运用双影像视觉与主要因素分析PCA於人脸辨识.PDFVIP

品質學報 Vol. 13, No. 1 (2006) 11 運用雙影像視覺與主要因素分析 (PCA) 於人臉辨識 田方正1 洪贊原, 蔡全益, 田方治2* 1 中華大學應用數學系 2 國立台北科技大學工業工程與管理研究所 摘 要 本研究之目的在運用雙影像系統 (Stereovision) 建立一有效三維之臉部辨識系。首先，以雙影像 系統取得之三維臉部資訊，再以主成份分析 (PCA, principal component analysis) 進行辨識的臉部辨 識系統。雙影像視覺 (Stereovision) 技術是運用兩影像視差 (disparity) 特性藉以恢復物體之三維資 訊，本研究之取 40 組臉部影像作實驗，每組影像取三種不同之表情。其中，以原始表情當訓練影像 ，其餘兩種表情為測試影像。結果顯示，以三維臉部資訊辨識率可達 87.5% ，故於小型之資料庫中 可成功地辨識。 關鍵詞：主要因素分析、雙影像視覺、視差、臉部辨識 光源位置及人臉姿勢的不同，呈現出不同之影像 1. 前言 灰階值變化。因此利用二維影像中灰階值的特徵 隨著數位化時代的到來，生物認證技術 向量進行辨識，容易受外在光源位置及人臉姿勢 (Biometrics Technology) 得到迅速的發展。特別 所影響，導致錯誤的辨認。因此如能有效擷取人 是美國『911』恐怖事件發生以後，由於反恐、 臉之深度資訊，則可利用此三維之人臉模型建構 刑偵、信息安全、金融安全等多方面的需要，傳 於不同光源位置下之人臉二維影像，如此將有助 統以密碼為特徵的生物認證技術開始難以滿足 於提升辨識的準確；此外亦可以將深度的資訊作 行業高安全性的要求，因此生物認證技術受到格 為辨識的依據，以增加辨識的準確度。 外重視。生物認證 (Biometrics) ，簡而言之即是 運用二維影像重建三維模型，一直是影像處 利用人體與生俱有、獨一無二之生理特徵 (如眼 理技術中相當熱門的之課題，並且也具有相當深 球、臉型、指紋、掌型或聲音) ，以確認身分。 度之研究課題。而使用於人臉上之方法可分為三 近年來因技術日趨成熟與社會上之廣泛應用需 大類，分別為 (1) 雷射掃瞄系統，(2) 使用光學 求，而得到顯著注意。相較諸多之生物認證技 投影方式利用物體照度變化程度計算深度，及 術，人臉辨識技術具有非接觸性、安全性及被動 (3) 利用兩張以上影像之雙影像視覺方式，其詳 性等特性。综合以上觀點，人臉辨識技術確實有 細比較如表 1 。因雙影像系統具有簡單 、實用且 其獨特優勢並普及大眾之潛力。 具彈性之優點，故往往使用於 3D 資訊之取得。 本研究主要之目的為運用現有簡易之雙影 像系統，建立三維臉部辨識資訊，之後，再將所 2.1 雙影像視覺之原理 擷取出的資訊，經由主成份分析，將現有的資訊 做空間的轉換，以有效進行人臉辨識工作。 “深度”的立體影像主要是由於利用人類 雙眼觀看同一物體角度不同所產生，所以物體前 2. 文獻探討 後關係在兩眼 「左右」方向上產生之差距 ，稱為 人