基于前后端交互的人脸识别系统研究

(整期优先)网络出版时间:2022-11-15
/ 2

基于前后端交互的人脸识别系统研究

王辰玉

齐齐哈尔市居民身份证信息传输检测中心

摘要:在部分行业的人脸识别系统运行中,存在鲁棒性差、数据传输效率低等问题。为此,需要研究开发基于前后端交互的人脸识别系统,合理明确主要构成,包含客户端、数据库、服务端,科学设置不同部分的多元化功能,高效完成人脸图像的获取、存储、特征分析等工作,进而得到准确的人脸识别结果,为信息安全工程提供可靠依据,推动身份信息安全管理事业的快速发展。

关键词:前后端交互;特征提取;人脸识别;信息安全

人工智能时代的到来,让很多行业都发生了翻天覆地的变化,而计算机视觉技术是人工智能领域实际发展中的重要支撑。为了保证人脸识别系统的运行效率,需要增强基于前后端交互的人脸识别系统应用意识,不断提升人脸识别水平,突显相关技术应用的实效性。

1.基于前后端交互的人脸识别系统主要构成及运行原理分析

1.1基于前后端交互的人脸识别系统构成

针对基于前后端交互的人脸识别系统而言,为了突显各项实用性功能,通常需要重视系统结构设计,主要包含数据库、客户端模块、服务端模块。其中客户端模块的实际作用是在采集的视频流画面中收集待识别人脸图像,之后针对有效的图形进行GrabCut图像预处理,进而实现对人脸前景的提取,同时结合对服务端传送的人脸特征以及数据库中人脸特征的比较分析,为人们呈现准确的人脸识别结果。此系统能够实现服务端与客户端相互通信的目标,而数据库的功能是存储多元化数据信息,服务端的作用主要为利用残差神经网络(ResNet)提取待识别人脸特征。

1.2基于前后端交互的人脸识别系统原理

基于前后端交互的人脸识别系统能够实现对人脸的高效识别,且可以保证识别结果的准确性。首先,利用GrabCut算法针对输入端获取的图像信息进行预处理,之后得到相对精准的ROI区域;其次,在系统的不同模块中应用通用的人脸识别算法,在服务端设置人脸特征提取的复杂性操作,功能的实现主要依托于残差神经网络,同时,在客户端设置人脸相似性的计算,在系统通信的过程中,以压缩码流的传输为主,配合采用多视频并行处理的方式,有利于强化人脸识别的精度,能够提高系统的图像处理速度;最后,在前后端交互的人脸识别系统中,针对人脸图像而言,利用SQL Server进行序列化数据存储,接收不同计算机间的数据,有助于规避信息丢失等问题。

2.基于前后端交互的人脸识别系统的算法

2.1基于GrabCut的ROI提取算法实际应用分析

针对基于GrabCut的ROI提取算法进行研究利用,采用GrabCut算法开展输入图像的预处理工作,及时发现及排除相关的干扰信息,从而得到准确性更高的人脸前景图像,之后在输入视频帧中设置相应的人脸框,将输入的待识别人脸图像作为一组像素集合,合理划分不同的项,即区域项、边界项,与此同时,针对区域项及边界项进行合理划分,得到背景模型、前景模型,而处理输入图像的目的是得到前景,具体指待识别人脸。GrabCut算法依托于GrabCut核心算法原理、人工设定人脸框,用以分析不同像素点为背景模型还是前景模型,之后通过区分人脸图像的边界像素点及区域像素点,明确及提取人脸前景。

2.2基于ResNet的人脸识别算法实际应用分析

因为人脸图像能够通过维度很大的矩阵进行表征,所以开展人脸识别工作的过程中,涉及到人脸矩阵提取的相关操作。基于前后端交互的人脸识别系统需要先对人脸进行检测,在ResNet的作用下,使得人脸成为128维度的向量,此种算法的应用重点为人脸特征的提取及距离匹配。基于前后端交互的人脸识别系统中,采用了深度残差网络ResNet.34,同时结合了人脸关键点检测器、人脸识别模型。此种算法的具体应用:提前制作已知人脸图像的特征值库,通过利用人脸关键点检测器及人脸识别模型,能够获取待识别人脸图像的相关特征值,通过对待识别人脸图像特征值及特征值库的欧式距离的计算,能够得到准确的人脸特征识别结果,如果与给定的人脸特征匹配阈值相比,两个特征向量的欧式距离较小,则表示两幅人脸图像十分相似,可以判断为相同的图像,而在两个特征向量的欧式距离较大的情况下,两个人脸图像为不同的对象。

3.基于前后端交互的人脸识别系统测试

基于前后端交互的人脸识别系统的应用,需要在服务、客户端设置人脸识别核心算法,服务端的主要作用是对人脸图像的特征点进行提取,而客户端的功能是完成人脸图像特征点的匹配。为了明确基于前后端的人脸识别系统的实效性,针对交互系统及非交互系统进行比较分析,对不同系统的数据信息处理效率进行验证时,因为交互系统的数据传输依托于局域网内的二进制形式传输,时间消耗值可以不用计算,说明系统的运行能够提高网络传输效率。基于前后端交互的人脸识别系统,可减少系统输入图形中的干扰信息,同时可以减少冗余,在服务端及客户端设置人脸特征提取及人脸特征匹配功能,能够让二者的网络、计算压力得到均衡。此外,系统进行数据传输的过程中,所有图片均经过压缩,有利于提高网络的数据传输速度,由此可见,基于前后端交互的人脸识别系统具备较强的应用优势。

结语:现代化发展环境下,很多行业及领域的发展趋于智能化,逐渐提高对人脸识别系统的重视,有利于保障行业发展中的身份信息安全。而基于前后端交互的人脸识别系统的应用,能够实现对人脸特征的高效、准确识别,可降低计算机的载荷,同时发挥缓解网络压力的作用。此外,在系统传输数据的过程中,采用码流形式,可以提高数据传输效率,使得人脸识别的鲁棒性得到强化,节约人脸识别过程中消耗的时间,且能够保证识别结果的可靠性,一定程度上推动了信息工程事业的稳定发展。

参考文献:

[1]朱星帆,金鑫,李晓东,韩青.云环境下人脸安全识别系统设计与实现[J].北京电子科技学院学报,2019,27(03):27-39.

[2]侯景严,宋焕生,梁浩翔,贾金明,戴喆.基于前后端交互的人脸识别系统[J].计算机系统应用,2020,29(10):89-96.

[3]侯景严,宋焕生,梁浩翔,等.基于前后端交互的人脸识别系统[J].计算机系统应用,2020(10):8.