基于视频的人脸验证1VideoBasedFaceVerification-清华大学.PDF

基于视频的人脸验证1 庄莉 艾海舟 徐光佑 （清华大学计算机科学与技术系，智能技术与系统国家重点实验室，北京 100084 ） 摘 要: 本文提出了一种基于视频的人脸验证方法。采用立体视觉方法初步将人脸区域与背景分割开，再根据多 关联模板匹配方法精确定位人脸。对定位后的人脸区域抽取特征器官位置，再依此裁剪出人脸样本。从视频流中 收集人脸样本，训练支持向量机（SVM）作为验证器。实验表明该方法在复杂的现场环境下是有效的、鲁棒的。 关键词: 人脸检测与跟踪，人脸特征抽取，人脸验证，支持向量机（SVM） 中图分类号：TP391.4 文献标识码：A 文章编号：010790 Video Based Face Verification ZHUANG Li AI Haizhou XU Guangyou (Computer Science and Technology Department, Tsinghua University State Key Laboratory of Intelligent Technology and Systems, Beijing 100084, China) Abstract: In this paper a video-based face verification method is proposed. Stereo vision is used to roughly segment face area from its background, and then multiple-related template matching method is used to locate the face area finely. The face organs are extracted from the located face area and accordingly the face sample is cut out. Face samples are collected from video sequence, and a support vector machine classifier is trained on this sample set against other face samples as his verifier. Experimental results demonstrate the feasibility and robustness of this algorithm in complex real environment. Key words: Face detection and tracking, facial feature extraction, face verification, Support Vector Machines 1 引言 人脸识别是计算机视觉与模式识别领域关注的热点问题。早期的研究多采用基于几何特征的方法[1]，即抽取人脸上的 特征点，如瞳孔中心、眼角、嘴角、脸部轮廓等，结合相关匹配方法进行识别。近十年来，基于模板的方法受到重视[2]， 如：特征脸方法[3]、变形模板方法[4][5]。绝大多数现有方法采用的训练集和测试集都是静止图象，如：FERET[6]人脸库和 Yale 人脸库[7]。早期的系统多采用的是每个人一张图作为训练，后来的研究一般都采用同一个人多个姿态作为训练样本， 如：9 个典型姿态，希望借此较好地适应姿态变化。但是，由于训练样本仅包含少数几个典型姿态，难以涵盖各种情况，由 此建立的识别算法其推广能力在本质上受到训练数据的限制，因而目前的人脸识别算法仍然很难对各种姿态取得很好的适应 性，特别是在实际的现场环境中性能难以保证，大大地限制了其推广应用的价值。 在人脸识别问题上，一方面，识别的效果很大程度地依赖于对人脸特征的描述，而从样本中提取特征时却有可能丢失一 些有利于区别不同样本的信息；另一方面，分类器的选取直