人脸识别技术风头正盛 潜力无限

　　【中国安防展览网 市场分析】随着智能时代的到来，生物识别技术以其安全、可靠、、便捷等传统身份识别手段*的优点受到人们的广泛关注。不论是指纹识别还是人脸识别、掌静脉识别，或是虹膜识别，缤纷多彩的识别应用已经走进了我们的生活。
 

　　根据统计，2007年至2013年六年期间，生物识别技术的市场规模年均增速为21.7%，这在大部分行业增长率不到5%的对比下实属罕见。2015年生物识别技术市场规模将达到130亿美元，2020年将达到250亿美元，5年内年均增速约14%。自2015年到2020年，各细分行业市场规模增幅分别为：指纹(73.3%) 、语音(100%) 、人脸(166.6%) 、虹膜(100%) 、其他(140%) 。众多生物识别技术中人脸识别在增幅上居于*，预计到2020年人脸识别技术市场规模将上升至24亿美元。预计在智能终端渗透脸部识别的情况下，市场规模可能大超预期。
 

人脸识别过程(来源：百度)
 

　　人脸识别主要分为人脸检测和人脸比对两部分。其工作流程为：
 

　　1. 图像采集：通过采集传感器(如摄像头)采集人脸图像；2. 人脸定位及提取：然后对采集到的数据进行处理，去除采集数据中的噪声和环境因素，抽取样本中能够表征个人身份的特征信息；3. 特征对比：再把这些特征信息与数据库中已有的信息进行对比；4. 输出结果：后根据比对的相似程度来判断是否匹配。
 

3D与2D脸部识别结果比对
 

　　目前人脸识别市场的解决方案主要包括：2D识别、3D识别、热感识别，目前市场上主流的识别方案是采用摄像头的2D方案。2D脸部识别是基于平面图像的识别方法，但由于人的脸部并非平坦，因此2D识别在将3D人脸信息平面化投影的过程中存在特征信息损失。3D识别使用三维人脸立体建模方法，可大程度保留有效信息。因此3D人脸识别技术的算法比2D算法更合理并拥有更高精度。热传感识别技术使用一个三层的BP(back-propagation)前馈神经网作为分类器，在使用热感信息的同时使用不会被发型、呼吸等环境因素影响的关键脸部几何信息，如鼻梁角度、脸颊面积等，以增强识别精度。
 

　　传统的脸部识别技术主要基于可见光图像的脸部识别，但这种方式有着难以克服的缺陷，近红外脸部识别系统能够彻底解决环境光照影响问题。传统可将识别在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要。比如，拍照时遇到侧光时出现的“阴阳脸” 现象，就可能无法正确识别。解决光照问题的方案有三维图像人脸识别，和热成像人脸识别。但目前这两种技术还远不成熟，识别效果不尽人意。基于近红外图像的人脸识别核心技术和系统，在不同光线条件下，能够拍摄不受环境光照变化影响的近红外人脸图像，加上的算法，能够取得很高的识别率。
 

　　近红外人脸识别包括两部分：主动近红外人脸成像设备和相应的光照无关人脸识别算法。使用强度高于环境光线的主动近红外光源成像，配合相应波段的光学滤片，可以得到环境无关的人脸图像，人脸图像只会随着人与摄像头的距离变化而单调变化。在此图像上采用一些特定的特征提取方式，如：局部二元模式(Local Binary Pattern，LBP)特征，可以进一步消除图像的单调变化，得到完全光照无关的特征表达。近年来，近红外人脸识别在实际生活中已经有了诸多应用，如：“深圳-香港生物护照自助通关系统”，“澳门-珠海生物护照自助通关系统”，“北京机场T3航站楼自助通关系统”等，均取得了很好的效果。