英特尔助力高考分析人脸识别的应用分析

007里的人脸识别技术这么厉害，高科技的较量中从来不失对人脸识别的刻画。那么，人脸识别技术到底有多厉害，我们又发展到了哪一步？是时候来扒一扒啦！跟小编一起走在科技的最前沿吧！

高考，这个牵动全国人民心弦的大事已经进入了后半段。随着“作弊入刑”政策的实施，本次高考各地都提升了考场的“反作弊系统”，而各大考场的反作弊系统中最为瞩目的科技应用当属人脸识别了。

首先，我们先了解一下什么是“人脸识别”及它的特点

人脸识别（Automatic Face Recogination）技术是通过计算机提取人脸的特征，并根据这些特征进行身份验证的一种技术。与人体的其他生物特征，如指纹，掌纹，虹膜等一样，都是与生俱来，具有唯一性和不易被复制的良好特性，为身份鉴别提供了必要的前提（当然，你要是有007般的伪装技能，这些都是浮云了）。人脸识别的非接触性，非强制性，隐蔽性也是其一大特点，指纹、虹膜等采集都需要被检测人配合，而人脸识别只需要在远处轻松一照即可。我们的马路上方的摄像头，商场进门处的监控探头都可以方便进行人脸识别，从而在安防，刑侦等方面提供强大的技术支持。

我们再来看一下“人脸识别”的发展史

人脸识别技术最早的研究者Bledsoe，他在上世纪60年代建立了一个半自动的人脸识别系统，基本原理是基于部件的，主要识别以人脸各个特征点的间隙与比率等参数。如脸部轮廓信息鼻子，眼睛，鼻孔，嘴之间的位置与之间连线的几何关系。这种技术方法相对简单，但也非常容易丢失人脸的有用信息。当被识别人的表情变化，或者识别视角等有变化的情况下，识别出错率颇高。

之后，又发展了基于整体的人脸识别方法，其主要利用了人脸各个特征点之间的拓扑关系和各个器官自身的信息，可以避免提取面部局部特征的操作，使识别鲁棒性有所提高。在90年代中期后，人脸识别技术便朝着整体识别和部件分析相结合的趋势发展。

了解完了人脸识别技术的发展，我们再谈一谈人脸识别技术如何“认出”我们的。

• 第一步，准确识别出“你”的脸在哪里——人脸检测定位。简而言之，人脸检测定位是将图像分为非人脸区域与人脸区域两部分，从中分割出人脸区域。在人脸识别的应用场景中，有静止图像与运动图像之分。例如我们的考勤机，在进行识别时，人基本不动，处于静止状态进行人脸识别；又如我们商场里的安防系统，多为运动自动识别——不可能发一个指令，让大家停下来，然后再走，再停嘛。

在这两个不同的应用场景下，对应不同的模式识别方法。在静止图像识别中，多采用基于模板匹配的方法，如基于器官或轮廓分布特征，基于肤色模型等。该方法的原理是提前建立一个标准的人脸模板，通过先验知识的积累来完成一定的人脸检测任务。正是因为有先验知识的积累与人脸模式的前期录入，这种方法非常适合于考勤机与高考入场的身份识别上。对于运动图像识别上，首先通过前后两帧图像进行差分运算，从而去除背景中的静态部分，保留运动的人体部分，接下来再转入静态图像处理。

• 第二步，全面看清“你”的脸——面部特征提取。面部特征定位与提取是检测人脸上的某些或所有特征的位置、大小、轮廓线等信息的过程。最常见的是先求出双眼的中心位置，然后进行人脸的归一化，进而可以提取其他一些特征信息。常用的方法有：灰度积分投影曲线分析，Hough变换方法、可变形模板等。

无论使用算法，这一步都是将人脸图像进行处理，确定人脸各器官的基线，再确定各器官的轮廓线，从而计算得出人脸的特征值。

• 第三步，认出“你”是谁——人脸确认识别。人脸确认识别就是依据前两步所得到的人脸特征值，将待检测人脸与数据库中人脸进行比较，确认和识别待测人脸的身份。基本方法上可以归结为四类即基于几何特征的方法、基于代数特征的方法、基于弹性图匹配方法和基于神经网络的方法。几何特征的方法较易实现，识别速度也是最快的，但是其识别准确率与误判率都有待提高；神经网络的相对来说，准确率较高，对输入图像质量要求低，但是其需要一定量的样本来训练。而基于代数特征的方法主要计算人脸特征值的向量特性，受表情变化，光照角度与视角的变化的影响较大。

基于弹性图匹配方法是在二维空间中为人脸建立属性拓扑图，如下图所示，对于人脸变形具有一定的容忍度。

也正因为其建立了二维模型，因此，此方法对人脸较小角度的旋转以及光照改变等都有较好的容忍性，但识别速度相对较慢。

做为业界的大哥级人物，英特尔也在不断加速人脸识别技术的应用。英特尔的Quark SOC处理器，凭借其32nm工艺，封装尺寸15×15毫米，单核心单线程，主频400MHz，二级缓存16KB，SRAM整合缓存256KB，内存支持单通道DDR3-800 2GB的高性能，在实现人脸识别能力上提供高性能硬件基础，不仅可以简单视频图像，而且可以部署实现较复杂的算法，从而带来更高识别准确率、更快识别速度与更低的误判率。

正在发展的物联网时代，终端安全是第一道防线。像严格、准确并有一定速度要求的高考中，更是要将提高识别准确率放在第一位，这也正是高性能的英特尔处理的强项。随着人脸识别技术的不断发展，智能硬件水平不断提升，人脸识别技术必将一个更大的发展期，为人们的生产、生活提供帮助与便利。