2021年 2期 信息處理與決策 智慧農(nóng)業(yè)導(dǎo)刊 JournalofSmartAgriculture 基于深度學(xué)習(xí)的人臉識(shí)別系統(tǒng)在智慧農(nóng)業(yè)領(lǐng)域的應(yīng)用研究 孫 灝 中煤科工集團(tuán)常州研究院有限公司 江蘇常州 213000 智慧農(nóng)業(yè)的發(fā)展主要經(jīng)歷了三個(gè)階段 即初步形成 階段 研發(fā)并示范階段 推廣階段 由于我國的智慧農(nóng)業(yè) 起步較晚 故現(xiàn)在還停留在第二階段 研發(fā)并示范階 段 還沒有形成成熟的技術(shù)體系及配套機(jī)制 因此距離 真正的推廣應(yīng)用還有一段距離 目前我國的智慧農(nóng)業(yè)主 要涉及到農(nóng)作物的種植領(lǐng)域 大規(guī) 模 的農(nóng) 場(chǎng) 種植 棉花 水稻 玉米等 農(nóng)作物 利 用智慧農(nóng)業(yè)技術(shù) 可以改進(jìn) 種植 過程 中的 灌溉方式 及 收割方式 目前智慧農(nóng)業(yè)應(yīng)用推廣 還 存 在 諸多問題 比如缺乏專 業(yè) 人才 全 國經(jīng) 濟(jì) 發(fā)展 水 平不 一 致 農(nóng) 村人口受教育程度普遍 較 低等 但是 在 2018年京東宣布 正 式進(jìn)軍養(yǎng)殖 業(yè) 其 中 豬臉識(shí)別 技術(shù) 引 起了 社會(huì)各界 的廣 泛關(guān)注 豬臉識(shí)別 技術(shù) 可以準(zhǔn)確記錄 每頭豬 的體 重 生長 及 健康狀況 而豬臉識(shí)別 技術(shù)的 基 礎(chǔ)就是人臉識(shí)別 下面就針對(duì)人臉識(shí)別 技術(shù) 進(jìn)行探討 1深度學(xué)習(xí)的工作原理 與普 通 的 神 經(jīng) 網(wǎng)絡(luò)相 比 深 度 學(xué)習(xí)網(wǎng)絡(luò)最 大的 特點(diǎn) 在于 其 網(wǎng)絡(luò)結(jié)構(gòu) 中 包含 一個(gè) 以 上 的 隱藏層 其可以 從簡(jiǎn) 單 的 概念構(gòu)建復(fù)雜概念 的 方式進(jìn)行 抽象 包含輸入層 與 摘 要 隨著計(jì)算機(jī)視覺技術(shù)及深度學(xué)習(xí)算法技術(shù)的不斷發(fā)展 計(jì)算機(jī)系統(tǒng)對(duì)于圖像語義的表征能力也越來越強(qiáng) 基于圖 像或視頻方式的生物識(shí)別技術(shù)也被廣泛應(yīng)用于各個(gè)領(lǐng)域 比如監(jiān)控系統(tǒng) 智慧農(nóng)業(yè)園區(qū) 無人駕駛等 通過圖像或視頻實(shí)現(xiàn)自 動(dòng)跟蹤 檢測(cè)及識(shí)別 相比其他生物識(shí)別技術(shù) 最有非侵入性功能的優(yōu) 勢(shì) 比如 需要 人 眼 對(duì) 準(zhǔn)攝 像 頭才 能識(shí)別的 虹膜 識(shí)別技術(shù) 需要手指靠近傳感器 的 指紋 識(shí)別等 人 臉 識(shí)別 中只要 人 們出 現(xiàn) 在錄 像 設(shè)備 視 野內(nèi)即可完成 識(shí)別 因此即使在 用 戶 不 希望與 系 統(tǒng) 合作 的 環(huán)境中 也 可以 應(yīng)用 該 技術(shù) 完成 識(shí)別 操作 基于 此 人 臉 識(shí)別 在我們?nèi)粘?生 活中 的應(yīng)用越來越廣泛 比如 電子支付 人 力 資源 的 考核 刑偵搜索 等 但是光照 人 臉 表 情 遮擋 物等 諸多因素均會(huì) 對(duì)人 臉 識(shí)別 效果產(chǎn) 生 直接影響 而 基于深度學(xué)習(xí)的人 臉 識(shí)別算法 可以大大提高 人 臉 識(shí)別的 準(zhǔn)確 性 文章闡述了 深度學(xué)習(xí) 網(wǎng)絡(luò) 的 工作原 理 總結(jié) 人 臉 識(shí)別的基 本流程 并 提出 基于深 度學(xué)習(xí)的人 臉 識(shí)別系統(tǒng) 設(shè) 計(jì)實(shí) 例 關(guān)鍵詞 人 臉 識(shí)別 深度學(xué)習(xí) 