人臉識別簡述

基于深度學(xué)習(xí)的人臉識別組員：程俊達

16721492李陽16721493

梁子軒167214目錄CONTENT01

|人臉識別概述02

|發(fā)展歷史03

|幾類算法簡介04

|

發(fā)展現(xiàn)狀及應(yīng)用

0

1PARTONE人臉識別概述概述4人臉識別簡介：

近年來，隨著計算機技術(shù)的迅速發(fā)展，人臉自動識別技術(shù)得到廣泛研究與開發(fā)，人臉識別成為近30年里模式識別和圖像處理中最熱門的研究主題之一。人臉識別的目的是從人臉圖像中抽取人的個性化特征，并以此來識別人的身份。一個簡單的自動人臉識別系統(tǒng)，包括以下4個方面的內(nèi)容：

(1)人臉檢測(Detection)：即從各種不同的場景中檢測出人臉的存在并確定其位置。

(2)人臉規(guī)范化(Normalization)：校正人臉在尺度、光照和旋轉(zhuǎn)等方面的變化?；蛘呓凶鯽lignment，人臉對齊，人臉校準(zhǔn)

(3)人臉校驗(Faceverification)：采取某種方式表示檢測出人臉和數(shù)據(jù)庫中的已知人臉，確認兩張臉是否是同一個人。

(4)人臉識別(Recognition)：將待識別的人臉與數(shù)據(jù)庫中的已知人臉比較，得出給你的臉是庫里的誰。概述5人臉識別經(jīng)典流程：5概述6人臉識別比對人臉識別建模概述

人臉識別算法框架：人臉識別算法描述屬于典型的模式識別問題，主要有在線匹配和離線學(xué)習(xí)兩個過程組成。在人臉識別中，特征的分類能力、算法復(fù)雜度和可實現(xiàn)性是確定特征提取法需要考慮的因素。所提取特征對最終分類結(jié)果有著決定性的影響。分類器所能實現(xiàn)的分辨率上限就是各類特征間最大可區(qū)分度。因此，人臉識別的實現(xiàn)需要綜合考慮特征選擇、特征提取和分類器設(shè)計。概述生物特征生理特征whatyouhave?行為特征whatyoudo?-人像

-DNA-虹膜-指紋-筆跡-步態(tài)-身體氣味-按鍵節(jié)奏“與生俱來”“后天習(xí)慣”人臉識別與其它生物識別技術(shù)的比較：概述9

生物識別技術(shù)就是通過計算機與光學(xué)、聲學(xué)、生物傳感器和生物統(tǒng)計學(xué)原理等高科技手段密切結(jié)合，利用人體固有的生理特性，（如指紋、聲紋、人像、虹膜等）和行為特征（如筆跡、聲音、步態(tài)等）來進行個人身份的鑒定。其中人臉識別是指人的面部五官以及輪廓的分布。這些分布特征因人而異，與生俱來。相對于其他生物識別技術(shù)，人臉識別具有非侵擾性，無需干擾人們的正常行為就能較好地達到識別效果。由于采用人臉識別技術(shù)的設(shè)備可以隨意安放，設(shè)備的安放隱蔽性非常好，能遠距離非接觸快速鎖定目標(biāo)識別對象，因此人臉識別技術(shù)被國外廣泛應(yīng)用到公眾安防系統(tǒng)中，應(yīng)用規(guī)模龐大。

概述人臉識別技術(shù)有快速、簡便、非侵擾和不需要人的被動配合的特點

其余的人體生物特征識別技術(shù)對人們來說都是一種干擾，都需要人的被動配合。人臉識別無需干擾人們的行為，你只需要很快從一架攝像機前走過，你的面貌就已經(jīng)被快速地采集和檢驗，所以非常簡便。在當(dāng)今眾多的人體生物特征識別技術(shù)中，人臉識別技術(shù)以其實用性強、速度快、使用簡單和識別精度高等特點，與其他人體生物特征識別技術(shù)相比較時占有明顯的技術(shù)優(yōu)勢?？焖?、非侵擾1準(zhǔn)確、直觀2人臉識別技術(shù)有良好的防偽、防欺詐、準(zhǔn)確、直觀、方便的特點

