人臉圖像質(zhì)量評估標(biāo)準(zhǔn)方法研究.pdf

1、自動人臉識別在公共安全、智能監(jiān)摔、數(shù)字身份認(rèn)證、電子商務(wù)、多媒體和數(shù)字娛樂等領(lǐng)域具有巨大的應(yīng)用價(jià)值，同時(shí)，人臉識別的研究涉及多個(gè)學(xué)科，具有重要的理論研究價(jià)值，受到各國政府、科研單位以及軍事、安全、情報(bào)部門的廣泛關(guān)注和高度重視。經(jīng)過幾十年的研究，人臉識別取得了長足的發(fā)展與進(jìn)步，目前在控制和配合條件下，人臉圖像識別可以取得比較高的識別率，在一定場合下，已經(jīng)可以應(yīng)用到人們的生活中；但是在非控制條件和非配合條件下的人臉圖像識別仍然是一個(gè)極具挑戰(zhàn)

2、性的課題。由于人臉識別的廣泛應(yīng)用，ISO/IEC成立工作組制定相關(guān)的標(biāo)準(zhǔn)，其中之一就是評估對系統(tǒng)性能造成影響的各種因素。 2006年，中科院自動化所生物識別與安全技術(shù)研究中心代表中國向ISO/IEC標(biāo)準(zhǔn)委員會提交關(guān)于人臉圖像質(zhì)量的標(biāo)準(zhǔn)草案，該標(biāo)準(zhǔn)與2007年2月確立初稿，經(jīng)修改，討論與2007年5月8號通過。本文作者作為該標(biāo)準(zhǔn)的重要參與者之一，參與了該標(biāo)準(zhǔn)的起草修改過程，本文對該標(biāo)準(zhǔn)的做了詳細(xì)介紹并對提出了一種新的基于人臉對稱性

3、的非對稱光照和姿態(tài)評估方法。 在人臉圖像質(zhì)量標(biāo)準(zhǔn)提交之前，指紋圖像標(biāo)準(zhǔn)已經(jīng)被公布，由于指紋是一種接觸式的生物特征，采集圖像的條件大都可以控制，因此指紋圖像質(zhì)量評估更注重特征的有效性，囚此標(biāo)準(zhǔn)的制定相對比較直觀；但對于人臉識別，由于人臉屬于非接觸性生物識別，這也造成了影響人臉圖像質(zhì)量的因素的多樣性，如何確立標(biāo)準(zhǔn)對人臉圖像的各個(gè)因素進(jìn)行評估是相對很困難的。此外，對于一幅人臉圖像，如何給出一個(gè)總體的評價(jià)，尚無相關(guān)的理論和算法，這也對標(biāo)

4、準(zhǔn)的確立帶來很多麻煩。針對這一問題，本文提出人臉圖像質(zhì)量評估的標(biāo)準(zhǔn)方法框架。本文首先定義質(zhì)量評估方面的一些概念，然后對影響圖像質(zhì)量的各種因素做了總結(jié)和分類。針對各個(gè)影響圖像質(zhì)量的因素，本文給出了相關(guān)的評估方法。對于圖像的整體特性，如全局光照，對比度等，前人已做了相關(guān)的評估研究，本文主要總結(jié)了一些評價(jià)這些因素的依據(jù)，從而為以后的算法確立一定的參考和依據(jù)，這些依據(jù)也得到的國際專家的認(rèn)可，已被收錄到ISO/IEC國際標(biāo)準(zhǔn)中。本文對這些因素對識

5、別系統(tǒng)的影響作了定量的實(shí)驗(yàn)。鑒于影響人臉圖像質(zhì)量因素的多樣性，且相關(guān)的評估算法均為對單一因素做評估的現(xiàn)狀，最后，本文采用了兩種分?jǐn)?shù)：各因素的單一質(zhì)量分?jǐn)?shù)和圖像的整體分?jǐn)?shù)來對圖像質(zhì)量進(jìn)行量化的表示。前人的研究表明，光照和姿態(tài)是影響人臉識別系統(tǒng)的兩個(gè)最為重要的因素，雖然針對這兩個(gè)問題，人們提出了很多算法來削弱光照和姿態(tài)對識別系統(tǒng)的影響，但始終沒有很大的突破，無法從根本上解決這一問題，因此，ISO/IEC在制定人臉圖像標(biāo)準(zhǔn)時(shí)也需要為這兩個(gè)問題

6、作出全面客觀評估。針對這一問題，本文提出采用人臉的對稱性這一人臉的統(tǒng)計(jì)特征來評估非對稱光照和不正確姿態(tài)，為了更好的描述人臉的對稱性，本文借鑒于LBP子窗口的思想，采用局部子窗口來描述人臉左右半邊的對稱性。文中給出了對稱性的評價(jià)公式，然后根據(jù)該公式對光照和姿態(tài)進(jìn)行了初步的評估，該方法已被收錄到ISO相關(guān)的標(biāo)準(zhǔn)中。 ISO相關(guān)標(biāo)準(zhǔn)指出，生物圖像質(zhì)量評估的最終目的是最大化圖像質(zhì)量與系統(tǒng)性能即匹配引擎輸出之間的聯(lián)系，由于目前并沒有一個(gè)標(biāo)

7、準(zhǔn)的帶有圖像質(zhì)量的數(shù)據(jù)庫，所以大多的圖像質(zhì)量評估算法的標(biāo)準(zhǔn)質(zhì)暈均有人為來劃定，這并不符合圖像質(zhì)量評估的目的。本文針對這一問題，首先通過實(shí)驗(yàn)證明，采用人為判定的圖像質(zhì)量與系統(tǒng)輸出的匹配分?jǐn)?shù)并沒有線性的關(guān)系，即圖像質(zhì)量高并不意味著圖像的正確匹配分?jǐn)?shù)高(所謂正確匹配分?jǐn)?shù)就是同一個(gè)人的兩幅圖像匹配產(chǎn)生的分?jǐn)?shù))，而圖像質(zhì)量低也不意味著圖像的正確匹配分?jǐn)?shù)低。作為改進(jìn)，本文提出采用回歸的方法在圖像與匹配分?jǐn)?shù)之間建立聯(lián)系，木文研究了兩種回歸方法，一種是