系統(tǒng) 設(shè) 計(jì) 中圖分類號(hào) TP391 41 文獻(xiàn)標(biāo)志碼 A 文章編號(hào) 2096 9902 2021 02 0036 04 Abstract Withthecontinuousdevelopmentofcomputervisiontechnologyanddeeplearningalgorithmtechnology the computersystemisbecomingmoreandmorecapableofrepresentingimagesemantics Biometricidentificationtechnologybased onimageorvideoisalsowidelyusedinvariousfields suchasmonitoringsystem smartagriculture unmanneddriving etc andthusautomatictracking detectionandrecognitionarerealizedthroughimageorvideo Comparedwithotherbiometric technologies whichhavethemostadvantagesofnon invasivefunction suchasirisrecognitiontechnologywhichrequiresthe eyestobeaimedatthecamera fingerprintrecognitionwhichrequiresthefingerstobeclosetothesensor etc theface recognitiononlyneedspeopletocompleterecognitionaslongastheyappearinthefieldofvisionofthevideorecording equipment Therefore evenintheenvironmentwhereusersdonotwanttocooperatewiththesystem thistechnologycanbe appliedtocompletetherecognitionoperation Basedonthis facerecognitioniswidelyusedinourdailylife suchas electronicpayment humanresourcesassessment criminalinvestigationsearchandsoon Althoughmanyfactors suchas illumination facialexpressions obstructionsandsoon willhaveadirectimpactonthefacerecognitioneffect theface recognitionalgorithmbasedondeeplearningcangreatlyimprovetheaccuracyoffacerecognition Thispaperexpoundsthe workingprincipleofdeeplearningnetwork summarizesthebasicprocessoffacerecognition andputsforwardadesign exampleoffacerecognitionsystembasedondeeplearning Keywords facerecognition deeplearning systemdesign 作者簡(jiǎn)介 孫灝 1989 男 本科 工 程師 研究 方 向 通 信 36 2021年 2期 信息處理與決策 智慧農(nóng)業(yè)導(dǎo)刊 JournalofSmartAgriculture 輸出層 在 內(nèi)具 有三 層 以 上 的系 統(tǒng) 即 為深 度 學(xué)習(xí) 深 度 學(xué) 習(xí)網(wǎng)絡(luò) 中 每 層神 經(jīng) 元均 以 上 一 層神 經(jīng) 元輸出為 基礎(chǔ) 學(xué) 習(xí) 識(shí)別 一 組特定 的 特征 對(duì) 前一 層 的 特征 進(jìn)行 整合 與重 組 網(wǎng)絡(luò)深 度不 斷增加 神 經(jīng) 元 就不 斷 識(shí)別 更加抽象 