因為同其它人體生物特征識別技術(shù)相比較，只有人臉識別是最直觀、最可靠、最準(zhǔn)確的，因而它是優(yōu)良的防偽、防欺詐的。概述11

誤認率拒認率易用性處理速度/人評價人臉識別低<0.2非常好<1秒最好的生物識別技術(shù)指紋識別很低5%好5秒較好的生物識別技術(shù)掌紋識別低5%使用困難5-15秒易傳染細菌，采樣困難，設(shè)備昂貴瞳孔掃描很低10%需培訓(xùn)后使用，操作難度大儀器對準(zhǔn)需3-5秒，手工要5-25秒。儀器對準(zhǔn)價格昂貴，手工操作復(fù)雜，且不適用于隱形眼睛用者聲音識別一般一般一般3秒可能被磁帶欺騙概述120

2PARTTWO發(fā)展歷史發(fā)展歷史第一階段：人類最早的研究工作至少可追朔到二十世紀(jì)五十年代在心理學(xué)方面的研究和六十年代在工程學(xué)方面的研究。

有從感知和心理學(xué)角度探索人類識別人臉機理的，如美國TexasatDallas大學(xué)的Abdi和Tool小組，由Stirling大學(xué)的Bruce教授和Glasgow大學(xué)的Burton教授合作領(lǐng)導(dǎo)的小組等；也有從視覺機理角度進行研究的，如英國的Graw小組和荷蘭Groningen大學(xué)的Petkov小組等。發(fā)展歷史第二階段：關(guān)于人臉的機器識別研究開始于二十世紀(jì)七十年代。Allen和Parke為代表，主要研究人臉識別所需要的面部特征。研究者用計算機實現(xiàn)了較高質(zhì)量的人臉灰度圖模型。這一階段工作的特點是識別過程全部依賴于操作人員，不是一種可以完成自動識別的系統(tǒng)。發(fā)展歷史第三階段：人機交互式識別階段。

Harmon和Lesk用幾何特征參數(shù)來表示人臉正面圖像。他們采用多維特征矢量表示人臉面部特征，并設(shè)計了基于這一特征表示法的識別系統(tǒng)。Kaya和Kobayashi則采用了統(tǒng)計識別方法，用歐氏距離來表征人臉特征。但這類方法需要利用操作員的某些先驗知識，仍然擺脫不了人的干預(yù)。第四階段：20世紀(jì)90年代以來，隨著高性能計算機的出現(xiàn)，人臉識別方法有了重大突破，才進入了真正的機器自動識別階段。在用靜態(tài)圖像或視頻圖像做人臉識別的領(lǐng)域中，國際上形成了以下幾類主要的人臉識別方法。0

3PARTTHREE幾種主要算法簡介對比18算法參數(shù)指標(biāo)誤識率(FAR：FalseAcceptRate)表示不同來源的人臉被接受的概率拒識率(FRR：FalseRejectRate)表示來源相同的人臉被拒絕匹配的概率其它常見參數(shù)指標(biāo)可接入人像照片規(guī)模實時比對規(guī)模首選識別率/前N選識別率錯誤報警率/正確報警率人臉比對速度特征模板大?。▋?nèi)存占用）對比1）基于幾何特征的人臉識別方法

基于幾何特征的方法是早期的人臉識別方法之一。常采用的幾何特征有人臉的五官如眼睛、鼻子、嘴巴等的局部形狀特征。臉型特征以及五官在臉上分布的幾何特征。提取特征時往往要用到人臉結(jié)構(gòu)的一些先驗知識。識別所采用的幾何特征是以人臉器官的形狀和幾何關(guān)系為基礎(chǔ)的特征矢量，本質(zhì)上是特征矢量之間的匹配，其分量通常包括人臉指定兩點間的歐式距離、曲率、角度等?；趲缀翁卣鞯淖R別方法比較簡單、容易理解，但沒有形成統(tǒng)一的特征提取標(biāo)準(zhǔn)；從圖像中抽取穩(wěn)定的特征較困難，特別是特征受到遮擋時；對較大的表情變化或姿態(tài)變化的魯棒性較差。對比2）基于相關(guān)匹配的方法

基于相關(guān)匹配的方法包括模板匹配法和等強度線方法。

①模板匹配法：Poggio和Brunelli[10]專門比較了基于幾何特征的人臉識別方法和基于模板匹配的人臉識別方法，并得出結(jié)論：基于幾何特征的人臉識別方法具有識別速度快和內(nèi)存要求小的優(yōu)點，但在識別率上模板匹配要優(yōu)于基于幾何特征的識別方法。

