《应用人脸识别》PPT课件

《应用人脸识别》PPT课件

ID:39509266

大小:655.10 KB

页数:45页

时间:2019-07-04

《应用人脸识别》PPT课件_第1页
《应用人脸识别》PPT课件_第2页
《应用人脸识别》PPT课件_第3页
《应用人脸识别》PPT课件_第4页
《应用人脸识别》PPT课件_第5页
资源描述:

《《应用人脸识别》PPT课件》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、第七章人脸识别1人脸识别问题2人脸识别系统3人脸图像的主成分特征(1)人脸识别(2)人脸识别研究的意义(3)人脸识别算法研究的发展与现状(4)人脸识别研究面临的问题1人脸识别问题1)人脸识别人脸识别指计算机自动人脸识别,是近年来随着计算机、图像处理、模式识别等技术的迅速进步而出现的一种崭新的生物特征识别技术。生物识别技术是依靠人体的身体特征来进行身份验证的一种高科技识别技术。人的指纹、掌纹、眼虹膜、声音、DNA以及相貌等人体特征具有人体所固有的不可复制的唯一性、稳定性。随着计算机技术的迅速发展,人们开发了

2、指纹识别、声音识别、掌形识别、签名识别、眼纹(视网膜)识别等多种生物识别技术。目前许多技术都己经成熟并得以应用。从应用的角度,人脸识别包括两大类(1)人脸身份识别:即根据人脸图像识别出人物的身份,解决是谁的问题;(2)人脸身份确认或验证:判断图像中的人脸是否是指定的人,即解决是不是某人的问题。2)人脸识别研究的意义人脸识别技术不需要携带任何电子、机械“钥匙”,可以杜绝丢失钥匙、密码的现象,如果配合IC卡、指纹识别等技术可以使安全系数成倍增长。随着社会的发展,各个方面对快速有效的自动身份验证的要求日益迫切。

3、由于生物特征是人的内在属性,具有很强的自身稳定性和个体差异性,因此是身份验证的最理想依据。这其中,利用人脸特征进行身份验证又是最自然直接的手段。相比其他人体生物特征,它具有简便、准确、直接、友好、方便、经济及可扩展性良好等特点,易于为用户所接受,它的潜在应用领域十分广泛。2)人脸识别研究的意义安全验证:如银行金融系统。在ATM自动取款机上应用人脸识别技术,可以免除用户忘记密码的苦恼,还可以有效防止冒领、盗取的事件发生。出入口监控、控制:如公安追击嫌疑犯、反恐怖斗争。在重要的车站、码头、机场、海关出入口附近

4、架设摄像机,系统即可在无人看守的状态下,自动捕捉进出上述场所的人员的头像,并通过计算机网络将面部特征数据传送到计算机中心数据库,自动与面部数据库中的逃犯面像比较,迅速准确地做出身份判断。2)人脸识别研究的意义近年来,随着对人类行为科学、人机交互技术的研究,以及在计算机动画设计、视频会议或远程教育系统、自动身份验证、视觉监视监控系统等应用领域的需求,人脸的计算机检测、定位和识别技术受到了广泛的重视。这方面的工作以人脸的检测和识别为典型代表,还包括头部运动的跟踪体势和运动信息的提取,手势手语的识别,嘴唇运动的

5、辨识以及人脸表情的识别等等。人们试图对过这些工作,把握人类不同情况下的行为举止,探索友好的人机交互方式,并满足更有个性化的服务和人际交流的需要。3)人脸识别算法研究的发展与现状人脸识别的研究起源于20世纪60年代,发展大致可分为以下3个阶段第1阶段:主要研究人脸识别所需要的面部特征。特点是识别过过程全部依赖于操作人员第2阶段:是人机交互式识别阶段。第3阶段:是真正的机器自动识别阶段。近十余年来,随着高速度、高性能计算机的发展,人脸模式识别方法有了较大的突破,提出了多种机器全自动识别系统。3)人脸识别算法研

6、究的发展与现状近几年来关于人脸识别的研究取得了很大进步,国际上发表有关论文的数量大幅增长,El检索到的相关文献就达数千篇,IEEE的PAMI汇刊还于1997年7月出版了人脸识别专辑,每年的国际会议上关于人脸识别的专题也屡屡可见。三类技术:基于几何特征的识别方法、基于统计特征的识别方法和基于连接机制的识别方法。4)人脸识别研究面临的问题①人脸塑性变形(如表情等)的不确定性;②人脸模式的多样性(如胡须、发型、眼镜、化妆等);③图像获取过程的不确定性(如光照等)。④不同类别的人脸模式差异较小,同类人脸模式具有较

7、大的不稳定性。人脸识别本质上是三维塑性物体二维投影图像的匹配问题,它的难点体现在(1)人脸识别系统流程(2)人脸数据库(3)基于统计的人脸识别算法2人脸识别系统1)人脸识别系统流程预处理肤色模板匹配…几何特征统计特征代数特征…人脸数据库人脸图像的向量表示二维矩阵数字图像数学表示数字化光学图像一维向量(矩阵)按列堆叠列向量ORL人脸数据库是人脸识别研究中用得最多得人脸数据库,它可以从互联网上免费下载获得(http://www.uk.research.att.com/facedatabase.html)。该数

8、据库由40个人的400幅人脸图像构成,图像的分别率为92×112,为灰度图像。人脸的面部表情和细节均有很大的变化,例如笑与不笑,眼睛睁着或戴眼镜或不戴眼镜等;人脸姿态也有很大的变化,其深度旋转和平面旋转可达20度,人脸的尺寸也有最多10%的变化。2)人脸数据库英国剑桥大学的ORL人脸数据库Yale的人脸数据库也是人脸识别研究中常用的数据库之一,Yale人脸数据库中的人脸图像具备光照和表情的变化,人脸的姿态视角不变,全部是正面人

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。