浅析人脸识别技术的发展趋势与前景展望

　　人脸识别作为生物识别领域中最自然、最可靠的技术，在中国这样一个具有世界第一庞大人口基数的发展中国家拥有特别的地位。人脸识别应用的发展潜力在现阶段的中国体现得尤其重要，巨大的人口基数，以及越来越频繁的流动性，14亿人口的管理，如何充分利用信息技术进行有效的身份认证，一直是业内持续关注的焦点。

　　人脸识别具有自然性和不被察觉性的双重优点。自然性是指该识别方式同人类进行个体识别时所利用的生物特征相同。具体而言，人脸识别是通过观察比较人脸来区分和确认身份的，另外具有自然性的识别还有语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体。

　　不被察觉的特点对于一种识别方法也很重要，这会使该识别方法不令人反感，并且因为不容易引起人的注意而不容易被欺骗。人脸识别便具有这方面的特点，它完全利用可见光获取人脸图像信息，而不同于指纹识别或者虹膜识别，需要利用电子压力传感器采集指纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而更有可能被伪装欺骗。

　　技术瓶颈

　　人脸识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一。而人脸识别技术的难点主要体现在人脸作为生物特征的一些特点上。

　　首先，就人的脸部特征而言，不同个体之间的区别并不是很明显，因为每个人的脸部结构都是相似的，甚至是人们脸部器官的分布、结构和外形，这对于利用人脸进行定位是有利的，但是对于利用人脸区分人类个体是不利的。其次，人脸的外形很不稳定，人们可以通过脸部肌肉的变化产生很多不同的表情，而在不同的角度进行观察，人脸的视觉图像也相差很大，这对于利用人脸识别效果的稳定性和准确性也带来了一定的挑战。再次，人脸识别还受光照条件、人脸的很多遮盖物、年龄等多方面因素的影响。如何规避这些外因对于人脸识别速度以及人脸识别效果的影响，一直是科研的重点方向。

　　因此，在人脸识别中，第一类的变化，即人脸外形的变化，是应该放大而作为区分个体标准的，而第二类的变化，即外界条件对于人脸识别的影响，应该消除，因为它们可以代表同一个个体。通常称第一类变化为类间变化，而称第二类变化为类内变化。对于人脸，类内变化往往大于类间变化，从而使在受类内变化干扰的情况下利用类间变化区分个体变得异常困难。

　　研发新思路

　　随着技术的发展与人脸识别市场应用日渐广泛，针对人脸识别的难题和困境，一些创见性的解决问题方案也相继提出。在实际操作过程中，双摄像头识别法不失为一种新颖的解决方案：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。这样的优势在于其自然性和不被被测个体察觉的特点，其关键技术在于以下几点：

　　1.人脸检测

　　人脸检测部分有两个功能：一是判断图像中是否存在人脸，二是如果存在人脸，确定人脸的确切位置。人脸检测中如采用级联的Adaboost以及Harr特征进行人脸定位，正确率更高，速度更快。

　　2.人眼定位

　　眼睛是人脸中最关键的一个部分，也是区分不同人脸的最重要的一个区域，同时通过眼睛位置的精确定位后，可以更好对齐人脸上的其它各个器官，所以对眼睛进行精确定位极其重要。采用极小值区域(MER)原理以及多层结构的方法，便能够很好的解决眼睛定位的问题。二维人脸图像缺乏三维的信息，容易受到光照、姿态、表情等的影响，鉴于此，采用双摄像头并进行立体融合，恢复出三维人脸模型。三维信息可以用于姿态，光照，眼镜等模型变换和生成。