【正文】 ............................................................ 26 ..........................................................27 PCA 人臉識(shí)別 ................................................................................... 28 .......................................................................................... 28 PCA 人臉識(shí)別方法的實(shí)現(xiàn)過(guò)程 ........................................... 29 ............................................................................................... 30 ............................................................................................... 32 第四章 實(shí)驗(yàn)過(guò)程顯示及分析 .................................................................... 33 引言 ................................................................................................................... 33 實(shí)驗(yàn)過(guò)程 ......................................................................................................... 33 致 謝 ......................................................................................................... 37 參考 文獻(xiàn) ..................................................................................................... 38 附錄 ............................................................................................................. 39 1 第一章 緒 論 人臉識(shí)別研究的目的意義 隨著信息技術(shù)及網(wǎng)絡(luò)的高速發(fā)展，人們的生活及身份日益數(shù)字化，信息的安全性和隱蔽性越來(lái)越受到人們的重視，身份識(shí)別與認(rèn)證技術(shù)也因此得到了較快的發(fā)展。而人臉識(shí)別作為圖像處理在這些領(lǐng)域最成功的應(yīng)用之一，最近幾年來(lái)成為廣大學(xué)者的研究熱點(diǎn)，越來(lái)越受到關(guān)注。 人類社會(huì)的 發(fā)展進(jìn)入到 21世紀(jì)的今天，社會(huì)的發(fā)展促進(jìn)了人的流動(dòng)，進(jìn)而也增加了社會(huì)的不穩(wěn)定性，這就使得安全方面的需求成為當(dāng)今社會(huì)尤為重要的問(wèn)題。不論是享受各項(xiàng)服務(wù)如網(wǎng)上沖浪、還是居家、辦公等都涉及到安全，以往這些行為基本上是通過(guò)符號(hào)密碼來(lái)進(jìn)行安全保護(hù)，但是隨著服務(wù)數(shù)量的不斷增加，密碼越來(lái)越多以致無(wú)法全部記住，而且密碼有時(shí)也會(huì)被他人所竊取，各種密碼被破解的概率越來(lái)越高?？梢?jiàn)在現(xiàn)代社會(huì)中，身份識(shí)別己經(jīng)成為人們?nèi)粘Ｉ钪薪?jīng)常遇到的一個(gè)基本問(wèn)題。人們幾乎時(shí)時(shí)刻刻都需要鑒別別人的身份和證明自己的身份，以獲得對(duì)特定資源的使用權(quán)或者制 權(quán)，同時(shí)防止這些權(quán)限被他人隨意的取得。