復(fù) 雜 的 特征 這 種 特征層次結(jié)構(gòu) 可以 實(shí) 現(xiàn) 深 度 學(xué)習(xí)網(wǎng)絡(luò)高 維 度 大規(guī) 模 的 數(shù)據(jù)處理 完 成 數(shù)十億參數(shù) 的 非線性函 數(shù)運(yùn)算 利 用 深 度 學(xué)習(xí)網(wǎng)絡(luò) 可以針對(duì) 一 幅圖像合 并 某些 角點(diǎn)或邊緣 等基 本特征 集 來學(xué)習(xí)相 關(guān) 概念 深 度 學(xué)習(xí) 的 深層思想來自 于 這些抽象 的 級(jí) 別 每 一 層接 受 前一 層 的 輸出為輸入學(xué)習(xí)上 一 層更高級(jí) 的 特征 利 用 這些特征再 產(chǎn) 生 一個(gè) 輸出 深 度 學(xué)習(xí) 的 學(xué)習(xí) 過程與 傳統(tǒng) 的機(jī) 器學(xué)習(xí) 不 同 機(jī) 器 學(xué)習(xí) 的 特征 是 由 人 工 設(shè)定 的 系 統(tǒng)根據(jù) 人 工 設(shè)定 的 特征 對(duì) 目 標(biāo) 進(jìn)行識(shí)別 分類 但是不 同 目 標(biāo) 的 特征差異懸殊 即 使 是 同 一 類 目 標(biāo) 其 特征 往往也 會(huì)受 到 多 種因 素 的 影 響 而 發(fā) 生 變化 因此 人 工 操 作的工作 量 十分 繁 重 且無 法達(dá) 到 理想 的 識(shí)別 效果 而 深 度 學(xué)習(xí) 無需 人 工 干預(yù) 即 可 自 動(dòng)提取 圖像特征 其 先 由 底 層網(wǎng)絡(luò) 中 學(xué)習(xí)簡(jiǎn)單 的 特征 提取 再 逐 層抽象最 終獲得 目 標(biāo) 的 高級(jí)特征 表 示 整 個(gè) 過程 中系 統(tǒng) 會(huì) 學(xué)習(xí) 如 何 識(shí)別 復(fù)雜 的 概念 深 度 學(xué)習(xí)通 過 大 量 標(biāo) 記 數(shù)據(jù) 進(jìn)行 訓(xùn)練 與 學(xué)習(xí) 再 用于 未 標(biāo) 記 非結(jié)構(gòu) 化 數(shù)據(jù) 的 處理 因此 深 度 學(xué)習(xí)網(wǎng)絡(luò) 的 性 能 大大 優(yōu) 于 普 通 的機(jī) 器學(xué)習(xí)網(wǎng)絡(luò) 2人臉識(shí)別的具體流程 人臉識(shí)別 技術(shù)的 具 體 流 程 主要 包 括 人臉 檢測(cè) 人臉 對(duì) 齊 提取 人臉 特征 人臉 匹 配 四 個(gè) 環(huán)節(jié) 具 體 如下 2 1 人臉 檢測(cè) 人臉 檢測(cè) 是人臉識(shí)別 的第一步 是 在 檢測(cè) 出圖像 中 的 人臉 后 再 返回 人臉 框坐 標(biāo) 檢測(cè) 過程 中 圖像 質(zhì)量 光 照 人臉 遮擋 轉(zhuǎn)動(dòng) 等 均 會(huì)對(duì)人臉 檢測(cè) 的 準(zhǔn)確 性產(chǎn) 生 直 接 影響 而人臉 檢測(cè) 的 準(zhǔn)確 性 越 高 后續(xù)提取 人臉 特征 時(shí) 的 噪聲 就 越小 人臉識(shí)別 的 準(zhǔn)確 性 也 就 越 高 人臉 檢 測(cè) 的 方 法 包 括膚色檢測(cè) 模 板檢測(cè) 特征 臉 檢測(cè) 神 經(jīng) 網(wǎng) 絡(luò) 檢測(cè) 等 人臉 檢測(cè)時(shí)先 在 圖像上 選擇 一個(gè) 觀測(cè)窗 口 通 常 是 矩 形 區(qū) 域 提取觀測(cè)窗 口 中 能夠描述該區(qū) 域 圖像 信息 的 特征 最 后判 斷特征 描述 是 否 包含 人臉 信息 不 斷 重 復(fù)上 述 步 驟 即 可 檢測(cè) 完整 的 圖像 區(qū) 域 如 果所 有 窗 口 檢測(cè) 均 不 包含 人臉 特征 則判 定圖像 中 無 人臉 信息 2 2 人臉對(duì) 齊 人臉對(duì) 齊 的主要目的 是 通 過對(duì)人臉 圖像 的 歸 一 化 處理來 提 高 人臉識(shí)別 的 準(zhǔn)確 性 人臉對(duì) 齊 包 括幾何 