計(jì)算機(jī)圖像處理技術(shù)人臉識(shí)別教學(xué)研究

導(dǎo)語(yǔ)：計(jì)算機(jī)圖像處理技術(shù)人臉識(shí)別教學(xué)研究一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：2015年，我國(guó)人臉識(shí)別技術(shù)應(yīng)用取得重大突破，對(duì)解決我國(guó)人臉識(shí)別應(yīng)用核心技術(shù)問題起到積極的幫助作用。雖然我國(guó)現(xiàn)階段人臉識(shí)別技術(shù)發(fā)展與國(guó)外部分國(guó)家有著一定技術(shù)差距，但隨著計(jì)算機(jī)圖像處理技術(shù)人臉識(shí)別教學(xué)水平的不斷提高，新時(shí)期人臉識(shí)別人才教育培養(yǎng)將逐漸向技術(shù)應(yīng)用未來(lái)化邁進(jìn)，使我國(guó)人臉識(shí)別技術(shù)運(yùn)用在高等人才教育培養(yǎng)推動(dòng)下，能更好地形成人才教育應(yīng)用的良性循環(huán)。

關(guān)鍵詞：計(jì)算機(jī)；圖像處理；人臉識(shí)別；教學(xué)

人臉識(shí)別技術(shù)是一種基于提取人體臉部特征信息，對(duì)身份進(jìn)行識(shí)別的計(jì)算機(jī)生物識(shí)別技術(shù)［1］，將計(jì)算機(jī)圖像處理技術(shù)與生物統(tǒng)計(jì)學(xué)原理融合起來(lái)，通過計(jì)算機(jī)圖像處理技術(shù)，提取人像的部分特征，并分析生物統(tǒng)計(jì)學(xué)的原理，建立數(shù)學(xué)模型，存儲(chǔ)在電腦中，來(lái)達(dá)到身份識(shí)別的目的。人臉識(shí)別對(duì)人們平時(shí)的工作生活產(chǎn)生了重大影響，特別是云計(jì)算、大數(shù)據(jù)、互聯(lián)網(wǎng)等服務(wù)方面的逐步提升，不斷推動(dòng)著人臉識(shí)別技術(shù)趨向成熟，以及發(fā)展領(lǐng)域的不斷擴(kuò)大［2］。現(xiàn)今，人臉識(shí)別技術(shù)廣泛應(yīng)用，為該項(xiàng)技術(shù)發(fā)展提供新的契機(jī)。為更好滿足人臉識(shí)別技術(shù)應(yīng)用需求，做好針對(duì)性人才教育培養(yǎng)規(guī)劃至關(guān)重要。在此過程中，計(jì)算機(jī)圖像處理技術(shù)人才識(shí)別課程教學(xué)，應(yīng)緊抓時(shí)展需求，加強(qiáng)人臉識(shí)別教學(xué)教育實(shí)踐改革，以人臉識(shí)別教學(xué)實(shí)踐多元化、系統(tǒng)化開展為基礎(chǔ)，擴(kuò)寬教育實(shí)踐范圍，使人臉識(shí)別技術(shù)人才教育培養(yǎng)能充分與國(guó)際教育發(fā)展相接軌。

一、人臉識(shí)別技術(shù)應(yīng)用推廣與實(shí)現(xiàn)

人臉識(shí)別概念最早在美國(guó)興起，計(jì)算機(jī)技術(shù)應(yīng)用體系逐步完善，對(duì)美國(guó)人臉識(shí)別技術(shù)研究給予充分支持。20世紀(jì)70年代末期，人臉識(shí)別技術(shù)不再是單一的技術(shù)理論，在美國(guó)軍方資金推動(dòng)下，人臉識(shí)別技術(shù)真正意義在實(shí)踐領(lǐng)域有所運(yùn)用。隨著人臉技術(shù)研究理論廣泛普及，德國(guó)、英國(guó)等科技強(qiáng)國(guó)逐步加入研究人臉識(shí)別技術(shù)陣營(yíng)，提高人臉識(shí)別技術(shù)應(yīng)用的廣泛性，能夠進(jìn)一步為人臉識(shí)別技術(shù)在不同領(lǐng)域信息的推廣夯實(shí)基礎(chǔ)。早期階段，人臉識(shí)別技術(shù)由于技術(shù)概念不統(tǒng)一、計(jì)算機(jī)技術(shù)應(yīng)用水平有限，導(dǎo)致人臉識(shí)別技術(shù)錯(cuò)誤率相對(duì)較高，無(wú)法滿足軍方及政府部門使用需求，最終在20世紀(jì)90年代末期，人臉識(shí)別技術(shù)一度被虹膜識(shí)別技術(shù)、指紋識(shí)別技術(shù)、DNA技術(shù)所取代。但智能AI技術(shù)的運(yùn)用推廣，打破了人臉識(shí)別技術(shù)的應(yīng)用局限性，推動(dòng)人臉識(shí)別技術(shù)運(yùn)用的商業(yè)化進(jìn)程，成為現(xiàn)代人臉識(shí)別技術(shù)發(fā)展的主要方向。人臉識(shí)別技術(shù)于2005~2010年之間迎來(lái)技術(shù)研究發(fā)展新高潮，現(xiàn)代人臉識(shí)別技術(shù)推廣，得益于電子數(shù)碼產(chǎn)品對(duì)人臉識(shí)別核心技術(shù)移植，有效彌補(bǔ)了人臉識(shí)別技術(shù)應(yīng)用理論不足，使人臉識(shí)別在各個(gè)領(lǐng)域技術(shù)應(yīng)用發(fā)展水平均得到充分提高。

