人臉識別系統檢視原始碼討論檢視歷史

來自 站酷網 的圖片

人臉識別系統面部識別系統以人臉識別技術為核心，是一項新興的生物識別技術，是當今國際科技領域攻關的高精尖技術。

人臉因具有不可複製、採集方便、不需要被拍者的配合而深受歡迎。面部識別系統具有廣泛的應用：消除投票欺詐、取款身份驗證、計算機安全等。

面部識別軟件

臉是標識您身份的重要元素，別人也會通過你的臉來辨認您。請想象一下，如果所有的面孔都是相同的，識別出一個人該是多麼的困難。除了長得幾乎完全一樣的雙胞胎之外，面孔毫無疑問是一個人最獨一無二的物理特徵。不只是人有識別和區分數百萬張不同面孔的先天能力，計算機也正在迎頭趕上人的這種能力。

總部位於新澤西的Visionics公司是面部識別技術的眾多開發者之一。該公司開發了一個名為FaceIt的特殊軟件，它的奇特之處在於，它能夠從擁擠人群中捕捉某人的面孔，將該面孔從背景中提取出來並與數據庫中存儲的圖像進行對比。為了能夠順利工作，該軟件必須知道一張基本面孔看起來是怎樣的。面部識別軟件必須能夠首先識別出面孔（這取決於它自身的技術水平），然後再測量每張面孔的各種特徵。如果照鏡子，您會發現臉具有一些可辨別的標誌。臉上的凸出部分和凹陷部分構成了不同的面部特徵。Visionics將這些標誌定義為節點。人臉大約有80個節點。

以下是該軟件測量的幾個節點：

兩眼之間的距離、鼻子的寬度、眼窩的深度、顴骨、下頜輪廓、下顎。

測量這些節點的目的在於產生一個數字代碼（一串數字），它在數據庫中代表該面孔。該代碼稱作面紋。對於FaceIt軟件，只需要14-22個節點數據即可完成識別過程。在下一節中，我們將介紹該系統如何檢測、捕獲和存儲面孔。

工作原理

面部識別軟件可歸入名為生物識別的一大類技術。生物識別技術使用生物信息來驗證身份。生物識別背後的理論是：我們的身體包含一些獨一無二的特徵，可以使用它們將我們與他人區分開。除了面部識別之外，生物識別身份驗證方法還包括：指紋掃描、視網膜掃描、語音識別。

面部識別方法有多種，但是通常涉及捕獲、分析和對比等一系列步驟，將你的面孔與數據庫中存儲的圖像進行對比。以下是FaceIt系統用於捕獲和對比圖像的基本過程：

為了確定某人的身份，面部識別軟件將新近捕獲的圖像與數據庫中存儲的圖像進行對比。

檢測——當系統連接到視頻監視系統後，識別軟件會在攝影機的視野中搜尋面部信息。如果在視野中存在一張面孔，它會在幾分之一秒的時間內檢測到它。它使用多尺度算法以低分辨率搜索麵部圖像。（算法是提供一組指令以完成特定任務的一個程序）。系統只有在檢測到類似頭部的形狀後，才切換到高分辨率搜索。

對齊——一旦檢測到面部圖像，系統會確定頭部的位置、大小和姿態。只有在面部與攝像機至少成35度角的情況下，系統才會記錄它。

標準化——頭部圖像經過縮放和旋轉，以便能記錄和映射到相應的大小和姿態。無論頭部的位置如何以及相距攝像機的距離有多遠，都可以執行標準化過程。光線不會對標準化過程產生影響。

表示——系統將面部數據轉換成一個唯一的代碼。通過編碼，可以更加容易地將新近捕獲的面部數據與存儲的面部數據進行比較。

匹配——將新捕獲的面部數據與存儲的數據進行對比，並（在理想情況下）鏈接到至少一個已存儲的面部圖像。

FaceIt面部識別系統的核心是局部特徵分析（LFA）算法。這是系統在對面孔進行編碼時使用的數學技術。系統對面孔進行測量，並生成一個面紋，即面部的唯一數字代碼。在存儲了面紋之後，系統會將它與數據庫中存儲的成千或成百萬的面紋數據進行對比。每個面紋都存儲為一個84字節的文件。

面部識別系統通過使用面部識別軟件，警察可以縮放攝像機畫面並拍攝某個面孔。

系統可以用每分鐘6000萬張面孔的速度對內存中的面紋數據進行匹配，對於硬盤中的面紋數據，每分鐘可以匹配1500萬張面孔。在進行對比時，系統會用介於1到10之間的一個值來表示對比結果。如果該值大於預先定義的閾值，則宣布找到一個匹配結果。然後，操作人員可以查看被宣布為匹配項的兩張照片，確定計算機的工作是否準確。

與其他生物識別技術一樣，面部識別被認為是一種會在不遠的將來得到廣泛使用的技術。在下一節中，我們將介紹它的使用情況。FaceIt這樣的面部識別軟件的主要用戶一直是一些執法機構，它們使用這些系統在擁擠的人群中捕獲隨機出現的面孔。然後，將這些面孔與數據庫中犯罪分子的照片進行對比。除了進行執法和安全監視之外，面部識別軟件還有其他幾個用途，包括：消除投票欺詐、取款身份驗證、計算機安全。