（河北农业大学，理工学院 河北 沧州 061100）

刘卫凯，郝雅倩，郑 晗，齐立萍（通讯作者）

1 引言

人脸识别技术是图像处理方面的一次大胆尝试，也是计算机图像采集处理方面的一大突破。主要是利用计算机的机器分析，提取出个人特征信息，并从数据库中查找具有此类特征的人，从而达到识别的目的。目前该技术已经融入到了我们的日常生活中，例如刑事侦查、身份核实、密码设置等[1]。

伴随着人们的需求，人脸识别技术也一再发展，并且得到相关学者的大力支持。其发展大概分为三个阶段[1]：

（1）阶段一

人脸识别的初步阶段大致为1960年到1970年之间，Bledose是人脸识别的启蒙人，他首次利用人脸各部分比例特征为参数，建立一个人脸识别系统的雏形[2]。

（2）阶段二

随着计算机技术的飞速发展，信息采集与分析也变得容易起来，20世纪90年代初人脸整体识别成为了图像处理的重点发展方向。于是提出了弹性图匹配方法[3]、灰度处理[4]、形状分离[4]以及人脸模型可变等方法。

（3）阶段三

随着商业市场需求不断扩大，20世纪90年代末期人脸识别技术已经成为了世界关注的焦点。世界各国都争相发展人脸识别技术，但基于技术的不成熟，人脸识别技术也存在着相当大的缺陷。直至今日人脸识别技术仍然被世界所关注，不断发展进步。

2 人脸识别技术

人脸识别技术是基于人的面部五官轮廓分布位置来对人进行识别。因为无关轮廓分布特征是因人而异，与生俱来的。通过采集设备采集图像并运用计算机进行分析从而得到不同数据，再通过数据库的比对来确定人的身份。这项技术也常常被人称作人像识别、脸部识别等。

2.1 基于几何识别方法

几何识别方法是利用人脸器官特征轮廓的分布比例进行数据分析，构建模型的[5]。主要将人脸建立成矢量的几何模型。Crow曾提出人脸椭圆特征检测[6]，是将人脸分为三个部分进行检测，根据曲线进行模拟人脸。后又由DR.Gpvindaraju等人进行方法改进，提高了精确度[7]。该方法简单易实现，且在光照不足的情况下仍能识别，但是缺点也相当明显，如表情不同，体态不同等都会有很大影响。

2.2 基于神经网络识别方法

神经网络识别方法，主要是通过对生物神经网络的模拟，将生物神经网络上的神经元转化为机器所能理解的码制。就如同当有神经刺激的时候我们表示为1，没有神经刺激的时候我们表示为0。这样一来我们就得到了初步的小像素块，再通过像素块的拼接构造成模拟图像[8]。神经网络方法可以有效的避开复杂特征的数据提取，但是构成模拟图像的神经元数量过于庞大，形成所需神经元的时间过于长、速度慢、参数确定无法统一等问题[8]。

2.3 基于3D的人脸识别方法

从传统意义上的3D人脸识别技术主要是将人脸扫描建立在一个三维的坐标系中，从而将人脸的特征数据转化为模型结构[9]，就目前而言2D人脸识别技术是相对成熟的，所以3D人脸识别技术是基于2D技术的基础上的，主要还是采集2D数据并通过整合叠加从而达到3D的效果特征向量，以达到人脸识别的目的。3D人脸识别技术的优势就在于当人处于不同的光照、面部表情以及观察视角情况下仍然可以保证识别的准确度。但是也存在一定的缺点，如设备相对比较贵、采集系统过于庞大、传输数据过慢和识别速度较慢等。

2.4 多分类方法

多分类器方法主要是运用数据库内数据的整合拼凑来获取目标图像数据的，首先需要人脸不同变化数据分别存储于多个分类器中[10]，每种分类器中只对应这一种状态。采集数据时，将数据划分成不同的种类，再根据种类的不同从数据库中提取所需的数据。当数据提取完成后，将特征数据进行拼凑叠加，当遇到光照，表情，姿态有较大差异时，将分类器中的信息整合互补加以拟合，从而提高准确率。多分类技术虽然可以相对准确的识别人脸，但是也存在着采集系统过于庞大和数据传输过于缓慢的缺点。

3 人脸识别未来发展

人脸识别是一个具有发展潜质的领域，也是一个具有极大挑战力的领域[11]。就现在的发展阶段而言，人脸识别技术还面临着多方面的困难，如被识别的人需要正脸面对图像采集器，并且被识别的人要保持合适的距离才能采集到比较准确的数据。在我们正常应用时这些问题可能就是我们无法识别的难题。目前而言还没有一种能适应不同环境和干扰的识别方法。对于未来而言我们仍然需要提高识别的精准度扩大识别的范围，从而使人脸识别技术可以使用于任何复杂环境。所以未来人脸识别将向着多方面发展如：免干扰人脸特征数据采集、远距离人脸识别技术、3D细节模型构建等等。

[1] 苏楠，吴冰，等.人脸识别综合技术的发展，信息安全研究，2016，1.

[2] 吴迪，胡慧，等.基于显著性局部定向模式和深度学习的人脸识别，光电子激光，2016，6.

[3] 丁嵘，苏光大.使用关键点信息改进弹性匹配人脸识别算法，电子学报，2002，9.

[4] 孙劲光，张文斌，朱世安.图像的处理方法，辽宁工程技术大学学报，2002，6.

[5] 李江.红外图像人脸识别方法研究，北京：国防科学技术大学，2005.

[6] 肖冰，等.人脸识别综述[J].计算机学报，2016，8

[7] 梁路宏，艾海舟.人脸检测研究综述[J].计算机学报，2002，5.

[8] 梁路宏，艾海舟.基于多模板匹配的单人脸检测[J].软件学报，2001，12.

[9] 张宁，徐磊，三维人脸图像数据采集与预处理，刑事技术，2015，4.

[10] 李武军，王崇骏，张玮，陈世福.人脸识别研究，南京大学，2006，2.

[11] 宋嘉程.人脸识别技术的现状和发展，电子技术与软件工程，2017，09.