顔認識技術の原理と応用展望の分析

顔認識技術は人間の顔の特徴に基づいています。まず、入力された顔画像またはビデオ ストリームに顔があるかどうかを判断します。顔がある場合は、さらに各顔の主要な顔器官の位置、サイズ、および位置情報を提供します。この情報に基づいて、各顔に含まれる識別特徴をさらに抽出し、既知の顔と比較して各顔の識別を行います。

顔認識技術の原理の分析

顔は収集しやすいという特徴から、多くの業界顧客、特に公安、税関、ショッピングモールなどの注目を集めています。人間は毎日顔認識を行っているため、この形式の身元認証に最も適応しています。顔認識の研究は前世紀半ばに始まりました。数十年にわたる努力を経て、今では顔認識は私たちの実生活に応用され、さまざまな利便性をもたらしています。

顔認識は主に、顔検出、特徴抽出、顔認識の 3 つのプロセスに分かれています。

顔検出: 顔検出とは、入力画像から顔画像を検出して抽出することを指します。通常、Haar 特徴と Adaboost アルゴリズムは、画像内の各ブロックを分類するためのカスケード分類器をトレーニングするために使用されます。長方形の領域がカスケード分類器を通過すると、顔画像として識別されます。

特徴抽出: 特徴抽出とは、顔の情報をいくつかの数値で表すことを指します。これらの数値が、抽出したい特徴です。一般的な顔の特徴は、幾何学的特徴と表現的特徴の 2 つのカテゴリに分けられます。幾何学的特徴とは、目、鼻、口などの顔の特徴間の距離、面積、角度などの幾何学的関係を指します。アルゴリズムはいくつかの直感的な機能を利用するため、計算量は少なくなります。しかし、必要な特徴点を正確に選択できないため、その適用範囲は限られています。また、照明が変わったり、外部の物体によって顔が遮られたり、表情が変わったりすると、顔の特徴は大きく変わります。したがって、このタイプのアルゴリズムは顔画像の大まかな認識にのみ適しており、実際には適用できません。

特徴付け機能は、顔画像のグレースケール情報を使用して、いくつかのアルゴリズムを通じてグローバルまたはローカルの特徴を抽出します。その中でも、最も一般的に使用される特徴抽出アルゴリズムは LBP アルゴリズムです。 LBP 方式では、まず画像を複数の領域に分割し、各領域の 640 x 960 近傍のピクセルの中心値をしきい値として使用し、結果を 2 進数として扱います。図3はLBP演算子を示しています。 LBP 演算子の特性は、単調なグレースケールの変化に対して変化しないということです。各領域はこのような操作を通じてヒストグラムのセットを取得し、その後、すべてのヒストグラムを接続して大きなヒストグラムを形成し、分類のためにヒストグラム マッチング計算を実行します。

顔認識：ここで言う顔認識とは、狭義の顔認識、つまり認識対象となる顔から抽出した特徴とデータベース内の顔の特徴を比較し、類似性に基づいて分類することです。顔認識は、主に 2 つのカテゴリに分けられます。1 つは確認で、顔画像をデータベースにすでに保存されている人物の画像と比較し、本人であるかどうかを確認するプロセスです。もう 1 つは識別で、顔画像をデータベースにすでに保存されているすべての画像と照合し、本人であるかどうかを確認するプロセスです。顔認識は顔確認よりも難しいのは明らかです。認識には膨大な量のデータの照合が必要になるからです。一般的に使用される分類器には、最近傍分類器、サポート ベクター マシンなどがあります。

指紋の応用と同様に、最も成熟した顔認識技術は現在、出勤管理機に使用されています。勤怠システムでは、ユーザーが積極的に協力し、特定の環境で要件を満たす顔を取得できるためです。これは顔認識のための優れた入力ソースとなり、多くの場合満足のいく結果が得られます。しかし、照明や角度の問題により、一部の公共の場所に設置されたビデオ監視プローブによって取得された顔画像は、うまく一致させることが困難です。これは、顔認識技術の今後の発展において解決しなければならない困難な問題の一つでもあります。

いくつかの機関や大学では現在、顔認識の新しい分野や技術の研究を行っています。遠距離顔認識技術、3D顔認識技術など遠距離顔認識システムには、主に 2 つの困難があります。 1つは、遠くから顔画像を取得する方法です。第二に、取得したデータが理想的でない場合に、どのようにして ID を識別するかです。ある意味、遠距離顔認識は特定の重要な技術や基礎的な研究課題ではありません。これは、アプリケーションとシステムの設計の問題として考えることができます。顔画像を取得するためのソリューションには通常 2 種類あります。 1つは高解像度の固定カメラで、もう1つはPTZ制御システムを使用したマルチカメラシステムです。後者は一般的な状況に適していますが、構造が複雑でコストも高くなります。後者では、複数のカメラの同期操作をどのように調整するかを考慮する必要があります。通常、このシステムは、低解像度の広角カメラと高解像度の望遠カメラで構成されます。前者はターゲットの検出と追跡に使用され、後者は顔画像の取得と認識に使用されます。現在、遠距離顔認識技術はまだ研究段階にありますが、将来上記の問題が解決されれば、人事管理などの用途に大きな意義を持つことになります。

3D 顔認識は、2D 顔認識で発生する姿勢、照明、表情などの問題を効果的に克服できます。主な理由は、2D 画像では奥行き情報をうまく表現できないことです。通常、3D 顔認識方法では、3D スキャン技術を使用して 3D 顔を取得し、認識用の 3D 顔モデルを構築します。しかし、3D顔認識技術の欠点も明らかです。まず、追加の 3D 取得装置または両眼立体視技術が必要です。次に、モデリング プロセスには大量の計算が必要です。将来、チップ技術が発展し、計算能力の制限がなくなり、取得装置のコストが大幅に削減されると、3D顔認識は人気のある技術の1つになると信じています。

顔認識技術の応用展望

技術がさらに成熟し、社会的認知が高まるにつれて、顔認識技術はより多くの分野に応用されるようになるでしょう。

1. 企業および住宅のセキュリティと管理。顔認識による入退室管理や出退勤システム、顔認識による盗難防止ドアなど。

2. 電子パスポートとIDカード。これは将来最大の応用となるかもしれません。国際民間航空機関（ICAO）は、2010年から118の加盟​​国と地域で機械読み取り式パスポートの使用を義務付けることを決定しました。顔認識技術が推奨される認識モードであり、この規制は国際標準となっています。中国の電子パスポートプロジェクトは公安部によって計画され、実施されている。

3. 公共の安全、司法および犯罪捜査。たとえば、顔認識システムとインターネットを利用して、全国の逃亡者を捜索するなどです。

4. セルフサービス。たとえば、銀行の ATM からユーザーのカードとパスワードが盗まれた場合、他人がなりすまして現金を引き出すことができます。顔認識を同時に適用すれば、この状況は回避できます。

5. 情報セキュリティ。コンピュータログイン、電子政府、電子商取引など。電子商取引ではすべての取引がオンラインで完了し、電子政府における多くの承認プロセスもオンラインに移行されています。現在、取引や承認の認証はパスワードによって行われており、パスワードが盗まれた場合、セキュリティは保証されません。しかし、生体認証を利用することで、オンライン上の当事者のデジタル ID と実際の ID を統合することができ、電子商取引や電子政府システムの信頼性が大幅に向上します。