人脸识别系统的四个组成部分浅析

近日，山西太原一路口的红路灯下，设置了屏幕进行曝光闯红灯的行人。除了成年人的照片，还有未成年人的照片未打码直接展示在屏幕上。太原交警部门表示，未成年人和成年人是一样的，只要违法闯红灯就会被曝光展示一周左右。

所谓的人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别系统主要包括四个组成部分，分别为人脸图像采集及检测、人脸识别预处理、人脸图像特征提取以及匹配与识别。

人脸识别的流程

人脸识别的流程主要包括图像处理、人脸检测、人脸图像预处理、人脸图像特征提取以及人脸图像匹配与识别等五个步骤。

图像处理主要通过摄像头采集下来；然后通过人脸检测选取其中有用的信息，并利用人脸图像中的模式特征，实现人脸检测；在得到人脸检测的结果后，对人脸图像进行光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等预处理；而后通过人脸图像特征点提取出一个人的眼镜、表情等特征，将人脸特征进行向量化；提取的人脸图像的特征数据与数据库中的特征模板进行搜索匹配，通过设定一个阈值，当相识度超过阈值时，输出匹配结果。

人脸识别的优点

人脸识别与其他生物识别方式相比，优势在于自然性、不被察觉性等特点。自然性即该识别方式同人类进行个体识别时所利用的生物特征相同。

随着人类社会步入信息时代，人们所获取和处理的信息量不断加大。传统的信息采集输入是通过人工手段录入的，不仅劳动强度大，而且数据误码率高。那么怎么解决这一问题呢？答案是以计算机和通信技术为基础的自动识别技术。自动识别技术在国外发展较早也较快，尤其是发达国家具有较为先进成熟的自动识别系统，而我国在2010年左右也实现了自动识别技术的产业化。例如，目前比较火的生物识别——人脸识别技术其应用非常的广泛。如公安领域的出入境边检、刑侦等，交通领域的机场、火车站、汽车站等场景，教育行业的人脸考勤、宿舍出入管理、幼儿园接送等。

人脸识别产业链

人脸识别产业链上游为基础层，包括人工智能芯片、算法技术和数据集；中游由视频人脸识别、图片人脸识别和数据库对比检验等技术层构成，中游企业的主要产品为嵌入式人脸识别软件以及一站式解决方案的提供，中游的相关技术大体包括人脸检测、活体检测、人脸识别、视频对象提取与分析等技术；下游则是具体的场景应用，即应用方案、消费类终端或服务等。

人脸识别市场规模

近年来，人工智能在国内狂飙突进，科技巨头扎堆布局，越来越多的产业资本也开始关注人脸识别，人脸识别等自动识别技术渐成趋势。人脸识别技术逐渐在智慧城市、公共安全、轨道交通、政府治理及交通等行业的应用。2015年以来，国家持续出台利好政策，推动了人脸识别在金融、安防、医疗等领域的应用，为中国人脸识别行业奠定坚实的基础。据预测，随着人脸识别技术在各行业应用渗透的不断深入，预计2020年中国人脸识别市场规模将突破40亿元。