二、基于計(jì)算機(jī)圖像技術(shù)處理的人臉識(shí)別技術(shù)運(yùn)用

計(jì)算機(jī)圖像處理技術(shù)，是利用數(shù)據(jù)信息修正模塊，對(duì)所成像圖像內(nèi)容做修改，使其符合圖像使用者應(yīng)用預(yù)期，以達(dá)到更好圖像技術(shù)應(yīng)用效果。以計(jì)算機(jī)圖像技術(shù)應(yīng)用作為人臉識(shí)別技術(shù)開發(fā)模塊，能更好地提高人臉識(shí)別數(shù)據(jù)算法計(jì)算能力，使人臉識(shí)別技術(shù)在不同領(lǐng)域中均能發(fā)揮良好功能優(yōu)勢(shì)。（一）數(shù)碼科技產(chǎn)品。數(shù)碼科技產(chǎn)品，是人臉識(shí)別技術(shù)應(yīng)用主要門類，其中移動(dòng)電話、移動(dòng)PC電腦、小型服務(wù)器工作站等是人臉識(shí)別技術(shù)在數(shù)碼科技領(lǐng)域運(yùn)用的主要方向。與傳統(tǒng)概念中人臉識(shí)別技術(shù)應(yīng)用不同的是，數(shù)碼科技產(chǎn)品對(duì)人臉識(shí)別技術(shù)的要求是小型化、便攜性。因此，在計(jì)算機(jī)圖像處理技術(shù)算法優(yōu)化方面，針對(duì)數(shù)碼科技產(chǎn)品人臉識(shí)別技術(shù)開發(fā)，更多考慮到技術(shù)適用性、功能多元化，以滿足移動(dòng)電子設(shè)備對(duì)人臉識(shí)別技術(shù)的使用需求。除此之外，數(shù)碼科技產(chǎn)品中計(jì)算機(jī)圖像處理技術(shù)，其技術(shù)內(nèi)核不僅要能保證人臉識(shí)別模塊的易用性，同時(shí)，也要盡可能根據(jù)數(shù)碼科技產(chǎn)品未來(lái)化發(fā)展，做好更深層次技術(shù)整合。所以，從技術(shù)研發(fā)角度來(lái)看，數(shù)碼科技產(chǎn)品對(duì)人臉識(shí)別技術(shù)運(yùn)用，更重視技術(shù)創(chuàng)新、技術(shù)資源開發(fā)，保證其先進(jìn)性、前瞻性，是人臉識(shí)別技術(shù)在數(shù)碼科技產(chǎn)品領(lǐng)域?qū)τ?jì)算機(jī)圖像處理技術(shù)應(yīng)用的根本條件。（二）商用門禁系統(tǒng)。針對(duì)門禁系統(tǒng)開展技術(shù)研發(fā)，是初期階段人臉識(shí)別技術(shù)運(yùn)用的主要方向。隨著近年來(lái)人臉識(shí)別逐漸突破技術(shù)壁壘，門禁系統(tǒng)對(duì)人臉識(shí)別技術(shù)的運(yùn)用，進(jìn)一步從區(qū)域識(shí)別、局部識(shí)別轉(zhuǎn)向多人識(shí)別、動(dòng)態(tài)識(shí)別，有效提高了門禁系統(tǒng)對(duì)人臉識(shí)別技術(shù)運(yùn)用的可靠性［3］。就技術(shù)發(fā)展角度而言，門禁系統(tǒng)對(duì)人臉識(shí)別的技術(shù)要求，更多是在識(shí)別準(zhǔn)確性、識(shí)別內(nèi)容做技術(shù)拓展，使其在軍方及政府機(jī)構(gòu)方面能得到充分普及運(yùn)用。正是由于商用門禁系統(tǒng)對(duì)人臉識(shí)別技術(shù)運(yùn)用有著較高內(nèi)容要求，在現(xiàn)代計(jì)算機(jī)智能化、大數(shù)據(jù)技術(shù)充分加持下，以計(jì)算機(jī)圖像處理技術(shù)為基礎(chǔ)的人臉識(shí)別技術(shù)，從根本上強(qiáng)化了商用門禁系統(tǒng)的安全性、穩(wěn)定性，解決人臉識(shí)別技術(shù)水平不足，通過計(jì)算機(jī)圖像處理技術(shù)對(duì)人臉識(shí)別技術(shù)應(yīng)用系統(tǒng)化整合，使商用門禁系統(tǒng)得以最大限度發(fā)揮商業(yè)價(jià)值，為其后續(xù)階段在各個(gè)領(lǐng)域有效推廣創(chuàng)造有利條件。（三）電子信息身份識(shí)別。電子信息身份識(shí)別最早是基于身份驗(yàn)證數(shù)據(jù)編碼技術(shù)運(yùn)用衍生而來(lái)，隨著人臉識(shí)別技術(shù)普及，電子信息身份識(shí)別，最終將指紋識(shí)別、人臉識(shí)別納入電子信息身份識(shí)別技術(shù)體系。2001年9月11日在美國(guó)紐約世界貿(mào)易中心發(fā)生恐怖襲擊事件，同一時(shí)間美國(guó)五角大樓遭遇襲擊，遭受重大損失，相同時(shí)間內(nèi)發(fā)生兩起針對(duì)美國(guó)本土恐怖襲擊事件，為電子信息身份識(shí)別技術(shù)推廣創(chuàng)造條件。最終在2006年由美國(guó)及部分歐盟國(guó)家推動(dòng)下，以人臉識(shí)別為核心技術(shù)應(yīng)用電子信息身份識(shí)別系統(tǒng)得以廣泛推廣，僅2006一年，全球有近60個(gè)國(guó)家完成電子信息身份識(shí)別系統(tǒng)網(wǎng)絡(luò)連通，使電子信息身份識(shí)別，一躍成為人臉識(shí)別技術(shù)應(yīng)用的重要方向。計(jì)算機(jī)圖像處理技術(shù)在人臉識(shí)別中運(yùn)用推廣，彌補(bǔ)人臉識(shí)別核心技術(shù)不足，使人臉識(shí)別技術(shù)能基于靜態(tài)、動(dòng)態(tài)多種模式進(jìn)行信息甄別，最大限度地滿足了人臉識(shí)別技術(shù)在電子信息身份識(shí)別中的運(yùn)用需求。至此，2010年國(guó)際民航組織將人臉識(shí)別技術(shù)列為電子身份識(shí)別的主要技術(shù)門類，全球近120個(gè)國(guó)家對(duì)電子信息身份識(shí)別系統(tǒng)做出了內(nèi)容完善，提高了人臉識(shí)別技術(shù)應(yīng)用的廣泛性。

