admin管理员组文章数量:1538748
2024年5月31日发(作者：)
2021.01
科技论坛
人工智能中人脸识别技术的应用分析
李环
(
郑州工业应用技术学院
，
河南郑州
，
451100
)
摘要
：
本文选取人工智能作为研究主题,分析人工智能中人脸识别技术的应用问题
。
具体探讨中结合日常工作经验
，
先
对人脸识别技术进行简要说明，
指出人工智能中人脸识别技术与传统的人脸识别技术之间的区别
；
然后,分析人脸识别
技术的优势与难点
；
并以此分析为基础，
分别从教育领域
、
安防领域
、
生活领域对其人工智能人脸识别技术的应用展开
具体论述
。
关键词:人工智能
；
人脸识别技术
；应用；
分析
Applicati
on
an
alysis
of
face
recog
nition
technology
in
artificial
in
tellige
nee
Li
Huan
(Zhengzhou
University
of
Industridl
Technology,
Zhengzhou
Henan,
451100)
Abstract
•
This
paper
selects
artificial
intelligence
as
the
research
topic,
and
analyzes
the
application
of
face
recognition
technology
in
artificial
intelligence.
In
the
specific
discussion,
combined
with
the
daily
work
experience,
the
face
recognition
technology
is
briefly
described,
and
the
difference
between
the
artificial
intelligence
face
recognition
technology
and
the
traditional
face
recognition
technology
is
pointed
out;
then,
the
advantages
and
difficulties
of
the
face
recognition
technology
are
analyzed;
and
based
on
this
analysis,
the
application
of
the
artificial
irrtelligence
face
recognition
technology
in
the
field
of
education,
security
and
life
is
analyzed
To
expand
the
specific
discussion.
Keywords
；
artificial
intelligence;
face
recognition
technology;
application;
analysis
1
人脸识别技术概述
1.1
人脸识别技术概念
人脸识别技术是通过机器自动化的对批定图像或视频
工智能增加了机器智能行为
，
以深度学习方法为基本研究路
径
，
通过主要的五大步骤实施人脸识别技术的应用
。
首先
，
搭
建人脸识别系统
，
如获取图像与视频信息等。
其次
，
通过检测
定位与输入图像对人脸进行大小
、
姿态
、
位置的定位
。
第三,
在建立的系统上根据定位获取的数据信息进行预处理
，
表现
出图像具有的特征
。
第四
，
对预处理后的常规人类图像实施
算法提取
，并运用特征矢量进行识别
，
同时
，
把原始人脸空间
中的人脸进行定位
、
身份识别
，
具有鲜明的自动化特征
。
其应
用主要以相机或摄像机为基本接入工具
，
釆集与人脸识别需
求相关的数据信息,然后实施检测
、
跟踪
、
识别
，
因而一般也
将其叫做人像识别技术或者面部识别技术
。
数据以映射方式上传至特征空间
o
第五
，
通过分类器设计
、
决
1.2
人脸识别技术的发展历程
从人脸识别技术的发展历程看,人脸识别经历了主要
策,分类识别信息
，并确定识别结果
。
2
人脸识别技术的具体应用分析
以智慧生活中最常用的人脸识别门禁系统应用为例
：
首先,该系统釆用相对简单的轻型差别自归一化神经网
的三大发展阶段
，
1964
年到
1990
年属于其发展的早期阶
段,主要以人脸面部几何特征为主要识别方法；
自
1990
年到
1998
年则进入到了其研发高潮的过渡阶段
，
研究者与研究论
文数量均获得了爆发式增长
，
其重点集中在多维特征矢量层
络
，
简称
ANN,
