论文部分内容阅读
摘 要：人脸对比技术包括：识别、提取、处理等核心功能。人脸对比系统具有先进性、多样性、高速性等特点。目前，人脸识别成为计算机主要应用技术之一，借助人工智能平台构建识别系统，可快速执行定位、分析、识别等操作，提高了人脸图像处理效率。为了更好地完成人脸对比操作，必须要建立相关数据模型，再按照模型要求进行检索处理，才能形成一个完整的人脸对比模式。
关键词：人脸对比系统；人脸建模；检索
随着计算机智能应用的越来普及，人脸智能识别慢慢的也被很多行业所接受并应用到身份识别、考勤、搜索等各方面，依托智能图像识别与处理，可以为人脸对比系统运行提供技术支撑。目前计算机服务项目发展呈现多样化，人脸对比系统功能也开始执行优化升级，人脸建模与检索是不可缺少的运行项目。本文分析了人脸对比技术及优点，总结人脸建模与检索分析常见模式，为人脸图像识别与处理提供正确指导。
一、人脸对比技术应用
人脸对比技术包括：识别、提取、处理等核心功能，本质上是计算机图像处理技术的应用典范。例如，识别照片中，在服务器端将照片中的人脸信息与特定范围嫌疑人员数据库中的人脸信息进行比对，进而鉴别出照片中的人员“相似”的人员身份，把人员具体信息提取出来，为警务活动提供强有力的帮助。城市轨道交通站内的视频监控系统集成了大量监控探头，分布在站内各个角落，为快速识别提供了基础条件，依托该系统收集判断目标人群人脸照片，可以极大的发挥技侦联动效果，对识别出的嫌疑人进行快速控制。
二、人脸对比系统优点
伴随着计算机应用技术普及化，人脸对比技术在多个行业中得到推广，如：企业人员管理、公安重口查找、动态人像比对等，均是人脸对比技术应用表现。人脸对比系统具有先进性、多样性、高速性等特点，体现在以下几个方面：
1、先进性。相比于传统图像识别技术，人脸对比系统采用更为先进的技术方式，对人脸图像进行识别与分析。例如，采取飞瑞斯独特的Face Image+V4.0最新人脸识别算法，识别精度更高；编写新程序语言及操作代码，可准确定位与获取人脸图像，执行人工智能识别程序，减小了人工操作的难度。
2、多样性。人脸对比系统功能样式较多，可根据用户不同需求提供识别方式，为图像分析及处理提供了指导依据。当前，人脸对比系统支持数据来源的多样化，动态人脸捕抓、手机拍摄、摄像机抓取，照片扫描等多种方式；支持现场捕捉照片与数据库中照片自动匹配检索，拓宽了图像数据处理功能。
3、高速性。数据处理是人脸对比系统的关键环节，处理速度直接影响了用户对系统的客观评价。新型人脸对比系统设置了高速服务器，短时间内完成各种复杂的数据处理要求。例如，普通照片中提取人脸特征值，极大地降低了数据存储空间，加快了比对查询速度，单台计算机对比速度为每秒5～300万张。
三、人脸建模与检索主要模式
近年来，借助人工智能平台构建人脸识别系统成为计算机主要应用技术之一，可快速执行定位、分析、识别等操作，提高了人脸图像处理效率。为了更好地完成人脸对比操作，必须要建立相关数据模型，再按照模型要求进行检索处理，才能形成一个完整的人脸对比模式。
1、数据模型。借助数据处理模型，短时间收录与图像处理相关的数据资源，再通过建模平台完成相应的处理，实现人脸对比处理操作。数据模型主要是目标照片与后端数据照片的人脸比对，如图1，由人工在计算机上导入目标图像，再进行即时对比分析，随即输出了相应的人脸对比结果，这种标准化的数据模型比较实用。
2、监控模型。目前，视频监控系统是人脸对比服务对象之一，根据监控系统收录到的人脸图像，进一步对人物潜在信息进行挖掘分析。监控模型按照监控视频画面中即时提取人脸，与后端数据库照片的人脸比对，获取监控视频中所需的信息资源。例如，百万橡塑摄像器为收录端口，利用人脸识别主机处理原始人脸图像信号，最后输出比对结果。
