人脸识别技术下的人物信息在线检索平台设计

◆陈燕

（江西服装学院 江西 330000）

人脸识别技术是在大数据、智能技术下诞生的一种图像识别技术，其庞大的数据库中储存了海量人像信息，同时通过智能技术获取了所有人像信息的图像特征等，随后当外界向人脸识别技术系统传输图像信息时，系统就会根据特征分析逻辑获取外界图像信息特征，并在数据库中寻找与外界图像信息特征匹配的对应信息，如果数据库中有匹配度高的图像信息，就以该信息为准，认证相关人员的身份，能对人像进行识别，这是人脸识别技术的基本功能。而在该技术基础上，为了能更好地进行人物信息检索，就有必要设计人物信息在线检索平台，如何设计该平台是一项值得思考的问题，对此进行研究具有一定现实意义。

1 平台基本架构与相关分析

1.1 基本架构

本平台基本架构见图1，图中显示平台主要采用层次思路进行设计，可分为三个层次，分别为功能模块层、用户层、网络层，其中网络层除了提供检索资源以外，还负责支撑本平台其他层的通信。

图1 本平台基本架构

1.2 相关分析

对平台基本架构各层情况进行分析：（1）功能模块层，功能模块层中包含了人脸预处理及检测程序模块、人脸特征提取程序模块、人脸特征匹配程序模块，各模块分别于用户层的相关功能对接，会随着用户在用户层的操作来运作；（2）用户层，用户层包含了人像检索信息提交窗口功能、检索匹配人脸数据库功能、检索结果展示功能，其中人像检索信息提交窗口功能与人脸预处理及检测程序模块、人脸特征提取程序模块对接，当用户输入检索信息，功能模块层就会对输入信息的人像进行检测与预处理，再提取图像特征，而检索匹配人脸数据库功能与人脸特征匹配程序对接，会根据用户输入的检索信息人像特征在数据库中找到完全匹配，或匹配度高的人像，最后转入检索结果展示功能，将检索结果展示给人工；（3）网络层，网络层主要由网络爬虫模块实现，其中包含了网页搜索器、网页下载器、本地人脸库等功能，这些功能可以为整个平台提供资源支撑与通信，如用户层的检索匹配人脸数据库功能就是建立在本地人脸库基础上的，数据库内容全部保存在本地人脸库，且检索也是从本地人脸库中调度而来的，另外，网络层还支撑了整个平台的通信，即用户想要进入本平台就必须登录网页，因此网络层起到了通信作用。

2 平台关键模块设计

根据以上分析可知，本平台中比较关键的模块分别为网络爬虫模块、人脸识别模块（即功能模块层中所有模块）、检索展示模块。只要平台具备这些模块，就能基本满足人物信息在线检索需求，因此下文将对各模块具体内容进行分析。

2.1 网络爬虫模块

本文设计的网络爬虫模块由网页下载、网页解析、图片下载、图片存储等功能实现，借助互联网与URL 种子与知名网络信息平台连接，可通过各项功能来获取知名平台内的人物信息，这些信息会全部保存在本地人脸库中。

2.2 人脸识别模块

人脸识别模块比较复杂，因此是设计的重点，设计流程大体可分为三个步骤，具体如下。

（1）人脸预处理及检测程序模块设计

考虑到单纯通过网络爬虫获得的人像规格并不统一，因此在检索之前必须先进行人脸检测，这样才能获取规格统一的人像。为此，本文在该模块设计中使用了Open CV-Haar 级联分类器进行人脸检测，检测可获取人像的面部、侧脸、眼睛、鼻子等多个特征对象，且检测效果优秀，具有良好的应用价值。值得注意的是，细分之下人脸检测也可以分为两个步骤，即预处理与检测，具体内容为：①预处理，在预处理中首先需要将所有彩色人像转化为灰度图像，其次要对图像大小进行调整，这对人脸检测的效率有直接影响，即图像越大，则检测效率越慢，本平台中图像大小的标准为240×240 像素，该标准下只要人像与拍摄镜头不是特别远，就均能得到良好的预处理效果，最后要对直方图进行均衡化处理，目的在于改变光照强度不足的人像亮度、对比度等参数，有利于检测可靠性；②检测，预处理完成后即可开始检测，检测方法主要采用Open CV 的detect Multi Scale 函数，这是一种针对灰度图像来进行检测的方法，符合预处理结果。

（2）人脸特征提取程序模块设计

因为人脸图像生成时会受到光照、角度、拍摄距离、面部表情等多方面因素的干扰，所以无法直接进行人脸特征提取，在提取前依旧要先进行预处理。人脸特征提取的预处理过程比较复杂，大体可分为五个步骤：①局部检测，因为人脸图像中存在多个特征，所以如果直接对所有特征进行处理会使得问题变得过于复杂，这时就需要先进行局部检测，获取图像中某个特征所在的位置，本文分析中主要以人的眼部为例，先获取人像眼部特征；②仿射变换，将所有人脸图像对齐，采用Open CV 的get Rotation Matrix2D（）函数、warp Affine（）函数对人脸图像进行旋转、缩放、平移、裁剪操作，要求保障人脸双眼处于水平位置，且眼距相同、高度相同，并裁减掉双眼以外的区域，这时人脸图像就趋于标准化；③直方图均衡化，此处直方图均衡化与人脸预处理及检测程序模块设计中的直方图均衡处理目的一致，因此不多加赘述，但此处直方图均衡化需采用Open CV equalize Hist（）函数来处理；④光滑处理，为降低人脸图像噪声，需要采用Open CV bilateral Filter（）函数来进行光滑处理，主要对图像的领域、滤波强度进行参数设置即可，本平台中两个参数的设置标准分别为2、20；⑤椭圆掩码处理，考虑到人脸图像中存在一些拐角，会形成难以提取特征的阴影，因此需要通过Open CV ellipse（）函数来进行椭圆码处理。在预处理完成后，可通过Open CV detect（）函数来提取特征。

（3）人脸特征匹配程序模块设计

将用户输入的人脸图像、本地人脸库中的人脸图以XML 文件格式保存到Mat 数据中读取，在Open CV match（）函数基础上，采用FLANN 算法即可得出图像特征匹配度。原理为：FLANN 算法可计算人脸图像特征的向量，若向量一致或相差不大，就说明两个图像的匹配度高，反之则匹配度低。

2.3 检索展示模块

检索展示模块设计主要包含两个步骤，分别为界面设计与检索展示逻辑设计，具体如下。

（1）界面设计

为了给用户提供检索结构，需要进行界面设计。首先提供关键词输入接口，让用户能通过文本来进行检索，其次提供图片上传接口，可以在用户无法通过文本信息检索得到想要的人脸图像时，让用户上传图像来进行深入检索。

（2）检索展示逻辑

检索展示逻辑就是根据用户输入图像与检索图像之间的匹配度来进行展示，其逻辑体现在匹配度的高度上。即本平台中，如果图像之间的匹配度低于99%，则不会生成检索结果，但高于99%，就会展示给用户

3 结语

综上，本文对人脸识别技术下的人物信息在线检索平台设计进行了分析。分析中围绕基本架构提出了设计方案，通过方案实现了人物信息在线检索平台的基本样式，该平台已经具备了人脸识别、人物信息检索等相关功能，可投入实际应用，同时平台以网页形式展示，因此符合在线检索要求，能给用户提供全天候的检索服务。