浅谈面像识别技术及其应用

原作者:[标签:作者] 添加时间:2007-06-29 原文发表时间:2007-06-30 人气:1

本文章共2076字，分2页，当前第1页，快速翻页：

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解决方案。由于人体物片具有人体所因有的不可复制的唯一性，因此，这一生物密钥无法复制、失窃或被遗忘。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、面像识别等多种生物识别技术，目前许多技术都已经成熟并得以应用。在人与人的住处交互中，人脸所包含的视觉住处占据了最主要的地位，因此，生物识别技术中的新秀——面像识别技术具有更加广泛而深远的社会意义。

1、面像识别技术内容
面像识别技术包含以下几方面：
（1）面像检测
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。其方法分为：
参考模板——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，通过阈值来判断是否存在人脸；
人脸规则—— 人脸具有一定的结构分布特征，人脸规则即撮这些特征生成相应的规则，以判断是否测试样本包含人脸；
样本学习—— 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—— 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。
（2）面像跟踪
指对被检测到的面像进行动态目标跟踪。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。
（3）面像比对
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。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。目前主要有以下两种描述方法：
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—— 在库中存储若干标准面像模板或面像器官模板，在比对时，采样面像所有像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。

2、局部特征分析LFA
局部特征分板（Local Feature Analysis,LFA)是一种基于特征表示的面像识别技术，源于类似搭建积木的局部统计的原理。
LFA基于所有的面像（包括各种复杂的式样）都可以从由很多不能再简化的结构单元子集综合而成。这些单元使用复杂的统计技术而形成，它们代表了整个面像，通常跨越多个像素（在局部区域内）代表了普遍的面部形状，但并不是通常意义上的面部特征。实际上，面部结构单元比面像的部位要多得多。
然而，要综合形成一张精确逼真的面像，只需要整个可用集合中很少的单元子集（12～ 40特征单元）。要确定身份不仅仅取决于特性单元，还决定于它们的几何结构（比如它们的相关位置）。通过这种方式，LFA将个人的特性对应成一种复杂的数字表达方式，可以进行对比和识别。
“面纹”编码方式是根据脸部的本质特征和形状来工作的，它可以抵抗光线、皮肤色调、面部毛发、发型、眼镜、表情和姿态的变化，具有强大的可靠性，使它可以从面万人中精确地辨认出一个人。

3、面像识别的步骤
　　（1）建立面像档案，可以从摄像头采集面像文件或存取照片文件，生成面纹（Face Print)编码即特征向量；
　　（2）获取当前面像，可以从摄像头捕捉面像或用照片输入，生成其面纹；
　　（3）将当前面像的面纹编码与档案中的面纹编码进行检索比对；
　　（4）确认面像身份或提出身份选择。
上述整个过程自动、连续、实时地完成，且系统只需要普通的处理设备。

4、精确度与识别率
对于任何一种生物识别技术，其主要精确度指标包括：错误接受率（FAR）、错误拒绝率（FRR）和相等错误率（EER），其测试结果与所运行的分析数据库（源）有密切关系。

本文章更多内容：1 - 2 - 下一页>>

本页地址

• SmartCOS特点和应用领域

• 浅析亦源智能科技“一卡通系统”

• ATM防护窗对于ATM抵御自然条件的防护作用

• AA3000-I隐形周界预警系统

• IC卡的简介

• 布线系统中的屏蔽及非屏蔽技术介绍

• 安安 DM-B100 ATM数字视频监控系统