面部認證

生物特徵識別技術作為新興的身份識別方法，逐漸取代了傳統的身份認證方式，被廣泛應用於各種安全認證領域。目前，常用的生物體特徵包括: 面部特徵、指紋特徵、掌紋特徵、虹膜特徵和視網膜特徵等。與其他識別技術相比，基於面部特徵的人臉識別具有非接觸性、穩定性好、難仿冒等優點，成為人們最易接受的身份認證方式。 ^[1] 

面部認證技術有着非常廣泛的應用，在銀行安全、國家安全、人臉認證、電子商務、司法、金融等領域有巨大的應用價值。人臉特徵用於身份識別相對於其他人體特徵有着簡單、準確、不易偽造、用户友好等優勢。上世紀60年代初，第一個半自動人臉識別系統誕生，1973年Kanade研究出了基於幾何特徵的自動人臉識別，之後面部認證技術在近幾十年得到了極大的關注和研究，湧現出了各種人臉檢測和識別的算法，積累了大量的研究成果，取得了長足的發展，逐漸成為了模式識別領域中最為重要和流行的研究課題之一。 ^[2] 

嵌入式面部認證系統的研究還有很長的路要走，總結起來主要有以下困難需要克服。

(1) 複雜環境下的人臉檢測。

目前大多數人臉識別系統的應用是在場景不變、環境簡單的條件下運行的，對正面人臉的檢測的難度不大，成功率較高。但在嵌入式設備上運行的人臉識別系統，所處的環境是複雜而多變的，這就要求對更為困難條件下的人臉檢測做進一步的研究，如旋轉人臉、非正面人臉、遠距離人臉的檢測等。

(2) 光照變化問題。

光照變化問題一直是人臉識別技術上的一個難題，目前，最好的人臉識別系統，在光照環境較大的條件下，尤其是室外光照環境下，識別率仍然不高。如何解決光照帶來的干擾，仍是一個重要的研究內容。

(3) 圖像質量問題。

運行在嵌入式設備上的人臉識別系統使用到的圖像一般是在移動複雜的環境下采集的，這對採集到的圖像的質量影響非常大，目前，嵌入式系統上的圖像採集設備對強光和弱光條件比較敏感，所以如何採集到高質量的圖像樣本是未來嵌入式人臉識別面臨的挑戰之一。

(4) 年齡變化問題。

目前，大多數人臉識別系統都沒有考慮年齡變化問題，但這是一個遲早要面對的問題。FERET人臉庫dupII子集和訓練樣本僅有1歲年齡的差異，目前大多數識別算法尚不能取得很高的識別率，則更不用説年齡跨度較大的情況。要想解決年齡變化問題，還需要結合年齡特徵，重新建模，所以年齡變化問題的解決並非易事，還需要長期的研究。

(5) 化妝、整容、飾物遮擋等帶來問題。

化妝、整容、飾物遮擋等給人的面部特徵帶來的變化時非常大的，尤其是整容和飾物遮擋，嚴重改變了臉部某些區域的特徵，有時連肉眼都難以識別。如何從變化的特徵中找到不變量進行人臉的識別，是解決這類問題的關鍵。目前還沒有解決這些問題的行之有效的方法。

(6) 3D人臉識別技術的進一步研究

3D人臉識別技術目前已經取得了不錯的效果，已在有些門禁系統中運用。3D人臉識別技術還不夠成熟，魯棒性和穩定性不高，但有着很好的應用前景，如何把拍攝到的2D圖像建模合成3D圖像進行人臉識別，將成為未來研究的熱點。 ^[2] 

基於LTE技術的面部識別系統包括高分辨率攝像模塊、圖像處理模塊、LTE無線模塊、顯示模塊、USB接口模塊、電源管理模塊等，如圖1所示。

基於LTE技術的面部識別系統可以通過高分辨率攝像設備進行人像採集，獲取面部圖像信息，同時，也可以通過LTE無線網絡獲取遠程終端的圖像信息，這些圖像信息交給圖像處理模塊進行人臉檢測及識別，圖像處理結果可以通過本地顯示模塊輸出，也可以由LTE無線網絡發送至遠程終端。 ^[3] 

1) 高分辨率攝像模塊，主要用來獲取高清晰的面部圖像信息，並快速傳輸給圖像處理單元，此模塊中採用的攝像頭即為普通的網絡攝像頭，不需要驅動，這樣比較簡單，方便操作實現。

2) 圖像處理模塊，主要用來實現對高清晰面部圖像進行人臉檢測、人臉識別及人臉特徵提取。人臉檢測是在高清晰面部圖像的基礎上，克服光照、姿態、背景以及遮擋物等外在因素的影響，還需要對這些外在因素造成的後果進行補救或矯正，保證人臉檢測和定位的準確性。人臉識別則是在上述照片和圖像序列中識別某個人臉圖像，其中採用小波變換的人臉特徵提取技術，以保持人臉表示的多樣性和唯一性，同時將人臉特徵數據進行壓縮，實現最小的數據量攜帶信息量的最大化。

