人脸识别特征提取的分析

《人脸识别特征提取的分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、1绪论硕士论文是(位置、大小)图1．2．1模式识别系统的基本组成1．3人脸识别研究的介绍不是人脸识别是当前模式识别和人工智能领域的一个重要研究课题，近10多年来己成为一个非常活跃的研究方向【2刮。显然，用户的可接受性在很大程度上决定了一个产品的应用范围和市场前景。简单，自然，尽可能少的用户参与，会使一个生物识别系统显得更为友好和方便，因此，尽管人脸识别系统目前的性能还不如指纹识别系统，但人脸特征很可能是未来最常用的生物识别特征。人脸识别系统除了可以应用于其他生物识别系统应用的场合，比如在需要用户专门配合的法庭举证，持证人核对，计算机登陆，网络访问，重要建筑物和边境的

2、进出控制等，它还可用于无需用户刻意配合的视频监控，视频流的自动剪辑等领域，在罪犯缉拿，视频检索等许多方面都有广泛的应用前景。人脸识别研究跨越了图像处理、模式识别、计算机视觉、人工神经网络以及神经生理学、心理学等研究领域pJ。早在上世纪六七十年代，人脸识别就引起了广大研究者的强烈兴趣在过去的近几十年的时间里，心理学家、神经生理学家和工程技术人员对人和机器如何识别人脸的各个方面进行了广泛的研究【6谓J。进入上世纪九十年代，由于各方面对人脸自动识别系统的迫切要求，美国政府在“91l”事件后连续签署了三项国家安全法案，要求采用生物识别技术。二目前，世界上很多国家的高校都有专

3、门的人脸识别研究小组，比较著名的有麻省理工学院(MIT)的A．Plentland领导的研究小组，耶鲁大学(YaleUniversity由D．J．．)Kriegman领导的小组。日本，韩国，新加坡以及香港的许多高校和科研部门也有不少人在专门从事人脸识别方面的研究工作。定期召开的国际会议IEEEInternationalConferenceonAutomaticFaceandGestureRecognition和IntemationalConferenceonAudioandVideo．basedBiometricPersonAuthentication是专供人联机其他

4、生物特征识别技术进行经验交流和最新成果展示的。90年代中后期以来，国内的许多研究机构在自然科学基金、863计划、攀登计划等资助下，开始了对人脸识别的研究。其中主要包括清华大学计算机系、自动化系、电子系以及哈尔滨工业大学、南京理工大学计算机学院、中科院自动化所、上海交通大学图像处理与模式识别研究所、中山大学数学系等，他们在人脸识别研究领域都进行了许多很有意义的尝试，积累了经验。而在模式识别，计算机视觉，图像处理等领域中最权威的国际会议，如IEEEICCV,IEEECVPR．IEEEICIRIEEEICASSP,2硕士论文人脸识别特征提取的研究ICPR，ECCV上每届也

5、都有专门的人脸图像分析和识别专题。1．4人脸识别方法1．4．1人脸识别系统的组成训练图1．4．1．1人脸识别系统框架一个完整的人脸识别系统如图1．4．1．1所示。首先用摄像机等设备采集包含人脸的原始图像，然后，利用人脸检测算法从中定位和分割出人脸区域，，接下来，对提取的人连图像进行一些预处理操作，包括几何和光学等特性的处理，接着，进行人脸识别中的关键步骤——特征抽取，并将得到的人脸特征和训练时得到的保存在目标库中的其类别已知的图像特征进行对比，根据相似程度的高低决定待识别样本的类别。设计人脸识别系统困难主要来自以下几个方面：≥(1)人脸的图像数据具有高度的随机性。光

6、照条件，脸的偏向，表情，发型，胡子，化妆，衣饰(眼镜，帽子)等等略有变化，就可以给识别系统带来巨大的困难。(2)人脸的图像数据量巨大。目前出于计算量的考虑，人脸定位和识别算法研究大多使用尺寸很小的灰度图像。一张64X64像素的256级灰度图像就有4096个数据，每个数据有256种可能的取值。定位和识别算法一般都很复杂，在人脸库较大的情况下，计算量十分大，很多情况下速度令人难以忍受。而灰度数据事实上是丧失了像色彩，运动等等的有用信息的。如果要使用全部的有用信息，计算量就更大了。(3)人脸有复杂的三维表面结构，使得人脸知识的表达相对于简单动物来说较为复杂；同时面部肌肉的

7、运动使得人脸成为一种非刚性目标，与刚性目标识别相比，非刚性目标的识别更困难。(4)所有人脸都具有相似的结构特征，而同一个人的不同面部图像由于采集条件的变化会发生较大的变化(对计算机而言)，所以人脸识别算法必须挖掘不同类别间微妙而可靠的差别。知同时，人脸识别的一些算法可以推广到一般的三维非刚性目标的识别上去，促进其它模式识别问题的解决。因此，人脸识别技术仍是目前模式识别领域的一个研究热点。I绪论硕jj论文1．4．2人脸识别方法人脸自动识别系统包括两个主要的技术环节，首先是人脸的检测与定位，即从输入图像中找到人脸，即人脸存在的位置，将人脸从背景中分割出来，然后再对标