近年來(lái)，由于反恐和國(guó)家安全、社會(huì)安全的需要，安防行業(yè)的智能化技術(shù)也越來(lái)越受到重視，而身份識(shí)別正是安防的核心問(wèn)題。在這種大背景下，具有非接觸、非侵?jǐn)_、友好、直觀、快速、簡(jiǎn)便、可擴(kuò)展性等優(yōu)點(diǎn)的人臉識(shí)別技術(shù)在多種生物識(shí)別技術(shù)中脫穎而出。尤其是在前段時(shí)間的杭州G2O峰會(huì)上，更是著重強(qiáng)調(diào)了國(guó)內(nèi)智能安防技術(shù)及應(yīng)用等問(wèn)題，故其市場(chǎng)潛力可見一斑。

何謂人臉識(shí)別？

人臉識(shí)別（Facial Recognition），是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。其主要用攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè)到的人臉進(jìn)行臉部的一系列相關(guān)分析、識(shí)別的技術(shù)。通常也叫做人像識(shí)別、面部識(shí)別。

隨著當(dāng)下互物聯(lián)網(wǎng)應(yīng)用的逐漸豐富與擴(kuò)大，人臉識(shí)別技術(shù)在普通大眾面前已不再神秘，甚至可以說(shuō)成為了當(dāng)下科技領(lǐng)域最火熱的詞匯！更有很多app軟件也都是應(yīng)用人臉識(shí)別技術(shù)讓大家能夠初步體驗(yàn)到刷臉是怎樣一種體驗(yàn)，比如“刷臉認(rèn)證”、“眨眼支付”等已儼然成為當(dāng)下潮流.....其增速更是超出了市場(chǎng)分析人士的預(yù)期！

人臉識(shí)別技術(shù)的發(fā)展歷史
1888年和1920年
高爾頓（Galton）在《Nature》雜志發(fā)表了兩篇關(guān)于利用人臉進(jìn)行身份識(shí)別的文章，對(duì)人類自身的人臉識(shí)別能力進(jìn)行了分析。
1965年
陳（Chen）和布萊索（Bledsoe）在Panoramic Research Inc.發(fā)表了最早的自動(dòng)人臉識(shí)別報(bào)告。
1965年—1990年 人臉識(shí)別研究的初級(jí)階段
這一階段的研究主要集中在基于幾何結(jié)構(gòu)特征（Geometric feature based）的人臉識(shí)別方法，但該階段的研究基本沒有得到實(shí)際的應(yīng)用。
1991年到1997年 人臉識(shí)別研究非常活躍的重要時(shí)期
美國(guó)MIT大學(xué)的Turk和Pentland率先將KL變換應(yīng)用于人臉識(shí)別，提出了經(jīng)典的“特征臉”方法，也稱為PCA人臉識(shí)別方法。1992年，Brunelli和Poggio對(duì)結(jié)構(gòu)特征的方法和基于模板匹配的方法進(jìn)行了實(shí)驗(yàn)對(duì)比，并給出了后者優(yōu)于前者的明確結(jié)論。美國(guó)國(guó)防部資助的FERET（FacE Recognition technology Test）項(xiàng)目資助了多項(xiàng)人臉識(shí)別研究，創(chuàng)建了著名的FERET人臉圖像數(shù)據(jù)庫(kù)，該項(xiàng)目極大地促進(jìn)了人臉識(shí)別算法的改進(jìn)以及算法的實(shí)用化。
1998年—現(xiàn)在 基于3D模型的人臉建模與識(shí)別方法
研究者開始針對(duì)非理想條件下的人臉識(shí)別進(jìn)行研究，光照、姿勢(shì)等問(wèn)題成為研究熱點(diǎn)，出現(xiàn)了基于3D模型的人臉建模與識(shí)別方法。在商業(yè)化的應(yīng)用方面，美國(guó)國(guó)防部在2000年和2002年組織了針對(duì)人臉識(shí)別商業(yè)化系統(tǒng)的評(píng)測(cè)FRVT（Face Recognition Vendor Test）。
人臉識(shí)別技術(shù)就是在這樣不斷取得進(jìn)步摸索、不斷進(jìn)步的條件下慢慢發(fā)展開來(lái)，各種相關(guān)應(yīng)用也日益普及到我們的生活當(dāng)中。作為一種新興的生物識(shí)別技術(shù)，其與虹膜識(shí)別、指紋掃描等其他識(shí)別技術(shù)相比，在應(yīng)用方面可謂具有獨(dú)一無(wú)二的優(yōu)勢(shì)。