對(duì) 齊 與 灰 度對(duì) 齊兩 個(gè) 方面 其 中 幾何 對(duì) 齊 的主要目的 是 調(diào) 整 人臉 轉(zhuǎn)動(dòng) 拍攝 距離 導(dǎo) 致 的 圖像角 度 尺寸 差異 多 數(shù) 幾 何 對(duì) 齊 方 法都 是基 于 面 部 關(guān) 鍵 點(diǎn) 位置 來實(shí) 現(xiàn)的 因此 幾 何 對(duì) 齊 的主要 內(nèi) 容 包 括 人臉 切 割 調(diào) 整圖像 大 小 旋 轉(zhuǎn) 面 部 姿態(tài) 等 通 過 旋 轉(zhuǎn) 縮放 平 移 等 操 作 實(shí) 現(xiàn) 人臉對(duì) 齊 灰 度對(duì) 齊 主要 是 增 強(qiáng) 圖像 亮 度 將 光照 條件 對(duì)人臉 圖像 的 影響 降至 最 低 具 體 方 法 就是 統(tǒng) 一 圖像 的 灰 度 2 3 提取 人臉 特征 提取 人臉 特征 能夠 將 區(qū) 分 兩 個(gè) 不 同 人臉 的 深層抽 象特征 提取 出來 人臉 特征 的 提取 方 法 包 括 手 工 提取 基 于 學(xué)習(xí) 的 特征 提取兩 種 手 工 提取 特征 是 指 分 析 人臉 圖像 中的 特征 敏感 性 針對(duì) 特征本 身 設(shè) 計(jì) 出 區(qū) 分 不 同 人 臉 的 顯著 特征 所提取 的 特征 的 每 一 維均 可以進(jìn)行 物 理 解釋 常用的 手 工 提取 特征包 括 基 于 紋 理 的 特征 與 形 狀 描述 特征 兩 種 基 于 紋 理 的 特征 是 采 用 尺 度不 變 特征 轉(zhuǎn) 換 SIFT 算 法 計(jì) 算圖像 中 角點(diǎn) 進(jìn)行 特征點(diǎn) 匹 配 SIFT算 法 特征 可 區(qū) 分性 強(qiáng) 即 使 對(duì) 圖像 進(jìn)行 旋 轉(zhuǎn) 縮放 光照變 化 等 處理 也 不會(huì) 影響匹 配 結(jié) 果 不過 該 算 法 計(jì) 算 量 大 提取 邊緣 光 滑 的 特征 效果 不 好 形 狀 描述 特征算 法 主要 是 統(tǒng) 計(jì) 兩 個(gè) 點(diǎn) 集中的 每 個(gè) 點(diǎn) 的 上 下 文 信息 對(duì)比 二 者 的 相 似 性 后得 到一 組最 近似 的 排列 結(jié) 果 最 終 確 定 兩 個(gè) 點(diǎn) 集中的 對(duì) 應(yīng) 點(diǎn) 該 方 法 計(jì) 算 效 率 高 描述 簡(jiǎn)單圖 形的形 態(tài) 效果 好 可 實(shí) 現(xiàn)一 定 程度 的形 變 不過 圖像 如 果 經(jīng) 過 旋 轉(zhuǎn) 處理或 噪聲 敏感 則 會(huì) 影響 其識(shí)別 效果 基 于 學(xué)習(xí) 特征 不會(huì) 直 接 提取 圖像特征 而是 通 過 學(xué)習(xí)來 獲取 人臉 圖像特征 其關(guān)注 點(diǎn) 在于 設(shè) 計(jì) 提取 特征 的規(guī) 則 最 典型 的 就是 神 經(jīng) 網(wǎng)絡(luò) 技術(shù) 其模 擬 人 類 大 腦 的 神 經(jīng) 元 工作 結(jié) 構(gòu) 設(shè) 計(jì) 學(xué)習(xí) 方 法 及 模 型 結(jié)構(gòu) 通 過 學(xué)習(xí) 獲得 模 型 參數(shù) 目前 無法 用物 理 方 法 解釋 神 經(jīng) 網(wǎng)絡(luò) 提取 出來 的 特征 2 4 人臉 匹 配 人臉 特征 提取 完 成 后 要 進(jìn)行人臉 匹 配 即 比 較 兩 個(gè) 人臉 圖像 的 相 似 度 利 用一個(gè) 相 似 度 閾值 度 量兩 個(gè) 人臉 比 較的 相 似 度 相 似 度 大于 設(shè)定 的 閾值 即 可 判 定為 匹 配 成 功 反之 則匹 配 不 成 功 在 進(jìn)行人臉 匹 配 時(shí)需 要 對(duì)人 臉 數(shù)據(jù) 集 進(jìn)行 預(yù) 處理 利 用 人臉 檢測(cè) 器 對(duì) 數(shù)據(jù) 集中 人臉 進(jìn)行 定 位 確 定出定 位 區(qū) 域 最 終 定 位 出 人臉 圖像 中的 各 