人脸识别方法综述.docx

《人脸识别方法综述.docx》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、人脸识别方法报告人脸识别（FaceRecognition）是指给定一个静止或动态图像，利用已有的人脸数据库来确认图像中的一个或多个人。人脸自动识别系统包括人脸检测与定位和特征提取与人脸识别两个主要技术环节，如图所示：1.人脸检测与定位部分检测图像中是否有人脸图像，若有，将其从背景中分割出来，并确定其在图像中的位置。在某些控制拍摄条件的场合，如证件照等，背景相对简单，定位比较容易。而在复杂背景下获得的图像，由于人脸在图像中的位置是未知的，此时人脸的检测与定位将受到以下诸因素的影响：(1)人脸在图像中的位置、旋转角度和尺度的变化；(2)发型和化

2、妆会遮盖某些特征；(3)图像中的噪声。2.特征提取与人脸识别这部分主要分为三个部分，分别是图像预处理、特征提取、人脸识别。图像预处理：为了更精确地获得图像的有效特征信息，在特征提取前一般需要对图像做几何归一化和灰度归一化的处理。前者是指根据人脸定位结果将图像中的人脸位置、尺度调整到同一位置和同样大小；后者主要是采用光照补偿等处理方法解决光照变化对检测的影响。特征提取：进行特征提取时根据所采取识别方法的不同，具体提取的特征形式也不相同。如在基于几何特征的识别方法中，需要提取特征点，然后构造特征矢量；在基于统计的特征脸方法中则是提取图像相关矩阵

3、的特征矢量来构造特征脸；在模板匹配法中提取相关系数做为特征；而在基于神经网络的识别中一般不需要专门的特征提取过程。人脸识别：特征提取结束后，下一步就是人脸识别。在数据库中预先存放了已知的人脸图像或有关的特征值，识别的目的就是将待识别的图像或特征与数据库中数据进行匹配。识别任务分为两类：人脸辨认，确定输入图像为库中哪一个；人脸证实，验证某人的身份是否属实。常用的人脸识别方法有：1.基于几何特征的人脸识别方法基于几何特征的人脸识别方法，是在抽取人脸图像上显著特征的相对位置及其参数的基础上进行识别。早期的人脸识别是用手工确定人脸特征点的位置并将其

4、输人计算机中，其工作的流程：检测出面部特征点，通过测量这些关键点之间的相对距离（欧式距离)，得到描述每个脸的特征矢量，如眼睛、鼻子和嘴的位置和宽度，眉毛的厚度和弯曲程度等，以及这些特征之间的关系。用这些特征来表示人脸，未知脸和库中已知脸中的特征矢量比较,寻找最佳匹配。Yuille提出基于弹性模板的人脸检测方法。弹性模板是由一个根据被测物体形状而设定的参数可调模板和与之对应的能量函数构成，能量函数可依据图像的灰度信息、被测物体轮廓等先验知识来设计。用弹性模板进行人脸检测时，将可调模板在待测图像中移动，并动态地调整其参数，计算能量函数，当能量函

5、数到达最小值时，根据其位置和参数所决定的可调模板形状即是与人脸形状的最佳拟合，这样就检测到了一幅人脸.这种方法的优点是由于所使用的弹性模板可调,所以能够检测不同大小、不同偏转角度的人脸物体，其缺点是检测前必须根据待测人脸的形状来设计弹性模板的轮廓，否则会影响收敛的结果；当对图像进行全局搜索时，由于要动态地调整参数和计算能量函数，计算时间过长。基于几何特征的识别算法具有存储量小、对光照不敏感的特点，但该方法对获得图像的质量要求很高，对特征点的定位要求非常准确，倘若人脸有一定的侧向或有装饰物则会影响识别率。所以这种方法做为早期的识别方法，现在常

6、是作为其它识别方法的辅助手段。2.基于统计特征的人脸识别方法基于统计特征的人脸识别方法，不只针对人脸的某一特征，它是从整个人脸的角度出发，利用统计原理，从多张人脸图像中提取出人脸共有的一些规律，利用这些规律来进行人脸的识别。由于人脸图像的复杂性，人脸特征的显式描述具有很大困难，因此基于统计的方法越来越受到重视。典型的方法是特征脸(Eigenface)方法、Fisher脸方法和隐马尔可夫模型(HMM)方法。（1）本征脸（Eigenface）方法本征脸方法是由Turk和Pentland等人首先提出的，是从主成分分析(PCA)导出的一种人脸识别和

7、描述技术。PCA由K-L展开的网络递推实现，K-L变换(最优正交变换)首先应用于图像的压缩，其生成矩阵由训练样本的总体散度矩阵构成。Cx=k=1N(xk-mk)(xk-mk)Tmx=1Nk=1NxkCy=ACxATx=AkTy+mx其中，xk为第k个训练样本的图像向量，mk为训练样本集的平均图向量，N为训练样本总数。本征脸方法是将包含人脸的图像区域看作随机向量，采用K-L变换获得其正交K-L基，对应其中较大特征值的基具有与人脸相似的形状，因此又称之为特征脸，如图所示：利用这些基的线性组合可以描述、表达和逼近人脸图像，因此可以进行人脸识别与合

8、成。其识别过程是将人脸图像映射到由本征脸张成的子空间上，通过比较待测人脸与已知人脸在本征脸空间中的位置差别来识别。本征脸方法产生的最大特征向量(本征脸)考虑了图像之间所有的差异，