杨芳芳
摘要：在当今互联网飞速发展的大背景下，不法分子利用高科技犯罪的行为，对人们的人身安全构成的威胁越来越大，如何准确鉴定一个人的身份，保证信息的安全性，已成为了社会的关键性问题。主要通过翻阅查询关于人脸识别技术的不同文献，适当的提出一些假设，根据头骨一定的结构、形状、比例，形成每个人特定的“头骨规则”再进行判断。首先，我们利用自动生成三角形网格技术，将头骨分成大大小小不规则的三角形网格，进行三角化。其次，通过一定的学习理论，将三角形网格进行简化，达到一种便于观察、计算的关系型状态。最后，对最终简化的三角形网格建立坐标系，通过确定三角形相似度，判断在合理误差范围内，两张照片上是否为同一个人。
关键词：三角形网络；相似理论；头骨划分；关系型状态
中图分类号：TB文献标识码：Adoi：10.19311/j.cnki.16723198.2018.04.087
1基本背景
随着互联网应用技术的快速发展以及人类虚拟活动空间和物理活动空间的不断扩展，人们对于信息保密性和安全性的要求也越来越高。现如今社会，许多商业机构都涉及身份识别，而因为科技的发展，不法分子盗取行为也在变得“高科技”，各方面相关交易行为存在较之以往的高忧患，如何准确鉴定一个人的身份、保护信息保密安全，已成为一个重要的社会问题。
传统的身份证等证件越来越难以满足社会安全性日益增长的需求，所以目前最为安全便捷的方案就是生物特征识别技术。这项技术不仅便捷快速，更使身份识别更保密、可靠、安全。在生物识别技术兴起的阶段，互联网技术人脸识别已发展成一项重要的生物特征识别技术。
1.1人脸识别较之于其他身份识别的优点
（1）人脸具有非常丰富的识别信息。
（2）对人脸特征的图像采集便捷。
（3）非肢体接触式采集，不易遭到反感。
（4）操作方式可以隐蔽，尤其适用于安全监控。
（5）人到一定年龄时，头骨发育基本成熟而已经定型。
1.2人脸识别的研究意义
（1）多门学科的发展与人脸识别技术的崛起关系密切。
（2）识别技术可应用于多方面市场，比如安全监控，证件验证等方面。
2人脸识别基本假设
（1）假设一个人在年龄增长的过程中没有进行磨骨等对面部骨骼进行改变的手术。
（2）假设一个人在年龄增长的过程中：没有因为天灾人祸等原因导致面部骨头发生缺失、磨损等变化的现象。
（3）假设一个人在年龄增长的过程中脸部的肉没有突然暴增导致完全看不出脸部骨头的轮廓。
（4）假设有一种能够确定照片中面部骨头轮廓和形状，并能准确测出骨头离散点间距离的软件或者仪器。
（5）假设一个人跨年龄段所拍的照片，表情变化不大甚至是同一表情，同时坐姿没有影响性变化，不影响拍照角度。
3人脸识别相关模型的建立
3.1在头骨上构造网格三角形
参考刘春太等的三角形网格自动生成技术原理以及张征等的三角形网格自动生出技术，首先将边界离散，引入域内节点间距函数概念，结合目前流行的Delaunay三角化法和前沿生成法；然后将开边界按一定空间步长用程序自动离散，将计算域的外围边界（不分开闭）的离散点按逆时针顺序依次排列；将头骨边界离散点按顺时针顺序排列；将域内特征线段按一定空间步长用程序自动离散；依文献[7]，对于域内任一点P，设其坐标为（xp，yq），则可以按公式计算其节点间距函数ρ（xp，yq）。
ρ（xi，yi）为式中进行排过序的（离散点）节点的间距函数（相邻节点间的距离），N为离散点总数，f（xp，yp，xi，yi）为加权函数，根据文献[6]的调试和改进，取点p到边界点i距离的倒数效果反而很好，即：
f（xp，yp，xi，yi）=1（xp-xi）2+（yp-yi）2
接着以之前排过序的离散点按顺序连成的若干线段（域内单个散点除外）为首次前沿边，找出最大边，用节点间距函数控制生成网格的大小，从最大边开始生成三角形，详细步骤参见文献[7]；最后利用坐标线性平均法改善单个三角形的质量，并且改善整体网格的质量。
根据头骨的对称性和凹凸性，利用三角形网格自动生成技术，见文献[6，7]，划分出了39个三角形，如图1。
3.2简化三角形网格
图1形成的头骨三角形网格，数量太多，比较同一个人跨年龄面部时比较繁琐，所以我们用三角形網格的简化技术，参考文献[8]，最终将图1简化为图2。
3.3定坐标，求要素
在图2中，我们用A、B点所在直线为X轴，以线段AB的中点为原点，垂直平分线为Y轴建立直角坐标系，分别得到A～I的坐标A（x1，y1），B（x2，y2），C（x3，y3），D（x4，y4），E（x5，y5），F（x6，y6），G（x7，y7），H（x8，y8），I（x9，y9），如图3。
