人脸识别技术的行业应用及未来发展趋势分析

高雨舟

摘要：通过对脸识别技术的行业应用和今后的发展趋势进行分析，指出人脸识别技术越来越成熟。并结合人脸识别发展趋势进行展望，希望对促进该技术领域的进一步研究有一定的参考价值。

关键词：人工智能;人脸识别;发展趋势

中图分类号：TP391.4 文献标识码：A 文章编号：1007-9416（2018）12-0079-02

人脸识别技术是人工智能发展的产物，主要是在计算机的辅助下提取人脸信息，进行识别的技术，此种技术可以用作人像身份判断的工具，因此我们也可以称之为人像识别。其中数据资源丰富、扩展性强、接受性强是人脸识别技术的主要特点。下面我们就来详细分析一下。

1 人脸识别的分类

2D人脸识别和3D人脸识别是人脸识别的主要分类，此种分类依据主要依据采集图像的不同而定。其中2D人脸识别图像类型为可见光、红外线，3D人脸识别为三维图像，其中2D人脸识别具有直观自然、识别准确率高速度快以及图像采集成本低的优点。缺点为容易受到光线和姿态的影响。3D人脸识可以不受光线、姿态的影响、并具有较高的识别性能和安全性。缺点为采集图像成本高、建模时间较长。

2 人脸识别技术的过程

2.1 采集预处理图像

该阶段人脸图像的提取主要依据摄像机等设备，初次提取的图像在光线等因素影响下，不能直接利用。因此需要对原始图像進行预处理，提高图像的识别度，预处理主要是将干扰因素剔除。其中图像光线补偿、变换灰度、几何校正等是预处理的主要内容。

2.2 人脸检测

该过程主要是是否存在人脸进行检测，当人脸存在的情况下，需要给定人脸在图像中的位置。其中图像位置的选择主要参照以下过程，首先选择观察窗口，一般以矩形区域为准。再者，提取选定窗口中的图像信息。最后，凭借采集特征判断矩形区域是否正好框住一张人脸。

2.3 人脸对齐

该过程主要是减少误差的存在，方式为在人脸特征点的辅助下仿射变换人脸图像，并将人脸图像缩放到标准大小，从而实现降低误差的可能。

2.4 特征提取和匹配

该过程是人脸识别技术中最为关键的一步，主要是对人脸特征进行提取之后，根据特征进行建模。可以按照以下方式来描述，将输入的人脸图像转变为向量的形式，利用向量来表示。其中知识表征法、代数特征法为人脸特征的主要提取方式。由此在将人脸特征提取之后，与检测但的人脸与期相对应和匹配，按照相似程度来判断对方身份。

3 人脸识别方法

3.1 初级阶段

该阶段主要是以人脸重要器官作为分类特征，具有计算量小、内存要求低。特征提取快的优点，但是光照、表情等因素容易受影响。该阶段主要采用的方法为基于模板匹配法，该方法在将局部特征忽视的时候，容易丢失信息资料。

3.2 经典算法涌现阶段

该阶段主要应用的技术为2D人脸图像线性子空间判别分析以及统计模式识别方法。初始特征为人脸图像中像素颜色和灰度值。该方法采集图像的条件较好，可以被应用在中小型的数据库中。

3.3 人工提取特征阶段

该阶段认为设计面部特征，对局部描述子进行无监督式学习，利用局部特征提取方法对局部领域像素亮度、颜色值进行特征提取，解决了光照敏感度等因素的影响。该方法适用于真实条件下的人脸识别。

3.4 深度学习阶段

深度学习阶段的特点为由人工设计特征和分类识别向基于DCNN转变。该过程的转变有较强的自主学习特征。其中局部连接、权值共享等是深度学习阶段的关键性技术。该阶段主要的优势为是被准确率较高，适用范围较广。但是此阶段还存在以下问题，比如理论研究领域有待完善、标记样本的多样性以及梯度不稳定等问题，这些问题解决的方法为依靠人工经验和知觉判断。此外，该阶段还需要浪费较长的时间和较大资源费用，也是需要改进的问题[1]。

4 人脸识别在行业中的应用情况

4.1 安防领域和B端市场的应用

人脸识别技术受到政策的影响，伴随近几年来国家经济的迅速发展，人脸识别技术受到政府的大立支持，因此该技术发展的速度也越来越快。表现为人脸是被技术逐渐向商业化的方向发展[2]。比如，我国金融、政府、教育、医疗等企事业单位。其中人脸识别技术被应用最为广泛的领域为金融和安防。此外，在技术不断更新的基础下，我国的公共交通运输业中也逐渐引进人脸识别技术。比如2017年春运中各大过车站建立了刷脸进展的旅客通道。这促使人脸识别技术在交通运输行业中被广泛推广。

4.2 智能手机和C端市场的应用

支付刷脸和人脸解锁是C端市场主要的应用领域。其中智能手机中人脸识别技术的应用是C端市场该技术应用的主要代表。其中拉开人脸识别技术在智能手机中应用序幕为是2017年上市的苹果iphoneX，之后在FacelD的应用下，彻底的将人脸识别技术在安卓手机中的应用高潮拉开3D人脸识别技术需要足够的硬件条件并且还需要强大的芯片算力，因此这样高要求的条件，使得3D人脸识别在职能手机中的应用范围不广。此外3D人脸识别技术在发展的过程中也推动了2D人脸识别技术的发展，并且2D人脸识别技术逐渐向低端手机发展。

5 人脸识别技术未来发展趋势

5.1 应用领域更加广阔

未来的人脸识别技术会被应用的范围越来越广，且算法的标准也会越来越低。之所以这样说只因为我国在2016年金融、安防等领域中应用人脸识别技术依赖，该项技术识别的准确性、防攻击能力等不断提高。在安全系数不断提高的情况下，被应用于更多的领域是非常可能的。此外在人脸识别上几乎算法门槛逐渐降低的基础下，也促使该技术向不同领域发展。

5.2 行业标准更加规范

人脸识别技术在不断发展的同时，国家也颁布了明确的技术应用先关法律法规，如《安全防范视频监控人脸识别系统技术要求》等，这些法规的颁布促使今后的人脸识别技术更加的规范。此外，人脸识别技术在市场中的运行环境也不断的完善，促使用户在使用人脸识别技术的过程中，获得更高的安全体验。

6 结语

人脸识别技术是人工智能不断发展的产物，在我国经济和科技快速发展的基础下，人脸识别技术越来越成熟。以上就是笔者针对人脸识别技术在不同行业中的应用情况，以及未来该技术发展的主要趋势进行的相应分析，希望对促进该技术领域的进一步研究有一定的参考价值。

参考文献

[1]李国鑫.人脸识别技术的发展与应用[J].科技传播，2018，10（19）：102-103.

[2]王宇飞.人脸识别技术特征及未来的应用展望[J].中国新通信，2018，20（19）：90-91.

The Industry Application and Analysis of Future Development Trend of Face Recognition Technology

GAO Yu-zhou

（Xinghai Experimental School of Suzhou Industrial Park，Suzhou Jiangsu 215100）

Abstract：Through the analysis of the application of face recognition technology in the industry and the development trend in the future， it is pointed out that face recognition technology is becoming more and more mature. It also looks forward to the development trend of face recognition and hopes to provide some reference value for further rese

Key words：artificial intelligence; face recognition; the development trend