基于具有面部明顯色差特征的人臉識別方法研究.pdf

1、進入新世紀的今天,我們越來越需要解決身份識別的問題。目前通用的身份識別手段大致分為兩類,一類是實物性標(biāo)志物,如印章、鑰匙、卡片等等；另一類是數(shù)據(jù)性標(biāo)志物,如ID號、密碼、賬號、編碼等等。但上述識別手段都存在這樣那樣的缺點,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)志物失去身份識別的意義而且有極大的風(fēng)險性,即將非法者認定為合法用戶而造成財產(chǎn)和信息損失。近年來出現(xiàn)的生物特征身份識別技術(shù)較好地解決了此

2、類問題,為人們所接受,在社會生活中越來越多的領(lǐng)域得到了應(yīng)用和發(fā)展。
　　 生物識別是近年來發(fā)展起來的一項身份鑒別技術(shù),是指根據(jù)人類生物信息中具有唯一性和相對不變性的特征,使用現(xiàn)代科技手段加以識別的技術(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；同時這些特征大都因人而異,例如指紋圖案,世界上沒有任何兩個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行人的身份識別的基礎(chǔ)。一個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,不存在類似密碼遺忘或泄漏的情況,相比傳統(tǒng)的身份識別手段,生物特征識別的優(yōu)勢是顯而易見的。
　　 我們在社會生活中去識別、分辨某一個人,最廣泛應(yīng)用的就是照片對比法,即利用人的臉部特征進行身份的識別。基于此,人臉識別成為我們多年來研究的重要方向,但是人的面部特征(人臉)是一個

4、特殊的不規(guī)則變形體,存在著主動形變和被動形變,人臉識別一般是對照片進行分析,而照片是由人臉的三維信息投影至二維平面而成,在投影的過程中,會損失一些信息,加之?dāng)z像時人的頭部姿態(tài)、傾斜角度、旋轉(zhuǎn)角度、光照條件等諸多因素的影響,將會使照片信息與真實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,無疑增大了識別的難度,影響了識別的效率。而且用計算機處理人臉識別還涉及到數(shù)學(xué)、光學(xué)、心理學(xué)、計算機視覺、圖形圖像處理、神經(jīng)網(wǎng)絡(luò)等諸多領(lǐng)域,因此人臉識

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

6、,一般是根據(jù)所需要的精度,所識別對象的特點選擇不同的識別方法,以期達到有針對性的識別,提供識別的準確度與速度。在日常生活中,人們對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,作為識別此人的特點會大大提高識別率。也就是我們常說的,看見了他的這個痣,就認出了他。如果我們把這項特征點的檢測與識別應(yīng)用于大量人群的排查,對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)的精細比對做了前期初篩的工作,其對于提高識別效率的貢獻

7、不言而喻。本文的研究目的是希望選擇一項有效的方法,可以高效迅速準確地利用人臉的明顯色差特征對人臉進行識別。
　　 對圖像進行處理之前,都必須對圖像大小和灰度進行歸一化處理,使其分辨率、灰度與數(shù)據(jù)庫中的標(biāo)準相匹配；然后通過圖像灰度增強、圖像灰度拉伸使圖像的細節(jié)更清晰,更易于分析和處理；再用閾值分割和區(qū)域生長的方法進行分割得到特征區(qū)域的圖像。
　　 特征提取時,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)知識之后,

8、對比主分量分析法(PCA)、獨立分量分析法(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)缺點和適宜的情況。幾何特征法不受姿態(tài)等因素對人臉的影響,但對人臉各個器官的特征的信息；局部PCA方法算法復(fù)雜,不利于開發(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節(jié)信息,缺點是小波變換必須先做降維的處理。經(jīng)過比較最后我們選用小波變換的方法來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,最終選擇一個最優(yōu)的小波基函數(shù)來完成小波變換。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)秀的時頻局部化特性,將信號中的細節(jié)特征完整的解析出來,體現(xiàn)出小波神經(jīng)網(wǎng)絡(luò)的在決策分類上的優(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