三、國(guó)外及國(guó)內(nèi)計(jì)算機(jī)圖像處理技術(shù)的人臉識(shí)別技術(shù)研究及教學(xué)發(fā)展

（一）國(guó)外發(fā)展現(xiàn)狀。國(guó)外人臉識(shí)別技術(shù)研究起步相對(duì)較早，有關(guān)技術(shù)內(nèi)容也較為完善。因而，在計(jì)算機(jī)圖像處理技術(shù)的人臉識(shí)別應(yīng)用方面，國(guó)外部分發(fā)達(dá)國(guó)家有著更為完備的教育體系，其技術(shù)人才培養(yǎng)能涉足多個(gè)領(lǐng)域，進(jìn)一步加速了國(guó)外部分國(guó)家對(duì)人臉識(shí)別技術(shù)的研究積累。首先，從計(jì)算機(jī)技術(shù)應(yīng)用角度分析，國(guó)外計(jì)算機(jī)技術(shù)普及水平相對(duì)較高，計(jì)算機(jī)核心技術(shù)內(nèi)容大部分掌握在美國(guó)、英國(guó)、韓國(guó)、日本及荷蘭等科技強(qiáng)國(guó)之手，為其計(jì)算機(jī)圖像處理技術(shù)在人臉識(shí)識(shí)別中充分運(yùn)用創(chuàng)造技術(shù)條件。其次，從人臉識(shí)別技術(shù)自身分析，早期階段人臉識(shí)別技術(shù)的內(nèi)容積累，大部分由美國(guó)、德國(guó)進(jìn)行參與，相關(guān)學(xué)術(shù)研究理論框架，也大部分基于美國(guó)、德國(guó)科學(xué)家早期技術(shù)理論進(jìn)行設(shè)計(jì)，使國(guó)外部分國(guó)家在人臉識(shí)別技術(shù)運(yùn)用方面有著較為明顯的基礎(chǔ)性優(yōu)勢(shì)。最后，從技術(shù)專業(yè)教育角度分析，現(xiàn)階段人臉識(shí)別技術(shù)開發(fā)，在國(guó)外部分國(guó)家成為與AI智能技術(shù)比肩尖端科技，對(duì)人才教育培養(yǎng)也多數(shù)以半官方性質(zhì)進(jìn)行。（二）國(guó)內(nèi)發(fā)展現(xiàn)狀。國(guó)內(nèi)人臉識(shí)別技術(shù)雖起步較晚，但技術(shù)發(fā)展速度相對(duì)較快，截至2015年末，我國(guó)在人臉識(shí)別算法研究應(yīng)用領(lǐng)域，已然走在世界前列，進(jìn)一步突破了人臉識(shí)別核心技術(shù)限制，彌補(bǔ)我國(guó)在人臉識(shí)別技術(shù)算法中的不足。從人臉識(shí)別技術(shù)應(yīng)用發(fā)展的歷史來(lái)看，我國(guó)人臉識(shí)別技術(shù)綜合技術(shù)實(shí)力相對(duì)較強(qiáng)［1］，但在部分核心技術(shù)方面仍處于弱勢(shì)地位，其中，人臉識(shí)別系統(tǒng)硬件設(shè)備適配及人臉識(shí)別程序設(shè)計(jì)水平較為薄弱，無(wú)法與國(guó)外部分國(guó)家人臉識(shí)別技術(shù)相比擬。目前，我國(guó)基于計(jì)算機(jī)圖像處理技術(shù)的人臉識(shí)別人才教育培養(yǎng)規(guī)模較小，僅有少部分院校圍繞人臉識(shí)別核心技術(shù)應(yīng)用開設(shè)有關(guān)課程，核心技術(shù)多數(shù)掌握在企業(yè)、有關(guān)科研單位手中，核心技術(shù)教學(xué)則更多停留于軟件技術(shù)運(yùn)用及程序編輯兩個(gè)部分。因此，與國(guó)外部分國(guó)家相比，我國(guó)計(jì)算機(jī)圖像處理人臉識(shí)別教學(xué)研究在教育體系方面不夠完善，教育發(fā)展規(guī)模也無(wú)法滿足未來(lái)階段人才應(yīng)用需求。但從人臉識(shí)別技術(shù)應(yīng)用教育發(fā)展長(zhǎng)效化推進(jìn)來(lái)看，我國(guó)已然完成中期階段技術(shù)研究積累，從根本上強(qiáng)化了人臉識(shí)別技術(shù)的研發(fā)能力，通過有關(guān)企業(yè)及組織機(jī)構(gòu)教育發(fā)展聯(lián)動(dòng)，將以專家技術(shù)團(tuán)隊(duì)建設(shè)為中心開展的人才教育培養(yǎng)工作進(jìn)一步成為主要教育形式，對(duì)我國(guó)計(jì)算機(jī)人臉識(shí)別技術(shù)的人才教育培養(yǎng)及未來(lái)化發(fā)展有著重要意義。