1、自然性
所謂自然性，是指該識(shí)別方式同人類（甚至其它生物）進(jìn)行個(gè)體識(shí)別時(shí)所利用的生物特征相同，是通過(guò)觀察比較人臉區(qū)分和確認(rèn)身份，具有自然性的識(shí)別還有語(yǔ)音識(shí)別和體形識(shí)別；而指紋識(shí)別和虹膜識(shí)別等因人類或其他生物不能通過(guò)此類生物特征區(qū)別個(gè)體，所以不具備自然性。

2、非強(qiáng)制性
被識(shí)別的人臉圖像信息可以主動(dòng)獲取而不被被測(cè)個(gè)體察覺。
人臉識(shí)別是利用可見光獲取人臉圖像信息，它不同于指紋識(shí)別或者虹膜識(shí)別需要利用電子壓力傳感器采集指紋，或者利用紅外線采集虹膜圖像。因?yàn)檫@些特殊的采集方式很容易被人察覺，從而帶有可被偽裝欺騙性。

3、非接觸性
相比較其他生物識(shí)別技術(shù)而言，人臉識(shí)別是非接觸的！也就是說(shuō)，用戶是不需要和設(shè)備直接接觸的。

4、并發(fā)性
人臉識(shí)別能夠滿足在實(shí)際應(yīng)用場(chǎng)景下進(jìn)行多個(gè)人臉的檢測(cè)、跟蹤及識(shí)別。
人臉識(shí)別技術(shù)就是在這樣不斷取得進(jìn)步摸索、不斷進(jìn)步的條件下慢慢發(fā)展開來(lái)，各種相關(guān)應(yīng)用也日益普及到我們的生活當(dāng)中。作為一種新興的生物識(shí)別技術(shù)，其與虹膜識(shí)別、指紋掃描等其他識(shí)別技術(shù)相比，在應(yīng)用方面可謂具有獨(dú)一無(wú)二的優(yōu)勢(shì)。
人臉識(shí)別技術(shù)的優(yōu)勢(shì)

正是由于上述種種優(yōu)勢(shì)，人臉識(shí)別近年來(lái)在國(guó)內(nèi)的發(fā)展非常迅速。現(xiàn)下，隨著軟件技術(shù)的成熟、硬件完善、價(jià)格下降，人臉識(shí)別技術(shù)在金融和互聯(lián)網(wǎng)領(lǐng)域的應(yīng)用受到前所未有的關(guān)注，在金融、司法、海關(guān)、軍事及人們?nèi)粘Ｉ畹念I(lǐng)域扮演著越來(lái)越重要的角色。

人臉識(shí)別技術(shù)的工作模式及應(yīng)用領(lǐng)域
1、人臉確認(rèn)
就是將兩個(gè)人臉圖像進(jìn)行一對(duì)一的比對(duì)，判斷是否為同一個(gè)人。其可應(yīng)用于電子護(hù)照驗(yàn)證、駕駛證驗(yàn)證、身份證驗(yàn)證等領(lǐng)域。

圖1 人臉確認(rèn)應(yīng)用圖

2、人臉鑒定
就是將待識(shí)別的人臉圖像與數(shù)據(jù)庫(kù)中多人的人臉圖像進(jìn)行比對(duì)，從而鑒別出此人的身份。其可應(yīng)用于罪犯識(shí)別、身份證檢測(cè)等領(lǐng)域。

3、人臉屬性分析
就是指對(duì)于任意一副給定的人臉圖像進(jìn)行分析，返回人臉的性別、年齡、種族、配飾等信息。其可應(yīng)用于商業(yè)領(lǐng)域和廣告領(lǐng)域，包括廣告效果評(píng)估、人群分析、精準(zhǔn)廣告投放等。

圖3 人臉屬性分析圖

4、表情分析
就是指對(duì)于任意一副給定的人臉圖像進(jìn)行分析，返回高興、悲傷、驚訝、恐懼、憤怒和厭惡等表情信息。其可應(yīng)用于商用、醫(yī)療康復(fù)、心理咨詢等領(lǐng)域。

圖4 人臉表情分析圖

人臉識(shí)別技術(shù)的識(shí)別方法

1、幾何特征的人臉識(shí)別法
幾何特征人臉識(shí)別法是最早投入使用的一種人臉識(shí)別法。該方法主要是對(duì)人臉表面上的一些基本特征進(jìn)行細(xì)致的觀察，以此對(duì)人臉信息進(jìn)行科學(xué)的識(shí)別。
優(yōu)點(diǎn)：識(shí)別速度非常快，對(duì)于系統(tǒng)內(nèi)存的需求較小；

