基于具有面部明顯色差特征的人臉識(shí)別方法研究.pdf

1、進(jìn)入新世紀(jì)的今天,我們?cè)絹?lái)越需要解決身份識(shí)別的問(wèn)題。目前通用的身份識(shí)別手段大致分為兩類(lèi),一類(lèi)是實(shí)物性標(biāo)志物,如印章、鑰匙、卡片等等；另一類(lèi)是數(shù)據(jù)性標(biāo)志物,如ID號(hào)、密碼、賬號(hào)、編碼等等。但上述識(shí)別手段都存在這樣那樣的缺點(diǎn),如印章易被仿制,鑰匙可能丟失而被別人撿到,密碼可能被泄露或破解,凡此種種,都使這些標(biāo)志物失去身份識(shí)別的意義而且有極大的風(fēng)險(xiǎn)性,即將非法者認(rèn)定為合法用戶而造成財(cái)產(chǎn)和信息損失。近年來(lái)出現(xiàn)的生物特征身份識(shí)別技術(shù)較好地解決了此

2、類(lèi)問(wèn)題,為人們所接受,在社會(huì)生活中越來(lái)越多的領(lǐng)域得到了應(yīng)用和發(fā)展。
　　 生物識(shí)別是近年來(lái)發(fā)展起來(lái)的一項(xiàng)身份鑒別技術(shù),是指根據(jù)人類(lèi)生物信息中具有唯一性和相對(duì)不變性的特征,使用現(xiàn)代科技手段加以識(shí)別的技術(shù)。生物特征一般是指人的臉部特征、指紋特征、眼底虹膜血管圖案、DNA序列、血型等,是人所具有的自然特征,不易改變,難以偽造,具有高度的穩(wěn)定性；同時(shí)這些特征大都因人而異,例如指紋圖案,世界上沒(méi)有任何兩個(gè)人的十指指紋完全相同,可區(qū)分度很高

3、,這是我們可以利用生物特征進(jìn)行人的身份識(shí)別的基礎(chǔ)。一個(gè)人具有的生物特征只有他(她)自己能夠提供,可以保證這種特征的識(shí)別確保結(jié)果的正確性,不可能像鑰匙一樣被遺失,不存在類(lèi)似密碼遺忘或泄漏的情況,相比傳統(tǒng)的身份識(shí)別手段,生物特征識(shí)別的優(yōu)勢(shì)是顯而易見(jiàn)的。
　　 我們?cè)谏鐣?huì)生活中去識(shí)別、分辨某一個(gè)人,最廣泛應(yīng)用的就是照片對(duì)比法,即利用人的臉部特征進(jìn)行身份的識(shí)別。基于此,人臉識(shí)別成為我們多年來(lái)研究的重要方向,但是人的面部特征(人臉)是一個(gè)

4、特殊的不規(guī)則變形體,存在著主動(dòng)形變和被動(dòng)形變,人臉識(shí)別一般是對(duì)照片進(jìn)行分析,而照片是由人臉的三維信息投影至二維平面而成,在投影的過(guò)程中,會(huì)損失一些信息,加之?dāng)z像時(shí)人的頭部姿態(tài)、傾斜角度、旋轉(zhuǎn)角度、光照條件等諸多因素的影響,將會(huì)使照片信息與真實(shí)人臉信息之間的差距加大,呈現(xiàn)出非常復(fù)雜的轉(zhuǎn)化模式,無(wú)疑增大了識(shí)別的難度,影響了識(shí)別的效率。而且用計(jì)算機(jī)處理人臉識(shí)別還涉及到數(shù)學(xué)、光學(xué)、心理學(xué)、計(jì)算機(jī)視覺(jué)、圖形圖像處理、神經(jīng)網(wǎng)絡(luò)等諸多領(lǐng)域,因此人臉識(shí)

