头部角度估计与人脸辨识系统-科技部工程科技推展中心.pdfVIP

行政院國家科學委員會專題研究計畫 成果報告 頭部角度估計與人臉辨識系統 研究成果報告(精簡版) 計 畫 類 別 ： 個別型 計 畫 編 號 ： NSC 99-2221-E-032-069- 執 行 期 間 ：99年08月01日至 100年07月31日 執 行 單 位 ： 淡江大學資訊工程學系 計 畫 主 持 人 ： 林慧珍 共 同 主 持 人 ：顏淑惠 計畫參與人員： 碩士班研究生-兼任助理人員：夏華偉 博士班研究生-兼任助理人員：王駿瑋 報 告 附 件 ： 出席國際會議研究心得報告及發表論文 處 理 方 式 ： 本計畫可公開查詢 中 華 民 國 100 年 07月 28 日 前言及目的： 人臉識別是目前被用於身份識別的最重要生物辨識方法之一。由於此識別方式屬非接觸式，可排除因 為接觸感應不良而產生的辨識不明，亦屬較友善的身份識別方法。人臉識別技術確實有其優勢並且有普 及的實力，因而至今仍是一項非常熱門的研究議題。已有許多研究人員投入此領域，也獲得了相當豐碩 的成果。其應用非常地廣泛，例如「智慧型人機互動」、「門禁管理」、「數位監控系統」、「臉部表 情分析」及「視訊會議」等，而其中以門禁系統為主流應用。 人臉辨識主要使用的特徵，包含臉部曲線，眼睛、鼻子、嘴巴等等的外部線條，以及皮膚、眼睛、頭 髮等等的顏色資訊。藉由這些特徵，人腦可以輕易瞭解並識別出不同的人臉。然而使用電腦系統自動辨 識時，就有許多方面的困難性。尤其當臉部傾斜、光源方向造成不同的陰影、遮蔽物的干擾(小至眼鏡， 大至區域遮蔽)或是臉部表情改變時，都會增加辨識的難度。本計畫旨在利用人臉影像辨識人物的身分， 分別提出一個有效且迅速的方法，以期望能在應用上達到足夠的效能。 文獻探討： (一). 人臉角度辨別 一般的人臉識別系統其辨識效果，常受許多因素影響如：人臉角度偏差、不同光源、表情變化等。 其中人臉角度偏差影響辨識結果最為明顯，其問題也較難處理。若能對人臉影像根據不同角度先進行粗 分類，則能有效解決此問題，並提升系統之辨識率。Joshua B. Tenenbaum [1] 所提出的 Isomap 流型 (manifold) 技術，可以將人臉影像在高維度空間的座標，隨著某個外在因素改變圖像而使得座標隨著特定 方向移動的效果展現出來。我們發現，這樣的特性有益於對不同角度的人臉影像空間進行分割。 Dianting Liu [2] 以 Isoamp 為基礎，利用階層式的概念發展出了 Hierarchical Isomap 。利用預先已知 的分群資訊，建立出 class-to-class 的距離資訊，計算兩個分類於 class A 與 class B 的資料點 PA 與 PB 的距離時，以各群的中心為節點，再計算兩點的最短路徑。 Wei Fan [3]有別於 Dianting Liu ，利用群聚 (clustering) 的方法，配合 Isomap 與階層式的構想，提 出了使用階層式萃取樣本影像集合的人臉辨識方法，其開始先以每個單一影像形成一個叢集 (clusters) ， 利用 Isomap 產生的特徵資訊，重複執行合併兩個最接近的叢集，直到叢集數量達到指定值。 Chao Shao [4]對於 Isomap 的研究，在於重新定義資料點間的距離，因而資料點間的鄰居亦重新定 義，如此便能利用最小連通圖 (minimal connected neighborhood graph) 來找出這樣的資訊，並且有不錯的 成效。 Ming-Hsuan Yang [5] 利用 LDA 的分群特性，將之與Isomap結合，發展出了Extended Isomap ，並以 實驗結果證明出有更好的效果。從圖2的比較可看出Extended