生物认证技术.pptVIP

2021/2/6 * 本征脸（eigenface）方法 是人脸识别的基准技术,并已成为事实上的工业标准 该方法基于主成分分析（PCA） PCA是将分散在一组变量上的信息集中到某几个综合指标（主成分）上的数学方法,实际上起着数据降维的作用,并保证降维过程最大化保留原数据的差异 这对最大化类间差异（即不同人之间的差异）并最小化类内差异（即同一人的不同图像间的差异）很有效 用PCA将2维数据降到1维的例子,绿色点表示二维数据,PCA的目标就是找到这样一条直线,使得所有点在这条直线上的投影点之间的平均距离最大。也就是最大化地保留了原数据的差异性 2021/2/6 * 本征脸方法 直接计算C 的本征值和本征向量是困难的,可以通过对矩阵 做奇异值分解间接求出 m值的选择: 如果将本征向量恢复成图像,这些图像很像人脸,因此称为“本征脸” [M. Turk A. Pentland, JCN91] 2021/2/6 * 本征特征（eigenfeature）方法 利用PCA分析眼、鼻、嘴等局部特征,即本征特征方法 [R. Brunelli T. Poggio, TPAMI93] [A. Pentland et al., CVPR94] 这实际上相当于:为若干重要的特征建立本征空间,然后将多个本征空间集成起来 2021/2/6 * 本征脸 vs. 本征特征 本征脸利用全局特征,本征特征利用局部特征,二者各有优势 待识别图像 本征脸识别结果 本征特征识别结果 [A. Pentland et al., CVPR94] 2021/2/6 * 本征脸 vs. 本征特征 (2) (1) (3) (4) 难题——能否自动确定: 该用哪些特征?（眼睛?鼻子?嘴?……） 特征的确切位置在哪儿?（从哪儿到哪儿算眼睛?……） 将二者结合,可以得到更好的识别效果 同样,这实际上相当于:为若干重要的特征建立本征空间,然后将多个本征空间集成起来 由于嘴部受表情影响很严重,因此未考虑嘴部特征 2021/2/6 * 实验结果 [X. Geng Z.-H. Zhou, unpub04] FERET人脸数据库上的结果 (3) (2) (1) (4) (2) (1) (3) (4) 待识别图像出现在算法返回的前Rank个图像中 SEME选择的特征 本征脸+本征特征所用的特征 2021/2/6 * SEME的可扩展性 SEME的训练（计算）开销很大,但只需训练一次 [X. Geng Z.-H. Zhou, unpub04] 将FERET人脸数据库上选择出的本征空间集成直接用于ORL（左）和BioID（右）这两个人脸数据库的结果 2021/2/6 * 人脸识别的关键问题 1.人脸面部形态（面型、眼睛、鼻子） 2.人脸识别中的视觉特征 （早期MARR理论框架3个层次计算理论、 算法、实现机制;现多层次） 3人脸识别中的光照问题 4.人脸识别中的姿态问题 2021/2/6 * 关键技术 人脸检测 图像预处理 人脸特征选择 人脸识别 2021/2/6 * 学科基础 面部运动测量技术 图像处理技术 人脸检测跟踪技术 面部特征提取算法 面部特征的模式识别算法 2021/2/6 * 面部特征提取算法 几何特征提取 统计特征提取（主成分、2维主成分、线性判别分析法、独立成分分析法） 频率域特征提取（Gabol、离散余弦） 运动特征提取 代数特征提取 2021/2/6 * 面部特征的模式识别算法 线性判别分析（Fisher 线性判别） 支持向量机SVM 贝叶斯网络 隐马尔可夫模型及其基本问题 人工神经网络 模糊模式识别 2021/2/6 * 人脸识别系统设计与实现 人脸识别系统的总体设计 人脸识别系统的算法设计 人脸识别系统的实现 2021/2/6 * 人脸识别系统的开发与试验工具 Intel? 开源计算机视觉库OpenCV简介 Intel? 开源计算机视觉库OpenCV 2021/2/6 * OpenCV概述  目录 1 什么是OpenCV 2 重要特性 3 谁创建了它 4 新特征 5 从哪里下载 OpenCV 6 如果在安装/运行/使用 OpenCV 中遇到问题 7 OpenCV参考手册 8 中文翻译者 2021/2/6 * 什么是OpenCV OpenCV是Intel?开源计算机视觉库。它由一系列 C 函数和少量 C++ 类构成,实现了图像处理和计算机视觉方面的很多通用算法。 ?opencv自带的sample里面有很多识别例子,有人脸视频跟踪的,还有画图的,也有定位人脸的。 2021/2/6 * 总纲: 用C/C++编写的开源计