低功耗嵌入式人脸识别模组关键技术分析及研究

随着电子信息技术以及新一代互联网技术的快速发展，生物特征识别技术以其安全、可靠、便利等明显优势逐渐取代目前广泛使用的IC卡、密码、钥匙等传统的身份识别方式。生物特征识别技术主要有指纹、掌纹识别，虹膜识别，声纹识别，指静脉、掌静脉识别，人脸识别等[1]，人脸识别作为一种重要的生物信息识别手段，在信息安全领域有着很多实际应用，如智能锁、视频监控、访问控制、智能身份证、身份认证等，与其他生物特征识别技术相比，人脸识别技术具有群体识别性、隐蔽性以及非接触性等优势，在公共安防、民用安防以及军事国防领域得到广泛应用[2]。随着人脸识别技术不断成熟与发展，人脸识别技术也取得了一定的成果与进步，但是与国外发达国家相比，我国人脸识别技术依然存在一定的局限性，特别是截至到如今，还没有无配合活体人脸识别、部分遮挡情况下人脸高精度识别以及照片欺骗的低功耗智能模组产品，无法实现在智能锁、保险柜、枪弹柜等设备方面的推广及应用，限制了人脸识别技术在智能家居的产业化发展。

目前，针对人脸识别技术存在的问题，烟台三环锁业集团股份有限公司（以下简称三环锁业）与科研院所联合研发基于人脸识别深度学习技术结合低功耗技术的神经网络芯片，进行低功耗嵌入式人脸识别模组的研发，解决嵌入式人脸识别模组存在的无配合活体人脸识别、部分遮挡情况下人脸高精度识别、照片欺骗以及功耗高的技术难题。主要研究技术如下：

（1）研究嵌入式系统3D活体人脸识别技术，解决人脸识别模组需要配合才能活体人脸识别的问题。

研究基于光流向量化3D活体人脸识别技术[3]、基于离散余弦变换二维主元分析方法、生物特征图像数据处理等关键技术[4]，在有不明物体被遮挡、背景混乱等非结构化环境下实现动态活体人脸3D高精度识别，解决用照片以及其他伪装手段开启人脸识别模组的低安全性问题，通过研制独创3D活体人脸识别算法，可将本算法软件运行在嵌入式系统，进而降低3D活体人脸识别系统硬件成本，有利于人脸识别模组的产业化应用及推广。

（2）研究低功耗被动式红外成像技术，解决人脸识别模组工作功耗高的问题。

目前人脸识别模组工作功耗高的原因一是现在人脸识别时间长，从系统启动到识别完成，一般时间在3秒左右，二是现在ARM的CPU功耗高，最主要原因是采用红外阵列补光灯，该功耗超过模组总功耗的二分之一；通过研制被动式红外成像技术，不再需要高功耗的红外阵列补光灯，产品工作功耗将为目前市场上人脸识别模组功耗的50%，预计工作次数将近为6000次，满足公安部《电子防盗锁（GA374）》（修订版）3000次标准要求，使人脸识别模组在智能锁、保险柜等要求功耗低的产品中应用成为可能。

（3）研究嵌入式低功耗人工智能芯片技术，解决人脸识别限制多的问题，提高用户体验。

通过研究嵌入式低功耗人工智能芯片，嵌入研制基于深度信念网络和多任务学习的人脸识别算法，该算法采用深度信念网络（Deep Belief Network，DBN）深度学习技术，具有良好的人脸特征提取能力，通过无监督的预训练和有监督的微调获得良好的网络权值，逐层地对人脸特征进行抽取，获得良好的人脸特征数据；多任务学习可利用在多个相关任务并行处理过程中，权值共享可以提高系统的泛化能力特性，进而解决因样本相对不足而造成的分类器泛化能力不强的问题，利用深度信念网络提取图像特征并在DBN输出层构建有监督多任务学习分类器对人脸图像进行识别[5]，在人脸发生偏转、部分遮挡、环境光线以及随年龄增长，人脸发生变化时，识别准确率也可高达99.75%，比传统人脸识别算法高出2%，解决传统人脸识别算法限制条件多的难题。

（4）研究鱼眼图像畸变矫正技术，解决适用人群少的问题。采用双鱼眼摄像头，为矫正鱼眼摄像头采集图像特别是边界人脸图像出现的桶形畸变问题，研制基于自适应性张氏标定法技术矫正人脸图像，使人脸识别模组识别范围在1.2-2.2米，满足99.99%的家庭需要。

总之，基于深度学习技术嵌入式人脸识别模组可应用于人脸识别智能锁、人脸识别智能门禁、移动式人证合一设备、人脸识别闸机、人脸识别枪弹柜以及人脸识别保险柜等产品，产品集合图像处理、计算机视觉、模式识别、人工智能、深度学习等先进技术的综合应用，解决人脸识别智能安防领域技术难题，拓展行业应用领域和范围，将带动生物特征识别行业实现快速发展。另外人脸识别模组硬件及软件构成由高清摄像头、人工智能芯片以及人脸识别嵌入式软件，也涉及技术领域有计算机、微电子、信息技术、人工智能等领域，将辐射带动上下游产业链技术同步提高，提升我国智能安防领域技术水平，缩短与国外发达国家的技术差距，拓展人脸识别领域的应用范围，同时，也有利于提升我国信息安全的防范能力，为人脸识别技术产业化发展奠定坚实的技术基础，具有较大的经济效益和社会效益。