廣西工學院計算機工程系2005屆畢業(yè)論文人臉識別系統(tǒng)的研究與實現(xiàn)計014班張薇1第一章前言第一節(jié)課題背景一課題的來源隨著安全入口控制和金融貿(mào)易方面應用需要的快速增長，生物統(tǒng)計識別技術得到了新的重視。目前，微電子和視覺系統(tǒng)方面取得的新進展，使該領域中高性能自動識別技術的實現(xiàn)代價降低到了可以接受的程度。而人臉識別是所有的生物識別方法中應用最廣泛的技術之一，人臉識別技術是一項近年來興起的，但不大為人所知的新技術。人們更多的是在電影中看到這種技術的神奇應用：警察將偷拍到的嫌疑犯的臉部照片，輸入到電腦中，與警方數(shù)據(jù)庫中的資料進行比對，并找出該嫌犯的詳細資料和犯罪記錄。這并非虛構的情節(jié)。在國外，人臉識別技術早已被大量使用在國家重要部門以及軍警等安防部門。在國內(nèi)，對于人臉識別技術的研究始于上世紀90年代，目前主要應用在公安、金融、網(wǎng)絡安全、物業(yè)管理以及考勤等領域。二人臉識別技術的研究意義1、富有挑戰(zhàn)性的課題人臉識別是機器視覺和模式識別領域最富有挑戰(zhàn)性的課題之一，同時也具有較為廣泛的應用意義。人臉識別技術是一個非常活躍的研究領域，它覆蓋了數(shù)字圖像處理、模式識別、計算機視覺、神經(jīng)網(wǎng)絡、心理學、生理學、數(shù)學等諸多學科的內(nèi)容。如今，雖然在這方面的研究已取得了一些可喜的成果，但是FRT在實用應用中仍面臨著很嚴峻的問題,因為人臉五官的分布是非常相似的，而且人臉本身又是一個柔性物體，表情、姿態(tài)或發(fā)型、化妝的千變?nèi)f化都給正確識別帶來了相當大的麻煩。如何能正確識別大量的人并滿足實時性要求是迫切需要解決的問題。2、面部關鍵特征定位及人臉2D形狀檢測技術在人臉檢測的基礎上，面部關鍵特征檢測試圖檢測人臉上的主要的面部特征點的位置和眼睛和嘴巴等主要器官的形狀信息?；叶确e分投影曲線分析、模板匹配、可變形模板、Hough變換、Snake算子、基于Gabor小波變換的彈性圖匹配技術、主動性狀模型和主動外觀模型是常用的方法?？勺冃文０宓闹饕枷胧歉鶕?jù)待檢測人臉特征的先驗的形狀信息，定義一個參數(shù)描述的形狀模型，該模型的參數(shù)反映了對應特征形狀的可變部分，如位置、大小、角度等，它們最終通過模型與圖像的邊緣、峰、谷和灰度分布特性的動態(tài)地交互適應來得以修正。廣西工學院計算機工程系2005屆畢業(yè)論文人臉識別系統(tǒng)的研究與實現(xiàn)計014班張薇2由于模板變形利用了特征區(qū)域的全局信息，因此可以較好地檢測出相應的特征形狀。由于可變形模板要采用優(yōu)化算法在參數(shù)空間內(nèi)進行能量函數(shù)極小化，因此算法的主要缺點在于兩點：一、對參數(shù)初值的依賴程度高，很容易陷入局部最?。欢?、計算時間長。針對這兩方面的問題，我們采用了一種由粗到細的檢測算法：首先利用人臉器官構造的先驗知識、面部圖像灰度分布的峰谷和頻率特性粗略檢測出眼睛、鼻子、嘴、下巴的大致區(qū)域和一些關鍵的特征點；然后在此基礎上，給出了較好的模板的初始參數(shù)，從而可以大幅提高算法的速度和精度。眼睛是面部最重要的特征，它們的精確定位是識別的關鍵。基于區(qū)域增長的眼睛定位技術，該技術在人臉檢測的基礎上，充分利用了眼睛是面部區(qū)域內(nèi)臉部中心的左上方和右上方的灰度谷區(qū)這一特性，可以精確快速的定位兩個眼睛瞳孔中心位置。該算法采用了基于區(qū)域增長的搜索策略，在人臉定位算法給出的大致人臉框架中，估計鼻子的初始位置，然后定義兩個初始搜索矩形，分別向左右兩眼所處的大致位置生長。該算法根據(jù)人眼灰度明顯低于面部灰度的特點，利用搜索矩形找到眼部的邊緣，最后定位到瞳孔的中心。實驗表明，本算法對于人臉大小、姿態(tài)和光照的變化，都有較強的適應能力，但在眼部陰影較重的情況下，會出現(xiàn)定位不準。佩戴黑框眼鏡，也會影響本算法的定位結果。3、面部感知系統(tǒng)的重要內(nèi)容基于視覺通道信息的面部感知系統(tǒng)，包括人臉檢測和跟蹤、面部特征定位、面部識別、人臉歸類（年齡、種族、性別等的判別）、表情識別、唇讀等分系統(tǒng)，如圖1-1所式，可以看出，繼人臉檢測和跟追之后，面部特征定位通常是面部感知的一個必備環(huán)節(jié)，是后續(xù)工作的基礎，具有重要的意義。