人臉識別技術(shù)研究背景與方法-全文預(yù)覽
【正文】 Methods)用于人臉檢測。從圖像中提取的特征向量可以看作是一個(gè)任意的變量x ,此隨機(jī)變量通過類條件概率密度函數(shù)p (x| face) 和p (x| non face) 描述人臉和非人臉。模板匹配中的模板是由專家預(yù)定義的,與模板匹配中的方法不同,基于外觀方法中的“模板”是從圖像中的樣本學(xué)習(xí)的。梁路宏等人使用了直接的平均臉模板匹配方法。多分辨率圖像層次形成和邊緣提取使用Lapla2cian 操作符。Miao 等人提出了用于人臉檢測的層次模板匹配方法。在頭輪廓定位以后,用相同的過程以不同的尺度重復(fù)定位眼睛、眼眉和嘴唇等特征?；谧畲筇荻茸兓崛≥斎雸D像的線,然后與子模板匹配。Han 等人提出了一種基于形態(tài)學(xué)的技術(shù)進(jìn)行眼部分割進(jìn)而實(shí)現(xiàn)人臉檢測的方法。Yow 和Cipolla 提出了一種基于特征的方法。在濾波以后,用形態(tài)學(xué)的方法增強(qiáng)具有高亮度、含有某些形狀(如眼睛) 的區(qū)域?；谔卣鞯乃惴ù嬖诘膯栴}是,由于光照、噪聲和遮擋等使圖像特征被嚴(yán)重地破壞,人臉的特征邊界被弱化,陰影可能引起很強(qiáng)的邊緣,而這些邊緣可能使得算法難以使用?；谔卣鞯姆椒ú粌H可以從已有的面部特征而且可以從它們的幾何關(guān)系進(jìn)行人臉檢測。在分析了足夠多的人臉圖像樣本基礎(chǔ)上,針對人臉圖像的灰度和邊緣信息,建立了一種較為完備的知識庫。李華勝等人提出通過區(qū)域增長從人臉圖像中分割出人臉,再利用邊緣檢測、Hough 變換、模板匹配和方差投影技術(shù)可以快速有效地提取出人臉面部器官,如眼睛、鼻子和嘴巴等特征。用投影方法確定面部特征, I (x ,y) 是m n 圖像中(x , y) 位置的灰度值, 圖像的水平和垂直投影定義為 和。在Lever 2 完成人臉候選區(qū)的局部直方圖均衡化,并進(jìn)行邊緣檢測。編碼規(guī)則通常在較低的分辨率下確定人臉的候選區(qū),包括人臉的中心部分(圖3 中較淺的陰影部分) ,其中有四個(gè)基本上相同的灰度單元。Yang 和Huang 使用分層的基于知識的人臉檢測方法,他們的系統(tǒng)由三級規(guī)則組成。這種方法存在的問題是很難將人類知識轉(zhuǎn)換為明確定義的規(guī)則?；谥R的方法是基于規(guī)則的人臉檢測方法,規(guī)則來源于研究者關(guān)于人臉的先驗(yàn)知識。存儲(chǔ)幾種標(biāo)準(zhǔn)的人臉模式,用來分別描述整個(gè)人臉和面部特征。通常,通過面部特征之間的關(guān)系進(jìn)行人臉定位。人臉檢測是一項(xiàng)具有挑戰(zhàn)性的任務(wù)，因?yàn)椋?1)人臉的大小、位置、方向、姿態(tài)(正面、側(cè)面、傾斜)、表情、外觀等具有可變性；(2)人臉上可能存在眼鏡、胡須等附屬物，而且這些附屬物的形狀、顏色、大小等有很大的可變性；(3)人臉圖像獲取過程的不確定性，例如，光照強(qiáng)度、光源的數(shù)目和方向、拍攝角度、照相機(jī)的特性等；(4)人臉可能被其他物體部分遮住。人臉檢測還提供了有趣的、有挑戰(zhàn)性的基本圖案分類和相關(guān)學(xué)習(xí)技巧。面像認(rèn)證的牧師是在輸入圖像中驗(yàn)證一個(gè)人的身份，而面像追蹤可以持續(xù)不斷的估計(jì)一個(gè)實(shí)時(shí)圖像序列中人臉的位置與定位。很明顯,在任何解決上述問題的自動(dòng)識別系統(tǒng)中,人臉檢測是第一步。假設(shè)一幅圖像中只存在一張臉,則面部特征檢測的目的是檢測特征的存在和位置,如眼睛、鼻子(鼻孔) (眉毛) (嘴) (嘴唇) 耳朵等。人臉檢測，可以被看作是兩級的識別問題，即圖像區(qū)域被分為“有人臉”和“無人臉”。任何人臉處理系統(tǒng)的第一步都是檢測人臉在圖像中的位置。目前，研究比較深入，應(yīng)用比較廣泛的生物識別技術(shù)有:指紋、人臉、人臉溫譜、虹膜、視網(wǎng)膜、手型、聲紋以及簽名等。最后當(dāng)需要對某人進(jìn)行身份鑒定時(shí)，再用某種特征匹配算法將存入數(shù)據(jù)庫的特征代碼與被識別人的特征相匹配，從而查明其身份。業(yè)內(nèi)專家估計(jì)，未來5年，我國也將形成近百億元的市場。人們可能會(huì)遺忘或丟失他們的卡片或密碼，但絕不會(huì)遺忘或者丟失自己的生物特征，如人臉、指紋、虹膜、掌紋等。因此，目前廣泛使用的依靠證件、個(gè)人識別號碼(PIN)、口令等傳統(tǒng)方法來確認(rèn)個(gè)人身份的技術(shù)面臨著嚴(yán)峻的挑戰(zhàn)，已不能適應(yīng)現(xiàn)代科技發(fā)展和社會(huì)進(jìn)步的需要。目前，個(gè)人身份鑒別主要依靠ID卡(如身份證、工作證、智能卡和儲(chǔ)蓄卡等)和密碼等手段，然而這些手段存在攜帶不便、容易遺失、由于使用過多或不當(dāng)而損壞、密碼易被遺忘和破解等諸多問題。身份識別及鑒定是保證系統(tǒng)安全的重要前提，在國家安全、公安、司法、電子商務(wù)、電子政務(wù)、安全檢查、保安監(jiān)控等應(yīng)用領(lǐng)域，都需要準(zhǔn)確的身份識別及鑒定。美國每年在福利發(fā)放、信用卡交易、移動(dòng)電話以及ATM交易方面由于身份詐騙而造成的經(jīng)濟(jì)損失高達(dá)60億美元。在刑偵領(lǐng)域，人們也早已使用最有效的人體生物特征之一—指紋來確定罪犯。2003年6月，聯(lián)合國國際民用航空組織公布了其生物技術(shù)的應(yīng)用規(guī)劃，將在個(gè)人護(hù)照中加入生物特征如指紋、虹膜、人臉特征等，并在入境時(shí)進(jìn)行個(gè)人身份確認(rèn)。其次是進(jìn)行特征提取，即提取樣本的某些特征，用某種算法為其分配一個(gè)特征代碼，這一代碼被存入數(shù)據(jù)庫。從理論上說，任何人體的生理或行為特征，只要滿足一定要求，如普遍性、唯一性、穩(wěn)定性、取樣方便性、用戶可接受性、樣本防偽性、計(jì)算復(fù)雜性等條件，都可以用來作為識別個(gè)人身份的特征生物特征識別技術(shù)可分為基于生理特征的生物識別技術(shù)和基于行為特征的生物識別技術(shù)
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1