傅里叶变换在人脸识别中的应用技术研究

匿形匿像　／　

基于快速傅里叶变换与人脸先验知识的改进人眼检测　

算法　

蔚东辰　．　郑伯川１　

（１．！￣Ｉ　Ｊ１１大学计算机学院，成都６１００６５；２．西华师范大学数学学院，南充６３７００２）　

摘　要：提出了一种针对ＤＶＦ（距离向量域）眼睛检测算法的重要改进。使用距离向量域来检测人　

眼在图像中的位置已经被证明是一种出色的方法．然而其拥有非常高的时间计算复杂度。　目前．两项重要改进被引入：首先，使用快速傅里叶变换与卷积定理，成功将检测复杂度降　低　其次．眼睛在人脸中粗略位置的合理假设被引入检测过程中，使得ＤＶＦ检；９１１１算法在人　

脸在有旋转与偏斜的情况下仍然保持精确　关键词：人眼检测；傅里叶变换；先验知识　

０　引言　

人眼位置检测是人脸特征提取系统的重要组成部　

分．目前多种方法已经出现在已有文献中　在较为有代　

表性的文献『１１中，作者使用了改进版的Ｂｏｏｓｔｅｄ分类器　

来检测人眼，这与文献『２忡检测人脸方法完全相同。文　

献ｆ３１中，作者使用人脸特征的正负训练样本来提取特征　

向量。用以训练多层感知机．其输出标识出某指定窗口　

包含人眼的概率。文献ｆ４］中，作者使用人脸图像中的三种　

特征用以检测人眼位置．其中包括人脸灰度值．穿过两眼　

直线的估计方向．以及其所提出的人眼方差滤波器与人　

脸图像的卷积响应　然而在所有这些主流文献中．其检测　

算法的速度与精确度均存在内在矛盾．难以平衡　

文献『５］中，作者提出一种基于人眼几何特征的检　测方法：距离向量域人眼检测　其由大量人眼图片训出　

一Ｐ×ｐ特征矩阵，以此矩阵作为模板在ＭｘＮ人脸图像　上逐像素匹配用以寻找最佳匹配位置．即人眼　此方法　

计算复杂度为０（ＭＮＰＱ），难以达到实时性能．为使其　

更加快速，作者建议缩小匹配范围．然而其将不可避免　

的损失检测精度。在本论文中，我们将展示如何将高达　

Ｏ（ＭＮＰＱ）的计算复杂度降至０（（Ｍ＋Ｐ）（Ｎ＋Ｑ）ｌｇ（Ｍ＋Ｐ）　（Ⅳ＋Ｑ））），同时提高检测精度。　

Technology Application

技术应用DCW

185数字通信世界2019.02从2015年开始，国家加大了对教育考试违纪作弊行为的处

理力度，《中华人民共和国刑法修正案（九）》已于2015年11月

正式实施，其中第284条明确规定法律规定的国家考试中，组织

作弊的将入刑定罪，最高可处七年有期徒刑。此条例颁布后，教

育部明确提出：要结合各地实际，采用二代身份证现场报名确认、

现场采集照片和指纹等生物特征、及时进行信息比对等措施严防

替考。为此各个地区纷纷升级防作弊系统，指纹识别、人脸识别

等大量“黑科技”在各地考场中大显身手，生物识别俨然成为全

民焦点，其中人脸识别凭借其唯一性和独特性在众多生物识别技

术中脱颖而出，有着广阔的应用前景。

1 人脸识别技术在招生考试系统中应用的重要

性分析

近年来，为防范打击“替考”等严重违反考试纪律的行为，

实现考生身份甄别由“人工主观识别”向“计算机科技识别”的

转变，全国范围内许多重要的考试都逐渐应用。

在2018年全国硕士研究生招生考试中，深圳市首次利用人

脸识别技术核验考生的身份，即在考生进入考场时，现场刷脸验

证成功后方能进入考场参加考试。2018年中小学教师资格考试广西考区笔试，广西招生考试院

将在广西经济管理干部学院和百色市六中两个考点首次启用“人

脸识别系统”，对考生身份进行自助验证。

在西安交通大学网络教育课程中也考试首次启用“人脸识别”

系统，秋季课程考试的人脸识别系统首次在陕西溢诚学习中心进

行测试，现场通过身份证阅读器读取考生身份证号码，并采集考

生人脸照片，与系统录取照片进行一对一比对。考生只有通过人

脸识别完成考前电子签到工作，方可入场参加课程考试。这是西

安交通大学网络教育学院继招生考试后，将“人脸识别”技术首

次应用到课程考试中，是学院信息化建设的重大举措之一。

人脸识别技术在招生考试系统中能够严肃考场纪律，严防替

考舞弊行为发生，维护教育考试的公平、公正。

2 人脸识别技术

人脸识别技术的核心实际是“局部人体特征分析”以及“图

龙源期刊网

人脸识别技术在门禁系统中的应用研究

作者：尹晨达

来源：《装饰装修天地》2018年第07期

摘 要：现代社会安全防卫设备日益受到人们的重视，人们不在满足于传统的安全防卫系统，而生物特征识别技术如今已取得巨大的发展，尤其近年来嵌入式以及人脸识别技术的发展更加迅速。目前大多数的人脸识别门禁系统是基于 PC 机实现的，这具有体积大、成本高的缺点，不利于在一些场合使用。但是随着嵌入式技术日新月异的发展，利用嵌入式技术实现人脸识别系统成为现实。本文围绕着如何将人脸识别技术在门禁系统中实现智能化、小型化的问题，展开了针对小型办公场所以及家用人脸识别设备的应用与设计。

