重庆人脸识别之生物识别产业现趋势

2010至2014年，国内生物识别市场平均增长率保持在60％以上，2014年生物识别市场规模为80多亿元人民币，预计到2015年中国生物识别市场规模可突破100亿元，2020年生物识别市场规模将突破300亿元。

在地方的重视、下游应用普及与技术提高共同推动生物识别市场快速发展。

结合西方国家生物识别产业发展轨迹，前瞻产业研究院认为，未来国内生物识别产业将有以下发展趋势：

首先，产业集中度将不断提高，从2002年迄今，国外生物识别产业经过竞争淘汰以及大量的并购重组，生物识别公司数量下降至100余家，上规模的重要企业甚至不足15家，未来产业优胜劣汰将在我国出现；

其次，生物识别均衡发展。指纹识别技术一家独大的局面将被打破，未来语音识别、人脸识别、虹膜识别等多种技术可百放齐放，共同发展；

最后，多技术融合发展成主流。随着信息安全问题日益突出，市场需求日益强烈，技术整合融合（采用两种或以上的生物识别技术，如指纹与人脸识别搭配；指纹、人脸再加虹膜识别等）进一步确保信息安全成为发展大势。

重庆人脸识别之智能监狱

智能监狱据悉，8月8日20时左右，在黑龙江省未成年犯管教所服刑的张云明翻越围墙脱逃。据了解，这也是继去年延寿bao动越狱案之后，当地不到一年时间里发生的第二起案犯脱逃案件。人们对于监狱的印象都是高墙深院，戒备森yan，但近年来，随着监狱在经费和人员上的缺失造成越狱案的出现。如何从技术“加固”监狱高墙，成为解决监狱管理的重要方向。

为了严防监犯逃脱、外人非法进入，违禁物品持有和带入带出等，通过人脸识别技术，对家属、律师等相关公务人员到访、社会团体参观、相关服务人员等进行身份识别、人脸登记，确保出入人员符合探视要求。外出服刑人员的管理，将内部和外出管理相结合，最后与监狱现有的视频监kon系统和人脸识别等系统结合联动，形成完整、有效的quan方位监狱管理体系。

另一方面，监狱干警常年和犯ren生活在一起，很容易产生麻痹思想，特别是对于那些伪装积极的罪犯，更容易放松警惕性，当犯ren出现在敏感区域，智能识别技术自动发生警报，能有效的避免恶性案件的发生。

重庆人脸识别机器关于人脸识别技术原理分析

人脸识别主要分为人脸检测（face detection）、特征提取（feature extraction）和人脸识别（face recognition）三个过程。

人脸检测：人脸检测是指从输入图像中检测并提取人脸图像，通常采用haar特征和Adaboost算法 训练级联分类器对图像中的每一块进行分类。如果某一矩形区域通过了级联分类器，则被判别为人脸图像。

特征提取：特征提取是指通过一些数字来表征人脸信息，这些数字就是我们要提取的特征。常见的人脸特征分为两类，一类是几何特征，另一类是表征特征。几何 特征是指眼睛、鼻子和嘴等面部特征之间的几何关系，如距离、面积和角度等。由于算法利用了一些直观的特征，计算量小。不过，由于其所需的特征点不能选择，限制了它的应用范围。另外，当光照变化、人脸有外物遮挡、面部表情变化时，特征变化较大。所以说，这类算法只适合于人脸图像的粗略识别，无法在实际中应用。

表征特征利用人脸图像的灰度信息，通过一些算法提取全局或局部特征。其中比较常用的特征提取算法是LBP算法。LBP方法首先将 图像分成若干区域，在每个区域的像素640x960邻域中用中心值作阈值化，将结果看成是二进制数。图3显示了一个LBP算子。LBP算子的特点是对单调 灰度变化保持不变。每个区域通过这样的运算得到一组直方图，然后将所有的直方图连起来组成一个大的直方图并进行直方图匹配计算进行分类。

人脸识别：这里提到的人脸识别是狭义的人脸识别，即将待识别人脸所提取的特征与数据库中人脸的特征进行对比，根据相似度判别分类。而人脸识别又可以分为 两个大类：一类是确认，这是人脸图像与数据库中已存的该人图像比对的过程，回答你是不是你的问题;另一类是辨认，这是人脸图像与数据库中已存的所有图像匹 配的过程，回答你是谁的问题。显然，人脸辨认要比人脸确认困难，因为辨认需要进行海量数据的匹配。常用的分类器有最近邻分类器、支持向量机等。

与指纹应用方式类似，人脸识别技术目前比较成熟的也是考勤机。因为在考勤系统中，用户是主动配合的，可以在特定的环境下获取符合要求的人脸。这就为人脸 识别提供了良好的输入源，往往可以得到满意的结果。但是在一些公共场所安装的视频监空探头，由于光线、角度问题，得到的人脸图像很难比对成功。这也是未来 人脸识别技术发展必须要解决的难题之一。