個(gè) 關(guān) 鍵 點(diǎn) 檢測(cè) 完 成 后 可以 選擇 人臉 中的 雙眼 鼻尖 兩 邊 嘴 角 等關(guān) 鍵 點(diǎn) 再 對(duì) 照 一 張 標(biāo) 準(zhǔn)人臉進(jìn)行 仿射 變 換 即 可 得 到 相同角 度 的 人臉 圖 片 其 中 仿射 變 換 是 指 二 維 坐 標(biāo) 之間 的 線性 變化 可以 通 過 一系 列 復(fù)雜 變 換 的 組合 實(shí) 現(xiàn) 平 移 縮放 旋 轉(zhuǎn) 等 操 作 且 不會(huì)改 變 圖像 的 平行 性 37 2021年 2期 信息處理與決策 智慧農(nóng)業(yè)導(dǎo)刊 JournalofSmartAgriculture 與平 直 性 仿射 變 換 確 定 人臉 圖像 中的 五 個(gè) 關(guān) 鍵 點(diǎn) 后 可以 將 訓(xùn)練 集 與 測(cè) 試 集中 所 有 圖 片 中的 這 五 個(gè) 關(guān) 鍵 點(diǎn) 坐 標(biāo) 轉(zhuǎn) 換 成 標(biāo) 準(zhǔn)臉 的 相 對(duì) 坐 標(biāo) 位置 如 圖像 中 未檢測(cè) 到 人臉 則 縮放原始 圖 片將 其 作 為 訓(xùn)練 數(shù)據(jù) 針對(duì) 少 量 算 法 無法 再次 探 測(cè) 圖 片 中 人臉 的 情 況 即 使變 換 后也無法檢 測(cè) 到 人臉 則 可 截 取變 換 時(shí) 定 位 的 人臉 圖 片 作 為 訓(xùn)練 數(shù) 據(jù) 針對(duì) 同 一 張 人臉 圖像 中 出 現(xiàn) 多 張 人臉 的 情 況 需 要 選擇 對(duì) 應(yīng)的 類 別 剪切 人臉 被剪切 目 標(biāo) 選擇檢測(cè) 到的 面 積 最 大的 人臉 確 定 該 人臉 的 五 個(gè) 關(guān) 鍵 點(diǎn) 后 仿射 變 換 處 理圖 片 再 重 復(fù)上 述操 作 通 過人臉 檢測(cè) 器 對(duì) 變 換 后 的 圖 片 進(jìn)行 檢測(cè) 3基于深度學(xué)習(xí)的人臉識(shí)別系統(tǒng)開發(fā)實(shí)例 本 研究 以 某 地鐵站閘 機(jī) 檢 票 應(yīng)用 場(chǎng) 景 為 例 提 出 一 種 基 于 深 度 學(xué)習(xí) 的 人臉識(shí)別 系 統(tǒng) 開 發(fā) 方 案 3 1人臉識(shí)別 系 統(tǒng) 框 架 本 研究 提 出 的 人臉識(shí)別 系 統(tǒng) 能夠 實(shí) 現(xiàn)用 戶移 動(dòng) 端 注 冊(cè)購票 及 刷 臉進(jìn) 站 整 個(gè)系 統(tǒng) 架 構(gòu)包 括 站務(wù) 通 信 模 塊 閘 機(jī) 通 信 模 塊 視頻解碼 模 塊 人臉識(shí)別模 塊 等 部 分 其 中 站務(wù) 通 信 模 塊 在 接 收 到 站務(wù) 系 統(tǒng) 推 送 的用 戶 信息后 將 其 存 儲(chǔ) 于 本 地 數(shù)據(jù) 庫 主要 負(fù)責(zé) 與 站務(wù) 系 統(tǒng) 的 通 信 閘 機(jī) 通 信 模 塊 則 主要 向 閘 機(jī)系 統(tǒng) 發(fā) 送 識(shí)別 匹 配 信息 如 果 閘 機(jī) 端 發(fā) 送 了 注 銷請(qǐng)求 通 過 閘 機(jī) 通 信 模 塊 可以 刪除 本 地 數(shù) 據(jù) 庫 中 存 儲(chǔ) 的用 戶 信息 視頻解碼 模 塊 主要 負(fù)責(zé)視頻 的 讀 入 與 解碼 人臉識(shí)別模 塊 主要 對(duì) 解碼 后 的 圖像 進(jìn)行 上 述 人臉識(shí)別 處理 即 人臉 檢測(cè) 人臉對(duì) 齊 提取 人臉 特征 人臉 匹 配 等 具 體系 統(tǒng) 架 構(gòu) 如 圖 1所 示 圖 1 人 臉 識(shí)別系統(tǒng) 框架 圖 3 2人臉識(shí)別 系 統(tǒng)算 法流 程 第一步 讀 入 解碼 后 的 原始 圖像 檢測(cè) 其 中的 人臉 第 二步用 深 度 學(xué)習(xí) 過 的 人臉模 型 提取 人臉 圖像 的 特征 向 量 將 檢測(cè) 到的 