人臉識別技術

1、實驗組 ：第三組Who am I ?怎樣辨認周圍的人誰是誰呢？那么我們要依據什么特征認證呢？然后要怎樣根據這些特征提取信息進行處理？最后考慮用什么技術來實現(xiàn)人臉的識別呢？Who am I ? 地球上六七十億人，幾乎每一個人的臉都是由眉毛、眼睛、鼻子、嘴巴等部分組成，這些器官的大體位置基本是固定的，并且每張臉的大小面積也相差不是很大。然而，我們不得不承認這么一個事實-這個世界上幾乎找不出兩張完全相同的人臉！ 那么區(qū)別這么多的不同人臉的“特征”應該是什么？我我們們所知道的身所知道的身份驗證份驗證的方法的方法比如說 標志性的物品有： 身份證，駕照，印章，胸卡，證明，信用卡 特定的信息有： 密碼，口令

2、，暗號可是，這些身份驗證的方法不可靠也不方便，經常會出現(xiàn)一些問題： 身份證等可能會被偽造，冒用，遺忘，丟失，失竊 密碼等可能會忘記，被盜用，泄露引入生物引入生物認證認證的新技的新技術術u所謂的生物認證就是利用人類自身的特征進行身份認證與身俱來與身俱來后天形成后天形成 各種生物認證技術的比較 人臉識別的簡單介紹人臉識別的簡單介紹u人臉識別（Human Face Recognition）技術基于人的臉部特征利用分析比較人臉視覺特征信息進行身份鑒別的計算機技術。人臉識別研究的發(fā)展過程及研究現(xiàn)狀人臉識別研究的發(fā)展過程及研究現(xiàn)狀 發(fā)展過程 ： 人臉識別研究的按照研究內容、技術方法等方面的特點大體劃分為三

3、個時間階段：n 第一階段 這一階段人臉識別通常只是作為一個一般性的模式識別問題來研究，所采用的主要技術方案是基于人臉幾何結構特征(Geometric feature based)的方法。這個階段不是一種可以完成自動識別的系統(tǒng)。 n 第二階段 這一階段是人機交互式別階段，技術研究代表人物Goldstion，Harmon和Lesk等運用幾何特征參數(shù)來表示人臉正面圖像，采用特征矢量來表示人臉面部特征，并設計了基于這一特征表示法的識別系統(tǒng)。而Kaya等人則采用了統(tǒng)計識別的方法，用歐氏距離來表示人臉特征。更進一步的，T.Kanad設計了一個半自動回溯識別系統(tǒng)，創(chuàng)造性的運用積分投影法從單幅圖像上計算出一組

4、臉部特征參數(shù)，在使用模式分類技術與標準的人臉相匹配。 n 第三階段 這一階段是真正的實用化機器自動識別階段。近年來隨著高速度高性能計算機的發(fā)展，人臉識別技術研究非?；钴S，人臉模式識別方法有了較大的突破，除了基于K-L變換的特征臉方法與奇異值特征為代表的代數(shù)特征方法取得了新進展外，人工神經網絡、小波變換在人臉識別研究中都得到了很廣泛的應用，而且出現(xiàn)了不少人臉識別的新方法，這些都推動了人臉識別技術的發(fā)展。 發(fā)展現(xiàn)狀 國外對于人臉識別技術的研究起步較早，到目前為止，已有多所大學和研究機構研制出 一些較好的人臉識別原型系統(tǒng)和具有商用性的人臉識別系統(tǒng)。 國內關于人臉自動識別的研究始于二十世紀80年代，主

5、要的研究單位有清華大學，哈爾濱工業(yè)大學，中科院計算所，中科院自動化所，復旦大學，北京科技大學等，并都取得了一定的成果。國內的研究工作主要是集中在三大類方法的研究：基于幾何特征的，基于代數(shù)特征的和基于連接機制的人臉正面自動識別方法。 人臉識別的技術原理人臉識別的技術原理 人臉識別技術主要包含三個部分： (1)人臉檢測 人臉面貌檢測是指在動態(tài)的場景與復雜的背景中判斷是否存在面像，并分離出這種面像。 (2)人臉跟蹤 面貌跟蹤是指對被檢測到的面貌進行動態(tài)目標跟蹤。 具體采用基于模型的方法或基于運動與模型相結合的方 法。 (3)人臉比對 面貌比對是對被檢測到的面貌像進行身份確認或在面像庫中進行目標搜索。

