人脸识别方法研究

《人脸识别方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、人脸识别方法研究　　【摘要】随着生物识别技术的不断发展，人脸识别技术越来越受到人们的青睐。作为模式识别领域里最具有挑战性的课题之一，它有着非常广泛的应用前景。在人脸识别系统中，比较受关注的是特征提取和识别这两个环节。由于实际应用中，人脸识别总是受到光照、姿态、表情等因素的影响，为此，大量解决这些问题的方法应运而生。本文先是对人脸识别技术做了简要的概括，接着对比较流行的人脸识别方法进行了研究，并归纳了常用人脸数据库，最后对文献中识别方法存在的问题进行了总结。　　【关键词】人脸识别特征提取核方法模型

2、视频信息三维数据　　一、引言　　社会的快速发展以及科学技术的飞速进步，使得人们对于安全性的问题越来越重视，尤其是身份验证功能的需求，因而生物识别技术作为一项具有挑战性的问题获得了较多的关注并有了极大的发展。其中人脸在区分人与人之间的差别起着重要的作用，与其他生物特征（如掌纹、虹膜和指纹等）相比，其优势在于交互性强、采集方便、无需接触设备等，从而适合于刑侦破案、各种证件验证、安检和考勤等领域的应用。通常一个完整的人脸识别系统可由以下几个模块构成：人脸图像采集、图像预处理、人脸定位检测、人脸特征获取

3、、人脸分类识别。其处理数据的过程如图1所示[1]。在本文里，主要研究有关特征提取模块和分类识别模块的方法。　　人脸识别是个越来越具有挑战性的问题。迄今为止在所有的情况下和不同应用中，没有一种方法是非常鲁棒的。通常地，人脸识别系统所使用的训练数据都是个人的正面图像，在识别时，其精度要比其他角度准的多。当系统利用正面图像训练出的数据去识别一幅旋转的人脸图像时就会出现问题。而且，如果照明条件和面部表情发生变化，人脸的显示也将彻底的改变。因此，当前大多数的人脸识别方法主要是针对这三大挑战----光照、表

4、情和姿势的变化。在人脸识别系统中这三个中的任何一个问题的存在都会导致性能的严重下降。这三者可以彻底改变一个物体的外观，因而加大了识别的难度。　　二、人脸识别方法　　人脸识别是模式识别领域里一个重要的应用方向，因此模式识别领域里所涉及方法的发展在人脸识别方向里有着极其重要的地位。在初级阶段里，线性方法是处理分类的有力工具。利用线性方法对一个样本抽取特征时，只需将该样本投影到训练阶段得到的一个确定的变换矩阵（一组变换向量）上即可。但线性方法有其自身的局限性，无法解决例如像异或这样简单的问题，而且它不

5、能很好的描述例如人脸图像等数据的分布。为此，非线性方法的出现是势在必得的。在识别领域的应用里，神经网络研究的发展成就了非线性方法在该领域的地位，因为在现实世界里存在着大量的如人脸图像数据分布这样的非线性可分问题，所以利用非线性技术就可以将这些问题转化为线性可分问题，从而令这些问题的分类变得容易。　　在人脸识别研究里，影响人脸识别的因素可以划分为内因子（影响识别的本质性的因素）和外因子（影响识别的外部因素，包括表情、姿势、光照等）[2]。在对人脸图像进行归类的前期，研究者们主要是考虑解决内因子即理

6、想状态下的方法。然而，在现实生活里，人脸的外因子对特征提取和识别这两个过程的影响来说是比较大的。为了解决这些问题，相继出现了不同类型的方法，如基于核技术、模型、视频信息和3D数据相关的方法，它们的引入使得人脸识别算法日益趋向成熟。　　（一）基于核方法的人脸识别　　20世纪90年代，核方法的兴起是模式识别的一场技术革命[3]。核方法继承了非线性方法优点，其优势在于能够将原始数据映射到高维空间里，并允许使用线性方法来分析和解决问题，同时也有效地避免了"维数灾难"。　　核方法有两个优势：一是它在线性与

7、非线性间架起了一座桥梁，即通过核空间的线性模型来解决非线性问题；二是引入核函数后借助于核技巧，可以省去复杂的高维非线性映射。其中在使用核方法降低复杂度方面，因基于线性方法的使用不能很好地提取有效的非线性人脸特征，不能准确的描述人脸的非线性信息，文献[4]给出了一种基于核空间鉴别矢量集的人脸识别方法。该方法算法简单，实现起来比较容易，其不仅减少了计算量，也能使数值的表现比较稳定。在识别人脸的过程中，当数据库添加新的样本时，系统能够更新NKDA鉴别矢量集。然而尽管核技术的使用可以挖掘图像中高阶的非线

8、性特征，但是在人脸姿态方面，算法所能识别的旋转角度却是有限的。　　运用核方法在人脸识别上也可以解决外在因素给人脸带来的影响。文献[5]在核方法和正交基向量的引入后，使得新的UDP算法在人脸识别中，有了很好的改善，尤其是在光照、姿态和表情方面，对比原始的UDP算法有了较好的识别效果。在使用核方法的基础上，引进核正交基向量是为了能更好地提取人脸非线性结构特征，因为它可以更好地保留度量结构与非线性子流形空间这二者的相关信息，从而在能达到降维效果和保持拓扑结构的基础上提高识别率。然而该文献面临的问题是如