四、新時(shí)期計(jì)算機(jī)圖像處理技術(shù)的人臉識(shí)別技術(shù)教學(xué)困境

（一）缺乏足夠人臉識(shí)別技術(shù)資源支持。基于計(jì)算機(jī)圖像處理的人臉識(shí)別技術(shù)其教育內(nèi)容涉及領(lǐng)域較為寬泛，核心技術(shù)課程具有一定保密性，加之部分院校教育資源相對(duì)匱乏，使我國(guó)人臉識(shí)別技術(shù)人才教育培養(yǎng)無(wú)法切實(shí)實(shí)現(xiàn)整體化開展。針對(duì)這一問題，有關(guān)教育機(jī)構(gòu)采取互聯(lián)網(wǎng)教學(xué)授課模式彌補(bǔ)教育資源不足，通過網(wǎng)絡(luò)資源整合完善人臉識(shí)別課程內(nèi)容。但受限于基礎(chǔ)技術(shù)條件，大部分教育機(jī)構(gòu)人才識(shí)別技術(shù)教學(xué)，多數(shù)停留于對(duì)理論性內(nèi)容的輸出，未能基于軟件課程實(shí)踐做好教育體系優(yōu)化，使人臉識(shí)別技術(shù)教學(xué)質(zhì)量難以得到顯著提升。對(duì)此，教育機(jī)構(gòu)可以采取與高校教育聯(lián)動(dòng)辦法，實(shí)現(xiàn)計(jì)算機(jī)圖像處理技術(shù)人臉識(shí)別教學(xué)系統(tǒng)化推進(jìn)，利用教育機(jī)構(gòu)教育資源彌補(bǔ)高校教育的不足。而高校方面則應(yīng)給予人臉識(shí)別互聯(lián)網(wǎng)教學(xué)教育實(shí)踐性幫助，提高互聯(lián)網(wǎng)教育專業(yè)化水平，使我國(guó)人臉識(shí)別技術(shù)人才教育培養(yǎng)能力可以得到大幅提升。（二）人臉識(shí)別技術(shù)人才教育培養(yǎng)體系尚不完善。現(xiàn)階段，我國(guó)人臉識(shí)別技術(shù)人才教育正處于人才教育培養(yǎng)的起步階段，有關(guān)人才培養(yǎng)教育課程相對(duì)匱乏，人才教育應(yīng)用實(shí)踐水平較為有限。截至2019年末，我國(guó)國(guó)內(nèi)人臉識(shí)別技術(shù)人才培養(yǎng)院校不足50所，實(shí)際技術(shù)科研中心不足10個(gè)，而技術(shù)研究企業(yè)則多達(dá)近千家，導(dǎo)致大部分人臉識(shí)別技術(shù)人才培養(yǎng)通過企業(yè)人才培訓(xùn)方式加以實(shí)現(xiàn)，難以利用正規(guī)渠道開展人才教育培養(yǎng)工作。之所以我國(guó)人臉識(shí)別技術(shù)人才培養(yǎng)出現(xiàn)這一困境，主要是由于部分人臉識(shí)別核心技術(shù)商業(yè)價(jià)值過高，處于信息保密目的，核心技術(shù)內(nèi)容難以在專業(yè)教育領(lǐng)域加以運(yùn)用，使我國(guó)人臉識(shí)別技術(shù)人才培養(yǎng)能力始終無(wú)法達(dá)到較高水平。面對(duì)該問題，我國(guó)有關(guān)高校及教育機(jī)構(gòu)應(yīng)針對(duì)計(jì)算機(jī)圖像處理的人臉識(shí)別技術(shù)運(yùn)用，建立完備人才教育培養(yǎng)應(yīng)用機(jī)制，促進(jìn)人才教育培養(yǎng)生態(tài)循環(huán)，提高人才培養(yǎng)規(guī)模及人才培養(yǎng)標(biāo)準(zhǔn)化水平，從人臉識(shí)別教育內(nèi)容普及角度構(gòu)建系統(tǒng)化人才教育培養(yǎng)模塊，使計(jì)算機(jī)圖像處理的人臉識(shí)別技術(shù)人才教育能逐漸向規(guī)范化、規(guī)模化及多元化發(fā)展。

