一种基于局部特征分析的人脸识别方法.pdfVIP

一种基于局部特征分析的人脸识别方法 焦峰1 1 1 1,2 1 山世光 崔国勤 高文 李锦涛 1 ( 中国科学院计算技术研究所ICT-YCNC 面像识别联合实验室，北京，100080) 2 (哈尔滨工业大学计算机学院智能人机接口实验室，哈尔滨，150001) 摘要 本文在传统的弹性图匹配基础上，提出了一种基于局部特征分析的人脸识别算法。利用 人脸的先验结构和人脸图像的灰度分布知识，先粗略地找出图像的特征点，然后利用人脸弹 性图对特征点的位置进行调整，最后在各个特征点处计算Gabor 变化的系数。整个人脸相应 地被表示成特征点处的Gabor 系数集合。我们用几种不同的距离来进行分类，并给出测试结 果。相对于传统的弹性图匹配方法，由于特征点预先被估算出，而不是在整个图像上搜索， 所以大大减少了计算量。 关键字 人脸识别, 特征定位, Gabor 变换系数向量集合, 人脸弹性图 1 引言 人脸识别是用计算机分析人脸图像，从人脸图像中提取有效信息，用于识别身份的技 术,因其在公安（罪犯识别等）、安全验证系统、信用卡验证、医学、档案管理、视频会议、 人机交互系统等方面的巨大应用前景而越来越成为当前模式识别和人工智能领域的一个研 究热点[1][2]。人脸有复杂的三维表面结构，因而人脸知识的表达相对简单物体来说较为复 杂；同时面部肌肉的运动使得人脸成为一种非刚体目标，与刚性目标识别相比，识别更困 难。此外，所有人脸都具有相似的结构特征，而同一人的不同面部图像由于采集条件的变 化会发生较大的变化（对计算机而言），所以人脸识别算法必须挖掘不同类别间微妙而可靠 的差别。人脸识别的一些算法可以推广到一般的三维非刚体目标的识别上去，促进其它模 式识别问题的解决。 人脸识别作为图像匹配的一个子集，和一般的图像匹配有一些区别。一般的图像匹配是 从颜色、形状、纹理中提取特征，而人脸匹配是根据人脸的特征来识别。在人脸识别中，如 何描述人脸，即如何提取特征是最重要的一个环节。在现有的人脸识别算法中，比较流行的 有模板匹配法[3]，特征子脸法(即Eigenface)[4], 基于弹性图匹配方法[5]。 本文提出了一种新的识别算法，利用人脸的先验结构知识和人脸图像的灰度分布知识， 先粗略找出人脸的特征点，然后利用人脸弹性图来对其进行调整，最后在各个特征点处计算 Gabor 变化系数集合, 并以此来表示人脸的特征。相对于传统的弹性图匹配方法，特征点预 先被估算出来，而不是在整个图中搜索，因此大大地降低了计算量。 本文组织如下：第一章为引言，第二章介绍本文自动人脸识别系统框图，第三章介绍人 脸的先验结构知识和人脸图像的灰度分布知识来粗略定位特征点，第四章介绍利用人脸弹性 图对特征点精确定位，第五章介绍识别过程和实验结果，第六章是结论和展望。 2. 人脸自动识别系统框架 1 模板匹配 人脸先验 人脸弹性 和特征子 结构和灰 图 脸 度分布信 息 训 练 样 本 Gabor 变换系 训练样本 数向量集合 图像 计算系数向量 人脸检测 特征点粗 特征点精 集合的距离, 略定位 确调整 测试样本