人脸识别技术的研究与开发

    生物特征识别 (BIOMETRICS)是一种通过计算机利用人体所固有的生理特征或行为特征来进行个人身份鉴定的新技术。与传统的身份鉴别方法（证件、口令…等）相比，生物特征识别技术具有不易遗忘、防伪性能好、不易伪造或被盗、随身 “而至”和随时随地可用等优点。生物识别技术是目前最为方便与安全的识别系统。生物识别是依靠人体的身体特征来进行身份验证的一种解决方案。

    由于与传统的生物识别技术相比,人脸识别因具有更为简便、准确、经济及可扩展性良好等众多优势而普遍为人们所看好,被广泛应用于安全验证、监控、控制等各个方面。但到目前为止,能够满足人们需求的理想系统尚未出现。
 
    生物特征识别技术包括指纹识别技术、掌纹识别技术、虹膜识别技术、面像识别技术、声音识别技术、笔迹识别技术、步态识别技术…等等。其中，人脸识别（即面像识别 Human Face Recognize）技术由于其主动性、非侵犯性和用户友好等许多优点成为生物特征鉴别技术中的一个主要方向，多年来一直受到许多研究者的关注。但是，由于人脸图像采集受到光照、表情、姿态、化妆…等因素的影响，人脸识别方法准确度受到很大限制，迄今为止，基于逻辑主义方法建立一个鲁棒的人脸识别系统仍然是一个很困难的问题。
 
    根据高维空间几何信息学理论，一幅图像对应为高维空间中的一点。因此，我们可以根据不同姿态、表情、光照…等等条件下人脸图像在高维空间中点分布规律的分析，研究人脸图像的预处理技术；同时基于肤色空间和眉、眼等人脸主要器官的几何复杂度分布特性，研究人脸的快速检测和精确定位方法；通过提取人脸的固有特征，分析特定人脸在高维特征空间中的同源连续性分布特性；结合高维空间复杂几何形体覆盖方法和流形学习理论，研究人脸识别新方法新理论。实验结果表明，高维空间几何信息学为生物特征识别研究开辟了一条新途径。
 
    根据金融系统的安全需求，开展人脸识别研究成果产业化的探索性研究。通过针对人脸信息高效压缩技术、银行安全卡数据加密编码技术、单幅学习样本图像的神经网络训练技术、低数据量的人脸识别技术等关键技术的深入研究，成功实现了“HFR仿生银行安全卡系统”的开发与设计。

    该系统现场获取取款人的面部图像，通过人脸识别算法与安全卡中存储的人脸信息进行身份认证，从而确保持卡人的合法身份，可以有效防止盗、骗、抢劫、伪造银行卡等各种金融犯罪行为，保障社会稳定。该系统在确保正确识别率为98%的条件下，正确拒识率达到91％以上，完全满足实用化要求。