3) LTE無線網絡模塊，主要完成LTE無線網絡接入，建立LTE無線數據鏈路，提供高速、便捷的無線寬帶接入方式，實現數據的快速上傳、下載等。通過LTE無線網絡，能夠快速將獲得的面部圖像信息傳送給智能網格，並進行快速處理。同時，也可以適時將智能網絡中存儲的信息，快速調入，滿足及時發現、及時處理功能需求。

4) 顯示模塊，採用先進的電容觸控技術和人體工程技術，給用户提供一個友好的人機交互界面，實現面部識別結果的顯示，還可以通過顯示模塊實現用户對系統資源的管理以及系統參數的配置或更改。

5) 電源管理模塊，完成對電池的充放電管理、過流保護、系統整機的供電和電源的功率動態分配。諾基亞正在研究LTE無線充電技術，通過LTE無線電波在周圍環境產生的電磁輻射可以被轉換成充足的電流，諾基亞研究中心研究員Markku Rouvala表示有可能在未來3至4年或可應用，屆時，基於LTE技術的面部識別系統的電源管理模塊可拓展LTE無線充電功能。

6) USB接口模塊，為電池充電以及外置電源提供一個接口，同時也實現該終端與PC之間的數據高速傳輸等。基於LTE技術的便攜式面部識別系統啓動後，軟件自動配置各個接口單元的工作參數，準備接收無線的接入數據，自動尋找、登陸LTE網絡。 ^[3] 

LBP的全稱為Local Binary Pattern，中文翻譯為局部二值模式，LBP算子定義的是紋理局部近鄰的特性，最早的LBP算子由Ojala[39]於1996年提出，原始的LBP算子用來分析圖像的紋理特徵。並且Ojala介紹瞭如何使用LBP算子對紋理進行強力有效的分類。

紋理一般是圖像分析中的概念，用來表示圖像中物體由於物理表面屬性的不同而產生的表面特徵的各種信息，如灰度、顏色等。我們所能見到的圖像，幾乎都具有紋理特徵信息。和圖像的其他特徵相比，紋理特徵有以下優點：1、紋理特徵反應的是灰度模式的空間分佈，即描述了圖像的宏觀信息又能描述局部信息，因為紋理不但包含了圖像的表面特徵，而且包含了與周圍環境的關係；2、使用LBP算子提取紋理特徵時，方法簡單，計算複雜度低，適合用於運算能力有限和資源受限的嵌入式設備上進行特徵提取。3、分辨能力強，它描述了圖像的局部特徵，所以對圖像的單調的灰度變化具有不變性，對光照變化有一定的魯棒性。

經過長期的發展，LBP算子不斷演化和改進。由於其較強的分類能力，其應用領域也越來越寬，如圖像分析、背景建模、紋理分割、紋理分類、人臉檢測、人臉識別和表情識別等領域。使用LBP算子進行人臉識別的主要思想是，把人臉圖像分成若干個區域，分別計算其紋理特徵，最後把這些特徵組合成一個全局特徵進行人臉的分類識別。

隨着信息化社會的不斷髮展，文檔的電子化成為大勢所趨。電子文檔在給我們提供便利的同時，也由於其易複製、難管控等特點帶來了諸多安全隱患。尤其是重要單位的涉密電子文檔一旦泄漏，會給國家安全帶來巨大損失。如何安全高效地管控涉密電子文檔，成為亟需解決的問題。一方面，在各類組織機構出台相應政策、法規和標準的同時，出現了很多產品來保障電子文檔的安全。但大多數產品只在用户訪問涉密文檔前對用户進行認證，而在訪問過程中不再進行認證，產生身份認證的盲區，導致泄密主體難追蹤等問題的出現。另一方面，在用户終端不採取任何安全措施的情況下，涉密文檔很容易在不同用户終端之間進行交叉傳播，導涉密文檔失控和知密範圍擴大等問題。

涉密文檔閲讀器的總體設計方案如圖2所示。

涉密文檔閲讀器是閲讀涉密文檔的硬件平台，實現涉密文檔的授權閲讀以及用户身份的實時認證。涉密文檔通過專用接口向閲讀器進行單向傳輸。

涉密文檔閲讀器通過面部認證技術實現可靠的訪問控制。面部認證技術通過攝像頭實時捕捉人臉，並將捕捉到的人臉信息與數據庫進行對比實現身份的認證。面部認證包括人臉的檢測和識別兩部分。人臉檢測用於判斷並定位圖像幀中的人臉，面部識別用於判斷檢測到的人臉是否在人臉庫中。面部認證的整體流程如圖3所示。

出現非授權用户使用、偷窺等行為或用户視線離開屏幕時，閲讀器自動進入保護模式。並結合眼球追蹤技術，對閲讀者的眼球進行實時檢測與標定，判斷視線是否在屏幕上並做出相應的操作。為實現數據的單向傳輸，還為閲讀器設計了專用接口電路。專用接口是閲讀器對外提供的唯一接口，該電路對外提供USB Device 和USB Host 接口，通過USB Device 接口與閲讀器相連，用户只能通過該電路上的USB Host 向閲讀器導入涉密文檔。

專用接口電路中的主控芯片通過對SCSI 協議層的READ_10 和WRITE _10 命令處理函數進行過濾操作，實現只讀模式，這樣就可以實現存儲載體中的數據寫入閲讀器，而閲讀器中的數據無法寫入存儲載體的功能。 ^[4]