傳統(tǒng)的身份識(shí)別方法主要基于身份標(biāo)識(shí)物 (如證件、卡片 )和身份標(biāo)識(shí)知識(shí) (如用戶名、密碼 )來(lái)識(shí)別身份，這在很長(zhǎng)一段時(shí)期是非常可靠和方便的識(shí)別方法，得到了廣泛的應(yīng)用。但是，隨著網(wǎng)絡(luò)、通信、交通等技的飛速發(fā)展，人們活動(dòng)的現(xiàn)實(shí)空間和虛擬空間不斷擴(kuò)大，需要身份認(rèn)證的場(chǎng)合也變得無(wú)不在。密碼遺失、資料被盜的時(shí)間不斷發(fā)生，傳統(tǒng)的安全技術(shù)已暴露出重大的缺陷，就會(huì)給個(gè)人乃至整個(gè)社會(huì)帶來(lái)重大的甚至難以彌補(bǔ)的損失。面臨這樣的情況，人們對(duì)身份識(shí)別的安全性、可靠性、準(zhǔn)確和實(shí)用性提出了更高的要求，必須尋 求身份識(shí)別的新途徑。 于是，近年來(lái)人類生物特征越來(lái)越廣泛地應(yīng)用于身份識(shí)別，而且生物特征可以更好的進(jìn)行安全控制，世界各國(guó)政府都在大力推進(jìn)生物識(shí)別技術(shù)的發(fā)展及應(yīng)用。所謂生物特征認(rèn)證就是利用人的生理或行為特征對(duì)個(gè)人身份進(jìn)行識(shí)別或是認(rèn)證的技術(shù)，與傳統(tǒng)的身份認(rèn)證技術(shù)不同，基于 2 生物特征的身份認(rèn)證技術(shù)，以人體本身所固有的生理特征或行為特征作為識(shí)別媒介，運(yùn)用圖像處理和模式識(shí)別等技術(shù)，實(shí)現(xiàn)身份鑒別或驗(yàn)證。相對(duì)傳統(tǒng)的身份認(rèn)證方法而言，生物特征認(rèn)證技術(shù)具有不會(huì)因當(dāng)事人遺忘或他人竊取和偽造而進(jìn)行錯(cuò)誤判定，比傳統(tǒng)的身份認(rèn)證方法更加安 全方便、特征唯一、不易偽造、不可竊取。生物特征可分為生理特征和行為特征兩大類，人臉、指紋、掌紋、虹膜、視網(wǎng)膜等屬于生理特征，語(yǔ)音、步態(tài)、筆跡等屬于行為特征，生理特征相對(duì)行為特征而言更為穩(wěn)定。人臉識(shí)別技術(shù)基于生理特征進(jìn)行識(shí)別，是最主要的生物特征身份認(rèn)證技術(shù)之一。在各種生物特征認(rèn)證技術(shù)中，人臉識(shí)別技術(shù)的市場(chǎng)份額僅次于指紋識(shí)別技術(shù)。人臉識(shí)別技術(shù)和其他的生物識(shí)別比起來(lái)有以下幾個(gè)優(yōu)點(diǎn) : (1)人臉識(shí)別可以在隱蔽的條件下進(jìn)行，適用于安全監(jiān)控 。 (2)數(shù)據(jù)采集方便，采集設(shè)備成本低廉。目前，普通數(shù)碼相機(jī)、數(shù) 碼攝像機(jī)和照掃描儀等攝像設(shè)備在普通家庭的日益普及進(jìn)一步增加了其可用性； (3)人臉識(shí)別具有快捷、非接觸的特點(diǎn)，對(duì)用戶友好。人臉是人們?cè)谌粘Ｉ钪斜嬲J(rèn)他人的最常用的特征。利用人臉特征進(jìn)行身份驗(yàn)證最易被人們接受； (4)存在豐富的現(xiàn)有數(shù)據(jù)。社會(huì)上具有各種大型的人臉數(shù)據(jù)庫(kù)，如公安部門(mén)的身份證照片數(shù)據(jù)庫(kù)，學(xué)校里的學(xué)生學(xué)籍?dāng)?shù)據(jù)庫(kù)等等。在各種身份證明材料中，一般也會(huì)含有標(biāo)準(zhǔn)的正面人臉照片； (5)具有方便、快捷、強(qiáng)大的事后追蹤能力。普通人可以對(duì)人臉認(rèn)證系統(tǒng)的結(jié)果進(jìn)行判定，而上述其他生物特征一般只能通過(guò)專家認(rèn)定。 人臉識(shí)別技術(shù)作為生物識(shí)別技術(shù)的一種，以其特有的穩(wěn)足性、方便性、唯一性等特點(diǎn)被愈來(lái)愈多地應(yīng)用于除安全問(wèn)題外的各種身份識(shí)別領(lǐng)域。 因?yàn)槠渚薮蟮纳虡I(yè)應(yīng)用前景，受到越來(lái)越多的重視。近幾十年以來(lái)人臉識(shí)別技術(shù)有了長(zhǎng)足的發(fā)展，并且逐步走向?qū)嶋H應(yīng)用階段?？梢灶A(yù)言， 3 在今后的幾十年內(nèi)，隨著人臉識(shí)別技術(shù)進(jìn)一步發(fā)展，人臉識(shí)別技術(shù)將應(yīng)用到更多的領(lǐng)域，例如視覺(jué)監(jiān)控、娛樂(lè)應(yīng)用、智能卡、自動(dòng)身份驗(yàn)證、銀行安全、公安系統(tǒng)刑偵破案的罪犯身份識(shí)別、身份證及駕駛執(zhí)照等證件驗(yàn)證、銀行及海關(guān)的監(jiān)控、自動(dòng)門(mén)衛(wèi)系統(tǒng)、視頻會(huì)議等。 