人脸检测技术背景与现状.docVIP

人脸检测技术背景与现状 1背景 人脸识别作为一种典型生物特征识别技术，以其自然性、高可接受性等优点受到人们的青睐，因而有着十分广泛的应用前景: （1）在安全领域是强有力的辅助手段，在身份验证、刑事侦察、罪犯识别、海关安检和基于人脸识别的门禁系统中有着广阔的应用前景; （2）在民用和经济领域，各类银行卡、驾驶执照、护照和个人身份的识别和验证，社会保险人的身份验证等领域也具有重要的应用价值; （3）还可应用于基于内容的图像索引和基于区域的图像压缩，可视电话、医学、档案管理、能识别身份的玩具和机器人等。 此外，人脸识别技术还可以用于视频会议、自动考勤系统、照片比对、数字娱乐等。鉴于人脸识别具有广泛的应用，人脸识别技术成为模式识别和机器视觉领域近来研究的一个热点问题。 人脸识别系统主要包括人脸检测和人脸识别，以及由此衍生出来的人脸跟踪和人脸表情识别等。 人脸检测就是从任意给定的一个图像或者一组图像序列中确定图像中所有人脸(如果存在)的位置、大小、数量和姿态。 人脸跟踪就是在视频流中实时的、连续的估计人脸的运动轨迹及大小变化的过程。 人脸识别是指给定一个场景的静态图像或动态视频，利用存储有若干己知身份的人脸图像的数据库来验证和鉴别场景中单个或者多个人的身份。 人脸表情识别就是对人脸表情信息进行特征提取分析，按照人的认识和思维方式加以归类和理解，利用人类所具有的情感信息方面的先验知识使计算机进行联想、思考及推理，进而从人脸信息中去分析、理解人的情绪。 从以上的各个研究领域我们不难看出，人脸检测在各研究领域中属于首要的和基本的环节，是任何人脸信息处理系统中关键的一个步骤，只有将图像或图像序列中的可能存在的人脸进行检测和分离，其他的研究工作才能得以展开和进行。 图1清晰地说明了人脸检测在人脸识别系统中的重要作用。 图 1 人脸检测在人脸识别系统中的重要作用 目前，人脸检测技术受到来自学术界和工业界越来越多的关注，究其原因，至少有三个方面的促进因素：人机交互方式的演变、生物特征识别的发展、物体检测的研究。首先，人脸检测技术的提出是人机交互研究发展的需要。其次，在生物特征识别技术中，作为人脸自动识别系统的先决条件，人脸检测技术有着十分重要的作用。最后，在理论上讲，人脸检测是一项极具意义的研究领域。 2人脸检测的国内外研究现状 许多国家展开了人脸检测的研究，主要是美国、欧洲国家、日本、新加坡、韩国等，著名的研究机构有美国MIT的Media lab, AI lab，CMU的Human-Computer Interface Institute，Microsoft Research，英国的Department of Engineering in University of Cambridge等。国内开展人脸检测研究的主要单位有清华大学、哈尔滨工业大学、北京工业大学,中科院计算所,中科院自动化所,复旦大学,南京理工大学等，都取得了一定的成果。综合有关文献，目前的方法主要集中在几个方面。例如：模板匹配，基于器官特征的方法，示例学习，神经网络，基于隐马尔可夫模型的方法，基于彩色信息的方法，形状分析，频域中的特征提取，多模态信息融合和基于AdaBoost的方法。 3 Adaboost算法简介 Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。基于Adaboost快速人脸检测方法由Viola等人于2001年提出，该方法采用一种称为积分图的图像表示方法，可以快速容易地计算出大量的简单特征，再用Adaboost学习算法从一个较大的特征集中选择少量关键的视觉特征，并构造一系列的弱分类器，多个弱分类通过线性组合可构造出一个强分类器，再用级联的方式将单个的分类器合成为一个更加复杂的分类器。