浅谈计算机视频通信中人脸识别技术--中国期刊网

字体：大中小

首页> 原创作品> 正文

浅谈计算机视频通信中人脸识别技术

发表时间：2020/7/6 来源：《新纪实》2019年第12期作者：谭荆

[导读] 科技的更新换代给人的生活带来极大的便利，但是科技同样也是一把双刃剑，如果没有好好利用定会造成意想不到的效果，下文首先介绍人脸识别技术在当前的发展意义，并且介绍了该技术在通讯工作中表现的优越性，最后对于这项技术存在的问题以及解决措施进行详细阐述。

        重庆工商大学重庆 400067

        【摘要】科技的更新换代给人的生活带来极大的便利，但是科技同样也是一把双刃剑，如果没有好好利用定会造成意想不到的效果，下文首先介绍人脸识别技术在当前的发展意义，并且介绍了该技术在通讯工作中表现的优越性，最后对于这项技术存在的问题以及解决措施进行详细阐述。
        【关键词】计算机；视频通信；人脸识别

        随着科技的更新换代，人脸识别技术当前正在被广泛地应用在社会中的各行各业，保护着人们的经济，生命安全。但是目前人脸识别技术在计算机的视频通信方面应用还不是很成熟，因此下文将会对于这些技术存在的主要问题以及改进措施进行详细的叙述。
        一、当前人脸识别应用意义
        随着科技的不断发展进步，人脸识别技术当前借助计算机系统的改进正在广泛应用于社会中的各个行业。应用在视频的监控系统中能够帮助机场和火车站等基础建设部分实现身份识别的目的，在很多的公安刑侦案件中，可以根据人脸的主要信息和数据库中的信息形成对比，加强道路上面的交通管制以及证件审查工作，在平常的工作生活中将人脸技术可以应用在门禁的系统中，保证居民区域的安保问题，最后人脸目前正在被广泛地应用在网络支付方式以及信用支付方面，减少财务损失[1]。
        二、计算机中视频通信技术的人脸识别优越性
        视频通信中的人为信息中最为容易采集的部分就是人脸的图像信息，并且人脸识别技术是一种认可度比较高的采集方式不需要和人体发生直接的接触，从某种意义上来说可以在不经意之间就能够完成采集工作，其次人脸的硬件资源非常丰富，并且不同于生物上的虹膜识别以及电子压力搜集指纹的模式，这种技术能够在光线的带领下直接获得人的脸部信息，所有的采集装置都是由摄像头这个装置单独完成。最后人脸部的资源是最为丰富的资源地方，人脸的图像能够直接从图像或者照片上完成，个人的资料完全可以进行相应的准备工作。
        三、人脸识别当前的技术瓶颈问题
        在互联网模式下的视频通讯工作中人们能够对于人脸识别的各种典型方式进行了比较全面并且透彻的分析，最后从很多的实验结果来看大部分的人脸识别技术都是存在很大缺陷，并且只能够应用在一定范围内的，目前还没有一种通用的人脸识别技术能够适用于所有的情况。目前该领域主要存在如下几个方面的问题：首先国内当前没有一个完善的系统平台研究人脸的检测和识别工作，在这个方面目前同样存在比较多的算法，人们的期望很高，但是实际的效果还是偏低的，我们现在急需这样一个能够综合测试的系统为后续的实验工作提供方便。其次人脸识别的鲁棒性以及实际效率当前还是不尽如人意的，因为科学家之前的研究对象主要为准确度，所以也就忽略了系统的效率运行问题，以后新算法在开发的过程中需要能够注意这样的问题对于之前的算法进行优化组合。

期刊文章分类查询,尽在期刊图书馆

最后大部分的视频通讯都需要借助人脸识别技术，但是目前的技术应用性方面有待提高，没有一家企业能够保证投入商业使用的过程中不会出现任何的风险事故，因此只能够投入到局部的地区使用，国内大部分的技术核心还是借助于外国的技术，我国的生产人员对其进行生产加工从而投入应用。
        四、当前常用的人脸检测技术
      （一）肤色分割结合人脸验证
        肤色是人体的一大重要标志，不同的人种具有不同的肤色显示，并且肤色不会因为面部器官的改变而改变。即使面部的表情发生了变化或者旋转肤色始终都不会发生改变，和身体上的其他器官相比具有非常强的稳定性特点，所以当前的肤色检测能够纳入人脸识别的系统中，应用肤色分割的检测方式以后先对于检验人员的自身肤色检测，在测试出皮肤的颜色元素之后，对于色彩方面的相似性以及空间中的相关性进行分割处理，从而对比分析人脸的不同面部区域，同时利用几种不同的几何特征和灰度的特征检验是否能够和人脸进行匹配，这种方式最为突出的特点就是不会依赖于面部特征的细节变化[2]。
       （二）分析灰度特征
        这种方式主要是对于人脸的细节部分进行细节检测和评比，对于图像的几何形状，灰度和纹理等特征进行详细分析，检测是否能够和测试人员的面部进行匹配，部分的研究人员甚至应用变形的末班对于额头的轮廓曲线以及左右面颊的曲线进行勾画，实现人的脸部虚拟定位，国外的部分研究人员利用镶嵌的人脸检测方式，并且利用这种方式获得了比较高的相似度，但是应用程度和现场适应能力还是不高的。
       （三）统计模型分析
        在统计分析模型中通常都是将人的脸部区域看为一个整体部分使用大量的人脸以及非人脸数据作为一个清晰的对比样本，从而构成一个造型的分类仪器。通过环境判断图像中的信息属于哪一个区域的模式方法对于人的脸部信息进行检测。在空间特征方法的基础之上，利用神经网络的方式支持计量机等不同的工作方式，这种方式虽然具有非常强的鲁棒性和效率，但是计算过程比较复杂并且还具有很高的复杂程度，因此在应用这种模式进行人脸分析测试工作之前需要确保能够具有足够的技术支持以及解决问题的办法，从而才能够有效提高统计分析模型的工作精准性。
        人脸识别技术中的任何一种技术在进行人脸检测的过程中都是非常复杂的，并且上述的各种方法在实际应用的过程中都是存在一定误差和缺点的，没有一种方法能够完美适用于所有的情况，因此本文还是希望有关科研人员能够加强这个领域的研究和分析工作。

        参考文献：
        [1]刘芳.基于FPGA的门禁系统视频监控中的人脸识别技术研究[J].电子制作,2014(10x):47-47.
        [2]赵洋.视频监控系统与人脸识别技术的结合应用[J].中国安防,2012(8):103-105.

        【作者简介】谭荆（1979.8），男，重庆人，汉族、硕士，讲师。研究方向：电子信息工程。