【正文】 ........ 33 沈陽航空 航天大學(xué) 畢業(yè)設(shè)計（論文） 1 1 緒 論 人臉在日常生活中發(fā)揮著重要作用，人類根據(jù)人臉進(jìn)行身份識別和表情判斷，完成日常的交際，人臉因此成為最重要和最自然的身份識別對象。人類有著與生俱來的自動識別人臉的能力，能在劇烈變化不確定因素影響下快速且準(zhǔn)確的識別人臉，同時進(jìn)行身份匹配和表情判斷。 身份識別與驗證是人類日?；顒又械幕净顒又弧Ｔ谀壳暗募夹g(shù)水平下，幾乎全部的身份驗證還依靠傳統(tǒng)的物理驗證方式來完成，主要包括身份證件、鑰匙、密碼等，但這些驗證方式 存在方便性、可靠性和安全性等問題，因而不能適應(yīng)社會的發(fā)展和需求。因此我們需要更加方便、可靠、安全的身份驗證方式。而生物特征識別技術(shù)的出現(xiàn)很好的解決了這一問題，近年來已經(jīng)逐步成為重要場所必備的安檢手段。與傳統(tǒng)的身份驗證方法相比，生物特征識別技術(shù)的優(yōu)勢在于生物特征是人類固有的特性，可以從根本上杜絕偽造和竊取的現(xiàn)象，從而滿足了人類對于驗證方式可靠性和安全性方面的需求。 由于人臉識別對識別對象沒有侵犯性，所以到目前為止是一種最有好的生物特征識別技術(shù)。人臉識別系統(tǒng)通過視頻或靜態(tài)圖像來自動捕獲和識別人臉，在生物特征認(rèn)證 、監(jiān)控、安檢、人機(jī)交互和多媒體監(jiān)督等領(lǐng)域有著廣泛的應(yīng)用前景。人臉識別技術(shù)就是通過圖像采集設(shè)備捕捉人類的臉部區(qū)域，然后把捕捉到的人臉圖像和人臉數(shù)據(jù)庫中的圖像進(jìn)行匹配分析，進(jìn)而完成身份識別的任務(wù)。 然而，開發(fā)一個能完全自動識別人臉的系統(tǒng)是十分困難的，實際環(huán)境中，采集人臉圖像的過程會受到人臉姿態(tài)、光照條件、面部表情和臉部飾物等諸多不確定因素的影響。過去的幾十年里，研究者嘗試?yán)糜嬎銠C(jī)模仿人類識別人臉能力，提出了許多人臉識別的有效算法。盡管已經(jīng)取得很多進(jìn)展，但到目前為止人臉識別仍然是一個難度很大的課題，識別算法只能 在用戶配合、條件理想、小規(guī)模的人臉庫上取得較好的識別效果。人臉識別的評估報告表明多數(shù)人臉識別方法的最佳性能在人臉姿態(tài)，光照，表情和部分遮擋等因素變化時都會發(fā)生很大的退化，人臉識別因此成為圖像處理，模式識別，人工智能和計算視覺等領(lǐng)域最活躍的研究課題之一，也是本文的主要研究探討對象。 人臉識別的研究背景和意義 人臉識別（ Face Recognition）是一種很重要的生物特征識別技術(shù)。所謂的生物特征識別技術(shù)是指通過對人類固有的特征進(jìn)行自動的身份鑒別甄選技術(shù)。現(xiàn)階段技術(shù)水平可依據(jù)的生理特征一般為：手型、掌紋指紋、 人臉、虹膜、耳廓、 DNA 等；可依據(jù)的行為特征如：字跡、步態(tài)、語音等。目前，基于這些人類特征，已有相對應(yīng)的生物識別技術(shù)，比如指紋識別、人臉識別、語音識別、虹膜識別、簽名識別、步態(tài)識別等。 在科技、人文高速發(fā)展的現(xiàn)今社會中，基于傳統(tǒng)的物理性的身份標(biāo)識方法如：證件、鑰匙、用戶名、密碼等，由于其易丟失、易遺忘、易造假、易冒充等問題，已經(jīng)遠(yuǎn)不能滿足人類的需求，現(xiàn)今的人類迫切需要一種快捷、有效并且安全的身份識別、標(biāo)識方法。