目前，各國(guó)都加大力度研 究生物識(shí)別技術(shù)，人臉識(shí)別這一最類似人類身份鑒別的方式得到了很多人的關(guān)注，很多重要的出入場(chǎng)合都在安裝人臉識(shí)別系統(tǒng)。這些己有的以及潛在的應(yīng)用領(lǐng)域?qū)⑼苿?dòng)人臉識(shí)別技術(shù)不斷發(fā)展。根據(jù)預(yù)計(jì)，生物特征識(shí)別技術(shù)在 20202020 年的增長(zhǎng)率將保持30%左右，在國(guó)內(nèi)這一數(shù)字會(huì)更高。整個(gè)生物識(shí)別技術(shù)市場(chǎng)的規(guī)模 2020年將達(dá)到 40 億美元左右，國(guó)內(nèi)市場(chǎng)有可能達(dá)到 40 億人民幣。人臉識(shí)別作為一種新興的生物識(shí)別技術(shù)將占據(jù)整個(gè)生物特征識(shí)別技術(shù) 15%20%左右的份額。就算以 15%計(jì)算，人臉識(shí)別的市場(chǎng)規(guī)模也將在 2020 年達(dá)到 6億美元，國(guó)內(nèi)達(dá) 到 40億人民幣左右。作為一種最直接、最自然、最容易被人接受的生物特征識(shí)別技術(shù)，人臉識(shí)別致力于探索如何使機(jī)器能夠自動(dòng)地根據(jù)用戶的人臉圖像來(lái)鑒別用戶的身份。 人臉識(shí)別的研究涉及模式識(shí)別、計(jì)算機(jī)視覺(jué)、人工智能、圖像處理、心理學(xué)、機(jī)器人的智能化研究、醫(yī)學(xué)、生理學(xué)和認(rèn)知科學(xué)等，與計(jì)算機(jī)人機(jī)交互領(lǐng)域和基于其它生物特征的身份識(shí)別方法都有密切聯(lián)系。雖然人們可以毫不費(fèi)力地通過(guò)臉部圖像來(lái)鑒別互相的身份，然而由于成像過(guò)程中各種影響因素的變化常常導(dǎo)致同一個(gè)人的人臉圖像發(fā)生非常大的變化，因此建立自動(dòng)系統(tǒng)完成識(shí)別任務(wù)是非常具有挑戰(zhàn)性 的。雖然目前國(guó)內(nèi)外己經(jīng)有許多實(shí)用系統(tǒng)問(wèn)世，但是只有在非?？量痰某上駰l件下，才能得到比較令人滿意的識(shí)別效果。因此，人臉識(shí)別研究仍然遠(yuǎn)遠(yuǎn)沒(méi)有到達(dá)完善的境地，還有非常大的發(fā)展空間。 人臉識(shí)別 (Face Recognition)是指基于己知的人臉樣本庫(kù)，利用圖像處理和模式識(shí)別技術(shù)從靜態(tài)或動(dòng)態(tài)場(chǎng)景中，識(shí)別或驗(yàn)證一個(gè)或多個(gè)人 4 臉。從廣義上來(lái)說(shuō)，人臉識(shí)別主要包括人臉檢測(cè)、人臉表征、人臉鑒別、表情分析和物理分類五個(gè)方面。 (1)人臉檢測(cè) ((Face Detection):即從各種不同的場(chǎng)景中檢測(cè)出人臉的存在并確定其位置、尺度和姿勢(shì)。這一任務(wù)主要受光照、噪聲、頭部?jī)A斜度以及各種遮擋的影響 。 (2)人臉表征 (Face Representation):即確定表示檢測(cè)出的人臉和數(shù)據(jù)庫(kù)中的已知人臉的描述方式。通常的表示方法有幾何特征 (如歐氏距離、曲率、角度等 )、代數(shù)特征 (如矩陣特征矢量 )、固定特征模板、特征臉等 。 (3)人臉鑒別 (Face Identification):即通常所說(shuō)的人臉識(shí)別，就是將待識(shí)別的人臉與數(shù)據(jù)庫(kù)中的己知人臉比較，得出相關(guān)信息。這一過(guò)程的核心是選擇適當(dāng)?shù)娜四槺硎?方式與匹配策略 。 (4)表情分析 ((Facial Expression Analysis):即對(duì)待識(shí)別人臉的表情進(jìn)行分析，并對(duì)其分類 。 (5)物理分類 ((Physical Classification)即對(duì)待識(shí)別人臉的物理特征進(jìn)行分類，得出其年齡、性別、種族等相關(guān)信息。 狹義的人臉識(shí)別就是根據(jù)系統(tǒng)新輸入的人臉，與己有的人臉數(shù)據(jù)庫(kù)進(jìn)行比對(duì)，來(lái)判斷該人臉是否在人臉庫(kù)中 。如果在該人臉數(shù)據(jù)庫(kù)中，則給出所對(duì)應(yīng)的具體的個(gè)體信息。