人臉 圖像輸入 到 深 度 學(xué)習(xí)網(wǎng)絡(luò) 進(jìn)行 前 向 計(jì) 算 將 最 終 的 計(jì) 算結(jié) 果 作 為圖像 的 高維特征 該 特征 是 圖像數(shù)據(jù) 在 特征 空 間 的 映 射 可以 表 征圖像 故 該 特 征 即 為圖像 的 深層特征 第三步 提取 數(shù)據(jù) 庫 中 每 張 人臉 圖像 的 特征 向 量 計(jì) 算數(shù)據(jù) 庫 中 人臉 圖像特征 向 量 與 提 取 到的 人臉 圖像特征 向 量 之間 的 余弦 距離 用 計(jì) 算結(jié) 果 度 量兩 張 人臉 圖像 的 相 似 性 余弦 距離 越 大 表 示 兩 張 圖 像相 似 度 越 高 第 四 步 按 照 第三步的 計(jì) 算結(jié) 果 進(jìn)行 降 序 排 序 排 序 最 前 面 的即 為 與 待 識(shí)別 圖像最相 似 的 圖像 針對(duì) 待 識(shí)別 圖像 的 余弦 距離 設(shè)定 有 某 個(gè) 閾值 只 有大于 該 閾值 系 統(tǒng) 才會(huì) 判 定 人臉 圖像 識(shí)別 成 功 小 于 該 閾值 則 判 定 失敗 本 研究中 針對(duì) 地鐵 檢 票 的工作 場(chǎng) 景將 該 閾值 設(shè)定為 0 75 以 降 低 誤 檢 率 3 3輔助 模 塊 輔助 模 塊 的主要作用 是 開 發(fā)一個(gè) 人臉識(shí)別 圖 形 界 面程 序 以 用于 實(shí) 際 場(chǎng) 景 的 測(cè) 試 輔助 模 塊 主要 包 括 圖 形 界面 用 戶 注 冊(cè) 模 塊 人臉識(shí)別模 塊 兩 大 部 分 3 3 1用 戶 注 冊(cè) 模 塊 在 該檢 票 人臉識(shí)別 系 統(tǒng) 中用 戶 使 用 手 機(jī) 端 的 APP 采 集 人臉 圖像 用 戶 注 冊(cè) 模 塊 就是 提取 用 戶 的 面 部 特征 信息 并 將 提取 到的 人臉 特征 信息 姓名 信息 及 編號(hào) 信 息 等存 入 系 統(tǒng)本 地 數(shù)據(jù) 庫 中 后續(xù) 進(jìn)行人臉識(shí)別 時(shí) 將 會(huì) 與 這些 信息 進(jìn)行對(duì)比 用 戶 注 冊(cè) 模 塊 包 括 人臉 檢測(cè) 特 征 提取 圖像 編 碼 及 信息 入 庫 等 部 分 其 中 人臉 檢測(cè) 與 特征 向 量提取 如 上 述 人臉識(shí)別 算 法所述 在 人臉識(shí)別 系 統(tǒng) 中 人臉識(shí)別模 塊顯 示 結(jié) 果時(shí) 系 統(tǒng) 需 要 顯 示 出 人臉 圖 像 的 識(shí)別 結(jié) 果 因此用 戶 注 冊(cè) 時(shí) 要 保 存人臉 圖像 并 將 其 傳輸 至 人臉識(shí)別模 塊 本 系 統(tǒng) 采 用 base64對(duì) 需 要 保 存 的 人臉 圖像 進(jìn)行 編 碼 處理 base64是 一種二 進(jìn) 制 文 本 編 碼 方 案 通 常用于 HTTP環(huán) 境 下 較 長 標(biāo) 識(shí) 信息 的 傳 遞 應(yīng) 用 該 方 案 可以 將 系 統(tǒng) 采 集到的 圖像 二 進(jìn) 制 數(shù)據(jù) 編 碼 為 字符串 數(shù)據(jù) 可以 在 不 同 系 統(tǒng) 之間 可 靠 完整 的 傳輸 不 會(huì)對(duì) 原始 圖像數(shù)據(jù)產(chǎn) 生 破壞 以 便 于 后續(xù) 的 傳輸 與存 儲(chǔ) 提取 到 人臉 特征 及 圖像 編 碼 完 成 后 再 將 用 戶 的 基 本 信息 編號(hào) 信息 人臉 特征 向 量 及 圖像 編 碼 字符串 等 儲(chǔ) 存 于 本 地 數(shù)據(jù) 庫 用于 后續(xù) 的 對(duì)比 在 人臉注 冊(cè) 模 塊 界 面 用 戶 操 作 時(shí)需 點(diǎn) 擊 采 集 按鈕 就可以 通 過 屏幕右 方 的 邊 框 裁 剪 人臉 圖像 點(diǎn) 擊 注 冊(cè) 后后 臺(tái) 線 程會(huì) 提取 人臉 圖 像特征 此 處 采 用 多 線 程 處理 方 法 UI線 程 響 應(yīng) 界面 后 