五、基于計(jì)算機(jī)圖像處理技術(shù)的人臉識(shí)別教學(xué)思路及策略

（一）教學(xué)參照對(duì)象選擇。本次教學(xué)實(shí)踐研究主要選用開源軟件開發(fā)工具包作為人臉識(shí)別教學(xué)參考，依據(jù)原有數(shù)據(jù)鏈開展教學(xué)細(xì)節(jié)梳理分析。根據(jù)計(jì)算機(jī)圖像處理技術(shù)人臉識(shí)別教學(xué)內(nèi)容不同，將基于SDK數(shù)據(jù)包開源數(shù)據(jù)做教學(xué)優(yōu)化，為后續(xù)階段人臉識(shí)別課程教學(xué)實(shí)踐積累經(jīng)驗(yàn)。（二）教學(xué)課程布置。本次課程教學(xué)共計(jì)選取課程主體內(nèi)容的三個(gè)部分，根據(jù)人臉識(shí)別開源軟件設(shè)計(jì)程序步驟差異，三個(gè)部分將依次做教學(xué)分析，圍繞SDK軟件數(shù)據(jù)程序布置教學(xué)課程，以滿足不同課程內(nèi)容對(duì)人臉識(shí)別技術(shù)教學(xué)應(yīng)用需求。規(guī)范教學(xué)課程對(duì)人臉識(shí)別技術(shù)的運(yùn)用，本次課程教學(xué)將數(shù)據(jù)參數(shù)進(jìn)行固定，具體數(shù)值需結(jié)合表1數(shù)據(jù)內(nèi)容進(jìn)行分析。（三）人臉識(shí)別技術(shù)教學(xué)內(nèi)容實(shí)踐。1.參數(shù)設(shè)置及數(shù)據(jù)內(nèi)容輸出交互structDLL_OUT_FACE_STRUCT{BYTEaddress;LONGeye1_x;LONGeye1_y;該部分用于檢測(cè)信息內(nèi)容傳址準(zhǔn)確性，對(duì)于錯(cuò)誤信息地址，需要通過程序糾正或信息校準(zhǔn)進(jìn)行處理，無(wú)法校準(zhǔn)將不能進(jìn)行后續(xù)階段編譯。LONGeye2_x;LONGeye2_y;該部分用于定位眼部信息坐標(biāo)，根據(jù)眼部間距及眼軸距離，對(duì)面部識(shí)別信息進(jìn)行判斷，錯(cuò)誤信息將通過信息反饋進(jìn)行記錄。LONGleft;LONGtop;LONGright;LONGbottom;該部門用于對(duì)人臉形狀進(jìn)行分析，不同形狀臉部結(jié)構(gòu)呈現(xiàn)數(shù)據(jù)掃描圖像不同，臉部結(jié)構(gòu)數(shù)據(jù)包將基于人臉識(shí)別最基本狀況，對(duì)人臉識(shí)別結(jié)構(gòu)做深層次比對(duì)。LONGangle;floattally;該部分將對(duì)人臉平面角度進(jìn)行分析。軟件對(duì)于三位立體空間感知能力不足，需要根據(jù)評(píng)分制標(biāo)準(zhǔn)對(duì)軟件人臉識(shí)別內(nèi)容打分，達(dá)到100分則可通過數(shù)據(jù)包效驗(yàn)。LONGis_small_face;該部分結(jié)構(gòu)數(shù)據(jù)包理論數(shù)值，對(duì)人臉大小、不同角度之間面部的距離進(jìn)行分析。通常情況下系統(tǒng)程序驗(yàn)證，將根據(jù)不同臉部結(jié)構(gòu)做有針對(duì)性對(duì)比。例如，大臉程序驗(yàn)證對(duì)數(shù)據(jù)包的啟用，將結(jié)合面向臉頰寬度等內(nèi)容作分析，若數(shù)據(jù)指數(shù)與數(shù)據(jù)包數(shù)據(jù)信息不一致，則無(wú)法通過大臉程序判定，需要重新進(jìn)行識(shí)別。LONGleft_face_len;LONGright_face_len;floatface_width_rely;該部分是基于對(duì)眼部數(shù)據(jù)的分析，將左眼、右眼數(shù)據(jù)進(jìn)行切割，以臉型長(zhǎng)度、寬度等數(shù)據(jù)為基礎(chǔ)，根據(jù)數(shù)據(jù)比例進(jìn)行對(duì)比計(jì)算。LONGnose_x;LONGnose_y;floatnose_rely;這一部分為對(duì)面部鼻子部分形態(tài)判定，基本判定依據(jù)為鼻尖部分。