2019 年 1 月 浅谈人工智能中人脸识别技术的应用 卢佳琨（西安高新第三中学，陕西西安 710065） 论述 221 【摘 要】随着计算机技术的不断发展，人工智能开始应用在人类社会生活的方方面面。而人脸识别作为人工智能中的重要技术，其在社会的 很多领域带来了良好的改变。本文将介绍人工智能中人脸识别技术的概念，起源发展，研究历程和实际应用。同时对于人脸识别的未来发展提 出了一些看法。 【关键词】人工智能；人脸识别；应用 【中图分类号】TP18 【文献标识码】A 【文章编号】1006-4222（2019）01-0221-02 1 引 言 人工智能也称机器智能袁泛指利用机器实现的智能行为遥 人工智能最早在 1956 年提出袁 历经了多次的跌宕起伏遥 从 1956 的达特茅斯会议提出人工智能概念开始袁研究者们开展 了不同领域的探索袁使得人工智能快速发展起来遥 然而在 20 世纪 70 年代袁人工智能项目开始遭受批评和财政限制袁研究 者们未能有效地解决面临的问题袁例如有限的计算能力袁常识 和知识推理等问题遥自此迎来了人工智能的第一个寒冬遥而在 20 世纪 80 年代袁得益于专家系统的出现和发展袁人工智能在 不同的领域开启了新的复苏遥 1990 年前后袁由于早期通用计 算机市场的崩溃和政府投入的消减袁 人工智能迎来了第二次 寒冬遥 但是研究者们依靠不懈的努力袁使得人工智能又焕发了 新春袁 在 1997 年袁IBM 的深蓝计算机成功地打败了国际象棋 冠军遥 而在 2011 年机器智能系统 Watson 在一档智能问答节 目上取得了冠军遥 近些年袁随着深度学习的发展袁一些非常优 秀的人工智能项目和产品不断出现袁 比如 AlphaGo袁 无人车 等遥 而在 2017 年 7 月袁国务院印发并实施了叶新一代人工智能 发展规划曳遥 这些现象都说明了人工智能的重要战略地位以及 其对人类社会生活的强大影响力遥 人工智能发展涉及很多领域袁包括移动互联网袁大数据袁 脑科学袁自然语言处理袁计算机视觉等遥 这其中作为和人类行 为活动非常密切的计算机视觉领域发展在整个人工智能发展 中占据着非常重要的地位遥 而作为计算机视觉领域发展非常 久并且十分成熟的人脸识别技术在人工智能发展中也起到了 很大的促进作用遥 考虑到人脸识别在人工智能领域的重要性袁 本文简要地分析了人脸识别技术的基本发展和关键内容袁同 时介绍了人脸识别技术在人工智能中的若干应用遥 2 人脸识别技术 2.1 人脸识别简介 人脸识别是指给定一种图像或者一段视频袁 机器可以自 动地在其中找到人脸的位置并确定其对应的身份的技术遥 人 脸识别属于人工智能中的计算机视觉范畴遥 一般来说袁人脸识 别是一系列流程的统称袁其包括图像获取袁人脸分割袁特征获 取袁匹配或识别遥 相比较计算机视觉中的其他任务袁比如目标 检测袁图像描述袁人脸识别具有相对久远和成熟的研究基础遥 由于深度学习给人脸识别发展带来巨大的改变袁 本文接下来 在校园内安装摄像头会引发人们对学生隐私保护的思 考遥 同时很多网友们称直播班级情况的主意是野非常可怕冶的遥 许多家长指出袁它侵犯了孩子们利用个人空间的权利遥 而律师 们认为袁安装摄像头本身并不侵犯学生们的隐私权袁但透露给 家长和老师们密码则的确侵犯了学生的权利[5]遥 所以学校在校园内安装摄像头时袁 应该规范摄像头的安 装地点和使用范畴遥 以及监控视频信息的保护袁防止校园内的 监控视频信息的外泄袁保护好学生的合法权力遥 同时在安装摄 像头时要告知学生及家长袁取得他们的理解和支持袁并做好摄 像设备的保护措施袁 制定相关规章制度保护视频信息的安全 和保证其用于学校教育的正当用途遥 4.2 是否能提高教学质量，还是对正常课堂教学的 运用视频监控系统对课堂教学过程进行监控袁 并进行信 息反馈袁是提高课堂教学质量的一种有效手段遥 通过有效的教 学质量监控体系运行袁有助于学生自我约束袁规范课堂学习行 为袁自觉学习曰也有助于教师自觉规范自身的教学行为袁不断 改进教学方式方法袁减少无效教学成分袁提高课堂教学质量遥 