人脸识别技术概念.docx

生物识别技术----人脸智能识别技术

一、人脸识别技术概念

人脸识别技术（Face?Recognition)是一种依据人的面部特征（如统计或几何特征等），自动进行身份鉴别的一项新兴生物识别技术，是当今国际科技领域攻关的高精尖技术。它广泛采用区域特征分析算法，融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，综合运用了数字图像/视频处理、模式识别等多种技术。

人脸识别虽指对人体脸部的识别，特指脸部眼、鼻、口以及面颊等部位的识别。人脸识别技术又称为面像识别。人脸识别技术又称为面像识别、人像识别、相貌识别、面孔识别、面部识别等。这些叫法的含义有细微的差别，特定意义上的人脸识别一般依据视频中活体人脸进行身份识别，比如门禁等应用，而面像识别、人像识别则强调的是像，以确定人像图片中人物的身份为主，比如照片、画像比对等应用。

二、人脸识别技术三个主要环节

??人脸检测(Face?Detection):实现人脸自动提取采集，从摄像机视野或图片内的复杂背景图像中自动提取人的面部图像。确认检测目标的人脸属性。

???人脸确认(Face?Verification):将某人面像与指定人员面像进行一对一的比对，根据其相似程度（一般以是否达到或超过某一量化的可信度指标/阀值为依据）来判断二者是否是同一人。

??人脸鉴别(Face?Identification)：将某人面像与数据库中的多人的人脸进行比对（有时也称“一对多”比对），并根据比对结果来鉴定此人身份，或找到其中最相似的人脸，并按相似程度的大小输出检索结果。

三、人脸确认与鉴别的两种使用模式

??身份指认（judgment)：在该种模式下，计算机需要明确回答某人的身份是或非，给出问题的明确解答，通常用于数量和范围有限人群的识别，比如门禁等。

??身份检索（search）：计算机不需要明确回答某人的身份是或非，只需给出一个相似候选队列，这种模式通常用天大规模无限人群的识别，比如公共场所出安检布控、公安照片比对等。

四、人体识别技术及其应用

由于人体物片具有人体所因有的不可复制的唯一性，因此，这一生物密钥无法复制、失窃或被遗忘。随着计算机技术的迅速发展，人们开发了指纹识别、声音识别、面像识别等多种生物识别技术，目前许多技术都已经成熟并得以应用。在人与人的住处交互中，人脸所包含的视觉住处占据了最主要的地位，因此，生物识别技术中的新秀——面像识别技术具有更加广泛而深远的社会意义。

1、面像识别技术内容

面像识别技术包含以下几方面：

1、面像检测

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面像。其方法分为：

参考模板——首先设计一个或数个标准人脸模板，然后计算测试样本与标准模板之间的匹配程度，通过阈值来判断是否存在人脸；

人脸规则——?人脸具有一定的结构分布特征，人脸规则即撮这些特征生成相应的规则，以判断是否测试样本包含人脸；

样本学习——?采用模式识别中人工神经网络方法，通过对面像样本集和非面像样本集的学习产生分类器；

肤色模型——?肤色模型依据面像肤色在色彩空间中分布相对集中的规律来进行检测；

特征子脸——?将所有面像集合视为一个面像子空间，基于检测样本与其在子空间的投影之间的距离判断是否存在面像。

上述方法在实际系统中也可综合采用。

2、面像跟踪

指对被检测到的面像进行动态目标跟踪。一般采用基于模型的方法或基于运动与模型相结合的方法。另外，肤色模型跟踪也不失为一种简单有效的手段。

3、面像比对

对被检测到的面像进行身份确认或在面像库中进行目标搜索。从本质上讲是采样面像与库存面像的依次比对并找出最佳匹配对象。因此，面像的描述决定了面像识别的具体方法与性能。目前主要有以下两种描述方法：

特征向量法——?先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离、角度等属性，然后计算出它们的几何特征量，这些特征量形成一描述该面像的特征向量；

面纹模板法——?在库中存储若干标准面像模板或面像器官模板，在比对时，采样面像所有像素与库中所有模板采用归一化相关量度量进行匹配。

另外还有模式识别的自相关网络或特征与模板结合的方法。

五、局部特征分析LFA

局部特征分板（Local?Feature?Analysis,LFA)是一种基于特征表示的面像识别技术，源于类似搭建积木的局部统计的原理。

LFA基于所有的面像（包括各种复杂的式样）都可以从由很多不能再简化的结构单元子集综合而成。这些单元使用复杂的统计技术而形成，它们代表了整个面像，通常跨越多个像素（在局部区域内）代表了普遍的面部形状，但并不是通常意义上的面部特征。实