|
|
浅析面像识别技术及其最新进展 |
面像识别是近年来随着计算机技术、图象处理技术、模式识别技术等技术的快速进步而出现的一种崭新的生物特征识别技术。生物识别技术是依靠人体的身体特征来进行身份验证的一种高科技识别技术，人的指纹、掌纹、眼虹膜、 DNA以及相貌等人体特征具有人体所固有的不可复制的唯一性稳定性，无法复，失窃或被遗忘。由于每个人的这些特征都不相同，因此利用人体的这些独特的生理特征可以准确地识别每个人的身份。
随着计算机技术的迅速发展，人们开发了指纹识别、声音识别、掌形识别、签名识别、眼纹（视网膜）识别等多种生物识别技术，目前许多技术都己经成熟并得以应用。而面像识别技术则是生物识别技术的新秀，与其他识别技术相比较，面像识别具有具有简便、准确、经济及可扩展性良好等众多优势，可广泛应用于安全验证、监控、出入口控制等多个方面。
一、面像识别原理
面像识别技术包含面像检测、面像跟踪与面像比对等课题。面像检测是指在动态的场景与复杂的背景中判断是否存在面像并分离出面像，面像跟踪指对被检测到的面像进行动态目标跟踪，面像比对则是对被检测到的面像进行身份确认或在面像库中进行目标搜索。面像检测分为参考模板、人脸规则、样本学习、肤色模型与特征子脸等方法。参考模板方法首先设计一个或数个标准人脸模板，然后计算测试样本与标准模板之间的匹配程度，通过阀值来判断是否存在人脸；人脸具有一定的结构分布特征，人脸规则即提取这些特征生成相应的规则以判断测试样本是否包含人脸；样本学习则采用模式识别中人工神经网络方法，通过对面像样本集和非面像样本集的学习产生分类器；肤色模型依据面像肤色在色彩空间中分布相对集中的规律来进行检测；特征子脸将所有面像集合视为一个面像子空间，基于检测样本与其在子空间的投影之间的距离判断是否存在面像。上述方法在实际系统中也可综合采用。
面像跟踪一般采用基于模型的方法或基于运动与模型相结合的方法，另外，肤色模型跟踪也不失为一种简单有效的手段。
面像比对从本质上讲是采样面像与库存面像的依次比对并找出最佳匹配对象。因此，面像的描述决定了面像识别的具体方法与性能。目前主要有特征向量与面纹模板两种描述方法，特征向量法先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离、角度等等属性，然后计算出它们的几何特征量，这些特征量形成一描述该面像的特征向量；面纹模板法则在库中存储若干标准面像模板或面像器官模板，在比对时，采样面像所有象素与库中所有模板采用归一化相关量度量进行匹配。另外，还有模式识别的自相关网络或特征与模板结合的方法。
面像识别技术的最新进展是可以通过摄象机来搜索捕捉识别活动的人像，而不仅仅识别照片。例如，最近由美国新泽西州Visionics公司开发的面像局部特征分析法识别系统， 仅用一部摄象机和一台计算机，即可在人群中识别出某个人来。
该系统利用摄象机扫描拍摄的某一区域，搜索有可能是人脸的形状。然后在存储器中搜索已事先存入的与之类似的面部特征。为了确认扫描到的眼睛、鼻子和嘴等特征就是一个活人而不是人体模型或图片，系统还对眨眼或其他可以提供信息的面部动作进行搜索。
之后系统对组成面部图像的像素进行分析。它将每个像素点的明暗度与相邻点进行比较，查找明暗度向周围呈放射突变的区域。在眉骨、眼睛、或者其他突起的特征，比如颧骨和鼻子等处，都会出现这种突变。系统将勾勒出每一个这种像素点的位置，这些点称为“参照点”然后在点之间连线，形成一个由三角形构成的网络。
系统将测量每个三角形的角度， 生成由672个1和0组成的数来描述一张面孔。之后程序尝试从它的数据库中找出与该数据相匹配的类似记录。这种匹配不可能绝对理想，因此软件会将相似程度分为不同的等级。软件是根据骨络结构描绘参考点的，因此胡须、化妆和眼睛等伪装都不可能骗过它。
用于扑捉面部图像的除了为标准视频外，近来的发展趋势是热成像技术。热成像技术通过分析由面部的毛细血管的血液产生的热线来形成面部图像，与视频摄像头不同，热成像技术并不需要在较好的光源条件下，因此即使在黑暗情况下也可以使用。并可更好地排除胡须、头发以及化妆引起的面部变化的干扰。 |
|
|
|
|
| |
|
|
|
|
|
|
|
|
