基于压缩感知的人脸识别算法研究

《基于压缩感知的人脸识别算法研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、汕头大学工学院2014届硕士学位论文第一章绪论1.1课题研究背景及意义近年来，随着信息技术的飞速发展，人们对个人的信息安全以及社会的公共安全越来越重视。传统的个人身份认证方法如卡片、密码、银行卡等难以满足人们的需求。因为它们容易被丢失、被遗忘、被窃取、被伪造，所以利用它们进行身份认证具有不确定性。因此，人们需要寻求更加方便、更加快捷和更加可靠的身份认证方法。而近年来出现的生物特征识别技术能够很好的满足这些要求，是机器视觉领域研究的一个热点问题，在社会各方面得到广泛应用。生物特征识别技术[1-3]是指通过计算机等高

2、科技手段对人体的生理特征或行为特征进行分析和处理进而确定个人身份的一种技术。生物特征是人的内在属性，具有个体差异性，同时还具有超强的稳定性。指纹、掌纹、手型、人脸、虹膜、声音、步态、签名等是人们常用的一些生物特征。这些生物特征通常具有的特点包括普遍性、唯一性、稳定性、不可复制性[4]。普遍性是指用于生物识别的特征人人天生都有，除非天生缺陷或后天残废。唯一性是指生物特征是独一无二的，这样才能得到有效的区分，如每个人的指纹、DNA等都是不同的。稳定性是指在一定的时期内，生物特征不会发生根本性的变化，如人脸随着时间的变

3、化可能会发生一些非常细微的变化，但人脸的整体轮廓特征不会发生巨大的变化。不可复制性是指因为生物特征本身的复杂性或者特殊性难以被简单的复制。这些生物特征特点为身份认证提供了必要的前提及保证。人脸识别是生物特征识别技术中的一个重要研究领域。人脸识别是指通过计算机技术检测到静态的或动态的人脸图像，然后提取人脸特征，最后根据特征信息进行身份识别。与虹膜、指纹等生物特征一样，人脸具有普遍性、唯一性、稳定性和不可复制性等特点。但采用人脸进行身份识别还有着明显的优势：首先是非接触性，在采集人脸图像时，不需要被测者与采集设备进行

4、接触，这样一方面便于采集，不需要像采集指纹那样需要特殊的采集设备，降低了采集设备的损耗，另一方面具有隐蔽性、非侵犯性和友好性，能够在人们未发觉的情况下采集到人脸图像。其次，采集简单且便于普及，利用常规的摄像头便可以采集，不需要专业人士进行鉴别。此外还具有安全性高和批量采集等优良特点。因此，人脸识别成为了最常用、最直观和最友好的一种生物特征识别技术，在公安系统、门禁系1万方数据汕头大学工学院2014届硕士学位论文统、金融管理服务系统等领域得到广泛应用。同时人脸识别涉及到数字图像处理、计算机技术、机器视觉、生物学和心

5、理学等众多学科，因此研究人脸识别具有非常高的社会实用价值和和重要的理论价值。1.1国内外研究概况早在20世纪60年代人们便开始研究人脸识别[5]。但因当时技术条件落后，人们基本都是采用手动的方式提取人脸的几何特征信息[6]，所以难以投到实际应用之中，只是作为一个模式识别方向的问题进行研究。后来随着信息技术的发展，尤其是20世纪90年代以来计算机技术的快速发展，人脸识别才逐渐被重视，并取得重大进展。目前人脸识别已经成为模式识别领域研究的热点，且在生活的许多方面得到成功应用。世界上的许多科研机构和IT公司都在做人脸识

6、别方面的研究。国外比较著名的研究机构和公司包括麻省理工学院（MIT）的人工智能实验室、卡内基梅隆大学、芬兰Oulu大学、微软、Idengix公司、Viisage公司等。相对于国外来说，国内对人脸识别的研究相对比较晚，但也取得了丰硕的成果。清华大学、浙江大学、南京理工大学、中国科学院自动化研究所等众多高校和科研机构在人脸识别方面都投入了大量的人力和物力，并取得了一项又一项的突破。国内在人脸识别研究方面比较出名公司有汉王科技、赛为智能、汉鼎股份等，其研发的产品已经在公安系统、金融系统、交通系统等公共安全领域得到广泛应

7、用。此外，每年还召开一些机器视觉和模式识别方面的国际会议，如CVPR、ICCV、AFGR等，这些都促进了人脸识别的研究和发展。1.2人脸识别方法经过几十年的发展，人们提出了大量人脸识别方法，但好多方法都直接或间接的存在着某种联系，甚至联系的非常紧密。目前常用的人脸识别方法主要包括以下几种：基于几何特征的人脸识别、基于子空间的人脸识别、基于机器学习的人脸识别、基于模型的人脸识别、基于稀疏表示的人脸识别。1.3.1基于几何特征的人脸识别基于几何特征的人脸识别[7-8]是人们研究最早也是最传统的一种人脸识别方法，其基本

8、思想是以人脸各器官（如眉毛、眼睛、鼻子、下巴和嘴等）的形状以及它们之间的几何关2万方数据汕头大学工学院2014届硕士学位论文系作为特征参数，构成特征向量，最后根据特征向量进行识别和分类。该方法的主要优点是获取的人脸特征比较直观，需要的时间较少，且不需要很大的存储空间。但缺点是利用该方法获取稳定的特征比较困难，尤其是人脸图像受到光照、表情、姿态、遮挡等因素的影响时，鲁棒性较