以生物大脑神经元为原型
，
根据神经元自身包
含输出值与神经元之间的在连接权值连接的特征
，
将其引入
面的人脸面部特征方面,尤其是麻省理工学院提出的
“
特征
脸
”
（
班
gen-face
）
在同行业内受到了高度评价
。
以此为分界
到了机器学习之中,提出了
ANN
神经元模型
，
以信号处理
（内
部强度默认）
一一
树突
P
（
强度权重
）
一一
传递函数之间的
点
，
自
1998
年到今天
，
人脸识别技术进入到了研发与应用的
同步发展阶段
，
尤其是人工智能中人脸识别技术的应用范围
关联搭建了完整结构
，
通过卷积层
（
BN
层
）
、
池化层
、
全连接层
（
展平层）
的三部分组合
，
能够训练图像
、
转化图像格式数据
。
该技术的非接触性延伸出了非侵犯性,大众易于接受
。
该技
术的应用采用远距离数据采集方案
，
减少了生理伤害几率,
涉及到了社会生产与日常生活的各个方面
，
加上各大科技公
司加快了对
3D
模型人脸建模与识别方法的研究
，
人脸识别技
术的应用正处于全面智能化的关键发展阶段
。
也适用于隐蔽式监控与实时动态化追踪
。
具体可以参考图
1
。
1.3
人工智能中人脸识别技术
与早期阶段与过渡阶段的传统人脸识别技术相比
，
人
其次,当人脸以图像输入后
,
卷积层
（
BN
层
）
就能够对输
入图像进行生物特征提升,并在池化层进行釆样
，
实施降维
申耳测说
ELECTRONIC
TEST
科技论坛
操作,并于全连接层
（
展平层
）
完成映射,映射到计算机空间
，
以概率分布的一维向量形式存在,达到分类效果
。
系统设计
方面
，
首先设置人脸训练集获取模块,通过机器学习建立模
型,具体操作中要求调用摄像头采集相对清晰的图像
，
一般
要求正脸与侧脸及点头动作各两次即可
。
在训练集预处理模
块
，
则将获取的照片进行地区裁剪
，
使其成为正方形,脸部在
其中的占比要求达到
82%
以上
，
在人类识别习惯方面,本案例
中应用的人脸识别技术适应性强
，
这种交互属性明显符合人
类需求
，
如日常工作与生活中,透过人脸识别方式极易实现
交互式协作
，
提升系统安全性与可用性
，
而且体现了个体化
的独有属性
，
极易张显个体特征
；
因而只需在
MATLAB
图像三
维矩阵进行统一处理
，
通过翻转
、
转向扩充训练。
图
］
基于
ANN
神经元模型的分层架构系统
第三,通过搭建加载
AlexNet
网络
、
调节参数
、
运行代码
建立机器学习模块，
并通过它获得学习结果
，
最后
，
只需要根
据学习结果验证模块对每一个进门的人脸进行识别验证即
可,而不在训练集中的人脸则会马上以异常信号进行显示并
提出预警
，
尤其是该技术在识别方面的精准性高
、
识别速度
快
、
图像采集成本低
，
应用推广十分便利
。
但是
，
应该人脸识
别组件本身进行配套的型号
、
规格与系统设置选择
；
并在采
集人脸图片
、
影像
、
实体时,对面部遮挡物
、
配饰
、
整容
、
蓄须
与剃须
、
面部表情变化等进行综合采集
；
将人体面部的表情
与身体部位的姿态进行对应规范
。
3
人工智能中人脸识别技术的应用
3.1
教育领域的应用
教育是国家发展的基石
，
人工智能中人脸识别技术的应
用将在教育领域发挥重大作用
。
比如
，
教育公平中最为根本的考试与选拔环节
，
就能够
通过对人脸识别技术的应用
，
克服以无线设备进行作弊的行
为,并在整个考核期间实时动态化跟踪式监察，
以起到预防
作用
。
至于以相似人脸为基础的替代考试行为
，
则能够在人
工智能的深度学习方式下
，
透过对相关脸部的多重要素组成
加以识别
。
尤其是在线教育快速发展后,在跨地域教育
、
远程
教育中
，
传统教育模式中的实时监管很难实现有效管理
，
比
如
，
在新冠疫情期间
，
很多教育机构实施了在线教育,但是,
透过手机学员在出勤率
、
学习状态方面相对松散
，
具有明显
的懈怠行为
，
但采用视频记录与远程文件发送
，
以及在线听
课签到与问答敲击数字的实证经验并不能证明学生的出勤
率与学习状态是否处于真实状态，
所以
，
证伪机制也难于建
2021.01
立
。
应用人工智能中人脸识别技术
，
可以使签到系统
、
学习状
态均受到实时监控
，
确保学员在规定时间内按照教育教学要
求完成自身的学习任务
，
因此
，
由此途径增加了在线教育缺
乏的交互管理属性
，能够帮助教育机构促进教师与学员之间
的主动交互与客观约束,进而为教育领域的转型升级提供技
术路径下的支持功能
，并对一些关键环节实施监管与收集可
证明相关行为的数据信息等
。
3.
