2017年人脸识别技术的新型应用领域
人脸识别技术已经广泛应用于金融、司法、、边检、航天、电力、工厂、教育、医疗及众多企事业单位等领域。随着技术的进一步成熟和社会认同度的提高,人脸识别技术将应用在更多的领域。
简单来说,人脸识别技术就是针对面部的不同的位置距离进行计算的一个数学公式,即对输入的人脸图象或者视频流,首先判断其是否存在人脸,如果存在人脸,则进一步的给出每个脸的位置、大小和各个主要面部的位置信息,并依据这些信息,进一步提取每个人脸中所蕴涵的身份特征,并将其与已知的人脸数据库进行对比,从而实现身份识别功能。
人脸识别技术经历了可见光图像人脸识别、三维图像人脸识别/热成像人脸识别、基于主动近红外图像的多光源人脸识别三层进化过程,逐渐缓解和解决了光线等环境的变化对于人脸识别的影响,加之算法的不断精准演化,人脸识别技术逐渐进入越来越多新的应用领域。
金融/社保领域人脸识别在金融行业的应用,一方面体现在人脸支付技术的出现。3月17日,在德国汉诺威电子展的开幕仪式上,马云当着中国副总理和德国总理默克尔的面,在自己网站上买了一枚20欧元的1948年汉诺威电子展纪念邮票,然后,他用脸付了帐,亲自展示支付宝的人脸识别技术“SmiletoPay”,刷脸支付被拉开序幕。
2015年5月,《关于银行业金融机构远程开立人民币银行账户的指导意见(征求意见稿)》以及互联网金融新贵微众银行、浙江网商银行均透露将用人脸识别融入远程开胡,作为技术依据,利用“远程人脸识别+身份正件核实”的模式为金融客户开立账户。这意味以人脸识别为代表的生物识别技术在银行业即将进入正式商用阶段,瞬时,这种高大上的开胡方式成了“香饽饽”,“靠脸吃饭”一夜爆红。人脸识别与金融行业的融合进一步加强。
另一方面,则是人脸识别为支付安全保驾护航。近年来,由于缺乏统一的信息共享平台即现代化的监管手段,身份正造假的现象屡禁不止,导致社保、卡被盗领和盗刷,不少群众蒙受巨大的经济损失。而为防止养老金被冒领的“堵漏”,多地已采用自动识别进行初步的筛查,试点工作取得重大成效,并已计划在全国范围内开展设备升级工作。
人脸识别系统是未来安防的发展方向之一
人脸识别系统是未来安防的发展方向之一 。在目前的安防市场中,监空领域的高清技术、智能分析技术是未来的发展方向;在门禁控制领域中,生物识别、物联网是未来的发展方向;在防盗报警领域中,红外探测技术等是市场应用的热点,大安防市场,是将视频监空、防盗报警及门禁控制这几大分支领域融合在一起。最终,我们归纳为智能分析+人脸识别是大安防市场的发展方向。
安防市场应用领域及技术特点不胜枚举,为何偏偏选中了智能分析与人脸识别呢?其又可以发展出哪些新的技术与应用,能否带动整个大安防市场发展还是个未知数。仔细地分析过后,或许我们会发现其有一定的道理:
大安防技术应用三大特点
特点一:智能分析带动高清监空市场。在高清成像显示的前提下,融合计算机分析技术及管理模式,配合监空系统的'眼睛'与'大脑',将二者结合起来。
特点二:人脸识别带动生物识别发展。未来的识别领域,为了区别人与人或物与物之间的不同,发挥生物识别唯yi性与准确性等特点,在大安防市场中,如何快速定位一个人的踪迹,或许这需要一个对比过程。
特点三:大数据库的快速寻找。如何在海量数据库中寻找到你所需的人员面部信息,我想这需要智能分析+人脸识别,另加入视频数据挖掘技术,才能够真正实现大安防监空的作用。
无论是从技术上还是从产品上来说,大安防市场智能分析+人脸识别技术成为未来的发展方向已成事实。在带动传统的安防技术外,云计算、光学技术、LCD液晶技术等或许都可以成为大安防的左膀右臂。
人脸识别技术原理分析
人脸由于其易采集的特性,受到很多行业客户的关注,特别是、海关、商场等。人类每天都在进行人脸识别,因此也最能接受这种身份认证方式。人脸识别的研究始于上世纪中期,经历了数十年的努力,现在已经可以应用在我们的实际生活中,为我们提供各种便利。
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精准选择,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。
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。
现在已有一些机构、高校在进行人脸识别新领域、新技术的研究。如远距离人脸识别技术,3D人脸识别技术等。远距离人脸识别系统面临两个主要困难。一是如何从远距离获取人脸图像。其次,在得到的数据并不理想的情况下如何识别身份。从某种意义上来看,远距离人脸识别并不是一个特定的关键技术或基础研究问题。它可看成是一个应用和系统设计问题。通常有两类解决方法用于获取人脸图片。一种是高清的固定式摄像机,另一种是使用PTZ控制系统多摄像机系统。后者更适合于一般情况,不过其结构更为复杂,造价也更贵。后者需要考虑如何协调多台摄像机的同步操作。一般地,系统由低分辨率广角摄像机和高分辨率长焦摄像机组成。前者用于检测和追踪目标,后者用于人脸图像采集和识别。目前远距离人脸识别技术还处于实验室阶段,未来如果能够解决上述问题,对人员布控这样的应用有着重要意义。
3D人脸识别能够很好地克服2D人脸识别遇到的姿态、光照、表情等问题。主要原因是2D图像无法很好地表示深度信息。通常,3D人脸识别方法使用3D扫描技术获取3D人脸,然后建立3D人脸模型并用于识别。不过,3D人脸识别技术的缺点也是很明显的。首先它需要额外的3D采集设备或双目立体视觉技术,其次,建模过程需要的计算量较大。相信随着未来芯片