羊城公交“人脸识别测温仪”已上线 人工智能助力疫情防御

智能人脸识别智能测温仪由人脸识别、智能测温主机(热成像)及显示屏、支架、电源组成。该仪器可以快速测量出人脸皮肤的温度，配合智能体温测量系统可以搭建成一套完整的人脸识别与体温测量。

针对新冠疫情期间的返程复工潮，广州的一些公交线路上启动“人脸识别测温仪”。人脸识别测温仪安装在公交车门位置。乘客上车刷卡时，动检索乘客头像，锁定额头区域进行多点测温，Z快1秒的温度探测，用语音向司机报送乘客健康情况，出现体温异的乘客常系统会自动报警。该系统还可实时回传测温数据到防疫后台保存，可实现交通溯源跟踪。让测温防控工作更加安全、智能。

人脸识别主要用于身份识别。由于视频监控正在快速普及，众多的视频监控应用迫切需要一种远距离、用户非配合状态下的快速身份识别技术，以求远距离快速确认人员身份，实现智能预警。生物识别技术已广泛用于政府、军队、银行、社会福利保障、电子商务、安全防务等领域。

什么是人脸识别技术

是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别系统成功的关键在于是否拥有的核心算法，并使识别结果具有实用化的识别率和识别速度;“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，同时需结合中间值处理的理论与实现，是生物特征识别的应用，其核心技术的实现，展现了弱人工智能向强人工智能的转化。

人脸与人体的其它生物特征(指纹、虹膜等)一样与生俱来，它的唯一性和不易被复制的良好特性为身份鉴别提供了必要的前提，与其它类型的生物识别比较人脸识别具有如下特点：

1、非强制性：用户不需要专门配合人脸采集设备，几乎可以在无意识的状态下就可获取人脸图像，这样的取样方式没有“强制性”;

2、非接触性：用户不需要和设备直接接触就能获取人脸图像;

3、并发性：在实际应用场景下可以进行多个人脸的分拣、判断及识别;

4、除此之外，还符合视觉特性：“以貌识人”的特性，以及操作简单、结果直观、隐蔽性好等特点。

人脸识别系统主要包括四个部分

人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。

1、人脸图像采集：不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像。人脸检测过程中使用Adaboost算法挑选出一些代表人脸的矩形特征(弱分类器)，按照加权投票的方式将弱分类器构造为一个强分类器，再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，有效地提高分类器的检测速度。

2、人脸图像预处理：对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言，其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。

3、人脸图像特征提取：人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大类：一种是基于知识的表征方法;另外一种是基于代数特征或统计学习的表征方法。

4、人脸图像匹配与识别：提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。这一过程又分为两类：一类是确认，是一对一进行图像比较的过程，另一类是辨认，是一对多进行图像匹配对比的过程。