而基于生物特征識別的身份鑒定系統(tǒng)與傳統(tǒng)的物理性身份鑒定手段相比，具有唯一性、安全性、可靠性、不易丟 失、不易偽造等優(yōu)點，因此正在逐步取代傳統(tǒng)的身份鑒別方法，在信息安全、金融、交通、公共安全等領(lǐng)域得到了廣泛的應(yīng)用，并且對其識別技術(shù)、識別率等要求越來越高。 在各種生物特征識別技術(shù)中，人臉識別技術(shù)更具有其獨特的優(yōu)勢，主要有以下幾個方面：（ 1）隱蔽性強(qiáng)，可在一定距離之外，識別對象不知情的情況下完成識別過程，特別適用于安全監(jiān)控系統(tǒng)。（ 2）非接觸式操作，對識別對象沒有侵犯性，可被大多數(shù)人接受，理論上來說是最友好的生物特征識別技術(shù)。（ 3）圖像采集數(shù)據(jù)存儲，成本低廉。（ 4）用戶界面簡單直接，相比較于文字等信息，圖片信息更 容易被人理解，交互性較強(qiáng)。（ 5）通過對人臉的表情，姿態(tài)，口型等分析，能獲得較其他識別技術(shù)更多更難以獲得的信息。由此可見，人臉識別技術(shù)已經(jīng)逐漸成為最有發(fā)展?jié)摿Φ纳锾卣髯R別技術(shù)，是當(dāng)前的熱門研究課題之一。并已在反恐，人事檔案管理，視頻監(jiān)控，通行識別管理，人機(jī)交互等領(lǐng)域得到廣泛應(yīng)用，成為自動身份認(rèn)證領(lǐng)域的主要研究方向。 另外，對于人臉識別技術(shù)的研究也帶動了多門相關(guān)學(xué)科的相互促進(jìn)和相互發(fā)展。人臉識別作為典型的圖像模式分析、理解與分類計算問題，其研究面跨越了模式識別、圖像處理分析與理解、計算機(jī)視覺、人工智能、認(rèn)知科 學(xué)、人工神經(jīng)網(wǎng)絡(luò)、神經(jīng)生理學(xué)、心理學(xué)等眾多的學(xué)科領(lǐng)域，并為這些學(xué)科領(lǐng)域創(chuàng)造新方法、驗證新理論和解釋新現(xiàn)象提供了良好的應(yīng)用平臺。人臉識別技術(shù)的相關(guān)研究可以極大地促進(jìn)這些相關(guān)學(xué)科領(lǐng)域的發(fā)展、創(chuàng)新和成熟，同時這些學(xué)科領(lǐng)域的成熟也反過來促進(jìn)人臉識別技術(shù)中問沈陽航空 航天大學(xué) 畢業(yè)設(shè)計（論文） 3 題的解決和技術(shù)的革新。 人臉識別的發(fā)展史和應(yīng)用 發(fā)展歷史及發(fā)展現(xiàn)狀 人們從事人臉識別技術(shù)的研究歷史比較悠久。最早在 1888 年， Calton 在《 Nature》上發(fā)表了一篇關(guān)于利用人臉進(jìn)行身份鑒別的文章，對人類自身對面孔的識別能力進(jìn)行了分析。人臉識別技術(shù)的研究從最開始 需要人工干預(yù)、識別方法匱乏、識別率低下逐步發(fā)展到現(xiàn)在的自動化識別程度較高、識別方法算法豐富、識別率較高階段，大致經(jīng)過了三個發(fā)展階段： 第一階段為非自動識別階段，以 Bertillon， Allen 和 Parke 為代表，主要研究如何提取人臉特征。 1893 年， Bertillon 用一個簡單的語句與數(shù)據(jù)庫中的某張人臉相連接，同時結(jié)合指紋分析，提供了一個完整的身份識別系統(tǒng)。 