②等強度線法：等強度線利用灰度圖像的多級灰度值的等強度線作為特征進行兩幅人臉圖像的匹配識別。等強度曲線反映了人臉的凸凹信息。這些等強度線法必須在背景與頭發(fā)均為黑色，表面光照均勻的前提下才能求出符合人臉真實形狀的等強度線。對比

特征臉法特征臉方法是90年代初期由Turk和Pentland提出的目前最流行的算法之一，具有簡單有效的特點,

也稱為基于主成分分析(principal

component

analysis,簡稱PCA)的人臉識別方法。

特征子臉技術(shù)的基本思想是：從統(tǒng)計的觀點，尋找人臉圖像分布的基本元素，即人臉圖像樣本集協(xié)方差矩陣的特征向量，以此近似地表征人臉圖像。由于每個特征矢量的圖像形式類似于人臉，所以稱本征臉。實際上，特征臉反映了隱含在人臉樣本集合內(nèi)部的信息和人臉的結(jié)構(gòu)關(guān)系。將眼睛、面頰、下頜的樣本集協(xié)方差矩陣的特征向量稱為特征眼、特征頜和特征唇，統(tǒng)稱特征子臉。特征子臉在相應(yīng)的圖像空間中生成子空間，稱為子臉空間。計算出測試圖像窗口在子臉空間的投影距離，若窗口圖像滿足閾值比較條件，則判斷其為人臉。

對比除此之外，還有一些其它的識別方法：基于統(tǒng)計的方法（KL算法、奇異值分解(SVD)、隱馬爾可夫(HMM)法）、基于神經(jīng)網(wǎng)絡(luò)的方法、彈性圖匹配方法：將物體用稀疏圖形來描述

(見下圖)，其頂點用局部能量譜的多尺度描述來標(biāo)記，邊則表示拓撲連接關(guān)系并用幾何距離來標(biāo)記，然后應(yīng)用塑性圖形匹配技術(shù)來尋找最近的已知圖形。（缺點是計算量巨大）0

4PARTFOUR實際應(yīng)用和現(xiàn)狀應(yīng)用名稱應(yīng)用方法應(yīng)用領(lǐng)域人像檢索DB-SCAN輸入一張照片，在人像圖像數(shù)據(jù)庫內(nèi)檢索出與之相似的照片供人工確認。公安應(yīng)用中犯罪嫌疑人身份調(diào)查；出入境管理中人員身份核實；消費者、旅行者身份核實等。人像監(jiān)控Watchlist從視頻流中檢測人像，并與人像數(shù)據(jù)庫進行比對，自動確認人員身份。公安應(yīng)用中的案犯追逃；重要部門出入口控制與考勤等。人像驗證Verification輸入兩張照片，確定它們是否來自于同一個人。持證人身份核實、電子政務(wù)、電子商務(wù)、移動設(shè)備訪問控制等。人臉識別技術(shù)有三種應(yīng)用模式，它們是人像檢索模式（DB-SCAN），人像監(jiān)控模式（Watchlist）和人像驗證模式（Verification）出入境25

在出入境業(yè)務(wù)辦理過程中，利用人像識別技術(shù)查詢和比對出入境人員庫和常住人口庫中的人像數(shù)據(jù)，確認是否有騙取出入境證件行為。

將出入境人員相片與過往歷史人員相片進行比對，從而發(fā)現(xiàn)重復(fù)辦證情況。

利用人像識別技術(shù)取代傳統(tǒng)人工檢驗通關(guān)模式，簡化業(yè)務(wù)辦理流程，提高業(yè)務(wù)辦理效率，實現(xiàn)快速通關(guān)。

戶政26

查重：主要是指對大量的人口身份信息進行檢索以發(fā)現(xiàn)是否存在“同人不同身份”及“同身份不同人”的情況，以協(xié)助人口業(yè)務(wù)部門進行數(shù)據(jù)清理整頓。

查驗：主要是針對辦理戶口或身份證的人員，在辦理的同時利用其相關(guān)信息對現(xiàn)有數(shù)據(jù)進行檢索，以確認該人員身份是否唯一，有效發(fā)現(xiàn)、解決和防止雙重戶口和虛假戶口等問題。

查詢：主要是針對確認身份的人員相片，在人口人像庫中進行檢索，以確認該人員身份，挖掘出更換身份的在逃人員或犯罪嫌疑人，為公安機關(guān)打擊犯罪、行政管理提供有力手段。

