生物认证 人脸识别.pptVIP

生物认证技术 Biometrics Face Recognition人脸识别 Content Introduction 人脸识别是以人脸作为生物特征进行身份识别的技术。 Faces are integral to human interaction. Humans often use faces to recognize individuals and advancements in computing capability over the past few decades now enable similar recognitions automatically. Face recognition can be used for both verification and identification (open-set and closed-set). Why？ 正常的情况下，人脸是裸露在外的，而虹膜、指纹、DNA 等数据 都不具备外露的特点，声音则必须依赖人主动发言，而人脸的获取甚至可以在不知不觉中完成，因而具有先天的最方便的优势。 人脸的数据获取对用户干扰少、最友好，虹膜等生物特征数据的采集需要个体的配合，因而无法用于非交互类的应用，而人脸数据采集则方便得多，可选择的应用面更广。 在高流量的应用场合，如机场安检，虹膜、DNA 和指纹等数据获取速度慢，而人脸相当便捷。 在卫生安全方面，人脸的获取是非接触的，而无论指纹、虹膜、还是DNA都涉及卫生条件等方面的问题，如何保证采集设备的清洁也是这些技术的重要问题。 人脸识别技术因具数据采集方面的巨大优势而在生物认证中具有更广 阔的应用前景。 2 modeling approaches 人脸识别两类最基本的类型 2D 人脸识别 指采用人脸亮度图像进行身份认证的技术，包括基于视频流的人脸识别技术。 2003年以前，大部分关于人脸识别的研究集中在2D 人脸识别上 已在多个商业产品中使用 3D 人脸识别 采用3D 人脸数据进行身份识别的技术， 2 modeling approaches 3D 数据与2D 数据最主要的一个区别是，3D 数据带有人脸的原始几何信息，而2D 人脸图像仅仅是人脸在某个平面上光线反射的亮度投影。 另一类研究人脸识别技术的思路是，从2D 图像中重建或合成3D 人脸的几何信息，然后用合成的3D 几何信息进行识别。 2D 和3D 双模态融合技术也用于提高人脸识别的性能。 Authentication Task 人脸识别通常有两种不同的应用场景，一种称之为“Recognition”或“Identification”，即识别；另一种称为“Verification”，即人脸认证。识别比认证的要求更高，计算量更大。 人脸识别：回答“我是谁？”的问题，多个已知的人脸数据登记入一个集合中，称为“gallery”，给定一张测试人脸，称为“probe”，要求从gallery 中找出与probe 最接近的人脸，如果两者之间达到一定的相似度(大于某一阈值)，则认为该probe 与找到的gallery 中的脸是同一人。显而易见，人脸识别要完成probe与gallery 中每一个人脸的比对，是“一对多”的匹配过程。 Authentication Task 人脸认证：回答“我是我所声明的人吗？”的问题。probe 首先声明一下己的身份，然后系统用与probe 声明相同身份的gallery 中的人脸与probe 进行比对，若两者达到一定的相似程度(大于某一阈值)，则认为他们是同一个人，即接受，否则，认为声明者是假冒的，拒绝之。人脸认证不需要与gallery 中的每一个人进行比对，是“一对一”的匹配。 Content History 人脸识别的研究始于19世纪末，20世纪60年代开始蓬勃发展。 20世纪90年代之前，限于当时的硬件计算技术瓶颈和算法性能，开发的人脸识别技术还未达到全自动和实用水平。 40年来，尤其是近10年来，人脸识别研究已经成为各国知名大学、公司、研究院的研究热点，并得到持续的项目支持，人脸识别技术逐渐走向实用。 History Automated face recognition is a relatively new concept. Semi-automated system for face recognition in the 1960s, required the administrator to locate features (such as eyes, ears, nose, and mouth) on the photographs before it calculated distances and ratios to a common refe