2
安防领域的应用
与教育在国家发展中的基石作用相比
，
安防领域牵涉到国
家的生死存亡
，
也关系到日常生活中民众的生命财产安全等
。
比如
，
在我国全面实现现代化转型的新时期
，
社会化的
活动范围与公共场所的人员流动频率均明显增加
，
尤其是不
法分子混迹人群或非法行为较为隐性的发生等
，在此类场合
均无法进行精准判断
。
在评估此类风险后
，
可以在安防领域
应用人工智能中的人脸识别技术
，
对不法非子实施预设性识
别与警示,则可以有效化解其中的风险
，
并及时的运用安防
资源配置震慑
、
逮捕犯罪分子
。
另一方面
，
公共服务质量提
升,使公共场所的使用空间正在逐渐扩大
，
而人工检查识别
往往会耗费较多资源
，
造成社会资源的浪费,也不利于工作
效率的提升。
此时
，
根据实际需求将人工智能中的人脸识别
技术应用于公共安防空间
，
则能够通过公共摄像头
、
计算机
处理中心的中心化控制方案
,
对其中的所有人员实施人脸自
动化识别与监控
。
而且
，
能够对一些隐藏性较大的违法行为
进行证据采集
，
比如
，
以地铁乘车为例
，
若发生偷窃
、
猥亵等
非法行为时
，就能够以人工智能中人脸识别技术采集数据信
息
，
当违法者否认其非法行为时
，
就可以根据证据对其进行
证伪
，
并保护其他公民的合法权益不受损害
。
另外
，
新时期的
人脸识别技术在安防领域的智能化
、
高效化、
精准性应用
，
可
以借助信息获取动态视频监控系统与静态图像，并对其实施
系统内的对比分析
。
比如
，
动态化视频监控系统中的人脸识
别技术应用多以大型公共场所居多
，
包括视频照片采集
、
人
脸检测
、
特征提取
、
目标数据库比对识别
、
布控等
。
而静态图
像对比系统则是以身份信息验证为主要应用方式
，
如重大会
议现场
、
银行系统等之类的场景活动中
，
就能够运用系统数
据库对收集到的人员图像实施比对分析
，
搜索识别出相关人
员的身份信息等
。
3.
3
社会化应用
就当前现实情况而言
，
人工智能人脸识别技术的应用已
经成为社会生活领域中的常见事物
，
如搭乘地铁
、
消费支付
、
家庭管理
、
社区安保
、
快递取件等方面,已经开始成功应用人
脸识别技术
，
并且获得了社会民众的积极参与和支持。
以此
路径能够进一步推动
“
社会生活的智能化
”
并产生真正意义
上的''智慧生活
”
。
比如
，
在现代城市生活中
，
社区管理中的安
保十分关键,它关系到群体性的财产与生命安全
，
也牵涉到
个体的法律权益保护等
。
而运用人脸识别技术
，
则可以在门
禁制度
、楼层进入关上设置
、
电梯监控
、
流动租户管理等各个
层面实现全程式无死角的动态化监控
。
一方面
，
通过人脸识
别技术应用能够减少人工识别检查中的失误率
，提高小区管
（
下转第
130
页
）
申耳测
GI
El_ECTRONIC
TEST
科技论坛
在整个自动化控制领域当中这一部分却具有重要作用和意
2021.01
稳定的使用
。
义,需要相关人士能够对此引起髙度的重视
。
2.3
安全回路
为了切实保障泵类设备实现安全稳定的运行就需要加
强安全回路设置
，
这是不可忽视重要的一大举措
。
针对于泵
2
PLC
在电力拖动一体化中的运用
2.1
顺序控制
针对于电力拖动一体化系统来讲,传统模式之下通常都
类设备来讲
，
其启动方式往往多种多样
，
主要包括自动化启
动以及手动启动方式。
在电力拖动一体化工程项目当中通过
是釆用继电控制器来对其进行管理和控制
。
随着社会经济及
科学技术日益发展
，
在目前的电力拖动一体化系统当中更加
需要将
PLC
取代传统继电控制器
，
从而提高控制效率及控制
水平
。
当前的时代背景之下节能减排是重要的一大理念
，
在
利用
PLC
能够发挥重要作用
。
在当前的电力控制系统当中，
一
般都是釆用
PLC
控制模式以及现行分类控制模式
。
电力系统
运行的过程当中
，
如果其中的一个模式出现问题
，
也不会对
企业实际发展经营管理过程当中更加需要节约能源消耗同
系统造成重大负面影响,另外一个也能够促使控制作用得到
正常发挥
，
实现设备正常稳定的运行
，
在很大程度上切实保
时要提高经济效益
。通过利用
PLC
控制系统能够针对于各大
电路更好控制
，
同时也可以有效节约能源消耗
。
针对于
PLC
主
机来讲
，
在输出电源以及输入电源两方面不存在较大的关联
障设备实现安全
、
稳定
、
可靠的运行
。
此外
，
对于当前的电力
拖动一体化控制系统来讲
，
其主要就是通过利用安全回路
、
性
，
输出程序以及输入程序两者之间不会产生相互影响
，
二
开关量控制以及顺序控制的方法实现相互协调配合,切实保
障系统整体运行流畅性和稳定性
。
者是独立的关系。
通过采取光电耦合供电模式能够促使系统
正常稳定的运行
。
4
结语
PLC
具有较强可靠性以及安全性
，
同时抗干扰性较强
，
在
不同工艺流程以及不同生产背景之下都能够发挥重要作用
，
还能够保障电力拖动控制系统实现正常稳定运行
。
如今
，
针
2.
