马飞

（中国电建集团贵阳勘测设计研究院，贵州 贵阳 550081）

0 引言

人脸识别是基于人的面部特征信息进行身份识别的一种技术，它通过电子仪器采集图像中的人脸信息，经过图像检测和分析，对捕捉到的人脸进行跟踪和鉴别，以确定身份是否合法[1]。与指掌纹识别技术相比，人脸识别技术具有非接触性、高安全性、难以伪造等特点，使用灵活，识别率高，因此广为人们所接受，是未来身份鉴别的主流技术与发展趋势。

1 人脸识别核心技术及实现原理

1.1 人脸识别检测算法

传统人脸检测算法主要有两种：其一是基于特征匹配的检测算法，利用人脸的面部骨骼特征、器官特征、肤色特征，通过先验知识将人脸图像以特征表示出来，在进行人脸检测时通过面部轮廓、皮肤颜色、器官的形状大小、相对距离等信息，来判断待检测的图像中是否存在人脸[2]。其二是基于模型匹配的检测算法，通过预先设定器官形状大小及相对位置、皮肤颜色、面部骨骼轮廓等各种人脸参数来建立人脸模型库，在进行人脸识别时通过将检测到图像与人脸模型库中的模型进行匹配，若达到匹配要求，比如相似度达到90%以上则匹配成功，判定检测到的图像为人脸[3]。

以上两种检测算法在实际使用过程中可能会受到站立姿态、面部表情、光线明暗程度等因素影响，大大降低了人脸识别的实时性和准确性，用户体验较差。

深度学习是通过模拟人类大脑的学习机制，由浅入深地构建多层次的神经网络单元来学习，通过将大量的图片输入到神经网络中进行模拟训练，逐步修正模型和算法，使其最终能快速准确地区分出不同的人脸。……