人脸识别(全面).pptx

人脸识别;目 录;一、人脸识别技术概述;二、研究背景及意义;;从表1 中，我们可以看出指纹和虹膜生物特征识别技术各个方面都比较好，与指纹、虹膜相比，它们的稳定性包括性能都比较好，但指纹、虹膜识别技术需要被识别者在设备前停留、触摸，而人脸识别只要人经过摄像头，摄像头就会将人脸拍摄下来，这种识别方式适合在公共场合、特别是人群聚集处使用。 与传统的身份鉴定手段相比，基于人脸生物特征信息的身份鉴定技术具有以下优点： ①用户易接受：简单易用，对用户无特殊要求。 ②防伪性能好：不易伪造或被盗。 ③“随身携带”：不用担心遗漏或丢失，随时随地可用。;此外，人脸识别还有精度较高等优点。鉴于人脸识别技术在个人身份鉴定方面的众多优点，这项技术可以在很多领域得到应用： 视频监视系统： 例如在机场、体育场等公共场所对人群进行监视，以达到身份识别的目的。;公安刑侦破案： 通过查询人像数据寻找数据库中是否存在重点人口基本信息。例如在机场或车站安装系统以抓捕在逃案犯。加强交通管制；确认身份证、护照等证件的真伪；验证各类信用卡的持卡人身份。 ;门禁系统： 受安全保护的地区可以通过人脸识别辨识试图进入者的身份，高档小区的门禁系统以及家庭安保系统。;网络应用：利用人脸识别系统确认信用卡网络支付，以防止盗用信用卡等。;三、人脸识别的过程;光线补偿 光照变化主要表现为强度变化和角度变化。光照强度变化会导致极端光照情况的出现(如暗光、高光等现象的出现)；而光照角度变化会产生不同程度的表面明暗区，光照暗区会遮盖人脸本身的纹理信息。这两种光照变化都会对人脸图像的整体灰度分布、对人脸图像的边缘信息和人脸的彩色图像的色度空间产生很大的影响。 ;灰度变化 人脸图像的灰度分布是基于灰度图像进行人脸识别的主要信息依据。不同光照条件下所获得的同一人脸的两幅图像可以说是完全不同的两幅图像，这两幅图像之间的灰度分布差异有可能大于不同人脸之间的灰度分布的差异，因而可能会导致识别率的下降 。;平滑处理 人脸图像边缘也是人脸识别中的??要信息，它是基于局部特征的人脸检测与识别方法的重要依据。基于局部特征的人脸检测和识别方法是依赖于眼睛、嘴等人脸器官的几何结构特征的提取，但是人脸图像的边缘信息对光照的反应很敏感。特别是光照角度发生变化时，人脸表面纹理被阴影遮蔽，无法检测到较完整的人脸边缘，从而导致识别的错误 。;直方图均衡 直方图均衡化处理的主要思想是把原始图像的灰度直方图从某个比较集中的灰度区间映射到全部灰度范围内的均匀分布。简单来说，直方图均衡化就是将图像非线性拉伸，重新分配图像像素值，使得一定灰度范围内的像素数量基本相同。;2、人脸识别的两个技术环节;人脸检测与定位;常用的人脸检测方法;基于知识建模的人脸检测方法 (1)器官分布规则:虽然人脸在外观上变化很大,但遵循一些几乎是普遍适用的规则,如五官的空间位置分布大致符合“三庭五眼”等。 (2)轮廓规则:人脸的轮廓可以简单地看成一个近似椭圆,而人脸检测可以通过椭圆检测来完成。 (3)颜色、纹理规则:同民族人的面部肤色在颜色空间中的分布相对比较集中,颜色信息在一定程度上可以将人脸同大部分背景区分开来。 (4)运动规则:通常相对背景人总是在运动的,利用运动信息可以简单有效的将人从任意复杂背景中分割出来。其中包括利用眨眼、说话等方法的活体人脸检测方法。 (5)对称性:人脸具有一定的轴对称性,各器官也具有一定的对称性。 ;人脸检测算法;人脸特征提取与识别的方法;