统方面取得的新进展,使该领域中高性能自动识别技术的实现代价降低到了可以接受的程度。
而人脸识别是所有的生物识别方法中应用最广泛的技术之一,人脸识别技术是一项近年来兴起的,但不大为人所知的新技术。
人们更多的是在电影中看到这种技术的神奇应用:警察将偷拍到的嫌疑犯的脸部照片,输入到电脑中,与警方数据库中的资料进行比对,并找出该嫌犯的详细资料和犯罪记录。
这并非虚构的情节。
在国外,人脸识别技术早已被大量使用在国家重要部门以及军警等安防部门。
在国内,对于人脸识别技术的研究始于上世纪 90 年代,目前主要应用在公安、金 融、网络安全、物业管理以及考勤等领域。
二 人脸识别技术的研究意义 1、富有挑战性的课题 人脸识别是机器视觉和模式识别领域最富有挑战性的课题之一,同时也具有较为广泛的应用意义。
人脸识别技术是一个非常活跃的研究领域,它覆盖了数字图像处理、模式识别、计算机视觉、神经网络、心理学、生理学、数学等诸多学科的内容。
如今,虽然在这方面的研究已取得了一些可喜的成果,但是 FRT 在实用应用中仍面临着很严峻的问题因为人脸五官的分布是非常相似的,而且人脸本身又是一个柔性物体,表情、姿态或发型、化妆的千变万化都给正确识别带来了相当大的麻烦。
如何能正确识别大量的人并满足实时性要求是迫切需要解决的问题。
2、面部关键特征定位及人脸 2D 形状检测技术 在人脸检测的基础上,面部关键特征检测试图检测人脸上的主要的面部特征点的位置和眼睛和嘴巴等主要器官的形状信息。
灰度积分投影曲线分析、模板匹配、可变形模板、Hough 变换、Snake 算子、基于 Gabor 小波变换的弹性图匹配技术、主动性状模型和主动外观模型是常用的方法。
可变形模板的主要思想是根据待检测人脸特征的先验的形状信息,定义一个参数描述的形状模型,该模型的参数反映了对应特征形状的可变部分,如位置、大小、角度等,它们最终通过模型与图像的边缘、峰、谷和灰度分布特性的动态地交互适应来得以修正。
由于模板变形利用了特征区域的全局信息,因此可以较好地检测出相应的特征形状。
由于可变形模板要采用优化算法在参数空间内进行能量函数极小化, 一、 因此算法的主要缺点在于两点: 对参数初值的依赖程度高,很容易陷入局部最小;二、计算时间长。
针对这两方面的问题,我们采用了一种由粗到细的检测算法:首先利用人脸器官构造的先验知识、面部图像灰度分布的峰谷和频率特性粗略检测出眼睛、鼻子、嘴、下巴的大致区域和一些关键的特征点;然后在此基础上,给出了较好的模板的初始参数,从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,它们的精确定位是识别的关键。
基于区域增长的眼睛定位技术,该技术在人脸检测的基础上,充分利用了眼睛是面部区域内脸部中心的左上方和右上方的灰度谷区这一特性,可以精确快速的定位两个眼睛瞳孔中心位置。
该算法采用了基于区域增长的搜索策略,在人脸定位算法给出的大致人脸框架中,估计鼻子的初始位置,然后定义两个初始搜索矩形,分别向左右两眼所处的大致位置生长。
该算法根据人眼灰度明显低于面部灰度的特点,利用搜索矩形找到眼部的边缘,最后定位到瞳孔的中心。
实验表明,本算法对于人脸大小、姿态和光照的变化,都有较强的适应能力,但在眼部阴影较重的情况下,会出现定位不准。
佩戴黑框眼镜,也会影响本算法的定位结果。
3、面部感知系统的重要内容 基于视觉通道信息的面部感知系统,包括人脸检测和跟踪、面部特征定位、 、表情识别、唇读等分系统,面部识别、人脸归类(年龄、种族、性别等的判别)如图 1-1 所式,可以看出,继人脸检测和跟追之后,面部特征定位通常是面部感知的一个必备环节,是后续工作的基础,具有重要的意义。
尽管人脸识别不能说是其他面部感知模块的必备功能,但是, 可以肯定的是,利用已知的身份信息,结合特定人的先验知识,可以提高表情分析、唇读和语音识别、手势识别乃至手写体识别的可靠性。