5、別在國(guó)內(nèi)外的研究雖然處于迅速發(fā)展的時(shí)期,但也還存在許多亟待解決的技術(shù)問(wèn)題。
　　 隨著科學(xué)技術(shù)的日新月異,在這個(gè)領(lǐng)域中應(yīng)用的技術(shù)手段也被大大擴(kuò)展和增強(qiáng),使用計(jì)算機(jī)進(jìn)行數(shù)據(jù)處理可以實(shí)現(xiàn)在瞬間對(duì)大量、復(fù)雜的信息分析、計(jì)算、統(tǒng)計(jì),并迅速給出有價(jià)值的結(jié)論。當(dāng)前,國(guó)際上人臉識(shí)別技術(shù)的研究成果很多,大家摸索了一系列的比較成熟的識(shí)別算法和方法,在不同的條件下,識(shí)別的準(zhǔn)確率也有所不同。有些優(yōu)秀的算法可以達(dá)到令人滿意的識(shí)別率。現(xiàn)在人們選耿研究方法

6、,一般是根據(jù)所需要的精度,所識(shí)別對(duì)象的特點(diǎn)選擇不同的識(shí)別方法,以期達(dá)到有針對(duì)性的識(shí)別,提供識(shí)別的準(zhǔn)確度與速度。在日常生活中,人們對(duì)于某些面部有明顯色差特征的人群格外注意,比如面部有明顯痣或色斑,作為識(shí)別此人的特點(diǎn)會(huì)大大提高識(shí)別率。也就是我們常說(shuō)的,看見(jiàn)了他的這個(gè)痣,就認(rèn)出了他。如果我們把這項(xiàng)特征點(diǎn)的檢測(cè)與識(shí)別應(yīng)用于大量人群的排查,對(duì)于快速排除不含此特征的大量樣本起到了重要作用,為后續(xù)的精細(xì)比對(duì)做了前期初篩的工作,其對(duì)于提高識(shí)別效率的貢獻(xiàn)

7、不言而喻。本文的研究目的是希望選擇一項(xiàng)有效的方法,可以高效迅速準(zhǔn)確地利用人臉的明顯色差特征對(duì)人臉進(jìn)行識(shí)別。
　　 對(duì)圖像進(jìn)行處理之前,都必須對(duì)圖像大小和灰度進(jìn)行歸一化處理,使其分辨率、灰度與數(shù)據(jù)庫(kù)中的標(biāo)準(zhǔn)相匹配；然后通過(guò)圖像灰度增強(qiáng)、圖像灰度拉伸使圖像的細(xì)節(jié)更清晰,更易于分析和處理；再用閾值分割和區(qū)域生長(zhǎng)的方法進(jìn)行分割得到特征區(qū)域的圖像。
　　 特征提取時(shí),在了解了顏面皮膚的面部明顯色差特征的醫(yī)學(xué)生理學(xué)、病理學(xué)知識(shí)之后,

8、對(duì)比主分量分析法(PCA)、獨(dú)立分量分析法(ICA)、幾何特征方法、隱馬爾可夫模型方法(HMM)、小波變換法,這幾種方法各有其優(yōu)缺點(diǎn)和適宜的情況。幾何特征法不受姿態(tài)等因素對(duì)人臉的影響,但對(duì)人臉各個(gè)器官的特征的信息；局部PCA方法算法復(fù)雜,不利于開(kāi)發(fā)和應(yīng)用；小波變換的方法已經(jīng)比較成熟,有效的提取圖像中的細(xì)節(jié)信息,缺點(diǎn)是小波變換必須先做降維的處理。經(jīng)過(guò)比較最后我們選用小波變換的方法來(lái)表示人臉明顯色差面部特征,提取局部圖像的Gabor小波函數(shù)

9、特征。
　　 最后在決策分類(lèi)的階段我們采用了小波神經(jīng)網(wǎng)絡(luò)的方法。小波神經(jīng)網(wǎng)絡(luò)是把小波變換理論和人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)相結(jié)合,通過(guò)有教師學(xué)習(xí)的方式,不斷優(yōu)化小波基的形狀,最終選擇一個(gè)最優(yōu)的小波基函數(shù)來(lái)完成小波變換。充分發(fā)揮了神經(jīng)網(wǎng)絡(luò)系統(tǒng)函數(shù)逼近能力。最大限度地發(fā)揮了小波變換優(yōu)秀的時(shí)頻局部化特性,將信號(hào)中的細(xì)節(jié)特征完整的解析出來(lái),體現(xiàn)出小波神經(jīng)網(wǎng)絡(luò)的在決策分類(lèi)上的優(yōu)越性。本文采用全局特征和局部特征相結(jié)合的特征融合方法,作為小波神經(jīng)網(wǎng)絡(luò)的輸