文档介绍：生物特征识别
人脸识别
姓名:
学号:13041316
专业:电子信息工程
摘要
这个学期的生物医学信息学导论课中,给我印象最深的就是生物特征识别了。它使用了人体本身所固有的生物特征,与传统的身份识别方法完全不同,具有更高的安全性、可靠性、和有效性,越来越受到人们的重视。人脸识别技术作为生物特征识别技术的重要组成部分,在近三十年里得到了广泛的关注和研究,我就来探讨一下。人脸识别技术可采用非接触式的、连续的和实时的方式,在国家安全、军事安全和公安、司法、民政、金融、民航、海关、边境、口岸、保险及民用等领域实际应用具有极广阔的前景。
本文第一部分主要介绍了人脸识别研究的现状与应用;第二部分主要阐述了脸部特征定位方法和人脸识别方法;第三部分则对人脸识别技术以后的发展方向做了总结。
关键词:人脸识别、面部表情识别
前言
人脸是人最重要的外貌特征,由于脸部信息可以通过非接触的方式(如摄像头)取得,所以非常适合于作为身份鉴别的依据。人脸识别就是对于输入的人脸图像或者视频,首先判断其中是否存在人脸,如果存在人脸,则进一步确定每张人脸的位置、大小和各个主要面部器官的位置信息,并依据这些信息,进一步提取每张人脸中所蕴含的身份特征,并将其与已知人脸库中的人脸进行对比,从而识别每张人脸所代表的个人。
情绪使人产生生理和行为的显著变化,面部表情是情绪的外显行为的一个重要方面。眼、眉、嘴、鼻、脸色等的变化最能表示一个人的情绪。由于人的各种情绪同脸部肌肉和血管等的变化有关,故而脸部肌肉和血管的变化能表示一定的情绪状态。例如,喜悦与颧肌有关,痛苦与皱眉肌有关,忧伤与三角肌有关,羞愧因血管舒张而脸红,恐怖因血管收缩而苍白。因此可以通过对人面部表情进行识别来达到对人的情绪的判断。
三、人脸识别的现状与应用
人脸图像检测与定位就是在输入图像中找到人脸确切的位置,它是人脸表情识别的第一步。人脸检测的基本思想是用知识或统计的方法对人脸建模,比较待检测对象与所建的人脸模型的匹配程度,从而得到可能存在人脸的区域。根据思想的不同基本上分为下面两种检测方法:
(1)基于统计的人脸检测
是将人脸图像视为一个高维向量,将人脸检测问题转化为高维空间中分布信号的检测问题。
(2) 基于知识的人脸检测
是利用人的知识建立若干规则,从而将人脸检测问题转化为假设→验证问题。
(1) 样本学****将人脸检测视为从非人脸样本中识别人脸样本的模式分类问题,通过比较人脸样本和非人脸样本来提取各自的特征,进行学****来产生分类器。目前国际上普遍采用的是人工神经网络。
(2) 模板法:模板法是把测试样本与参考模板进行比较,由阈值大小来判断测试样本是否是人脸。阈值一般是通过对大量的模板进行统计得来的,并不是一个固定的值。
(3) 子空间方法:Pentland 将KL 变换引入了人脸检测,利用主元子空间(特征脸) ,而人脸检测利用的是次元子空间(特征脸空间的补空间) 。用待检测区域在次元子空间上的投影能量,也即待检测区域到特征脸子空间的距离作为检测统计量,距离越小,表明越像人脸。子空间方法的特点在于简便易行,但由于没有利用反例样本信息,对与人脸类似的物体辨别能力不足。
:在鉴定模式下,确