盡管人臉識別不能說是其他面部感知模塊的必備功能，但是，可以肯定的是，利用已知的身份信息，結合特定人的先驗知識，可以提高表情分析、唇讀和語音識別、手勢識別乃至手寫體識別的可靠性。而計算機對使用者身份確認的最直接的應用就是基于特定使用者的環(huán)境設置：如使用者的個性化工作環(huán)境，信息的共享和隱私保護等等。廣西工學院計算機工程系2005屆畢業(yè)論文人臉識別系統(tǒng)的研究與實現(xiàn)計014班張薇3圖1-1面部感知系統(tǒng)結構圖第二節(jié)人臉識別的國內(nèi)外發(fā)展概況現(xiàn)在人臉識別技術已經(jīng)應用在許多領域中，并起到了舉足輕重的作用，人臉識別研究開始于1966年PRI的Bledsoe的工作，經(jīng)過三十多年的發(fā)展，人臉識別技術取得了長足的進步，現(xiàn)在就目前國內(nèi)外的發(fā)展情況來進行展述。一國外的發(fā)展概況1見諸文獻的機器自動人臉識別研究開始于1966年PRI的Bledsoe的工作，1990年日本研制的人像識別機，可在1秒鐘內(nèi)中從3500人中識別到你要找的人。1993年，美國國防部高級研究項目署(AdvancedResearchProjectsAgency)和美國陸軍研究實驗室(ArmyResearchLaboratory)成立了Feret(FaceRecognitionTechnology)項目組，建立了feret人臉數(shù)據(jù)庫，用于評價人臉識別算法的性能。美國陸軍實驗室也是利用vc+開發(fā)，通過軟件實現(xiàn)的，并且FAR為49%。在美國的進行的公開測試中，F(xiàn)AR，為53%。美國國防部高級研究項目署，利用半自動和全自動算法。這種算法需要人工或自動指出圖像中人的兩眼的中心坐標，然后進行識別。在機場開展的測試中，系統(tǒng)發(fā)出的錯誤警報太多，國外的一些高校（卡內(nèi)基梅隆大學（CarnegieMellonUniversity）為首，麻省理工大學（MassachusettsInstituteofTechnology）等，英國的雷丁大學（UniversityofReading）和公司（Visionics公司Facelt人臉識別系統(tǒng)、Viiage的FaceFINDER身份驗證系統(tǒng)、LauTech公司Hunter系統(tǒng)、德國的BioID系統(tǒng)等）的工程研究工作也主要放在公安、刑事方面，在考試驗證系統(tǒng)的實現(xiàn)方面深入研究并不多。視頻輸入人臉檢測和跟蹤面部特征定位人臉識別表情分析性別判斷種族判斷年齡判別唇讀身份信息情感狀態(tài)性別信息種族信息年齡信息唇形類別廣西工學院計算機工程系2005屆畢業(yè)論文人臉識別系統(tǒng)的研究與實現(xiàn)計014班張薇4二國內(nèi)的發(fā)展概況2人臉識別系統(tǒng)現(xiàn)在在大多數(shù)領域中起到舉足輕重的作用，尤其是用在機關單位的安全和考勤、網(wǎng)絡安全、銀行、海關邊檢、物業(yè)管理、軍隊安全、智能身份證、智能門禁、司機駕照驗證、計算機登錄系統(tǒng)。我國在這方面也取得了較好的成就，國家863項目“面像檢測與識別核心技術”通過成果鑒定并初步應用，就標志著我國在人臉識別這一當今熱點科研領域掌握了一定的核心技術。北京科瑞奇技術開發(fā)股份有限公司在2002年開發(fā)了一種人臉鑒別系統(tǒng)，對人臉圖像進行處理，消除了照相機的影響，再對圖像進行特征提取和識別。這對于人臉鑒別特別有價值，因為人臉鑒別通常使用正面照，要鑒別的人臉圖像是不同時期拍攝的，使用的照相機不一樣。系統(tǒng)可以接受時間間隔較長的照片，并能達到較高的識別率，在計算機中庫藏2300人的正面照片，每人一張照片，使用相距1-7年、差別比較大的照片去查詢，首選率可以達到50%，前20張輸出照片中包含有與輸入照片為同一人的照片的概率可達70%。2005年1月18日，由清華大學電子系人臉識別課題組負責人蘇光大教授主持承擔的國家十五攻關項目人臉識別系統(tǒng)通過了由公安部主持的專家鑒定。鑒定委員