而计算机对使用者身份确认的最直接的应用就是基于特定使用者的环境设置:如使用者的个性化工作环境,信息的共享和隐私保护等等。
跟 人 视 踪 脸 面 人脸识别 身份信息 频 检 部 输 测 特 入 和 征 表情分析 情感状态 定 位 性别判断 性别信息 种族判断 种族信息 年龄判别 年龄信息 唇 读 唇形类别 图 1-1 面部感知系统结构图 第二节 人脸识别的国内外发展概况 现在人脸识别技术已经应用在许多领域中,并起到了举足轻重的作用,人脸识别研究开始于 1966 年 PRI 的 Bledsoe 的工作,经过三十多年的发展,人脸识别技术取得了长足的进步, 现在就目前国内外的发展情况来进行展述。
一 国外的发展概况1 见诸文献的机器自动人脸识别研究开始于1966年PRI的Bledsoe的工作,1990年日本研制的人像识别机,可在1秒钟内中从3500人中识别到你要找的人。
1993年,美国国防部高级研究项目署 Advanced Research Projects Agency和美国陆军研究实验室Army Research Laboratory成立了FeretFace RecognitionTechnology 项目组,建立了feret 人脸数据库,用于评价人脸识别算法的性能。
美国陆军实验室也是利用 vc开发,通过软件实现的,并且 FAR 为 49。
在美国的进行的公开测试中,FAR,为 53。
美国国防部高级研究项目署,利用半自动和全自动算法。
这种算法需要人工或自动指出图像中人的两眼的中心坐标,然后进行识别。
在机场开展的测试中,系统发出的错误警报太多,国外的一些高校(卡内基梅隆大学(Carnegie Mellon University)为首,麻省理工大学(Massachusetts Institute of Technology )等,英国的雷丁大学(Universityof Reading))和公司(Visionics 公司 Facelt 人脸识别系统、Viiage 的FaceFINDER 身份验证系统、Lau Tech 公司 Hunter 系统、德国的 BioID 系统等)的工程研究工作也主要放在公安、刑事方面,在考试验证系统的实现方面深入研究并不多。
2 二 国内的发展概况 人脸识别系统现在在大多数领域中起到举足轻重的作用,尤其是用在机关单位的安全和考勤、网络安全、银行、海关边检、物业管理、军队安全、智能身份证、智能门禁、司机驾照验证、计算机登录系统。
我国在这方面也取得了较好的成就,国家863项目“面像检测与识别核心技术”通过成果鉴定并初步应用,就标志着我国在人脸识别这一当今热点科研领域掌握了一定的核心技术。
北京科瑞奇技术开发股份有限公司在2002年开发了一种人脸鉴别系统,对人脸图像进行处理,消除了照相机的影响,再对图像进行特征提取和识别。
这对于人脸鉴别特别有价值,因为人脸鉴别通常使用正面照,要鉴别的人脸图像是不同时期拍摄的,使用的照相机不一样。
系统可以接受时间间隔较长的照片,并能达到较高的识别率,在计算机中库藏2300人的正面照片,每人一张照片,使用相距1--7年、差别比较大的照片去查询,首选率可以达到50,前20张输出照片中包含有与输入照片为同一人的照片的概率可达70 。
2005年1月18日,由清华大学电子系人脸识别课题组负责人苏光大教授主持承担的国家quot十五quot攻关项目《人脸识别系统》通过了由公安部主持的专家鉴定。
鉴定委员会认为,该项技术处于国内领先水平和国际先进水平。
本论文主要对该人脸识别系统进行模块划分,并介绍各模块的功能,重点介绍图像预处理模块,对其内的子模块的功能和算法进行详细讲述,主要介绍光线补偿、图像灰度化、高斯平滑、均衡直方图、图像对比度
上一篇:
文档管理系统
下一篇:
她要是喜欢我