人脸识别原理特点及应用.ppt

浅谈人脸识别技术的发展和应 用 人体生物特征识别技术是依靠人体的生物特征来进行人的身份验证的 一种高科技识别技术。而人脸识别技术具有比其他生物特征识别技术更直 观、简便、准确、可靠及可扩展性良好等众多优势。因而应用广泛。本文 介绍人脸识别技术的原理、特点、应用及进展。 一、前言 随着光电技术、微计算机技术、图像处理技术与模式识别等技术的快 速发展，出现了一种崭新的人体生物特征识别技术，这就是依靠人体生物 特征来进行人的身份验证的一种高科技识别技术。 人体生物特征目前主要用到人体的指纹、掌纹、眼虹膜、声音、笔迹、 面貌及 DNA 等。由于这些特征具有人体所固有的不可复制的唯一性和稳定 性，因此不可能复制、失窃或被遗忘。所以，利用人体的这些独特的生理 特征能准确地鉴别每个人的身份。 近几年来，已开发应用了声音识别、签字识别、指纹识别、掌形识别、 眼虹膜识别等人体生物特征识别技术，与上述识别技术相比较，而最近开 发的人体面貌识别技术则具有简便、准确、经济及可扩展性良好等众多优 势，因此可广泛应用于出入口控制、安全验证、安防监控与搜寻罪犯等有 关方面。下面就简要介绍一下人体面貌识别技术的原理、应用及进展。 二、人脸识别技术的原理 1 、人脸识别技术的内容 人脸识别技术包含三个部分： （ 1 ） 人脸检测 面貌检测是指在动态的场景与复杂的背景中判断是否存在面像，并分离出 这种面像。一般有下列几种方法： ①参考模板法 首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模 板之间的匹配程度，并通过阈值来判断是否存在人脸； ②人脸规则法 由于人脸具有一定的结构分布特征，所谓人脸规则的方法即提取这些特征 生成相应的规则以判断测试样品是否包含人脸； ③样品学习法 这种方法即采用模式识别中人工神经网络的方法，即通过对面像样品集和 非面像样品集的学习产生分类器； ④肤色模型法 这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。 ⑤特征子脸法 这种方法是将所有面像集合视为一个面像子空间，并基于检测样品与其在 子孔间的投影之间的距离判断是否存在面像。值得提出的是，上述 5 种方法在 实际检测系统中也可综合采用。 （ 2 ）人脸跟踪 面貌跟踪是指对被检测到的面貌进行动态目标跟踪。具体采用基于模型 的方法或基于运动与模型相结合的方法。此外，利用肤色模型跟踪也不失为一 种简单而有效的手段。 （ 3 ）人脸比对 面貌比对是对被检测到的面貌像进行身份确认或在面像库中进行目标搜索。 这实际上就是说，将采样到的面像与库存的面像依次进行比对，并找出最佳的 匹配对象。所以，面像的描述决定了面像识别的具体方法与性能。目前主要采 用特征向量与面纹模板两种描述方法： ①特征向量法 该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离 等属性，然后再计算出它们的几何特征量，而这些特征量形成一描述该面像的 特征向量。 ②面纹模板法 该方法是在库中存贮若干标准面像模板或面像器官模板，在进行比对时， 将采样面像所有象素与库中所有模板采用归一化相关量度量进行匹配 此外，还有采用模式识别的自相关网络或特征与模板相结合的方法。 人体面貌识别技术的核心实际为“局部人体特征分析”和“图形 / 神经识别 算法。”这种算法是利用人体面部各器官及特征部位的方法。如对应几何关系多 数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。一般要求 判断时间低于 1 秒。 2 、人体面貌的识别过程 一般分三步： （ 1 ）首先建立人体面貌的面像档案。即用摄像机采集单位人员的人体面貌的面 像文件或取他们的照片形成面像文件，并将这些面像文件生成面纹（ Faceprint ） 编码贮存起来。 （ 2 ）获取当前的人体面像 即用摄像机捕捉的当前出入人员的面像，或取照片输入，并将当前的面像文件 生成面纹编码。 （ 3 ）用当前的面纹编码与档案库存的比对 即将当前的面像的面纹编码与档案库存中的面纹编码进行检索比对。上述的 “面纹编码”方式是根据人体面貌脸部的本质特征和开头来工作的。这种面纹编 码可以抵抗光线、皮肤色调、面部毛发、发型、眼镜、表情和姿态的变化，具有 强大的可靠性，从而使它可以从百万人中精确地辩认出某个人。 人体面貌的识别过程，利用普通的图像处理设备就能自动、连续、实时地完成。 三、人脸识别技术的特点 人脸识别技术与其他人体生物特征识别技术相比较，有其独特的优点。 （ 1 ）人脸识别技术有快速、简便、非侵扰和不需要人的被动配合的特点。 因为除这种识别技术以外，其余的人体生物特征识别技术对人们来说都是 一种干扰，都需要人的被动配合。如指纹和掌纹识别都需要人们将手放在玻璃 表面，而虹膜识别需要用激光照射人的眼睛，而声音识别需要人对着麦克风讲 话，字迹识别则需要人签字等