图1 人工导入图像
3、检索模型。本质上来说，人脸对比系统是通过比对系统将照片中的人脸信息提取出来，可通过专用的网络业务平台进行传输。减缩模型采用定向检索方式，以用户对图像处理要求为准，提供一系列的检索处理服务。人脸对比系统中，检索模型涉及面域广泛，多数有用户自主设置与执行，从而体现处理人脸对比建模与检索的先进性特点。
4、存储模型。先在监控视频中提取人脸存储，后期根据需要再手动导入照片与后端数据库照片的人脸比对，如图2。构建存储模型具有两方面功能，一是根据用户指令要求，初步完成人脸图像对比与识别；二是实时掌握人脸对比结果，借助计算机平台完成相应的操作，及时完成人脸模型分析与处理工作，同时执行动态存储指令，存储正确的图像结果。
图2 图像存储模型
结论
总之，人脸对比系统是计算机技术应用范畴，体现了人工智能技术应用优势。由于人脸图像存在着巨大的差异性，人脸建模与检索分析过程也相对复杂。用户要按照实际操作处理要求，拟定切实可行的人脸对比系统方案，做好实时分析、动态处理、借鉴模型等要求，则可快速获得需要的与人脸图像相对应的图像信号和比对结论，提高警方的工作效率。
参考文献
[1] 吴通理，郑建德. 三维人脸识别及其关键技术[J]. 福建电脑. 2007（02） ；
[2] 胡异丁，朱斌，甘俊英. 基于三维人脸建模的多姿态人脸识别[J]. 计算机工程与设计. 2009（07） ；
[3] 刘笃晋，孙淑霞，李思明. 一种新的单张照片三维人脸重建方法[J]. 计算机仿真. 2011（09）；
[4] 吴子扬，周大可，杨欣，胡阳明. 由粗到精的三维人脸稀疏重建方法[J]. 吉林大学学报（信息科学版）. 2013（06）；
[5] 段锦，周春光，刘小华. 三维人脸识别研究进展[J]. 小型微型计算机系统. 2004（05）；
[6] 童晶，关华勇. 面向影视动画的真实感三维人脸快速建模算法[J]. 计算机应用. 2007（04）；
[7] 李健，师永刚. 基于平面曲面化的三维人脸建模方法[J]. 计算机工程与设计. 2009（05）。
关键词：人脸对比系统；人脸建模；检索
随着计算机智能应用的越来普及，人脸智能识别慢慢的也被很多行业所接受并应用到身份识别、考勤、搜索等各方面，依托智能图像识别与处理，可以为人脸对比系统运行提供技术支撑。目前计算机服务项目发展呈现多样化，人脸对比系统功能也开始执行优化升级，人脸建模与检索是不可缺少的运行项目。本文分析了人脸对比技术及优点，总结人脸建模与检索分析常见模式，为人脸图像识别与处理提供正确指导。
一、人脸对比技术应用
人脸对比技术包括：识别、提取、处理等核心功能，本质上是计算机图像处理技术的应用典范。例如，识别照片中，在服务器端将照片中的人脸信息与特定范围嫌疑人员数据库中的人脸信息进行比对，进而鉴别出照片中的人员“相似”的人员身份，把人员具体信息提取出来，为警务活动提供强有力的帮助。城市轨道交通站内的视频监控系统集成了大量监控探头，分布在站内各个角落，为快速识别提供了基础条件，依托该系统收集判断目标人群人脸照片，可以极大的发挥技侦联动效果，对识别出的嫌疑人进行快速控制。
二、人脸对比系统优点
伴随着计算机应用技术普及化，人脸对比技术在多个行业中得到推广，如：企业人员管理、公安重口查找、动态人像比对等，均是人脸对比技术应用表现。人脸对比系统具有先进性、多样性、高速性等特点，体现在以下几个方面：
1、先进性。相比于传统图像识别技术，人脸对比系统采用更为先进的技术方式，对人脸图像进行识别与分析。例如，采取飞瑞斯独特的Face Image+V4.0最新人脸识别算法，识别精度更高；编写新程序语言及操作代码，可准确定位与获取人脸图像，执行人工智能识别程序，减小了人工操作的难度。
