2023年7月26日发(作者：)

计算机视觉在人脸识别领域中的应用

摘要:随着科技的发展，计算机视觉在人脸识别当中的应用越来越广泛，并且在实际投入使用的时候需要根据实际的需求制定相应的应用策略，计算机视觉人脸识别技术在高校计算机专业中是相当重要的内容，大多高校在实际投入工作的时候进行了相应的研究，并且加大了相关课程的设置力度，除此之外，也在不断地培养师生的专业能力。文章当中主要对计算机视觉在人脸识别领域当中的应用情况进行了分析。

关键词:计算机视觉；人脸识别；应用

引言

人脸识别技术的发展速度非常快，且在实际投入使用的时候代替了传统人工操作中的不足，目前我国使用的人脸识别大多都是在主动近红外图像多光源的基础之上，且该技术在识别的时候的精准度比较高，工作效率特别好。该技术在未来进步发展当中的应用将会特别的广泛，将会弥补传统技术当中的不足，促进相关行业的快速发展。

一、计算机人脸识别技术的内涵

人脸识别主要是利用图像设备进行人脸图像的采集，利用计算机人脸识别检测图像的生物技术，人脸识别算法在投入使用的时候识别准确度和识别效率都是进行算法衡量的重要标准，大多都应用于身份的鉴定以及安保系统等行业领域之中。

二、人脸识别方法的分析

（一）近红外图像多光源技术的分析

人脸识别考勤技术在应用的时候和多光源识别技术进行了有效的融合，在人脸识别领域中有着非常重要的发展，最为主要的标志着人脸识别考勤技术在应用的时候不会受到时间的影响，在任何时间都可以投入到工作当中，人脸识别与其他技术特征一样，其唯一性和不易复制的特点为识别技术的应用提供了支持，人脸识别在投入使用的时候不需要识别对象进行配合，不必和对象进行接触，可以在同一时间对多个人脸进行分析，大多人脸识别性能会受到外界因素的影响，其中受到光源等各项因素都特别的重要，所以人脸识别技术在使用的过程中需要在理想的环境当中投入使用，如果环境因素不可控，将会对其识别性能大大地降低。

（二）特征脸识别方法

该方法主要是从其组成成分进行人脸技术导出的，理论上任何人像识别都能够利用两个相邻的集合进行重建，图像组合或是人脸的集合都能够通过该技术得到高维的图像效果，最为显著的特征是利用正交基作为特征值投入使用，对新的人脸信息进行空间投影，并与数据库当中的信息进行识别分析，判断其是数据库当中的哪张人脸。

（三）小波变换的识别方法

小波变换在开展工作的过程中是运用时间等的更换，使用伸缩等的方法对图像进行相应的处理，科学合理的从图像当中提取相应的信息资料。部分学者在研究的时候，利用局部的大小和小波分解的方法对人脸进行识别，该方法都可以对人脸的平面进行旋转以及伸缩处理，小波变换的识别方法在投入使用的过程中也取得了非常显著的成果，为该行业的发展提供良好的支持。

（四）模板匹配识别技术

模板匹配识别技术也是人脸识别技术当中特别重要的一项技术，能够根据可变性模板进行人脸信息的抽取，同时模板可以通过平移等方法开展工作，能够更加充分的展现出其图像当中的形状，有的学者在模板和特征两种方法比较的情况下，发现在模板的基础上，能够有效的提升人脸识别技术的识别率，并且特征方法在应用的时候存储量比较大且识别速度高。

（五）神经网络识别技术 神经网络在投入使用的过程中其学习能力等都特别的强，能够及时的对人脸信息进行提取处理，该方法在应用的时候相对来说比较便捷、复杂程度低，有效地保存了人脸图像当中的形象信息，在应用过程中具有独有的优势特点，在人脸识别的过程中显性描述对大多规律无法进行深入的解释，神经网络技术可以对其进行隐性的表达，且容易达到预期的效果。

三、计算机视觉在人脸识别领域当中的运用措施

（一）网络身份辨识中的应用

在互联网信息技术迅速发展的过程中，信息系统以及用户的授权的过程都是在网络的基础上完成的，传统的密码是分识别技术，在应用的时候容易受到外界因素的影响，系统当中的安全性无法得到保障，利用人脸识别生物技术在对用户进行身份识别认证的时候能够有效的实现数字身份认证，该方法的识别效率以及可靠性是传统技术无法逾越的，在支付当中应用的用户认证人脸识别技术的应用已经特别的成熟，特别是在安全性能要求比较高的领域中能够提升信息系统的识别度。

（二）摄像领域中的应用

摄影领域当中进行人脸识别技术的使用，改变了传统摄影技术应用中的现状，可以有效的与摄影设备进行结合，可以更加高效的对人脸信息进行识别，达到人脸的自动对焦，使得照片清晰度可以有所提升的程度。该技术在摄影领域当中的应用相对来说比较简单，最为主要的是利用存储系统当中的人脸信息库进行比对，识别精度也相对较低。

（三）门禁系统中的应用

门禁系统在游泳的时候，主要是对收钱的用户进行和法的信息访问，我国的门禁系统基本上都是应用指纹，在实际应用的过程中存在着一定的不足，人脸识别技术在门禁系统当中的占有率相对较低，大多都是应用与安全等级要求较高的场合，作为辅助识别技术可以利用安全区外的摄像设备对信息进行采集，利用对加密网络通信技术进行采集数据的识别鉴定，通过对比分析了解用户是否存在系统当中，大部分人脸识别系统在投入使用的过程中用户都是积极主动的配合识别，工作质量较高，一旦信息采集环境发生变化，识别效率和准确度都会受到影响。

（四）其他领域中的应用

人脸识别技术在各个行业当中的应用都取得了良好的成效，在各个领域当中有着特别广泛的应用，其中安检系统中的运用显得格外重要，利用人脸识别技术进行用户信息的识别，走过已经得到了大量的应用，能够辅助关系统进行相关工作的开展，同时也可以在民航以及支付等领域进行相应的应用，用户在开展工作时不必进行人工识别，利用该技术可以更加准确的进行身份信息的识别，并且其精准度相对较高，因此，其也可以应用于娱乐场合。

四、结束语

综上所述，计算机人脸识别技术在应用的时候特别的复杂，并且涉及的知识理论特别多，其中图像处理、信号处理等都是其中非常重要的技术，该技术在研究的过程中是非常具有挑战性的技术领域，计算机技术人脸识别技术受到业界学者的广泛关注，为计算机人脸识别技术未来投入使用奠定基础，使其在未来社会的进步发展当中能够充分的发挥自身的重要作用。

参考文献:

[1] 姚静姝. 计算机视觉在人脸识别领域中的应用[J]. 电子技术与软件工程, 2020(17):2.

[2] 梁博. 计算机视觉在人脸识别领域中的应用研究[J]. 信息与电脑,

2019, 31(20):3.

作者信息：刘嗣睿，男（1979.5—），汉族，天津人，本科，讲师，研究方向：计算机软件技术 电子商务