基于非线性维数约减方法的快速多视角人脸识别.docVIP

基于非线性维数约减方法的快速多视角人脸识别 摘要：首先我们对计算机人脸识别技术的研究背景和发展历程做了简要的回顾，然后提出了我们基于非线形维数约减方法的快速多视角人脸识别这一研究课题。在课题中我们使用光流算法和RBF算法研究人脸识别中图像合成这一内容，并对光流算法理论做了详细的介绍与分析。接着介绍了我们实验的内容，并把光流算法与RBF算法得出的实验结果做了详细的比较，选取了RBF算法作为我们下面实验的准备。最后总结了实验的内容与结果，提出了一些建设性的建议，进而对人脸识别技术提出了一些展望。 Abstract: 关键字：人脸识别 维数约减 光流 RBF算法 绪论 第一节 人脸识别技术概述 1、引言 计算机人脸识别技术（Face Recognition Technology，简称FRT）就是指使用计算机技术对人脸图像进行处理和分析，从中提取有效的识别信息，用于辨别身份的一种生物认证技术。作为上世纪末期才兴起并活跃起来的一个研究领域，它跨越了图像处理、模式识别、计算机视觉、生物学、神经生物学和神经网络等诸多学科，是一个典型的多学科交叉的边缘应用，在商业和法制方面具有广阔繁荣应用前景。 虽然在复杂混乱的场景中识别人脸对人类来说并非难事，甚至几岁的幼儿都可以完成得十分出色，但对于机器识别来说这却是个几乎不可能完成的任务（Mission Impossible），因为机器不可能像人一样依靠视觉感官刺激，也没有一台机器的处理能力能够强大到足以和人脑相匹敌，至少未来很长时间内都不可能出现。人类大脑对信息的处理过程至今仍是一个谜，但是，相对于机器而言，人脑的记忆力和精力毕竟的有限的，而这一点恰恰是机器的优势所在。作为生物认证技术之一，人脸识别技术除了拥有不易遗忘或丢失、不被盗用或仿制、随身携带、终身不变等优点以外，更因其人脸图像采集的非接触性、非侵犯性、非强制性、自由灵活、支持批量采集等优势更乐于为人民所接受。 今天，生物认证的许多技术如指纹识别、虹膜识别、语音识别等都已成熟并得到成功应用。只有人脸识别依然主要停留在科学研究阶段，实际运用并不多见。这是因为与其他生物特征相比，人脸具有以下特点： 人脸表情丰富 人脸随年龄增长而发生变化 人脸受饰物（眼睛）与头发的影响 作为一个三维刚体，人脸图像受光照、倾斜角度、成像距离等影响。 从二维图像到三维的人脸重建是病态（ill-posed）过程，尚无完善的三维模型 这些难点制约了人脸识别技术的研究发展，却也因此而吸引了越来越多个领域的精英来迎接这诱人的挑战。 人脸识别问题的一般性描述可以陈述如下：给定某个场景（特定或不特定）下的静态或动态视频图像，使用一个已存在的人脸数据库，从中识别出一个或几个相似的候选者。在此过程中可以利用一些易获得的间接信息，诸如民族、年龄和性别来帮助缩小搜索范围，过滤干扰因素，提高正确率。一个完整的人脸识别系统主要需解决三个问题： 从复杂背景中自动分割出待识别的人脸，这是人脸识别的基础与前景。 从定位出的人脸区域中提取出有效的特征区域或特征点。 对提取出的特征区域或特征点进行有效的分类与编码表达，并使用一种或多种分类器将待识别人脸的特征与存储下来的人脸特征进行比对，给出识别结果。 2、发展背景 早在上世纪70年代初期和中期，使用人脸及其轮廓的测量特征的典型的模式分类法就已经出现了。但是在80年代，人脸识别技术的研究几乎处于“休眠”状态。直到90年代，随着社会经济和计算机技术的突飞猛进，重点民用和商业研究项目大量增加，强调实时计算和自适应神经网络分类器重新出现，实时硬件成本大大降低，另外由于毒品买卖、恐怖行为等犯罪行为的不断猖獗大大刺激了与监控相关的应用需求，人脸识别变得非常有意义，人脸识别课题的研究才又迅速地兴起并活跃起来。人脸识别技术所处理的图像可以是包含正面人脸的图像、人脸的侧面轮廓图或人脸距离图。 近来，国外在图像数据库技术的研究出现了一个新热点，即图像识别和查询。这一新的热点把计算机图像处理、计算机图像识别和图像数据库技术有机地结合起来，使得图像识别和查询在理论和实践中都成为极为有前途的技术。随着各个行业对图像识别技术的新的要求的不断涌现，图像识别技术的前景更为诱人。 第二节 研究现状 1、人脸识别国外研究状况 人脸识别的研究始于60年代末，Bledsoe以人脸特征点的距离、比率等参数为特征，建成了一个半自动的人脸识别系统。而且早期人脸识别研究主要有两大方向：一是提取人脸几何特征的方法，包括人脸部件归一化的点间距离和比率以及人脸的一些特征点，如眼角、嘴角、鼻尖等部位所构成的二维拓扑结构；二是模板匹配的方法，主要是利用计算模板和图像灰度的自相关性来实现识别功能。Berto在1993年对这两类方法作了较全面的介绍和比较后认为：模板匹配的方法优于几