臺(tái) 工作 者 線 程進(jìn)行 特征 提取 存 儲(chǔ) 用 戶 信息 等 數(shù)據(jù)處 38 2021年 2期 信息處理與決策 智慧農(nóng)業(yè)導(dǎo)刊 JournalofSmartAgriculture 理 這 種 多 線 程 的 處理 方 法 可以確 保 界面 保持 響 應(yīng) 3 3 2人臉識(shí)別模 塊 人臉識(shí)別模 塊 主要 包 括 人臉 檢測(cè) 特征 提取 相 似 度 匹 配 圖像 解碼 四 個(gè) 部 分 由于 人臉 檢測(cè) 特征 提取 及 圖 像 解碼 的 操 作 與 上 述 用 戶 注 冊(cè) 模 塊 基 本相同 此 處 僅 重 點(diǎn) 是 介紹 相 似 度 匹 配 模 塊 的 設(shè) 計(jì) 相 似 度 匹 配即 上 述 人 臉識(shí)別 算 法流 程 中 提 到的 計(jì) 算 待 匹 配 圖像特征 向 量 與 數(shù) 據(jù) 庫 中 圖像特征 向 量 的 余弦 距離 需 要 注 意 的 是 由于 閘 機(jī) 檢 票 時(shí) 存 在 多人 排 隊(duì) 檢 票 的 情 況 因此 人臉識(shí)別 系 統(tǒng) 會(huì) 同 時(shí)檢測(cè) 到 多 張 人臉 這 種 情 況下 系 統(tǒng) 會(huì) 將 離 攝 像 頭 最 近 的用 戶 人臉 即 面 部區(qū) 域 最 大的 人臉 作 為 待 識(shí)別人 臉 且 系 統(tǒng) 會(huì) 連 續(xù) 讀 取 多 幀 圖像 以 減 少 運(yùn) 動(dòng) 模 糊 的 影 響 選擇 其 中 最 清晰 的 圖像 作 為 待 識(shí)別 圖像 在 實(shí) 際 的工 作 流 程 中 點(diǎn) 擊 人臉識(shí)別 時(shí) UI線 程會(huì)對(duì) 視頻 中 出 現(xiàn)的 人 臉 圖像 進(jìn)行 檢測(cè) 裁 剪 后 發(fā) 送至 后 臺(tái) 工作 者 線 程 接 受 到 處理 后 的 圖像 后 即 提取 高維特征 向 量 逐 一 計(jì) 算 其與 數(shù) 據(jù) 庫 中 存 儲(chǔ) 的 人臉 圖像特征 向 量 的 余弦 距離 以 判 斷 該 人臉 圖像 能夠 與 數(shù)據(jù) 庫 中 存 儲(chǔ) 的 圖像 匹 配成 功 系 統(tǒng) 會(huì) 在 人臉識(shí)別模 塊 界面 給 出 識(shí)別 結(jié) 果 及 置 信 度 3 4 人臉識(shí)別模 塊 封裝 常用的 封裝 人臉識(shí)別 系 統(tǒng) 核心 模 塊 的 方 法 包 括兩 種 一種 是以 后 臺(tái) 進(jìn)程 的形 式 提 供 人臉識(shí)別 服 務(wù) 另 一 種 是 封裝 成 動(dòng) 態(tài) 鏈 接 庫 的形 式 限于 篇 幅 此 處 主要 介紹 以 后 臺(tái) 進(jìn)程 的形 式 提 供 人臉識(shí)別 服 務(wù) 的 方 法 以 后 臺(tái) 進(jìn) 程 的形 式 提 供 人臉識(shí)別 服 務(wù) 的主要 流 程 包 括 人臉 檢測(cè) 服 務(wù) 特征 提取 服 務(wù) 人臉識(shí)別 服 務(wù) 三個(gè) 部 分 系 統(tǒng)建 立 連 接 后 客 戶端 會(huì) 向 系 統(tǒng) 發(fā) 送 人臉 檢測(cè) 請(qǐng)求 人臉 檢測(cè) 服 務(wù) 會(huì) 將 待 檢測(cè) 圖像從 請(qǐng)求 包 中 解析 出來 進(jìn)行人臉 檢測(cè) 檢測(cè) 到 人臉 后 將 人臉 圖像 裁 剪 出來實(shí) 現(xiàn) 人臉 檢測(cè) 摳 圖 再 將 檢測(cè) 結(jié) 果 以 數(shù)據(jù)包 的形 式 發(fā) 送至 客 戶端 特征 提取 服 務(wù) 同 樣 要 先 連 接 客 戶端 建 立連 接 后 向 系 統(tǒng) 發(fā) 送 特征 提取 請(qǐng)求 及 對(duì) 應(yīng)的 人臉 圖像 特征 提取 服 務(wù) 就會(huì) 提取 人 臉 圖像 的 高維特征 再 將 處理結(jié) 果 發(fā) 送至 客 戶端 人臉 識(shí)別 服 務(wù) 是 該 模 塊 的 核心 客 戶端 