鼻尖部分位置及形狀變化，是該部分面部識(shí)別的主要方向。以鼻尖位置中心定位為基數(shù)，分為0/1兩個(gè)指數(shù)，分別代表受信任、不信任。LONGmonth_x;//在原圖像中的嘴中心位置LONGmonth_y;//在原圖像中的嘴中心位置floatmonth_rely;//嘴心位置：可信任度［0，1）該部分主要對(duì)嘴部面部信息進(jìn)行分析，中心位置、中軸線向量分布、嘴部結(jié)構(gòu)及外觀等，均是人臉識(shí)別系統(tǒng)數(shù)據(jù)對(duì)比基本依據(jù)。此外，由于在人臉識(shí)別過程中，可能存在眨眼、閉眼情況，針對(duì)眼部動(dòng)向變化，將加入“LONGCloseEyeBelievable;”對(duì)眼部動(dòng)態(tài)進(jìn)行分析，提高人臉識(shí)別在不同環(huán)境下識(shí)別應(yīng)用準(zhǔn)確性。};//ENDSTRUCTDEF至此，人臉識(shí)別系統(tǒng)第一部分參數(shù)數(shù)據(jù)及框架結(jié)構(gòu)建立基本完成，對(duì)數(shù)據(jù)細(xì)節(jié)的調(diào)整，可以根據(jù)人臉識(shí)別系統(tǒng)使用需求進(jìn)行優(yōu)化。根據(jù)第一部分內(nèi)容進(jìn)行分析，人臉識(shí)別系統(tǒng)教學(xué)首先要通過對(duì)基礎(chǔ)框架的分析與建立，使其了解人臉識(shí)別系統(tǒng)運(yùn)作邏輯，然后根據(jù)人臉識(shí)別的主要區(qū)域及整體方向開展更深層次系統(tǒng)編譯分析，基于循序漸進(jìn)的基本教學(xué)攻略，有效組織計(jì)算機(jī)圖像處理技術(shù)應(yīng)用的人臉識(shí)別教學(xué)。2.數(shù)據(jù)輸出變量調(diào)整及數(shù)據(jù)內(nèi)容控制LONG__stdcallGetA(LONGOID,LONGPARA_NAME_ORDER);輸出變量調(diào)試，將根據(jù)數(shù)據(jù)算法中函數(shù)公式，對(duì)所用時(shí)間、人臉檢測(cè)光線參數(shù)做統(tǒng)一規(guī)范，其中基礎(chǔ)變量單位為ms。longusedms=zGetA(OID,de_out_recog_1cn_use_time);該部分用于對(duì)程序返回及運(yùn)行時(shí)間計(jì)數(shù)，數(shù)值內(nèi)容不應(yīng)將人臉檢測(cè)數(shù)據(jù)包括在內(nèi)，以保證數(shù)據(jù)程序信息回執(zhí)準(zhǔn)確性。#definede_out_recog_1cn_use_time1//返回1CN用時(shí)#definede_out_recog_1c1_use_time2//返回1C1用時(shí)#definede_out_recog_fast_1c1_use_time3//返回快速1C1用時(shí)#definede_out_find_face_use_time4//返回人臉檢測(cè)用時(shí)#definede_out_add_template_use_time5//返回添加模板用時(shí)#definede_out_del_template_use_time6//返回任何一種刪除模板函數(shù)所用的時(shí)間#definede_out_update_memory_use_time7//返回從庫(kù)文件中重載模板特征到內(nèi)存用時(shí)以上第1~3部分，主要用于ICN/1C1信息回執(zhí)處理，結(jié)合數(shù)據(jù)反饋模塊，將數(shù)據(jù)信息以數(shù)據(jù)包形式發(fā)送。第4部分則是用于在人臉檢測(cè)時(shí)間監(jiān)控，不同背光角度、膚色及面部結(jié)構(gòu)，所用檢測(cè)時(shí)間各不相同。第5部分方便對(duì)程序模板進(jìn)行優(yōu)化，可以基于程序開發(fā)的基本需求，對(duì)程序模板進(jìn)行自主選擇。第6部分用于對(duì)刪除模板控制，這一過程也包括對(duì)模板刪除函數(shù)時(shí)間。