同时袁将多种课堂教学监控模式进行有机的结合袁才能进一步 提高课堂监控的成效[6]遥 干扰 5 结 论 综上所述袁为保障校园袁特别是幼儿园尧中小学的校园安 全和进一步提升教学质量袁校园摄像头的安装是必要的袁利用 现代数字化尧 信息化和智能化技术可以为学生提供一个良好 安全的校园环境袁 同时也为社会和相关监管部门提供了一个 有效的监察手段袁有利于促进教育事业的蓬勃发展遥 同时袁 有关校园摄像头智能化的相关技术的研究不仅可 以用于校园内袁其在其他安防领域同样拥有用武之地遥 相关智 能摄像头技术在随着计算机视觉和深度学习等人工智能技术 的发展将会在越来越多的领域发挥重要作用遥 参考文献 [1]韩 丽袁李 洋袁周子佳袁等.课堂环境中基于面部表情的教学效果分 析[J].现代远程教育研究袁2017渊4冤院97~103. [2]张 千袁葛宇飞袁梁 鸿.监控视频云存储系统[J].计算机系统应 用袁 2015袁24渊10冤院90~94. [3]张水平袁李远行袁王金齐.视频监控系统中几种压缩技术的分析与比 较[J].安防科技袁2007渊4冤院22~24. [4]杨晓龙袁闫 河袁张 杨.人脸表情识别综述[J].数字技术与应用袁2018 渊2冤. [5]浩 瀚.智能摄像头袁一个触犯隐私的领域[J].计算机应用文摘袁2018 渊2冤院32~33. [6]王树勇袁辛雅莉袁周志武袁等.加强课堂教学过程监控促进课堂教学 质量提高[J].广东水利电力职业技术学院学报袁2017袁15渊1冤院59~62. 收稿日期：2018-12-15 

222 论述 将从传统人脸识别技术和深度学习下的人脸识别技术两方面 来简要分析人脸识别技术的发展遥 2.2 传统人脸识别技术 人脸识别的研究最早可以追溯到 1965 年袁Bledsoe 等发 表了第一篇自动人脸识别的报告遥 在那之后袁人脸识别开始了 长达 50 多年的研究历程遥 在深度学习技术兴起之前袁人脸识 别的研究可以大概分为两个方向袁 基于几何和模板匹配的方 法和基于统计特征的方法遥 基于几何和模板匹配的方法是早期的人脸识别方法遥 其 主要原理是通过提取人眼尧口尧鼻等重要特征点的位置和几何 形状作为特征去实现匹配或识别遥 这种方法计算简单便捷袁但 对于光照变化尧遮挡或人脸表情变化等都不够鲁棒袁无法在实 际中进行应用遥 基于统计特征的方法是利用一些统计学上的方法来分析 人脸分布的模式遥其中最有代表性的工作就是特征脸方法遥特 征脸方法利用主成分分析方法学习到人脸的一些互相独立的 特征脸袁 其基本思想是任何一张人脸都可以通过所有特征脸 的线性组合来表示遥 后续的有一些研究者针对特征脸的组合 方式开展了一系列的深入研究遥 2.3 深度学习下的人脸识别技术 深度学习在计算机视觉上带来的强大促进作用袁 得益于 卷积神经网络的提出遥 而卷积神经网络的创建起源于 1979 年 日本的 Fukushima 发现的猫的神经元中存在的感受野概念遥 而随后的 LeNet-5 在手写字体识别上的成功应用进一步提升 了卷积神经网络的发展前景遥 卷积神经网络在人脸识别上应 用的标志性工作是 2015 年 Google 提出的 FaceNet袁其针对人 脸识别问题的特性袁特别设计了一个卷积神经网络遥 FaceNet 在 人 脸 识 别 权 威 基 准 集 LFW 上 平 均 分 类 精 度 达 到 了 99.63%袁可以说是基本终结了 LFW 分类竞赛的进程遥 现有的 一些大型公司内部采用的人脸识别技术基本都是基于卷积神 经网络发展而来的遥 3 人工智能中人脸识别技术的应用 3.1 安防领域 在公安袁银行以及一些大型的公共场所袁不法分子带来的 潜在威胁是一直存在的袁而且具有很大风险的遥 对不法分子的 提前识别和警示在安全防护问题上具有非常重大的意义袁如 果只考虑人工识别和排查袁 这无疑需要带来巨大的人力和时 间成本遥 考虑到现有的人脸识别智能技术袁其可以利用公共摄 像头和计算机处理中心实现全天候自动化的人脸识别监控袁 这种技术对于安防领域的智能化袁高效化袁准确化发展起到了 