6、這實際上就是說，將采樣到的面像與庫存的面像依次進行比對，并找出最佳的匹配對象。 人臉的識別過程一般分三步： (1)首先建立人臉的面像檔案庫。即用攝像機采集單位人員的人臉的面像文件或取他們的照片形成面像文件，并將這些面像文件生成面紋(Faceprint)編碼貯存起來。 (2)獲取當前的人體面像。即用攝像機捕捉當前出入人員的面像，或取照片輸入，并將當前的面像文件生成面紋編碼。 (3)用當前的面紋編碼與檔案庫存中的面紋編碼進行檢索比對?！懊婕y編碼”方式可以抵抗光線、皮膚色調、面部毛發(fā)、發(fā)型、眼鏡、表情和姿態(tài)的變化，具有強大的可靠性，從而使它可以從百萬人中精確地辯認出某個人。人臉的識別過程，利用普通的

7、圖像處理設備就能自動、連續(xù)、實時地完成。人臉識別的基本算法人臉識別的基本算法 人臉識別的方法很多，主要的人臉識別方法有： （1）幾何特征的人臉識別方法：幾何特征可以是眼、鼻、嘴等的形狀和它們之間的幾何關系（如相互之間的距離）。這些算法識別速度快，需要的內存小，但識別率較低。 （2）基于特征臉（PCA）的人臉識別方法：特征臉方法是基于KL變換的人臉識別方法，KL變換是圖像壓縮的一種最優(yōu)正交變換。 （3）神經網絡的人臉識別方法：神經網絡的輸入可以是降低分辨率的人臉圖像、局部區(qū)域的自相關函數(shù)、局部紋理的二階矩等。這類方法同樣需要較多的樣本進行訓練，而在許多應用中，樣本數(shù)量是很有限的。 （4）彈性圖匹

8、配的人臉識別方法：彈性圖匹配法在二維的空間中定義了一種對于通常的人臉變形具有一定的不變性的距離，并采用屬性拓撲圖來代表人臉，拓撲圖的任一頂點均包含一特征向量，用來記錄人臉在該頂點位置附近的信息。 （5）線段Hausdorff 距離(LHD) 的人臉識別方法：LHD在不同光照條件下和不同姿態(tài)情況下都有非常出色的表現(xiàn)，但是它在大表情的情況下識別效果不好。 （6）支持向量機(SVM) 的人臉識別方法：近年來，支持向量機是統(tǒng)計模式識別領域的一個新的熱點，它試圖使得學習機在經驗風險和泛化能力上達到一種妥協(xié)，從而提高學習機的性能。人臉識別技術研究的意義人臉識別技術研究的意義 研究人臉識別在理論和技術上都有

9、重要的意義：一是 可以推進對人類視覺系統(tǒng)本身的認識；二是可以滿足 人工智能應用的需要。 同時人臉識別作為一種生物體征識別與其它較成熟的識別方法（如指紋、虹膜、DAN檢測等）相比有以下幾個優(yōu)點： 無侵犯性，人臉圖像的獲取不需要被檢測人發(fā)生身體接觸，可以在不驚動被檢測人的情況下進行； 低成本、易安裝，人臉識別系統(tǒng)只需要采用普通的攝像頭、數(shù)碼攝像機或手機上的嵌入式攝像頭等被廣泛使用的攝像設備即可，對用戶來說也沒有特別的安裝要求； 無人工參與，整個人臉識別過程不需要用戶或被檢測人的主動參與，計算機可以根據用戶預先的設置自動進行。 人臉識別技術研究的應用前景人臉識別技術研究的應用前景 隨著技術的進一步成

10、熟和社會認同度的提高，人臉識別技術將應用在更多的領域，比如： 1、企業(yè)、住宅安全和管理。如人臉識別門禁考勤系統(tǒng)，人臉識別防盜門等。2、電子護照及身份證。3、公安、司法和刑偵。如利用人臉識別系統(tǒng)和網絡，在全國范圍內搜捕逃犯。4、自助服務。如銀行的自動提款機，如果用戶卡片和密碼被盜，就會被他人冒取現(xiàn)金。如果同時應用人臉識別就會避免這種情況的發(fā)生。5、信息安全。如用人臉識別技術代替計算機密碼登錄、電子政務和電子商務。歸納總結歸納總結 人臉識別這個課題，很具有研究和應用價值，在國家安全，計算機交互，家庭娛樂等其他很多領域有著重要的意義。 這些天通過不斷地了解關于人臉識別技術的資料 ，對人臉識別技術有了進一步的認識，由于在編程方面有所欠缺，沒能將人臉識別技術的代碼實現(xiàn)，當然我們知道這對我