Allen 為待識別人臉提供了一種逼真的摹寫方法。 Parke 則用計算機(jī)實現(xiàn)了這一方法，生成出質(zhì)量較高的人臉灰度圖模型。這一階段的工作模式特點是需要人工干預(yù) ，識別過程完全依賴操作人員。 第二階段為人機(jī)交互階段。 1972 年， Goldstion， Harmon 等嘗試?yán)脦缀翁卣鞅硎救四槇D像，他們用 21 維特征向量表征人臉的面部特征，并設(shè)計出基于這種表征方法的識別系統(tǒng)。 Kaya 和 Kobaysshi 則采用統(tǒng)計學(xué)方法，利用歐氏距離來表示人臉的面部特征，如嘴唇和鼻子間距，鼻子高度，兩眼間距離等。 （ ）設(shè)計了一個有一定知識導(dǎo)引的半自動回溯識別系統(tǒng)，利用積分投影法從單張圖像上提取計算出一組人臉特征參數(shù)，然后利用模式分類技術(shù)與標(biāo)準(zhǔn)人臉圖像相匹配，相較于之前的識別系統(tǒng)， Kanad 的系統(tǒng)實現(xiàn)了快速、實時地處理，這是一個很大的進(jìn)步。 Baron將人臉圖像灰度歸一化，再用四個掩模表示人臉，然后分別計算這四個掩模與數(shù)據(jù)庫中每幅標(biāo)準(zhǔn)圖像相互掩模之間的相互關(guān)系數(shù)，以此作為判別依據(jù)。這一階段工作模式的特點是需要利用操作員的先驗知識，仍然不能算作是一種完全自動的識別系統(tǒng)。 第三階段是真正的自動識別階段。上個世紀(jì) 90 年代起，計算機(jī)、數(shù)字圖象處理、模式識別等技術(shù)的發(fā)展和人類社會對人臉圖像自動識別系統(tǒng)的迫切需求推動了人臉識別技術(shù)的突破，多種基于計算機(jī)的全自動人臉識別系統(tǒng)開始問世。 1996 年，美國軍方組織了一個人臉自動識別系統(tǒng)大賽，勒克菲勒大學(xué)的 FaceIt 系統(tǒng)獲得冠軍。在這之后，美國 LAU 公司研制出一個人臉圖像自動識別系統(tǒng)，這個系統(tǒng)是一個以正常人眼辨別其他人臉的原理，基于生物測量學(xué)、人像復(fù)原技術(shù)而開發(fā)的裝置，利用人臉的1242 個特征點，對人群中待尋找的人進(jìn)行定量定性的識別，并已應(yīng)用在機(jī)場、車站等公共場所和重點控制地區(qū)。 現(xiàn)今，隨著社會需求的提高，人臉識別引起了各個科研機(jī)構(gòu)的重點關(guān)注，并將研究成果轉(zhuǎn)化為實用產(chǎn)品。比如 Vision nics 公司的 Face It 人臉識別系統(tǒng)， Microsoft 公司的 TrueFace 系統(tǒng)，和 Zn Boc hum Gmbh 公司的 ZNFace 系統(tǒng)等。 國際上很多公司和研究機(jī)構(gòu)如德國 Cognitec S ystem GmbH、美國 Identix Inc、Viisage 及 Neven Vision、韓國三星、日本東芝、麻省理工學(xué)院、密西根州立大學(xué)、卡耐基梅隆大學(xué)、耶魯大學(xué)、新澤西理工學(xué)院、休斯敦大學(xué)等正在對人臉自動識別技術(shù)做更加深入的研究。 國內(nèi)對人臉自動識別技術(shù)的研究起始于上世紀(jì) 80 年代，相對起步較晚，但清華大學(xué)、北京大學(xué)、復(fù)旦大學(xué)、哈爾濱工業(yè)大學(xué)、北京科技大學(xué)、中 科院自動化所、中科院計算所等研究單位的研究已經(jīng)取得了可喜成果，以清華大學(xué)智能圖文信息處理研究室研制的 THID 人臉識別系統(tǒng)為代表，該系統(tǒng)的測試結(jié)果位于國際領(lǐng)先水平。 