非常大的促进作用遥 可以分成院淤动态视频监控系统曰于静态图像比对系统遥 动态 视频监控系统主要应用在火车站袁 机场和地铁等大型公共场 所遥 其主要通过搜集视频图像袁检测人脸袁提取人脸特征袁然后 通过给定的目标数据库袁实时比对人脸袁实现对可疑流动人员 的识别和布控遥 静态图像比对系统主要应用在一些需要严格 身份验证的场所袁例如银行袁重大会议现场遥 在这些情况下袁比 对系统先采集待识别人员的图像信息袁然后提取人脸表示袁并 从事先建立的安全身份数据库中搜索比对出待识别人员的身 份信息遥 在现阶段袁 有很多优秀的初创公司在人脸识别和安防结 合领域做出了很多贡献遥 以该行业中的领先者-依图科技公司 为例袁该公司从 2012 年起致力于将人工智能技术应用到安防 行业袁 其自主研发的人脸识别算法在全球权威的人脸识别算 法比赛 FRVT 中连续两年获得冠军遥 同时袁依图科技和湖南永 人脸识别技术在安防领域的应用根据其获取信息的来源 2019 年 1 月 州公安局一起建成了目前全国最大的市尧县尧所三级联动人像 识别应用基地袁建设规模达到 5000 路袁已经协助破获刑事案 件千余起遥 3.2 智慧生活 在现阶段袁 人工智能已经开始应用于现实生活中的各个 方面袁而作为人工智能技术中的成熟的尧核心的人脸识别技术 也开始被用于提升人们生活的质量袁 并推动着智慧生活概念 的落地和普及遥 关于人脸识别技术如何引领智慧生活袁 可以从生活中必 需的野住行冶两个方面来介绍遥 在城市居民小区中袁访客的出入 以及流动租户的管理都是长期存在并需要认真对待的事遥 在 原有的情况下袁 访客和租户的管理一般是由物业专门雇人来 操作袁例如门卫遥 但是人工操作难免会出现失误和懈怠袁而采 用人脸识别技术袁可以事先统计居民信息袁随时更新袁并且在 日常可以全天候 24h 不停歇地监管出入安全遥 另外在日常出 行中袁车票是保障大家顺利出行的关键袁但是由于各种原因袁 经常会出现遗失车票的情况遥 另外袁为了防止不法行为袁上车 下车都会进行人车证的检查袁 这无疑耗费了大量的时间和人 力成本遥 现在袁在一些机场尧火车站和车站都采用了人脸识别 技术来减轻车票认证负担袁实现高效快捷出行遥 3.3 教育领域 考试作弊是教育上的一个重难题袁 如何有效的防止考试 作弊一直是大家关注和希望解决的问题遥 现阶段袁对于一些利 用无线传输设备进行作弊的行为袁 一般都可以进行很好地预 防和监察遥 但是如果利用相似的人来替考袁那么检测的难度就 非常高遥 而现有的人脸识别技术在限定条件下可以达到比人 工识别更好的水平袁 这很好的保证了人脸识别技术在监考中 的有效应用遥 另外袁在线教育由于其跨地域袁便捷袁高效的教学模式袁很 好地补充了传统教育模式的一些不足之处遥 但是在线教育中 学员的出勤以及学习状态都较难去掌控遥 而采用人脸识别技 术可以有效地进行远程在线签到袁 同时可以在上课时智能监 控学生的学习状态袁使得在线教育能更好更有效的发挥作用遥 4 总结和展望 人脸识别经过长达 50 多年的发展袁从传统的几何模板匹 配方法袁 统计模型方法到如今的深度学习下的卷积神经网络 方法袁其对实际问题的解决能力愈来愈强遥 受益于深度学习的 发展袁人脸识别作为人工智能中的重要技术袁其在社会生活的 很多领域都有很好的应用袁例如安防领域袁智慧生活以及教育 领域遥 不过人脸识别仍然存在一些问题袁例如复杂环境下的识 别袁另外其在更多领域的应用前景还有待探索袁这些都需要以 后的研究者们继续去钻研遥 参考文献 [1]景晨凯袁宋 涛袁庄 雷袁刘 刚袁王 乐袁刘凯伦.基于深度卷积神经网络 的人脸识别技术综述[J].计算机应用与软件袁2018袁35渊01冤院223~231. [2]刘 鹏.人脸识别技术在安防领域的实践应用[J].通讯世界袁2018渊09冤院 228~229. [3]李武军袁王崇骏袁张 炜袁陈世福.人脸识别研究综述[J].模式识别与人 工智能袁2006袁19渊01冤院58~66. 收稿日期：2018-12-19