人脸识别技术开发问题研究

陈成怡

摘 要：人脸识别，就是利用计算机分析人脸视频或者图像，并从中提取出有效的个人识别信息，最终判别出来人脸对象的身份，通常也叫做面部识别、人像识别。不同于指纹识别、虹膜识别等生物识别，互联网上人脸图像资源较多，人脸识别具有先天优势，便于模型和方法的训练，提高识别准确率。本文分析了人脸识别终端的相关技术开发问题。

关键词：人脸识别；技术开发；识别准确率

1 人脸识别的方法

人脸识别方法最早可以追溯到20 世纪60 年代，根据不同时期研究内容、技术方法等方面的特点可大体划分为4 个阶段。初级阶段：基于几何结构特征的方法是通过眼、口、鼻等重要器官的直观几何形状作为分类特征，计算量小。该方法内存要求小、提取速度快，但易受光照、遮挡、表情变化等因素影响。经典算法涌现阶段：2D 人脸图像线性子空间判别分析、统计模式识别方法是这一阶段的主流技术，该阶段算法采用人脸图像中所有像素的颜色或灰度值作为初始特征，通过在训练数据集合上学习得到更具區分力的人脸表示。人工提取特征阶段：该阶段提取的面部特征是人为设计或基于无监督学习的局部描述子。为了克服直接使用像素灰度值对光照敏感等问题的限制，这一时期涌现出了很多对局部邻域像素亮度或颜色值进行局部特征提取的方法。深度学习阶段：该阶段从人工设计特征与分类识别转变为基于DCNN（Deep Convolutional Neural Networks，深度学习神经网络）的端到端的自主学习特征。……