基于几何特征的动态人脸识别.pdfVIP

第 10卷 第28期 2010年 10月 科 学 技 术 与 工 程 V01．10 No．28 Oct．2010 1671—1815f2010)28—6894·05 ScienceTechnologyandEngineering @ 2010 Sci．Tech．Engng． 基于几何特征的动态人脸识别 李建 中 雷立礼 黎 灏 方学阳 (华南理工大学 电子与信息学院，广州510641) 摘 要 针对当下人脸识别算法复杂、实现困难，提出了一种基于几何特征的动态人脸识别算法。该算法首先进行人脸特征 的定位，以反馈形式为基础，提高其准确率。同时对数据采集功能进行了改进。对同一用户采用了不同时刻下的lO张图片， 减小特征定位引起的偶然误差，提高了识别速度的同时也降低了误识率。 关键词 人脸识别 几何特征 动态 中图法分类号 TP391．41； 文献标志码 A 人脸识别具有非常重大的理论意义和应用价 水平距离、两眼外侧的水平距离、右眼的外侧眼角 值。人脸识别的研究对于图像处理、模式识别、计 与鼻项的水平距离、左眼的内侧眼角与鼻顶的水平 算机视觉、计算机图形学等领域的发展具有重大的 距离、嘴巴中点与鼻尖的垂直距离、鼻尖与嘴角的 推动作用，同时在生物特征识别、视频监控、安全等 距离，并且将这些距离特征值与眼睛中点到嘴巴中 各个领域也有着广泛的应用 。人脸识别的研究已 点之间的垂直距离之 比定义为标准化特征 向量。 经有相当长的历史，发展至今，在用静态 图像或用 但是，文献 [1]要求人脸位置端正，因此只能用于检 视频做人脸识别的领域中，国际上形成了以下几种 测特定图片，无法适应动态检测；而文献 [2]其所提 方法：基于几何特征的人脸识别方法；基于相关匹 取的特征点过于细致，对分类器要求极高，实现 配的方法；基于子空间的方法；基于统计的识别方 困难。 法；基于神经网络的方法；弹性 图匹配方法；基于三 针对以上问题，本文在前人的基础上提出了两 维模型的方法。后面六种方法原理复杂，实现困 个改进方法。在人脸检测部分，本文利用各种分类 难，且难以与其他应用程序相结合。鉴于此，本文 器，提取较大的特征 (如五官)之后，采用级联反馈 选用了其中最为通俗易懂的基于几何特征的识别 的方式来最后确认人脸，无需考虑人脸的位置，同 方法 。 时提取特征所需分类器容易实现，并可直接利用提 人脸识别通常分为三步：第一步是人脸检测， 取的特征值，将第一、二步结合起来，提高了效率； 接着是提取人脸特征，最后是将该特征与已存特征 在人脸识别部分，同时对人脸的数据采集也做出相 相比较，以达到人脸识别的目的。其 中第一步是很 应的处理措施，提高辨识速度的同时亦降低 了误 关键的一步，目前 已有不少算法可以达到人脸检测 识率。 的目的，文献 [1]结合小波分析和几何特征实现了 准确率较高的人脸检测算法；文献 [2]则利用分类 1 使用技术简介 器克服了以上缺点，但其误断率比较大，同时在第 二步特征提取环节，其采用了分类器提取 7组特征’ 基于几何特征的方法是早期的人脸识别方法 点：左眼的宽度、鼻尖与双眼连线的垂直距离、人脸 之一 ，其优点是 比较简单、容易理解。常采用的 左右边界的距离、嘴巴的宽度、两眼中心与左嘴角 几何特征有人脸的五官，如眼睛、鼻子、嘴唇等的局 部形状特征，脸型特征以及五官在脸上分布的几何 2010年6月30日收到，7月8日修改