面像识别技术的发展

3.1.1　面像识别技术的发展

面像识别由来已久，可以认为它和电脑图像学是并行发展的。两者都是科学家通过理论联系实际研究出来的。不管其他的识别方法是不是更精确，脸部识别都是一个主要的研究方向，因为它有着不需要打扰人的优势。

20年前脸部识别被认为是人工智能和计算机成像中最困难的技术，然而，一系列的成功证明，基于面像识别技术的验证不仅技术上是可行的，而且还取得了经济效益。

结合智能化环境的脸部识别明显比以前更好处理，这激起了研究者研究的兴趣，也激起了投资者们浓厚的投资兴趣。目前有几家公司销售商业脸部识别软件，这种软件能精确地识别1 000人以上的数据库。

有关脸部识别技术的早期研究，是通过一个简单的神经网络，它能从远处识别归一化的脸部图像。使用该网络通过估计脸部图像的自相关矩阵的特征向量来计算脸的描述参数，这些特征向量就是现在的特征脸。然而，这个系统并没有取得实质性的成功。随后的几年，科学家们在已有技术的基础上，试着用其他的神经网络以及调整距离等方案来发展脸部识别技术。其中有几个在排列图像的小数据库中能成功运行，但是一旦支持大的数据库，脸部的位置和大小是未知的时候，就无法运行。

后来，科学家想到了一种代数处理法，这种方法能直接计算特征脸，然后再将这种方法和特征脸识别方法联系起来检测局部化的脸，证明能获得可靠的、实时的最小范围内的脸部识别。这个结合着特征脸识别技术的简单、实时的模式识别方法一下子照亮了脸部识别技术发展的道路。

早期的成功来自于已确定的模式识别技术和相当复杂的图像生成处理流程的合成，如图3-1所示。在图3-1中，如左图所示，一个特征脸由70个面部模型组成，以作为面像的一般性表示。如右图所示，将特征脸与一个摄像采集到的面像匹配以找出可信点，并将它们与数据库中的记录作弹性匹配。另外，研究者也意识到脸部特殊的特征能带来研究的突破口，例如，人的皮肤颜色(颜色的变化主要因为黑色素的集中)，以及人脸部的几何规律，尤其是当用户看着摄影机时的二维特征。目前，研究者们正在放松一些现存脸部识别方法的限制，针对光度、年龄、旋转度、表情和外貌(胡须、是否戴眼镜和是否化妆)等不同的问题采取不同的解决方案。

图3-1　面像识别

在过去的20多年中，面像识别一直以二维图像对比判断为主。这就像是拿着两张并不清晰的照片进行对比一样，人的脸部由于年龄、姿态、表情、光照等因素而具有“一人千面”的特点，识别的准确度受到很大限制。近10年来，人们开始考虑以面像抽象出的三维模型作为面像识别的基础。在这种面像识别系统中，先通过摄像头获取人面像最重要的三维特征，例如人脸的突起部位，眉骨、双眼、鼻和嘴等在五官轮廓中的距离、位置、角度和大小，然后计算出它们的几何特征量，再与模板库中的人像进行对比。采用这种方式准确率会提高很多，但是相应的计算量就会变得很大，因此数据获取、数据存储等方面将会存在一些问题。

20世纪90年代后期，由于计算机处理速度的飞速提高以及图形识别算法的革命性改进，“面像识别”技术继“指纹识别”、“眼虹膜识别”及“语音识别”等前期生物识别技术之后，以其独特的方便、经济及准确性，而越来越受到世人的瞩目。特别是在1996年后，该技术在世界范围内被广泛采用，应用领域日趋广泛，其中部分产品已开始在美国移民、司法、医疗、社会福利等政府机构中使用。PAROLL银行的ATM自动取款机、马来西亚“兰卡威”机场登机控制、英国伦敦警事监控、巴以加沙地带的出入控制系统等，许多地区和部门开始实际应用面部识别技术，并获得了良好的效果。其中“英国伦敦警事监控系统”将全国通缉要犯照片存于监控系统数据库中，由系统自动监视出入公共场所的所有旅客，发现相符者即自动报警。按业内人士的说法，21世纪最普及和方便的安全钥匙将是您自己的脸(Your face is your key)!

2008年在北京成功举行的奥运会上，大量采用了面像识别技术。如在奥运场馆的门禁、奥运村各国运动员的房门、奥运会开幕式和闭幕式人脸识别电子票证中都得到了成功的应用。