第7部分是數(shù)據(jù)信息載入以及數(shù)據(jù)模板更新后，軟件程序數(shù)據(jù)寫入設(shè)備內(nèi)存時(shí)間，內(nèi)存時(shí)鐘指數(shù)越高，內(nèi)容寫入速率越高，過載能力也大幅提升，但數(shù)據(jù)寫入延遲也將影響提高。另外，需要注意的內(nèi)容，函數(shù)參數(shù)模板數(shù)量越多，對(duì)系統(tǒng)程序運(yùn)行的影響越大，人臉識(shí)別檢測(cè)周期也將延長(zhǎng)。#definede_out_is_happen_backlighting8該部分是對(duì)不同背景參數(shù)調(diào)節(jié)下的算法檢測(cè)。例如，不同膚色、背光環(huán)境等，均納入算法檢測(cè)分析目標(biāo)。由于人臉識(shí)別系統(tǒng)使用條件并不統(tǒng)一，但進(jìn)行數(shù)據(jù)算計(jì)方面，需要采用兩個(gè)相同空間進(jìn)行算法計(jì)算。所以，后續(xù)階段應(yīng)將“#definede_out_is_happen_backlighting_B”在系統(tǒng)中進(jìn)行植入，以最高速度獲取最為準(zhǔn)確數(shù)據(jù)。此外，若在人臉檢測(cè)系統(tǒng)使用環(huán)境動(dòng)態(tài)變化較為頻繁，需要對(duì)人臉識(shí)別相似度閥值進(jìn)行降低，以排除外界因素對(duì)人臉識(shí)別干擾。3.軟件算法人工定位及算法內(nèi)容選用由于不同人臉識(shí)別系統(tǒng)的應(yīng)用方向及使用需求存在較大差異，對(duì)軟件算法教學(xué)選擇，需要根據(jù)自身教育需求進(jìn)行確定。本次教學(xué)實(shí)踐，選擇眼球人工定位VC模板作為數(shù)據(jù)代碼分析依據(jù)。LONGret=MakeFaceDataByHand(OID,"d:\\bmp_zt_flag\\6.bmp",0x00ffffff,5);——————if(ret==1){AddFaceTemplate(OID,"Lili",0);//加入模板庫(kù)該部分用于在實(shí)踐數(shù)據(jù)庫(kù)中添加軟件模板，根據(jù)軟件模板數(shù)據(jù)內(nèi)容，在以下段落代碼中對(duì)人臉檢測(cè)數(shù)據(jù)進(jìn)行回收，并將其輸入系統(tǒng)內(nèi)存。FaceLocate_FreeMemory(OID);}else::AfxMessageBox("Notwocrossesformanualpositioningwerefound");LONGret1=MakeFaceDataByHand(OID,"d:\\bmp_zt_flag\\4.bmp",0x00ff00ff,3);——————if(ret1==1){LONGret2=Recog1CN(OID,0,5,rout)該部分主要對(duì)模板參考值進(jìn)行植入，由于不同面部識(shí)別系統(tǒng)對(duì)人臉檢測(cè)識(shí)別準(zhǔn)確性有較大差異，前期階段檢測(cè)定位，僅能為數(shù)據(jù)包識(shí)別對(duì)比提供部分信息，為了更好地提高數(shù)據(jù)準(zhǔn)確性，并滿足單一場(chǎng)景內(nèi)多人人臉識(shí)別的需求，第一參數(shù)將其設(shè)置為5，第二參數(shù)則設(shè)置為0，不同情況下，人臉識(shí)別系統(tǒng)可以根據(jù)預(yù)設(shè)參考值，合理地基于函數(shù)算法對(duì)人臉識(shí)別場(chǎng)景進(jìn)行分析，并結(jié)合數(shù)據(jù)參考指數(shù)進(jìn)行人臉識(shí)別檢測(cè)。FaceLocate_FreeMemory(OID);}else::AfxMessageBox("Notwocrossesformanualpositioningwerefound")至此，第一部分人工定位參數(shù)設(shè)置完成，系統(tǒng)參數(shù)應(yīng)該以實(shí)際人臉識(shí)別系統(tǒng)使用效果為準(zhǔn)。必要時(shí)，應(yīng)結(jié)合人臉識(shí)別系統(tǒng)使用條件對(duì)部分參數(shù)細(xì)節(jié)進(jìn)行優(yōu)化。

