安全認(rèn)證等應(yīng)用解決方案
- 29廣東華本淺談門禁系統(tǒng)的兼容/標(biāo)準(zhǔn)化
- 302014年中國安防視頻監(jiān)控行業(yè)壁壘分析
成都公司:成都市成華區(qū)建設(shè)南路160號(hào)1層9號(hào)
重慶公司:重慶市江北區(qū)紅旗河溝華創(chuàng)商務(wù)大廈18樓