2
开关量控制
在目前要针对于开关量进行有效的控制
，
开关量控制包
括了备用电源自动投入装置以及断路器控制两大方面
。
与继
电器控制系统相比来讲,通过断路控制器具有更高可靠性及
对
PLC
技术研究正在深入
，
同时
PLC
技术也不断发展和成熟
，
运行成本也得到了大幅度降低
，
企业运用
PLC
技术能够显著
安全性
。针对于传统控制器而言，
其主要属于电子控制器当
中一种
。
电子控制器通常都涉及到了大量的电子元件
，
接线
也相对较为复杂
，
如果需要对其故障进行维修难度偏大
，
系
提高社会效益及经济效益,实现企业健康
、
稳定及可持续性
的发展
。
统稳定性和可靠性差
。
但是
，
应用
PLC
控制系统之下可以实现
分闸操作
，
可以根据实际情况发出相关的信号
。
PLC
自动性
能相对较为良好,还可以促使控制线路得到很大程度简化
，
参考文献
[1]
郭嘉
，
朱雪璇
.PLC
在电力拖动一体化中的应用
[J].
装备
维修技术
,2019(04):20.
[2]
魏杰逢
.PLC
在电力拖动一体化中的应用探讨
[J],
中国金
属通报
,2019(04):230-231.
[3]
韩乐
.PLC
在电力拖动一体化中的应用
[J].
通信电源技
术
,2019,36(04):89-90.
同时也可以让辅助开关数量得到大幅缩减
。
针对于备用电源
自动投入装置进行分析,其主要就是指能够切实满足设备运
行所需要各种电源
，
在实际系统运行相对较差情况之下可以
切实的保障系统实现正常稳定运行
。
另外也会让系统更加具
有较强的抗干扰能力
，
在各类运行环境当中都可以得到正常
(上接第
138
页)
理效率
；
另一方面
，
在居民统计数据信息与人脸信息验证方
面提供双重保险,并根据实际居民信息的变化而进行即时状
态的更新
，
完成全天候的出行
、生活化安全防护
。
另外
，
在社会
公共与私人领域对人脸识别技术的应用
，
也可以对违法行为
识别
+
物联网
”
的新应用模式研究
，
逐渐推进人工智能中人脸
识别技术方面的多种生物识别模式向融合方向发展,为其后
续的活体检测与虹膜识别应用提供技术支持
。
另外
，
在新时
期也应该强化
3D
人脸库的建设工作
，
通过配套化的数据信息
积累
，
提升人工智能中人脸识别技术研发效率
，
扩增其在应
形成一种强大的无人职守式震慑,并对已经参与违法犯罪活动
的非法分子进行实时动态的搜索与识别
，
以及跟踪
、
监控和布
用层面的效用生产效率
。
控
。
这在很大程度上促进了智慧生活环境中的生存安全性与
生活智慧化,也是现代社会生活的一种形式变化的典型表现
。
参考文献
[1]
黄伟莹.人工智能在电子病案管理系统中的应用
[J],
中国
数字医学
,2020,
(4):29-30.
[2]
陈冬梅.基于隐私保护的人脸识别技术应用研究
[J].
电脑
知识与技术
,2020,(21):171.
[3]
王凯
，
王小军
，
马娜
，
等.基于人工智能的图像识别技
术在抽水蓄能电站中的应用研究
[J].
水电与抽水蓄
能
,2019,
(4):18-20.
4
结束语
随着信息技术的发展与推广应用
,
社会领域的各个生产
环节均实现了信息化
、
智能化
、
网络化
；
以此为基础,在人工
智能与工业改革资源整合的工业
4.
0
升级方案实践下
，
主要
发达国家也相即推出了与自己国家工业发展情况相适用的
人脸识别应用技术
。
结合以上分析
，
建议在新时期增强
“
人脸
型
申耳测说
ELECTRONIC
TEST
版权声明：本文标题：人工智能中人脸识别技术的应用分析 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://m.elefans.com/xitong/1717086131a532758.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论