治安27

人員身份核實：在當(dāng)一個案犯或者嫌疑人被抓獲而不承認自己真實身份的時候，可以用人像識別技術(shù)自動識別出他的身份。

視頻監(jiān)控實時比對：利用現(xiàn)有公安治安視頻監(jiān)控系統(tǒng)、治安卡口視頻監(jiān)控系統(tǒng)等中的監(jiān)控視頻，獲取每個進入公共場所通道、機場海關(guān)安檢口、車站、旅店等的人員的面貌信息，并利用人像識別技術(shù)進行實時比對和識別，一旦發(fā)現(xiàn)特征符合的人員后即可發(fā)出警報信號通知安保人員，實現(xiàn)自動預(yù)警、報警以及迅速布控和出警，提高治安監(jiān)控管理的效率和智能化水平。

警用PDA實時比對（移動警務(wù)）：當(dāng)公安民警、便衣在值勤時，憑職業(yè)敏銳的感覺發(fā)現(xiàn)可疑人員，使用警用PDA讓該人員協(xié)助拍相，通過內(nèi)網(wǎng)傳輸?shù)街行娜藥熳霰葘?，在把此人的比對結(jié)果快捷返回，從而知道此人是否為犯罪嫌疑人，提高打擊犯罪力度，震懾不法人員。考試28各科目考試時，根據(jù)各科目考試的實際應(yīng)用系統(tǒng)和考試流程，在考試前、考試中和考試后對考生拍照并使用人像識別技術(shù)與受理時錄入的相片進行比對，以確認考生身份，杜絕考試時冒名頂替的情況；選擇一張經(jīng)人像識別系統(tǒng)比對后的相片打印在成績單上。發(fā)展現(xiàn)狀29國內(nèi)人臉識別公司1、云從科技（Cloudwalk）2、商湯科技（SenseTime）3、曠視科技（FACE++）4、?？低暎℉IKVISION）發(fā)展現(xiàn)狀301、云從科技背靠“計算機視覺之父”，中科院實驗室創(chuàng)業(yè)團隊創(chuàng)立云從科技云從科技團隊成員除了來自中科大的校友外，還來自中國科學(xué)院各大研究所、UIUC、IBM、NEC、MicroSoft等全球頂尖學(xué)府及研究機構(gòu)；截止2016年11月，成立一年半，研發(fā)團隊擴展為200余名，為全國最大的人臉識別研發(fā)團隊；并且在金融、安防、教育等領(lǐng)域分別開始了商業(yè)化探索，IBIS平臺讓其成為銀行業(yè)第一大供應(yīng)商，動態(tài)人臉識別系統(tǒng)在廣東的應(yīng)用成為標(biāo)桿，被全國推廣；主要成就首個刷臉支付原型系統(tǒng)。首個商用人臉識別遠程開戶系統(tǒng)。在中科院內(nèi)部所有計算機視覺團隊中脫穎而出，

獨家負責(zé)戰(zhàn)略先導(dǎo)科技A類專項。唯一一家參與人臉識別國標(biāo)、部標(biāo)、行標(biāo)制定的研發(fā)企業(yè)。唯一一家讓四大行之一在全國范圍用上人臉識別的企業(yè)。根據(jù)2B行業(yè)的實際需求打造了全產(chǎn)業(yè)鏈模式、快速部署平臺。在POC測試中大幅領(lǐng)先來自日本、德國的人臉識別大廠。發(fā)展現(xiàn)狀314、Face++清華創(chuàng)業(yè)團隊推出人臉云識別開放平臺Face++

Face++團隊成員除了幾名來自清華校友外，還有來自美國哥倫比亞大學(xué)、英國牛津大學(xué)和美國南加州大學(xué)的科研及開發(fā)人員。并且在金融、安防、零售領(lǐng)域分別開始了商業(yè)化探索成功發(fā)育出Face++Financial，F(xiàn)ace++Security，F(xiàn)ace++BI等垂直人臉驗證解決方案產(chǎn)品。

Face++旨在提供簡單易用，功能強大，平臺通用的視覺服務(wù)，讓廣大的Web及移動開發(fā)者可以輕松使用最前沿的計算機視覺技術(shù)，從而搭建個性化的視覺應(yīng)用。Face++同時提供云端RESTAPI以及本地API（涵蓋Android,