一般來(lái)說(shuō)，我們所提的人臉識(shí)別指的是狹義的人臉識(shí)別。 一個(gè)典型的自動(dòng)人臉識(shí)別系統(tǒng)如圖 所示 ，分為訓(xùn)練和識(shí)別兩個(gè)步驟，兩個(gè)步驟都需要檢測(cè)和定位人臉、人臉圖像的預(yù)處理和特征提取和選擇。其中訓(xùn)練一般是離線運(yùn)算的，而識(shí)別是在線操作的。 5 圖 (1)人臉的檢測(cè)和定位，人臉檢測(cè)與人臉定位是相互聯(lián)系但又有所區(qū)別的兩個(gè)概念。人臉檢測(cè)的目的是檢測(cè)輸入的圖像中是否含有人臉，而人臉定位是確定輸入的圖像中人臉位置以及大小，并將人臉從背景中分割出來(lái)。檢測(cè)人臉對(duì)于簡(jiǎn)單背景的同一人的人臉圖片是比較容易實(shí)現(xiàn)的，但當(dāng)人臉的背景變得復(fù)雜，或者圖片中的人臉屬于 多個(gè)人時(shí)，檢測(cè)就會(huì)變得相對(duì)困難。人臉檢測(cè)與定位是一項(xiàng)很復(fù)雜的工作，這是由于光線、視角、表情、墨鏡、遮擋物等各種因素，以及可能出現(xiàn)的圖像噪聲或干擾，即使是同一人的人臉圖像也可能會(huì)產(chǎn)生很大的差別，這使得人臉檢測(cè)與定位工作變得相當(dāng)困難。作為人臉識(shí)別的基礎(chǔ)，人臉的檢測(cè)與定位是人臉識(shí)別研究的另一個(gè)重要方面。 （ 2)人臉圖像的預(yù)處理，人臉檢測(cè)得到的人臉圖像，如有設(shè)備條件的差異，可能存在光照、噪聲、角度不好等缺陷，一般需要對(duì)圖像進(jìn)行幾何歸一化、灰度歸一化及邊緣檢測(cè)等處理。幾何歸一化主要是指將人臉圖像進(jìn)行一定的處理變?yōu)橄袼?大小統(tǒng)一且人臉關(guān)鍵位置一致的圖片?；叶葰w一化則就是對(duì)人臉圖像進(jìn)行光照補(bǔ)償，消除光照對(duì)圖像的影響，進(jìn)而提高識(shí)別率。 （ 3)特征提取和選擇，對(duì)人臉進(jìn)行識(shí)別主要依據(jù)人臉的特征，也就是說(shuō)依據(jù)不同個(gè)體之間有較大差異而對(duì)同一個(gè)體則比較穩(wěn)定的度量。在實(shí)際操作中，我們主要是通過(guò)各種變換來(lái)達(dá)到對(duì)圖像進(jìn)行降維的效果，如特征臉?lè)椒ㄖ?KL 變換就是特征提取，而主元選取就是特征選擇。除此之外還有 DCT, Gabor變換、分?jǐn)?shù)階傅里葉變換等都是基于人臉的整體特征提取，還有基于人臉局部特征的提取方法，如利用顯著器官 (眼鏡、眉毛、耳朵、嘴 巴等 )之間的距離關(guān)系，以及通過(guò)訓(xùn)練學(xué)習(xí)求得的局部特征。 (4)人臉識(shí)別，在識(shí)別前對(duì)人臉圖像庫(kù)進(jìn)行處理，得到每個(gè)個(gè)體的特征信息，單獨(dú)建立一個(gè)新的人臉圖像數(shù)據(jù)庫(kù)，在識(shí)別過(guò)程中，采用同樣的方法得到測(cè)試人臉圖片的特征信息，并與庫(kù)中的每個(gè)個(gè)體信息進(jìn)行比 6 較。在比較之前需確定相似性尺度，常用的是歐氏距離函數(shù)和基于貝葉斯準(zhǔn)則的概率尺度。一般情況下，識(shí)別可以分為兩種 :一種是人臉辨認(rèn)，即需要確認(rèn)被識(shí)別者的具體信息 。另一種是身份證實(shí)，只需要判斷識(shí)別對(duì)象是否是數(shù)據(jù)庫(kù)中個(gè)體的一員。 整個(gè)人臉識(shí)別的研究工作主要是圍繞特征向量的提取和特 征選擇展開(kāi)的。因?yàn)橹暗念A(yù)處理步驟與圖像處理的工作是相通的，而之后的識(shí)別步驟與一般的模式識(shí)別問(wèn)題是一致的。 人臉識(shí)別方法分類 根據(jù)研究角度的不同，我們對(duì)人臉識(shí)別方法可以進(jìn)行不同的分類方法。根據(jù)圖像來(lái)源途徑的不同，可以分為動(dòng)態(tài)和靜態(tài)的人臉識(shí)別 。根據(jù)輸入人臉圖像的角度，可以分為基于正面、側(cè)面和傾斜人臉圖像識(shí)別 。根據(jù)圖像的顏色特點(diǎn)，可以分為彩色圖像和灰度圖像的人臉識(shí)別。本文的人臉識(shí)別研究是基于靜態(tài)、正面的灰度圖像的。 根據(jù)對(duì)人臉圖像不同的特征提取方式，我們大致可以人臉識(shí)別方法分成 兩種 :一是基于局部特征分析的研究方法 。二是基于整體的研究方法，它考慮到模式的整體屬性，主要有特征臉?lè)椒?、彈性圖匹配方法、神經(jīng)網(wǎng)絡(luò)方