缺點(diǎn)：識(shí)別效率較低。

2、基于人臉特征的人臉識(shí)別法
基于人臉特征的人臉識(shí)別法也可以稱為主成分分析法，該方法近幾年在各個(gè)行業(yè)得到了廣泛的應(yīng)用。
優(yōu)點(diǎn)：能夠?qū)Σ煌四樀奶卣餍畔⑦M(jìn)行詳細(xì)的表述和體現(xiàn)；

缺點(diǎn)：對(duì)人臉的鑒別和區(qū)分的正確度較低。

3、彈性圖匹配人臉識(shí)別法
彈性圖匹配人臉識(shí)別法主要是利用動(dòng)態(tài)化鏈接結(jié)構(gòu)對(duì)人臉進(jìn)行識(shí)別。
優(yōu)點(diǎn)：對(duì)人臉識(shí)別的整體性能較好；

缺點(diǎn)：所需計(jì)算量和存儲(chǔ)量較大，耗費(fèi)時(shí)間長(zhǎng)。

4、隱馬爾可夫模型人臉識(shí)別法
隱馬爾可夫模型人臉識(shí)別法主要是依據(jù)隱馬爾可夫模型技術(shù)來(lái)對(duì)人臉信息進(jìn)行科學(xué)識(shí)別。隱馬爾可夫模型是一種對(duì)信號(hào)統(tǒng)計(jì)的特性進(jìn)行科學(xué)描述的統(tǒng)計(jì)模型，因此，利用該模型對(duì)人臉識(shí)別技術(shù)進(jìn)行應(yīng)用時(shí)，不需要對(duì)復(fù)雜的人臉圖像中的種類特征進(jìn)行提取。
優(yōu)點(diǎn)：可以準(zhǔn)確的對(duì)處于變化中各種環(huán)境因素進(jìn)行適當(dāng)?shù)恼{(diào)整，且識(shí)別率較高；

缺點(diǎn)：在使用過(guò)程中對(duì)整體模型的復(fù)雜度要求較高。

5、神經(jīng)網(wǎng)絡(luò)人臉識(shí)別法
神經(jīng)網(wǎng)絡(luò)人臉識(shí)別技術(shù)是通過(guò)大量樣本圖像的訓(xùn)練獲取識(shí)別模型，再通過(guò)識(shí)別模型進(jìn)行識(shí)別。神經(jīng)網(wǎng)絡(luò)人臉識(shí)別技術(shù)不需要人工選取特征，能夠在樣本訓(xùn)練過(guò)程中進(jìn)行學(xué)習(xí)。它是近來(lái)較熱的是深度學(xué)習(xí)的人臉識(shí)別方法，其識(shí)別準(zhǔn)確率高，可以達(dá)到99%以上。

以上識(shí)別方法可以說(shuō)是時(shí)代發(fā)展與技術(shù)進(jìn)步的共同產(chǎn)物。雖然當(dāng)下單一的生物識(shí)別技術(shù)各有優(yōu)缺點(diǎn)，在應(yīng)用上也不免會(huì)出現(xiàn)小瑕疵。但我們依舊可以在識(shí)別技術(shù)多元化交錯(cuò)發(fā)展的大環(huán)境下，取長(zhǎng)補(bǔ)短、不斷開拓，研究出令人矚目的新技術(shù)！就比如智芯原動(dòng)研發(fā)的人臉識(shí)別系統(tǒng)。

知遠(yuǎn)的人臉識(shí)別系統(tǒng)

基于具有深度學(xué)習(xí)的深度卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別系統(tǒng)，該系統(tǒng)可以實(shí)現(xiàn)視頻中的人臉區(qū)域的定位、跟蹤，并對(duì)定位的人臉區(qū)域進(jìn)行智能分析，返回智能分析的結(jié)果。
知遠(yuǎn)的人臉識(shí)別系統(tǒng)不僅可以用于人臉確認(rèn)、人臉鑒定，還可以用于人臉屬性分析和表情分析。尤其是在計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)和人工智能技術(shù)日新月異的今天，高速發(fā)展的人臉識(shí)別技術(shù)將會(huì)有更廣闊的舞臺(tái)來(lái)展現(xiàn)其價(jià)值。