然后根据平面中两点间的距离公式可分别得出图3中7个三角形△ABF、△AGB、△FBC、△FCD、△FDE、△GHI、△GIB各个边的长度。
最后根据三角形相似的基本理论：
定义1在多边形中，若对应角相等且夹角的边成比例，则称它们是相似多边形。
为方便以后的叙述，我们有时不妨将满足定义1 的相似也称作严格相似。 两个三角形不满足定义 1称作这两个三角形不是严格相似。
定理1在相似三角形中，等角所对的边对应成比例，等角所对的边是对应边。
定理2如果两个三角形的三边对应成比例，那么对应角相等。
由定义 1、定理1 和定理 2，易知判定三角形相似的如下定理 3。endprint
定理3两个三角形相似当且仅当三边对应成比例。
根据定理3，我们分别比较同一个人不同年龄头骨的简化后的三角形网络对应三角形在一定误差内三边是否对应成比例来判断是否是同一个人。
3.4算法的检验
为检验算法的准确性，我们利用本文的方法，在头像上做出简化后的三角形网络，并建立平面直角坐标系，并用精密的测量工具分别测出图1-3中七个三角形各个边的边长。利用SPSS软件对得到的比值求其偏度和峰度，并分别作出相应数据的Q-Q图。
结果证明，本文所讨论的方法是可行的。
4模型的误差分析与改进
4.1误差分析
测量误差：论文中由于两点之间的距离是人为测量出来的，所以存在一定的系统误差。
偶然误差：
（1）论文中所引入的照片，不否认存在人为将脸型压扁或拉长的可能，所以会存在一定的随机误差。
（2）一个人在不同年龄段拍照时，表情很难保持一模一样，这样导致下巴的位置可能不同，会使误差变大。
（3）一个人由于生活习惯，而导致行为特征会发生变化，拍照时的姿势及角度会有所偏差。
4.2模型的改进
（1）由于检测时人脸上各个点之间的距离是人为手工测量出来的，存在测量误差，在实际应用中，我们可以利用计算机自动定位和测量技术，对人脸上特征点进行定位并精确地测量各个点之间的距离，从而使判定的结果更加的准确。
（2）针对人随着年龄的变化，脸上的脂肪增多或者皮肤松弛现象，我们在扫描时可以借用医疗设施，直接透过人得肌肤，照出骨头的所在，这样方便精准的定位。
（3）针对人的表情不同而导致的下巴位置移动，我们可以利用计算机技术，将做出表情而移动的下巴，复归到同一位置。
5算法的评价
5.1算法的优点
（1）本文并没有从面部器官提取特征，而是另辟蹊径，利用人体头骨的不变形，及头部骨骼的比例来判断是不是同一个人，从而消除了年龄的影响。
（2）本文采用三角形网格自动生成技术将判别人脸特征的相似度转化成判别7个三角形的相似程度，大大的简化了判别人脸的复杂程度。
5.2算法的缺点
（1）本文由于缺乏大量的数据，所以并没有办法用软件具体科学的分析本文所讨论方法的误差大小，没有办法确定在哪个误差范围内，这种方法是可行的。
（2）由于人口数量很多，出现两个一模一样头骨的人也是可能的，另外，对于双胞胎、三胞胎等多胞胎头骨一样的现象，本文的方法并不能很好的辨认
（3）本文所讨论的方法需要人的脸部骨骼，而不是面部特征，如果一个人吃得很胖，完全看不到脸部骨骼的痕迹，本文讨论的方法误差就会很大
（4）本文所讨论的方法，7个三角形中有5个三角形受到下巴变动的影响，所以照相时对于下巴位置的要求非常高。
参考文献
[1]金一.人脸识别中若干算法研究[D].北京：北京交通大学，2009，（12）.
[2]张玉华.基于子空间及变换域的人脸识别算法研究[D].济南：山东大学，2009，（10）.
[3]路翀.基于二维图像表示的人脸识别算法研究[D].大连：大连理工大学，2012，（3）.
[4]人臉识别[EB/OL].http：//baike.so.com/doc/54310925669384.html#refff_543109256693841， 2017416.
[5]董向前.二维PCA人脸识别算法的改进研究[D].大连：大连海事大学，2014，（10）.
[6]张征.三角形网格自动生出技术的应用[D].天津：交通部天津水运工程科学研究所，2001，（9）.
[7]刘春太.任意平面域渐变三角形网格的自动划分[D].郑州：郑州工业大学，1999.
[8]张明敏等.基于超包络的三角形网格简化算法[D].杭州：浙江大学，1999.
[9]潘志庚，马小虎，石教英.虚拟环境中多细节层次模型自动生成算法[J].软件学报，1996，7（9）：526531.endprint