應(yīng)用和分類 隨著人臉識別技術(shù)的不斷發(fā)展和應(yīng)用領(lǐng)域的拓寬，人臉識別技術(shù)在多個領(lǐng)域的發(fā)展前景已經(jīng)逐漸越來越廣泛。反過來也正是越來越多領(lǐng)域?qū)θ四樧R別技術(shù)的應(yīng)用和需求愈加增長，大力推動了人臉識別技術(shù)的發(fā)展速度。歸納起來，人臉識別技術(shù)的應(yīng)用主要分為以下幾類： 人臉驗證：人臉驗證是一種身份驗證手段，指利用人臉識別技術(shù)來驗證某個人是否確實是他（她）所聲稱的那 個人。具體來說大多應(yīng)用在機(jī)場、海關(guān)或一些保密部門及出入口控制等場所用以替代或輔助證件驗證來甄別出入人員的身份、證件等的真實性。 人臉辨別：人臉辨別主要是應(yīng)用人臉識別技術(shù)來辨別未知身份人員的真實身份。大多應(yīng)用在公共安全領(lǐng)域：如公安系統(tǒng)中對嫌疑犯、被害人等的身份進(jìn)行鑒定；銀行、公司等公共場合發(fā)生非法分子闖入或異常狀況時先通過視頻監(jiān)控采集人臉圖像，再利用人臉識別技術(shù)與數(shù)據(jù)庫進(jìn)行對比，確定闖入者身份。 視頻監(jiān)視：在視頻監(jiān)視系統(tǒng)中，人臉識別系統(tǒng)的任務(wù)目標(biāo)是在人群中篩選出特定目標(biāo)并實行跟蹤監(jiān)控，這是一個典型的動態(tài)匹配過 程。主要應(yīng)用于國家安全、公安布防以及機(jī)場、海關(guān)等反恐監(jiān)控系統(tǒng)中。視頻監(jiān)視系統(tǒng)采集的人臉經(jīng)過相關(guān)處理后與數(shù)沈陽航空 航天大學(xué) 畢業(yè)設(shè)計（論文） 5 據(jù)庫對比，若發(fā)現(xiàn)目標(biāo)人物或危險個體則發(fā)出警報，這與人臉辨別有些類似，都是先采集人臉圖像，然后與數(shù)據(jù)庫中人臉圖像進(jìn)行一對多的對比匹配，最終確定待測人臉的身份歸屬。 隨著人臉識別技術(shù)的不斷發(fā)展和創(chuàng)新，人臉識別的應(yīng)用領(lǐng)域?qū)拥膹V闊。民用市場有很大的可能成為人臉識別技術(shù)發(fā)展的最有力的支持。如果防盜門采用人臉識別系統(tǒng)來驗證戶主身份，人們將告別鑰匙；簽證、身份證等如果采用電子證件，人臉識別將會是必不可少的應(yīng)用之一 ；我國每年僅高考考生就近千萬，如果考生驗證系統(tǒng)采用人臉識別而不是傳統(tǒng)的紙張驗證，無論從安全、快捷、環(huán)保等任何一個角度來看都是一個極大的進(jìn)步，屆時這個巨大的市場也將大大促進(jìn)人臉識別技術(shù)的發(fā)展。 本文的主要內(nèi)容與安排 人臉識別技術(shù)的算法多種多樣，足夠高的識別率是最重要的指標(biāo)。本文中，主要采用主成分分析（即 PCA）和模糊線性判別分析（即 FLDA）兩種算法結(jié)合設(shè)計一個人臉識別算法。先使用特征臉方法（ PCA）將人臉圖像的原始數(shù)據(jù)投影到特征臉空間進(jìn)行降維，接下來使用 Fisher 臉方法（ LDA），從特征空間里提取最具判別 能力的低維特征，達(dá)到進(jìn)一步降維的作用，最后引入模糊技術(shù)改進(jìn)原始的線性判別分析方法，能更有效的提取判別能力高的、對識別過程有正面效果的信息，盡量消除因訓(xùn)練圖像中由于光照、姿勢等變化引起的識別性能退化。 