目 录
摘 要 ........................................................................................................................................ 1 Abstract ................................................................................................................................... 2 目 录 ........................................................................................................................................ 3 1. 序言 ..................................................................................................................................... 4
1.1. 人脸识别的背景介绍 ....................................................................................... 4 1.2. 人脸识别国内外发展状况 .............................................................................. 4 1.3. 人脸识别研究的意义 ....................................................................................... 6 1.4. 人脸识别的技术应用 ....................................................................................... 6 1.5. 主要章节内容和章节结构 ................................. 7 1.6. 本章小结 .............................................................................................................. 7
2. 人脸识别系统的技术框架和功能模块 ........................................................... 8
2.1. OpenCV简介 ........................................................................................................ 8 2.2. 人脸识别的功能模块 ....................................................................................... 8 2.3. 人脸识别的技术框架 ....................................................................................... 9 2.4. 本章小结 ............................................................................................................. 11
3. 人脸识别的方法 .......................................................................................................... 11
3.1. 人脸识别算法原理 ........................................................................................... 11 3.2. 常用人脸识别方法 .......................................................................................... 12 3.3. 基于神经网络的人脸识别方法 ................................................................... 12 3.4. 本章小结 ............................................................................................................ 14
4. 人脸检测核心算法 ..........................................................................................
4.1. 人脸检测算法在人脸识别中的作用 ................................................
4.2. 人脸检测算法 .........................................................................................
4.3. AdaBoost算法 ........................................................................................
4.4. 本章小结 ..................................................................................................
5. 原型系统实现 ....................................................................................................
5.1. 系统模块划分 .........................................................................................
5.2. 模块实现 ..................................................................................................4.2.1.
系
统
运
行
流
程
图……………………………...………………………….…..19 4.2.2.
系
统
的
功
能
界
面.........................................20 4.2.3
实
验
结
果
及
分
析..........................................21
5.3. 本章小结 ..................................................................................................
总结与展
望..........................................
.....24 参考文
献.................................................25
1. 序言
1.1.
人脸识别的背景介绍
近几年来，已开发应用了声音识别、签字识别、指纹识别、掌形识别、眼虹膜识别等人体生物特征识别技术，与上述识别技术相比较，而最近开发的人脸识别技术则具有简便、准确、经济及可扩展性良好等众多优势，因此可广泛应用于出入口控制、安全验证、安防监控与搜寻罪犯等有关方面。人体生物特征识别技术是依靠人体的生物特征来进行人的身份验证的一种高科技识别技术。而人脸识别技术具有比其他生物特征识别技术更直观、简便、准确、可靠及可扩展性良好等众多优势，因而应用广泛。随着安全入口控制和金融贸易方面应用需要的快速增长，生物统计识别技术得到了新的重视。目前，微电子和视觉系统方面取得的新进展，使该领域中高性能自动识别技术的实现代价降低到了可以接受的程度。而人脸识别是所有的生物识别方法中应用最广泛的技术之一[1]，人脸识别技术是一项近年来兴起的，但不大为人所知的新技术。人们更多的是在电影中看到这种技术的神奇应用：警察将偷拍到的嫌疑犯的脸部照片，输入到电脑中，与警方数据库中的资料进行比对，并找出该嫌犯的详细资料和犯罪记录。这并非虚构的情节。在国外，人脸识别技术早已被大量使用在国家重要部门以及军警等安防部门。在国内，对于人脸识别技术的研究始于上世纪90年代，目前主要应用
在公安、金融、网络安全、物业管理以及考勤等领域。
1.2. 人脸识别国内外发展状况
人脸识别技术从应用层面上主要可分为：人脸检测、人脸识别查询、人脸识别身份认证，目前，我国从事人脸识别技术研究的单位有很多，使得生物特征识别技术形成缩小了与国外的差距[2]。2008年，以清华大学和中科院自动化研究所为代表的北京奥运会实名制票证系统的实施将生物特征识别技术又推到了一个新的水平，为我国生物识别技术在安防领域的应用打下了坚实的基础。
人脸识别检测研究，主要包括人脸检测技术和人脸识别技术的研究[3]。人脸识别检测是指对于任意一幅给定的图像，采用一定的策略对其进行搜索以确定其中是否含有人脸，如果是，则返回人脸的位置、大小和姿态，接着对人脸进行识别。它是一个复杂的具有挑战性的模式检测问题。同时，人脸检测要走向实际应用，精度和速度是亟需解决的两个关健问题[4]，自20世纪90年代以来，人脸检测的精度得到了大幅度的提高，但是速度却一直达不到应用系统用户满意的程度，为此研究者们付出艰辛的努力，直到21世纪Viola基于AdaBoost算法的人脸检测器的发表[8]，人脸检测的速度才得到了实质性的提高，该算法的发表也促进了人脸检测研究的进一步蓬勃发展。按照人脸识别的自动化程度，人脸识别的发展经历了以下三个阶段：
第一阶段是机械式识别阶段：早期的人脸识别，是在已经得到一个正面人脸图像的基础上进行的，以Bertillon、
Allen、Parke为代表，主要研究人脸识别所需要的面部特征
[10]
。在Ber-tillon的系统中，用一个简单的语句与数据库中
的某一张脸相联系，同时与指纹分析相结合，提供了一个较强的识别系统。为了提高脸部识别率，Allen为待识别脸设计了一种有效且逼真的摹写。Parke则用计算机实现了这一想法，并产生了较高质量的人脸灰度图模型。但是，这一阶段的人脸识别过程全部依赖于操作人员，没有实现系统的自动识别功能。
第二阶段是人机交互式识别阶段：这一阶段所采用的主要技术方案是基于人脸几何结构特征（Geometric feature based）的研究方法，此方法的思想是首先检测出眼、鼻、嘴等脸部主要部件的位置和大小，然后利用这些部件的总体几何分布关系以及相互之间的参数比例来识别人脸，忽略了局部细微特征，更适合于粗分类。代表性工作有Goldstion、Harmon和Lesk等人用几何特征参数来表示人脸正面图像。他们采用21维特征矢量表示人脸面部特征，并设计了基于这一特征表示法的识别系统。Kaya和Kobayashi则采用了统计识别的方法[11]，用欧氏距离来表示人脸特征如嘴唇与鼻子之间的距离，嘴唇的高度等。更进一步地，T．Kanad设计了一个高速且有一定知识导引的半自动回溯识别系统，创造性地运用积分投影法从单幅图像上计算出一组脸部特征参数，再利用模式分类技术与标准人脸相匹配。Kanad的系统实现了快速、实时的处理，促进了人脸识别系统走向实际应用领域。不足的是，此类方法仍需要利用操作员的某些先验知识，仍然摆脱不了人的干预。