基于辐射能量的人脸识别研究.docxVIP

基于辐射能量的人脸识别研究 1 人脸图像压力 人脸识别技术是目前生物识别技术中最活跃的领域。它具有直观性、动性和非损伤性。近十多年来,来自数学、计算机、心理学,乃至认知科学方面的研究人员都在努力探索利用计算机自动识别人脸的理论和算法, 并产生了一批人脸识别系统。但这些工作主要基于可见光照相机,因为大量照片都由这类相机产生,且这种相机便宜、可靠、分辨率高。但是到目前为止,还没有一个系统可以稳定可靠地应用于实际人脸识别中。因其性能受到光线、阴影、化妆等一系列外部因素的影响,而且人脸是3维的弹性物体,它随姿态、表情、发型等的变化而变化,而所有这些变化都难以建模、描述和分析。2002年在美国海军部,反毒品局及标准局的主持下举行的人脸识别产品竞赛(FRVT2002)的结果表明,对于像Visionics公司开发的FaceIt等10个全球最著名的产品,如果环境严格控制,且被测对象也给以一定的配合,则效果还是满意的(正确率大于95%),否则性能会急剧下降,识别率只有30%～50%。 近几年,有研究人员尝试用红外技术来进行人脸识别,它的最大好处是红外图像不受外部光线的影响。同时,人是恒温动物,人的皮肤具有很高的发射率,可近似认为是黑体(发射率为1),且发射率不受种族,肤色的影响,这就是说,在所拍摄的人脸图像中,当人体温度与环境温度接近时,人脸部分总是最亮的,这为人脸图像的分割带来了很大的便利。 但是需指出的是,“恒温动物”只是大概地说明了人体的内部温度是恒定的,而皮肤温度的分布则是随着人、时间和环境的不同而改变的。实际上,人脸温谱图还受到各种内在的(生理,心理等)和外在的(环境,成像等)条件的影响。这些变化将会严重影响红外识别系统的性能,正如文献中所说的。很明显,红外图像中环境温度的影响等同于可见光图像中光照的影响。 那么怎样提高红外人脸识别系统在不同环境下的性能?本文根据Stefan-Boltzmann定律,提出把人体温谱图转为辐射能量图,并将此能量数据用于人脸识别,实验结果表明,此方法是有效的。 2 辐射能量图 2.1 stefan-boltzman的药物代谢 众所周知,任何温度高于0K的物体都会向外界辐射能量,且物体的温度不同,对外辐射的能量也不同。通过对黑体的研究,1879年Josef Stefan提出Stefan-Boltzmann定律,即黑体辐射的总能量E和绝对温度T的四次方成正比,即 E=σΤ4(1)E=σT4(1) 对于一般物体,其辐射能量会受到自身发射率(黑体的发射率为1)和所处环境温度的影响。如果人脸皮肤温度为T,当外部温度为Te(下角e代表environment)时的对外辐射能量为E,则根据Stefan-Boltzmann定律,有 E=εσ(Τ4-Τ4e)(2)E=εσ(T4?T4e)(2) ε为发射率。通常人的皮肤对长波红外的吸收很高,所以具有很高的发射率,一般在0.97以上,本文选定ε=0.98。 假设人体处于一个稳定的状态,人脸皮肤温度要高于外部环境的温度,且红外相机能准确地测出皮肤温度,则通过式(2)可以把易受环境温度影响的温谱图转换成更为鲁棒的辐射能量图。 2.2 温度同能量的关系 从变换的观点看,式(2)定义了一个从温谱空间到辐射能量空间的匹配。此外,这一变换为点变换,它既保持了人脸特征信息的位置不变,同时也保证了人脸图像的几何信息没有产生变形。 对能量E进行求导: dEdΤ=4εσΤ3(3) 因为T0,所以dEdΤ一直为正数,这就意味着皮肤温度同能量是一种单调的正比关系,温度高的皮肤区域具有较高的能量。图1说明了温度同能量的关系。 从图像处理的角度看,dEdΤ的值随着T变大而变大,所以这个变换是一个非线性变换(如图1所示)。这一变换对温度低的部分,加权较小,而对温度高的部分加权较大。因而对温度较低且容易变化的背景和头发部分,在辐射能量图中就受到了一定的抑制(如图2所示)。 此外,这一变换对环境温度的变化不敏感,当环境温度变化为ΔTe时,能量的变化为 ΔE=εσΤ4[1-(ΤeΤ)4]-εσΤ4[1-(Τe+ΔΤeΤ)4]=εσΤ4[(Τe+ΔΤeΤ)4-(ΤeΤ)4]=εσΤ4[4Τ3eΤ3ΔΤeΤ+6Τ2eΤ2(ΔΤeΤ)2+4ΤeΤ(ΔΤeΤ)3+(ΔΤeΤ)4](4) 如果ΔTe比较小,则ΔΤeΤ趋近于0(T为开尔文温度),从而可以忽略高阶部分,即 ΔE≈4εσΤ3e(ΔΤe)(5) 从式(5)中可以看出,如果Te变化很小,则能量的变化ΔE同环境温度的变化ΔTe几乎是线性关系。当使用主成分分析(PCA)、离散余弦变换(DCT)、离散小波变换(DWT)等方法进行特征提取时,在环境温度分别为Te和Te+ΔTe时,基于能量图提取的特征是相同的。这就意味着,当环境温度发生较小的变化时,并不会导致识别率的下降。