本文主要內(nèi)容如下： 第一章，緒論。主要介紹了本設(shè)計的研究背景和立題意義，人臉識別技術(shù)在國內(nèi)外的發(fā)展史、發(fā)展現(xiàn)狀，人臉識別技術(shù)主要的應(yīng)用領(lǐng)域及應(yīng)用分類。 第二章，人臉識別基礎(chǔ)知識。由于人臉識別算法的測試都是在公開的基準(zhǔn)數(shù)據(jù)庫上進(jìn)行，所以在前面首先介紹了有關(guān)人臉庫的基礎(chǔ)知識，并介紹了幾個目前學(xué)術(shù)界較流行的測試用人臉 基準(zhǔn)數(shù)據(jù)庫。然后介紹了人臉圖像的特征提取方法的基礎(chǔ)知識以及分類器的設(shè)計理念和選用的分類方法。 第三章，人臉識別算法介紹及比較。本章介紹了基于主成分分析（ PCA）的特征臉?biāo)惴?、基于線性判別分析（ LDA）的 Fisher 臉?biāo)惴ê突谀：€性判別分析（ FLDA）的算法。 第四章，人臉識別算法設(shè)計及仿真。本章主要介紹 PCA+FLDA 算法，并與PCA+LDA 算法進(jìn)行比較。應(yīng)用 Maltab 軟件編寫程序進(jìn)行人臉識別算法設(shè)計的實現(xiàn)，并在 Yale 人臉庫和 ORL 人臉庫中進(jìn)行實驗仿真，求出識別率，繪制識別率曲線?？偨Y(jié)此算法的特點。 最后是對全文工作的總結(jié)。 沈陽航空 航天大學(xué) 畢業(yè)設(shè)計（論文） 7 2 人臉識別基礎(chǔ) 人臉庫 在人臉識別技術(shù)的研究中，必不可少的資源之一是人臉數(shù)據(jù)庫。任何一個人臉識別系統(tǒng)的設(shè)計成形都需要經(jīng)過測試、仿真或?qū)嶒炦^程，在這個測試的過程中就需要用到包含一定數(shù)量人臉圖像的數(shù)據(jù)庫來生成人臉識別系統(tǒng)的訓(xùn)練集和測試集。所以人臉數(shù)據(jù)庫的存在對人臉識別算法的設(shè)計、測試、識別率求取和系統(tǒng)性能評估有重大的意義。按照目前人臉識別技術(shù)的水平來看，一個可以應(yīng)用在任何環(huán)境、在任何可能出現(xiàn)的非正常情況下都能準(zhǔn)確無誤進(jìn)行識別的人臉識別系統(tǒng)是不可能存在的，由此，所有的人臉數(shù)據(jù)庫都會附加一些 約束條件，比如光照強(qiáng)度、光照方向、表情變化、姿態(tài)變化、臉部飾品、人臉尺寸等都受到一定的限制，這些人臉數(shù)據(jù)庫復(fù)雜度的高低又影響了對算法性能的評估結(jié)果。所以人臉數(shù)據(jù)庫的選擇至關(guān)重要。下面將介紹幾個目前人臉識別實驗測試中常用的典型人臉庫。 Yale 人臉庫 Yale 人臉庫是人臉識別中很流行的測試數(shù)據(jù)庫，由美國耶魯大學(xué)計算視覺與控制中心創(chuàng)建，包含 15 位志愿者的 165 張臉部灰度圖像，每人 11 張圖像，包含各種表情、光照下的圖像，并且包含眼鏡等遮擋正面人臉圖像。所有的圖像都在不同的光照和表情下正面拍攝的，主要包括：正面光照 ，左側(cè)光照，右側(cè)光照，戴眼鏡，不戴眼鏡，高興，面無表情，悲傷，困倦，吃驚，和眨眼等變化。 Yale 人臉庫的主要特點就是光照變化很明顯，且有面部眼