人臉識別技術(shù)介紹

人臉識別作為一種生物特征識別技術(shù)，具有非侵?jǐn)_性、非接觸性、友好性和便捷性等優(yōu)點(diǎn)。早在二十世紀(jì)初期，人臉識別已經(jīng)出現(xiàn)，于二十世紀(jì)中期，發(fā)展成為獨(dú)立的學(xué)科。人臉識別真正進(jìn)入應(yīng)用階段是在90年代后期。人臉識別屬于人臉匹配的領(lǐng)域，人臉匹配的方法主要包括特征表示和相似性度量。

人臉識別通用的流程主要包括人臉檢測、人臉裁剪、人臉校正、特征提取和人臉識別。人臉檢測是從獲取的圖像中去除干擾，提取人臉信息，獲取人臉圖像位置，檢測的成功率主要受圖像質(zhì)量，光線強(qiáng)弱和遮擋等因素影響。獲取人臉后，人臉裁剪是根據(jù)實(shí)際需求，裁剪部分或整體的人臉，進(jìn)一步精確化人臉圖像。為提高人臉識別準(zhǔn)確率，人臉校正可以盡可能的降低由于姿態(tài)和表情導(dǎo)致的人臉變化，獲取正面或者平靜狀態(tài)下的人臉照片。特征提取利用不同的特征，對圖片進(jìn)行相似度的衡量和評價(jià)。人臉識別主要包括一對一或者一對多的應(yīng)用場景，對目標(biāo)人臉進(jìn)行識別和驗(yàn)證。

人臉表達(dá)模型主要分為2D，2.5D，3D。2D人臉指的是RGB，灰度和紅外圖像，是確定視角下表征顏色或紋理的圖像，不包括深度信息。2.5D是在某一視角下拍攝獲取的人臉深度數(shù)據(jù)，但是曲面信息不連續(xù)，沒有被遮擋部分的深度數(shù)據(jù)信息。3D人臉由多張不同角度的深度圖像合成，具有完整連續(xù)的曲面信息，包含深度信息。2D圖像人臉識別的研究時(shí)間較長，軟硬件技術(shù)較為完備，得到了廣泛的應(yīng)用。但是由于2D圖像反映二維平面信息，不包含深度數(shù)據(jù)，不能夠完整的表達(dá)出真實(shí)人臉模型。相比于二維人臉圖像，三維圖像不受光照等影響，具有更強(qiáng)的描述能力，能夠更為真實(shí)的反映人臉信息，在人臉合成、人臉遷移、三維人臉識別等場景中應(yīng)用。3D人臉識別一般采用深度相機(jī)獲取人臉深度信息，主要包括雙目相機(jī)，基于結(jié)構(gòu)光原理的RGB-D相機(jī)和基于光飛行時(shí)間原理的TOF相機(jī)。

1.傳統(tǒng)識別方法

（1）基于點(diǎn)云數(shù)據(jù)的人臉識別

點(diǎn)云是3D人臉數(shù)據(jù)的一種表征方式，每一個(gè)點(diǎn)都對應(yīng)一個(gè)三維坐標(biāo)，掃描設(shè)備使用這種數(shù)據(jù)格式存儲采集的三維人臉信息，甚至可以將稀疏坐標(biāo)也拼接到形狀信息上，更為完善的反映人臉信息?；邳c(diǎn)云數(shù)據(jù)的3D人臉識別直接使用三維點(diǎn)云進(jìn)行匹配，常見方法有ICP（IterativeClosestPoint）和Hausdorff距離。前者可以修正點(diǎn)云信息中平移和旋轉(zhuǎn)變換的誤差，后者利用三維點(diǎn)云之間的距離最大值，匹配人臉，但是兩者均存在魯棒性不足的問題。

（2）基于面部特征的3D人臉識別

人臉的面部特征主要包括局部特征和全局特征，局部特征可以選擇從深度圖像上提取關(guān)于面部關(guān)鍵點(diǎn)的特征信息，全局特征是對整張人臉進(jìn)行變換提取特征，例如球面諧波特征或者稀疏系數(shù)特征。

2.深度學(xué)習(xí)識別方法

（1）基于深度圖的人臉識別

深度圖像中三維數(shù)據(jù)的z值被投影至二維平面，形成平滑的三維曲面。可使用歸一化網(wǎng)絡(luò)和特征提取網(wǎng)絡(luò)實(shí)現(xiàn)深度圖人臉識別，歸一化網(wǎng)絡(luò)將輸入的深度圖像轉(zhuǎn)化為HHA圖像，再使用卷積神經(jīng)網(wǎng)絡(luò)回歸用于獲取歸一化深度圖的參數(shù)，特征提取網(wǎng)絡(luò)用于獲取表征深度圖人臉的特征向量。

（2）基于RGB-3DMM的人臉識別

3DMM是指三維人臉變形統(tǒng)計(jì)模型，其最早是用于解決從二維人臉圖像恢復(fù)三維形狀的問題，現(xiàn)多被用于對深度圖像或彩色圖像進(jìn)行人臉模型回歸，實(shí)現(xiàn)識別任務(wù)。

（3）基于RGB-D的人臉識別

RGB-D圖像是包含了彩色圖像和深度圖，前者是從紅、綠、藍(lán)顏色通道獲取的圖像，后者是指包含與視點(diǎn)的場景對象的表面的距離有關(guān)的圖像通道，兩者之間是相互配準(zhǔn)。通過對彩色圖像和多幀融合后的深度圖像分別進(jìn)行預(yù)訓(xùn)練和遷移學(xué)習(xí)，在特征層進(jìn)行融合，提高人臉識別率。
責(zé)任編輯人：CC