人脸识别小结_人脸识别总结
人脸识别小结由刀豆文库小编整理,希望给你工作、学习、生活带来方便,猜你可能喜欢“人脸识别总结”。
人脸识别总结
一、概述
生物特征识别技术包括人脸识别、指纹识别、语音识别、表情分析及理解、虹膜识别等 人脸识别的实质就是借助计算机工具来分析人脸面部图像,采用不同的特征表示方法提取有效地人脸特征,是可用来辨识身份的一门自动处理技术,常见重要应用案例包括银行和军事重地的自动门禁系统、智能人脸监控系统、用于公共交通体系中安检系统的嫌疑人自动识别系统、网络服务中的在线验证系统等。产生不同个体较大差异性的内在因素主要有种族、性别、年龄、心理等。外在因素主要有光照变化、角度偏转、姿态、噪声千扰、遮挡、以及化妆遮挡物等。18世纪,就有一篇依据人脸特征信息进行身份鉴别的文章发表在《Nature》上,开启了近代最早的人脸识别研宄,最早的自动人脸识别系统是由Chan和Bledsoe创于1965年 人脸识别包括四个主要步骤:图像预处理、人脸检测、面部特征提取和分类识别。
二、研究领域
1、身份验证领域:通过人脸识别技术来判断和鉴别当前用户是否合法或者具备相应的功能权限,例如2008年北京奥运所采用的人脸识别系统。
2、智能视频监控领域,例如车站安装智能监控系统,该系统中加入了人脸识别技术以捕捉人群中的可疑罪犯。
3、人机交互领,例如人脸面部为视觉系统提供了最为主要的特征信息。
三、人脸识别方法及其算法
(一)方法分类
可以分为:基于几何特征的人脸识别、基于弹性图匹配的人脸识别、基于子空间分析的人脸识别、基于神经网络的人脸识别、基于隐马尔可夫模型等。 经典的特征脸“Eigenface”就是该时期由麻省理工学院的M.Turk和A.Pentlaiid提出的,采用PCA变换对原始图像进行降维处理,然后再进行分类识别。 P.Belhumeur等提出的Fisherfaces人脸也被广泛应用在人脸识别中。
90年代中后期,出现了一种基于动态连接结构(Dynamic Link Architecture)的弹性图匹配(Elastic GraphMatching)识别方法。 90年代末支持向量机被应用到人脸识别技术中。
(二)流行算法
主要分为:等距离映射_(Isometrical Mapping,简称 ISOMAP)、局部线性嵌入(Locally LinearEmbedding,简称LLE、拉普拉斯算子特征映射(Laplacian Eigenmaps)、拉普拉斯脸(Laplacianface)方法。基于拉普拉斯Belkin M等提出局部投影(LPP)方法。近期算法包括: 基于稀疏表示的人脸识别方法(Sparserepresentation recognition, SRC)针对此识别方法还出现了较多的改进模型,典型的有
基于Gabor的稀疏表示 基于Metaface的稀疏表示等
(三)难点
1、人脸图像的成像条件包括较大的随机性:光照变化、姿态变换、表情变化、发 型改变、化妆、以及遮挡等复杂条件
2、人脸面部图像的复杂的三维结构属性:包括线性结构和非线性结构
3、人脸图像数据的维数问题
4、不同个体间的面部特征的差异性
四、人脸特征提取研究
(一)人脸特征提取和识别算法分类
基于统计方法 基于几何方法
(二)具体实现
主成分分析(principal component analysis, PCA)是一种典型的数据处理和数据降维方法
Sirovich和Kirby首先研究人脸降维过程,采用基于镜像脸的技术 M.Turk_提出了基于PCA表示的特征脸的概念
Fisher线性判别方法也是人工智能和模式识别领域中的重要方法之一
Foley和Sammon提出了基于Sammon最佳鉴别平面的技术
Duchene和Leclercq提 出了针对多类问题的Foley-Sammon最佳鉴别矢量集的求解公式
Turk和Pentland提出了基于特征脸的特征提取方法 Kittler又提出了基于Fisher鉴别准则的提取面部特征方法 Hong和Yang提出了采用SVD进行特征提取方法 Cheng等改进并提出了一种新的相似性鉴别准则
Liu等提出了基于最佳鉴别广义平面和最佳鉴别广义矢量集的一系列特征提取方法 郭等在此基础上提出了改进的最佳鉴别矢量方法 吴等又改进了广义最佳鉴别矢量方法 基于模型的特征提取方法
Ka等首次提出了主动轮廊线模型(Active Contour Model,ACM), ACM也被称为Snake模型
Lee等提出了一种改进Snake模型的方法,改进方法是由正面和侧面结构化特征来对面部进行特征点定位
基于统计参数化模型的主动形状模型(Active Shape Model, ASM) 优势在于它不仅能有效地定位和提取目标物体的外部轮廓信息,而且能提取目标物体的内部轮廓和形状特征
Cootes等在ASM基础上提出了主动表观模型(Active AppearanceModel,AAM)
(三)需要解决的问题
1、根据奇异值分解原理可以得到人脸图像的奇异值向量所在的基空间(矩阵)是由 人脸图像本身决定的。
2、当光照、姿态、表情变化以及遮挡等复杂条件下,人脸的表象会产生较大变化, 从而造成人脸识别系统的性能下降。
3、需要构造一种能有效描述目标纹理特性的局部纹理轮廓模型,进一步提高模型的 特征点定位精度。
1、我觉得团队介绍的时候应该介绍一下老师,毕竟我们的基础还是比较薄弱的吧~~~ 老师的介绍(从申请表中摘录的):发表十几篇科研论文,并且取得很好的成果,获得苏州大学本科生毕业设......
方案是从目的、要求、方式、方法、进度等都部署具体、周密,并有很强可操作性的计划。方案能够帮助到我们很多,所以方案到底该怎么写才好呢?接下来小编就给大家介绍一下方案应该......
人脸识别,特指利用分析比较的计算机技术。人脸识别是一项热门的计算机技术研究领域,人脸追踪侦测,自动调整影像放大,夜间红外侦测,自动调整曝光强度;它属于生物特征识别技术,是对生......
银行人脸识别运用银行是国家货币流通的主要场所,业务中涉及大量现金、有价证券及贵重物品,因而银行的安全一直以来都是国家安全防范的重点。近年来,金融行业市场发展迅猛,随着营......
人脸识别监狱通道管理系统一、概述人脸识别技术简介随着高科技的蓬勃发展,人体特征分析技术已经作为身份快速识别及视频监控等领域的最新增值点与应用点,在身份识别、智能安防......