六、結(jié)語(yǔ)

綜上所述，基于計(jì)算機(jī)圖像處理技術(shù)人臉識(shí)別教學(xué)實(shí)踐，必須要結(jié)合計(jì)算機(jī)圖像處理技術(shù)特點(diǎn)，強(qiáng)化人臉識(shí)別教學(xué)內(nèi)容適用性，確保人臉識(shí)別課程教學(xué)能滿足不同行業(yè)人才應(yīng)用培養(yǎng)需求，進(jìn)一步完善人臉識(shí)別技術(shù)應(yīng)用教育人才培養(yǎng)體系，解決早期階段我國(guó)人臉識(shí)別技術(shù)教育人才匱乏問題，從根本上把計(jì)算機(jī)圖像處理核心課題與人臉識(shí)別教學(xué)基本內(nèi)容做統(tǒng)一教育規(guī)劃，為未來(lái)階段更好地實(shí)現(xiàn)人臉識(shí)別教學(xué)工作的長(zhǎng)效化推進(jìn)奠定良好根基。

參考文獻(xiàn)：

［1］楊韻丞.會(huì)議記錄系統(tǒng)的框架設(shè)計(jì)與人臉識(shí)別技術(shù)在系統(tǒng)中的實(shí)現(xiàn)［D］.首都經(jīng)濟(jì)貿(mào)易大學(xué)碩士論文，2019.

［2］鄒金花.人臉識(shí)別技術(shù)的研究與應(yīng)用［J］.電腦知識(shí)與技術(shù)，2019（28）：199-200.

［3］鮑自敏.人臉識(shí)別技術(shù)在電子商務(wù)中的應(yīng)用研究［D］.河北工程大學(xué)碩士論文，2011.

作者:徐小茹 單位:江蘇財(cái)經(jīng)職業(yè)技術(shù)學(xué)院