关键词：人脸识别技术；门禁系统；应用

1 引言

社会经济快速发展，人们生活质量大幅提高，入室偷窃案件屡见不鲜。为了保护自身人身和财产安全，人们对安防系统的有效性和安全性的要求不断提高。如何利用高科技手段设计出更安全可靠的防卫系统，成为安防领域研究的重点。智能门禁系统的出现为安全防卫系统研究设计提供了新的研究方向，引起自身的安全性和智能化特点深受广大用户的青睐。传统的门禁系统是通过口令验证、密码验证或者是磁卡验证等方式进行验证的，但是这种验证手段和用户本身是分离的，不法分子很容易盗取和破解，人脸识别技术在门禁系统的应用，又为安防系统的研究提供了新的方向，这项技术既满足了智能化要求，也使得人们的生命和财产安全得到了更高的保证。

2 人脸识别技术的现状

美国、英国、日本等发达国家科技发达、资金雄厚以及拥有许多优秀的人才等优势，同时又都是以国家层面在研究人脸识别技术的，例如美国国防部成立的FERET以及英国成立的XM2VTS，因此这些国家的人脸识别技术走在这一领域的前沿，遥遥领先世界其他国家，都促使这些国家。我国80年代开始研究人脸识别技术，研究起步较晚，但在我国许多科研院所的不懈努力下，在人脸识别技术上也取得一些有意义的科研成果，不断缩小同发达国家差距。例如2008年北京奥运会首次使用具有自主知识产权的人脸识别系统取得很好效果；2014年，中国香港中文大学的汤晓鸥教授及其团队研发成果，基于原创的人脸识别算法，首次超越人眼识别能力97.53%，准确率达到98.52%。相信随着我国科研能力不断的提高，人脸识别技术会有更广阔的发展空间。

现代电子技术Modern Electronics Technique2023年11月1日第46卷第21期Nov. 2023Vol. 46 No. 21

0 引 言

说话人识别也称为声纹识别[1]，与指纹识别、人脸识

别等身份认证技术相同，都代表不同人之间的个体差

异。说话人识别是根据每个人的发音特点，以及每个人

的发音器官，包括声带、声道等，在大小和形状上的不同

来进行区别不同人的声音。说话人识别技术按照其所要识别的任务及应用场

景主要分为两类：说话人验证（Speaker Verification）及

说话人辨认（Speaker Identification）。按照其识别内容

可以分为三类：文本相关（text⁃dependent）、文本无关

（text⁃independent），以及文本提示（text⁃prompted）。随

着社会不断的发展，文本无关的说话人识别也越来越受

到重视，本文针对文本无关的说话人辨认进行研究。

传统的说话人识别技术往往对音频提取声学特征，

例如梅尔倒谱系数（Mel Frequency Cepstral Coefficient, 基于改进语谱图的深度学习说话人识别

马志举， 杜庆治， 龙 华， 邵玉斌

（昆明理工大学 信息工程与自动化学院， 云南 昆明 650500）

摘 要： 为了提高说话人识别系统的性能，提出基于改进语谱图的深度学习说话人识别算法。语谱图当中包含了语音的内容、情绪、语种以及说话人身份等多种信息，在以往的说话人识别算法中，往往没有考虑到说话人身份特性，采用直接提取语音中的语谱图作为网络输入，而说话人识别系统中需要提取语谱图中表征身份的信息，因此需要在原始语谱图的基础上进行改进。在语谱图中，基音频率以及共振峰等信息最能表现说话人的身份特征，从而提出根据语音信号中每一帧的基音频率进行自适应梳状滤波，得到改进后的语谱图，再通过卷积神经网络提取说话人特征，从而达到提升识别准确率的效果。网络模型采用MobileNetv2神经网络，该网络模型具有模型参数少、收敛速度快、识别速度快等优点，有利于实际应用。在对照实验结果中，该方法相对于原始语谱图的准确率分别提高了2.3%、5.2%、3%。关键词： 语谱图； 基音频率； 梳状滤波器； 深度学习； 说话人识别； 深度可分离卷积中图分类号： TN912.34⁃34； TP183 文献标识码： A 文章编号： 1004⁃373X（2023）21⁃0032⁃07