基于面部不变特征的铁路实名制检票人脸身份认证算法.pdfVIP

第36卷 ，第 1期 中 国 铁 道 科 学 Vo1．36 No．1 2015年 1月 CHINA RAILWAY SCIENCE January，2015 文章编号：1001—4632(2015)01—0133—07 基于面部不变特征的铁路实名制检票 人脸身份认证算法 徐春婕，史天运，刘硕研，沈海燕 (中国铁道科学研究院 电子计算技术研究所 ，北京 100081) 摘 要：为了实现铁路实名制检票时旅客的人脸 图像与其身份证上人脸图像的 自动 比对，提出1种基于面 部不变特征的人脸身份认证算法。以人的面部不变特征为前提，采用改进的尺度不变特征变换算法，提取现场 采集的旅客的人脸图像及其身份证上的人脸图像 的关键点，将靠近关键点的区域划分为部分重叠的子区域，然 后以图像的词包模型差为基元构建人脸差特征空间，对训练图像的类别信息进行建模 ；对支持向量机 (SVM) 分类器训练分类的过程进行优化，训练优化的SVM 分类器；最后，使用人脸差特征空间和训练好的SVM 分类 器进行加权投票 ，确认身份证上的人脸图像与现场采集的人脸图像是否为同一个人，实现旅客身份的认证。实 验结果表明，在图像采集的尺度、角度和光照等不可控的情况下，该算法能够达到较高的认证速度和准确率。 关键词：火车票实名制；自动检票；人脸认证；尺度不变特征变换；词包模型；人脸差特征空间 中图分类号：U293．22：TP391．41 文献标识码：A doi：10．3969／j．issn．1001—4632．2015．01．19 目前，铁路客运站采用实名制验证检票制度 ， 然而认证准确率不高；Ramanathan_】首先利用人 由客运员人工比对乘车人与其身份证中的人脸图 脸图像的特征差值构建特征脸空间，随后通过贝叶 像，实现人与证的比对。这种人工比对的工作方式 斯分类器完成人脸认证，但特征脸空间在人脸特征 效率较低、劳动强度大，因此需要研究人脸身份 自 表征能力方面存在不足。 动认证算法，应用于实名制 自动检票系统。钱 统计学习的支持向量机 (SupportVectorMa— 等l1]提出了在旅客购票时采集人脸图像作为身份标 chine，SVM)分类器具有 良好的泛化能力。因此， 识存储在票面上，验证检票时通过现场采集的人脸 本文采用 sVM 分类器进行分类，提出1种基于面 图像与存储在票面的人脸图像比对，实现 自动身份 部不变特征的铁路实名制检票人脸身份认证算法， 认证，然而该方法需要在票面上嵌人旅客的人脸图 并通过模拟仿真验证该算法的可行性和有效性。 像，对现有的售票系统改动较大，成本也太大。王 晓东[2]等提出了基于旅客面部特征的实名制铁路车 人脸身份认证算法 票检票身份认证算法，却没有充分考虑到现场采集 的旅客人脸图像易受尺度、角度和光照等因素的影 人脸身份认证算法的原理为：基于人脸不变特 响。而针对人脸老化的其他研究主要集中在年龄估 征，采用改进 的尺度不变特征变换 (ScaleInvari— 计_3和年龄建模方面[8]。由于年龄估计和年龄建 antFeatureTransform，SIFT)算法l1。引，提取现 模都是开放性的研究课题，简单地利用它们完成人 场采集的旅客的人脸图像及其身份证上的人脸图像 脸身份认证会给铁路实名制检票系统带来诸多不稳 的关键点，生成 SIFT特征描述子；然后对 SIFT 定因素。因此，部分研究尝试利用分类器完成人脸 特征描述子进行聚类，构建词包模型；以词包模型 身份认证，如 LingHaibin[】。]等使用梯度方向金字 为基元构建人脸差特征空问；再对人脸差特征空间 塔，结合支持向