静态人脸识别.docVIP

静态人脸识别技术 摘要：人脸识别技术是一种新型的身份识别技术，它是生物识别技术的一种。随着人们应用需求的不断深入，人脸识别技术将呈现出主流化、芯片化、标准化发展趋势。近年来受到了各国研究人员的普遍关注，主要用于安全保密等领域。本文主要介绍了静态人脸识别的技术，对其进行了分类总结，同时，详细介绍了其中的关键技术和研究成果。关键词：人脸识别；检测方法；即人脸来源位稳定的二维图象如照片。常用的人脸识别试验库以美国军方的FERET库[2]最为权威，它包括多人种、多年 龄段、各种表情变化、光照变化、姿态变化的图象，图像的数量和实验的人数也非常 多，可以充分地验证人脸识别算法。目前尚没有专门测试人脸检测和定位算法的图像 库。 近年来，由于反恐、国土安全、和社会安全的需要，世界上各个国家都对安防领域加大了投入。而身份识别正是安防的一个核心问题。在这种大环境下，生物特征识别迎来了一个快速发展的时期。据专门提供生物识别产业相关咨询服务的美国公司 International Biometric Group近期出版的一本关于生物识别市场及产业趋势的调查分析报告书 Biometrics Market and Industry Report 2007-2012显示[2]，2007年全球生物识别市场收入超过 30亿美元，并且今后 5年内将以超过每年 8亿美元的幅度递增。至 2007年将达到 74亿美元。而截止 2007年，人脸识别的市场份额由原来的微不足道，迅速上升到 12.9%，市场份额仅小于指纹识别，并且比重还在不断增加，打破了国际生物识别市场上“指纹”一统天下的局面。 在国内市场上，据美国《生物识别文摘》[3]报道，2005年生物识别产品的销售收入约 0.6亿美元，到了 2006年增长到约 1.1亿美元，其中超过 97%为指纹识别产品。目前，在中国人脸识别产品的市场份额还较小，大多数公司采用的是国外提供的核心技术，进行后加工，产品多集中在门禁和考勤机上。由于这些公司没有自主知识产权，自主研发能力较差，在人脸识别的应用开发中，对人脸识别技术实际应用难以形成深度优势。 然而，从去年开始，人脸识别市场，特别是在中国的市场，正经历着迅速的发展，而且发展的脚步也将越来越快。主要有三大原因：  是科技界和社会各个方面都认识到人脸识别技术的重要性，国家政策对人脸识别技术研究给予了很大支持，使得我国人脸识别技术取得了很大进展。 各种应用需求不断涌现。人脸识别市场的快速发展一方面归功于生物识别需求的多元化，另一方面则是由于人脸识别技术的进步。 第三个是人口基数因素。人脸识别系统的市场大小，很大程度上是和人口的数量大小相关的。而我国有 13亿人口，这从本质上决定了我国是世界上规模最大的生物识别市场。 处理姿态变化的方法有：1）简单几何变形的方法； 2）多视角的方法； 3）采用通用 3D 模型的方法；4）基于形变模型的方法；5）采用本征光流场的方法；6）估计低维内嵌结构的方法。简单几何变形的方法能对姿态变化进行一定的处理。处理光照变化的方法大致分为：1）采用对光照变化不敏感的特征；2）采用图像光照变换方法；3）采用低维光照子空间的方法。 常用来补偿光照变化的一些处理方法有：当光照变化不严重时，可采用零均值单位方差归一化、直方图均衡、非线性 Log 函数变换等方法。由于边沿特征对光照变化不敏感，一些变化域特征，如Gabor 特征对光照变化也不敏感。但是当光照变化较大时，这些方法将变得无效。Moghaddam 等 [12] 基于大量的训练样本，估计人脸的类内和类间差异的概率分布，用混合的Gaussian 模型模拟两类变化的概率密度分布，并使用最大后验概率进行人脸识别。该方法对具有亮度、表情变化的人脸图像具有较好的识别效果。后来，他们将人脸图像 I(x,y)用弹性 3D 网格表（x,y,I(x,y)）表示，获得了更好的识别结果[13]。Edwards 等[65]利用 AAM 模型和视频序列，基于多帧图像计算在最小均方误差下的修正变换矩阵，从而获得待识别图像的正确模型参数。该方法对光照、姿态和表情的变化具有一定的鲁棒性。随着年龄变化，人脸的面貌有很大变化，而且每个人的变化都不相同。Lanitis 等[66]基于一个观察，即长相类似、生活习惯相似的人的面貌随年龄变化也具有相似的变化，通过从训练样本分离出年龄变化，选择适合的年龄模式，模拟或消除年龄的变化等三个阶段获得变换图像，用于和库中的每个人的原型图像进行匹配识别。实验结果表明，基于年龄模拟的方法改善了识别效果。但是，该研究方向有待进一步深入，如何获得随年龄不变的人脸特征是关键。在一些场合，人脸的一部分可能被其他物体遮挡，不适于采用基于整体的人脸识别方法。Pentland识别有遮挡变化的人脸图像。通过动态空间