2、多样性。人脸对比系统功能样式较多，可根据用户不同需求提供识别方式，为图像分析及处理提供了指导依据。当前，人脸对比系统支持数据来源的多样化，动态人脸捕抓、手机拍摄、摄像机抓取，照片扫描等多种方式；支持现场捕捉照片与数据库中照片自动匹配检索，拓宽了图像数据处理功能。
3、高速性。数据处理是人脸对比系统的关键环节，处理速度直接影响了用户对系统的客观评价。新型人脸对比系统设置了高速服务器，短时间内完成各种复杂的数据处理要求。例如，普通照片中提取人脸特征值，极大地降低了数据存储空间，加快了比对查询速度，单台计算机对比速度为每秒5～300万张。
三、人脸建模与检索主要模式
近年来，借助人工智能平台构建人脸识别系统成为计算机主要应用技术之一，可快速执行定位、分析、识别等操作，提高了人脸图像处理效率。为了更好地完成人脸对比操作，必须要建立相关数据模型，再按照模型要求进行检索处理，才能形成一个完整的人脸对比模式。
1、数据模型。借助数据处理模型，短时间收录与图像处理相关的数据资源，再通过建模平台完成相应的处理，实现人脸对比处理操作。数据模型主要是目标照片与后端数据照片的人脸比对，如图1，由人工在计算机上导入目标图像，再进行即时对比分析，随即输出了相应的人脸对比结果，这种标准化的数据模型比较实用。
2、监控模型。目前，视频监控系统是人脸对比服务对象之一，根据监控系统收录到的人脸图像，进一步对人物潜在信息进行挖掘分析。监控模型按照监控视频画面中即时提取人脸，与后端数据库照片的人脸比对，获取监控视频中所需的信息资源。例如，百万橡塑摄像器为收录端口，利用人脸识别主机处理原始人脸图像信号，最后输出比对结果。
图1 人工导入图像
3、检索模型。本质上来说，人脸对比系统是通过比对系统将照片中的人脸信息提取出来，可通过专用的网络业务平台进行传输。减缩模型采用定向检索方式，以用户对图像处理要求为准，提供一系列的检索处理服务。人脸对比系统中，检索模型涉及面域广泛，多数有用户自主设置与执行，从而体现处理人脸对比建模与检索的先进性特点。
4、存储模型。先在监控视频中提取人脸存储，后期根据需要再手动导入照片与后端数据库照片的人脸比对，如图2。构建存储模型具有两方面功能，一是根据用户指令要求，初步完成人脸图像对比与识别；二是实时掌握人脸对比结果，借助计算机平台完成相应的操作，及时完成人脸模型分析与处理工作，同时执行动态存储指令，存储正确的图像结果。
图2 图像存储模型
结论
总之，人脸对比系统是计算机技术应用范畴，体现了人工智能技术应用优势。由于人脸图像存在着巨大的差异性，人脸建模与检索分析过程也相对复杂。用户要按照实际操作处理要求，拟定切实可行的人脸对比系统方案，做好实时分析、动态处理、借鉴模型等要求，则可快速获得需要的与人脸图像相对应的图像信号和比对结论，提高警方的工作效率。
参考文献
[1] 吴通理，郑建德. 三维人脸识别及其关键技术[J]. 福建电脑. 2007（02） ；
[2] 胡异丁，朱斌，甘俊英. 基于三维人脸建模的多姿态人脸识别[J]. 计算机工程与设计. 2009（07） ；
[3] 刘笃晋，孙淑霞，李思明. 一种新的单张照片三维人脸重建方法[J]. 计算机仿真. 2011（09）；
[4] 吴子扬，周大可，杨欣，胡阳明. 由粗到精的三维人脸稀疏重建方法[J]. 吉林大学学报（信息科学版）. 2013（06）；
[5] 段锦，周春光，刘小华. 三维人脸识别研究进展[J]. 小型微型计算机系统. 2004（05）；
[6] 童晶，关华勇. 面向影视动画的真实感三维人脸快速建模算法[J]. 计算机应用. 2007（04）；
[7] 李健，师永刚. 基于平面曲面化的三维人脸建模方法[J]. 计算机工程与设计. 2009（05）。