與 系 統(tǒng)建 立連 接 后 會(huì) 向 人臉識(shí)別 服 務(wù) 發(fā) 送 人臉識(shí)別 請(qǐng)求 其 解析 出數(shù)據(jù)包 中 的 人臉 圖像 并 提取 特征 后 與 本 地 數(shù)據(jù) 庫 中 存 儲(chǔ) 的用 戶 信息 進(jìn)行比對(duì) 分 析 注 冊(cè) 用 戶 的 姓名 人臉 特征 等 信息 是 否 與 處理結(jié) 果 一 致 人臉識(shí)別 服 務(wù) 還 會(huì) 接 收 客 戶端 發(fā) 送 的 存 儲(chǔ) 信息 對(duì)其進(jìn)行 解析 處理 后 并 保 存 于 本 地 此 外 用 戶 如 果需 要 進(jìn)行注 銷 操 作 客 戶端 也 會(huì) 將 注 銷請(qǐng) 求 發(fā) 送至 人臉識(shí)別 服 務(wù) 其會(huì) 將 需 要 注 銷 的用 戶 信息直 接 刪除 4結(jié)束語 總 之 人臉識(shí)別 技術(shù) 是生 物 識(shí)別 技術(shù)中的 重 要 組 成 部 分 其 用 戶 體 驗(yàn) 好 具 有 非接 觸 性 的 優(yōu) 勢(shì) 且 假冒 成 本 高 越 來 越 受 到 學(xué) 術(shù) 界 的 關(guān)注 成 為 各 位 專 家 學(xué) 者 研究 的 熱 點(diǎn) 方 向 深 度 學(xué)習(xí)算 法 的發(fā)展 與進(jìn) 步 是人臉識(shí)別 技 術(shù)發(fā)展的有 力 推 手 因此 基 于 深 度 學(xué)習(xí) 的 人臉識(shí)別 系 統(tǒng) 被 廣 泛 應(yīng)用于 各 個(gè)領(lǐng)域 包 括 視頻 監(jiān)控 智 能 安防 智慧 農(nóng)業(yè) 等 相 信 隨著 人臉識(shí)別 技術(shù)的 不 斷 發(fā)展 在智慧農(nóng) 業(yè)領(lǐng)域的應(yīng)用 將 會(huì) 越 來 越 廣 泛 參考文獻(xiàn) 1 李紹欣 山世 光 闞美娜 等 基于 多 視統(tǒng) 一 子 空間 的 跨姿態(tài) 人 臉 識(shí) 別應(yīng)用技術(shù) 研究 J 警察 技術(shù) 2014 5 8 11 2 洪 子 泉 楊靜宇 基于 奇異值特 征 和 統(tǒng)計(jì) 模型 的人像識(shí)別算法 J 計(jì) 算機(jī) 研究 與 發(fā)展 1994 3 60 65 3 鄭津津 王佳凱琳 用于 家庭安保服務(wù)型 機(jī) 器 人的基于 局部二值 法 和特 征 臉 的實(shí) 時(shí) 人 臉 識(shí)別系統(tǒng) J 工 業(yè)控 制 計(jì)算機(jī) 2017 30 2 85 86 4 景晨凱 宋濤 莊雷 等 基于深度 卷積神經(jīng) 網(wǎng)絡(luò) 的人 臉 識(shí)別技術(shù) 綜 述 J 計(jì)算機(jī)應(yīng)用 與 軟件 2018 35 1 223 231 5 吳 素 雯 戰(zhàn)蔭偉 基于 選擇 性 搜索 和卷積神經(jīng) 網(wǎng)絡(luò) 的人 臉 檢測(cè) J 計(jì) 算機(jī)應(yīng)用 研究 2017 34 9 2854 2857 2876 6 姜濤 朱志宇 劉潤邦 遠(yuǎn)程 視頻實(shí) 時(shí) 人 臉 識(shí)別系統(tǒng) 設(shè) 計(jì) J 電子設(shè) 計(jì) 工 程 2018 26 3 41 44 49 7 王宇龍 劉開元 基于 面部特 征 點(diǎn)運(yùn) 動(dòng)的 活 體 檢測(cè)方法 J 網(wǎng)絡(luò)與 信 息 安 全 學(xué) 報(bào) 2018 4 6 36 44 8 潘 志 庚 鄒鵬 程 梁榮華 基于 特 征人 臉 和 膚色 統(tǒng)計(jì)的人 臉 檢測(cè) J 系統(tǒng) 仿真 學(xué) 報(bào) 2004 16 6 1346 1349 9 葉 學(xué)義 陳雪婷 陳華華 級(jí)聯(lián) 型 P RBM神經(jīng) 網(wǎng)絡(luò) 的人 臉 檢測(cè) J 中 國 圖 象 圖 形 學(xué) 報(bào) 2016 21 7 875 885 39