1、11摘 要人脸识别是一个具有很高理论和应用价值的研究课题。人脸是人类视觉中最为普遍的模式，它所反映的视觉信息在人与人的交流和交往中有着及其重要的作用意义。人脸的特殊性，使得人脸识别技术成为最具潜力的身份识别方式。人脸识别技术应用广泛，并且日益受到人们的广泛关注并成为模式识别领域研究的热点。同时人脸识别又是一个复杂和困难的课题，其原因有:人脸是由复杂的三维曲面构成的可变形体，难以用数学描述；所有的人脸结构高度相似，而人脸图像又易受年龄和成像条件的影响。人脸识别涉及的技术很多，其中关键的是特征提取和分类方法，本文就以此为重点进行了相关研究。主要工作包括以下几个方面:1在人脸图像特征提取方面，提出了
2、一利”有效的基于ICA的人脸整体特征提取方法；2在优化ICA算法方面，提出了一种改进的FastICA算法，该算法通过减少耗时的雅可比矩阵求逆的次数，进一步加快了收敛速度；3建立了SVM/HMM的混合人脸模型。关键词：人脸识别主分量分析；独立分量分析；隐马尔可夫模型；支持向量机2AbstractFace recognition has very lagre academic and praetieal values. In daily lief，people kowing each other uses at most of persons face.Face is the most famil
3、iar model in human vision.The visual inofmration refleeted by face has important meaning and impact between peoples intercommunion and intercourse. Because of its extensive and applied realm，face recognition technique has got the extensive concern with study in near three decades and become the most
4、 potential method of identity recognition. At the same time，it is difficult to implement face recognition using computers. First，human face is a deformable object composed of complex 3D curve surfaces，Which is hard to be represented in form of mathematics. Secondly faces of different persons have th
5、e similar strueture，and the face images are greatly dependent on ages and photography conditions.This paper mainly study face extraction and class method，which concept can be summarized as ofllows.Because face image is liable to impact of varieties and face is nonrigid and similar Accurate face reco
6、gnition is stilldifficult.There is still lone distance between face recognition and praetieality.The progress of computer technology，pattern recognition，human intelligent and biologic psyehology，vision mechanism surely promote face recognition develop.Keywords:face reeognition，Principle Component An
7、alysis，Independent Component Analysis，Hidden Markov Models，Support Vector Maehines3目 录第 1 章 引 言 .61.1 人脸识别技术的应用与难点 .61.1.1 人脸识别技术的广泛应用 .61.1.2 人脸识别技术的难点 .81.2 人脸识别技术的发展与现状 .81.2.1 人脸识别技术发展的三个阶段 .91.2.2 国内外发展现状 .91.3 人脸识别的研究内容与主要方法 .101.3.1 人脸识别的研究内容 .101.3.2 人脸识别的视觉机理 .111.3.3 人脸识别系统的组成 .111.3.4 主要的
8、人脸识别方法 .121.4 人脸识别测试数据库 .161.5 本文的主要内容 .17第 2 章 基于主分量分析的人脸识别方法 .182.1 引言 .182.2 主分量分析的理论基础 .182.2.1 多维统计数据的线性变换 .192.2.2 主分量分析方法 .202.3 基于主分量分析的人脸识别方法 .212.3.1 基于主分量分析的人脸特征提取 .212.3.2 基于主分量分析的人脸分类识别 .222.4 实验结果及分析 .242.5 本章小结 .27第 3 章 基于独立分量分析的人脸识别方法 .283.1 引言 .283.2 独立分量分析的理论基础 .283.2.1 独立分量分析与盲源分离
9、 .283.2.2 独立分量分析的线性模型 .293.3 基于独立分量分析的人脸识别方法 .303.3.1 人脸图像的预处理 .313.3.2 基于独立分量分析的人脸特征提取 .323.3.3 独立分量的排序及选择 .343.3.4 基于 ICA 系数的人脸分类识别 .353.4 独立分量分析的算法研究 .353.4.1 Informax 算法 .363.4.2 Fast ICA 算法及其改进 .3743.5 实验结果及分析 .393.6 本章小结 .41第 4 章 基于隐马尔可夫模型的人脸识别方法 .444.1 引言 .444.2 隐马尔可夫模型的理论基础 .444.2.1 马尔可夫链 .4
10、44.2.2 隐马尔可夫模型 .464.2.3 隐马尔可夫模型中的三大问题 .474.2.4 隐马尔可夫模型的类型 .484.3 基于隐马尔可夫模型的人脸识别方法概述 .484.3.1 基于 HMM 人脸识别的基本原理 .484.3.2 基于 HMM 人脸识别的系统概述 .494.4 基于一维隐马尔可夫模型的人脸识别方法 .494.4.1 特征提取 .504.4.2 模型训练 .504.4.3 分类识别 .524.5 基于伪二维隐马尔可夫模型的人脸识别方法 .524.6 基于 I 以特征和 SMV/1 翎以的人脸识别方法 .534.7 实验结果及分析 .544.8 本章小结 .56第 5 章
11、结束语 .575.1 人脸识别方法评估 .575.1.1 人脸识别方法评估的性能指标 .575.1.2 本文中人脸识别方法的评估结果 .585.2 本文工作的总结及进一步研究方向的展望 .595.2.1 本文的主要工作 .595.2.2 进一步研究方向的展望 .60参考文献 .6250第 1 章 引 言1.1 人脸识别技术的应用与难点人脸是自然界存在的一种特殊的、复杂的视觉模式，它包含着极其丰富的信息。首先，人脸具有一定的不变性和唯一性，人脸识别是人类在进行身份确认时使用的最为普遍的一种方式，其次，人脸图像还能提供一个人的性别、年龄、种族等有关信息。人类在人脸识别中所表现出来的能力是令人惊异的
12、，但是让计算机能够识别人脸，却是非常困难的问题。迄今为止，人脸识别的认知过程和内在机理仍然是一个未解之谜，如何实现一个自动的人脸识别系统仍然是一个悬而未决的难题。从上个世纪六十年代以来，随着计算机和电子技术的迅猛发展，人们开始利用计算机视觉和模式识别等技术对人脸识别进行研究。近年来，随着相关技术的不断发展和实际需求的日益增加，人脸识别已经引起了越来越多的关注，成为了信息处理和人工智能等领域研究的热点之一，新的研究成果和实用系统也不断涌现。1.1.1 人脸识别技术的广泛应用一项技术的问世和发展与人类的迫切需求是密切相关的，飞速发展的社会经济和科学技术使得人类对安全(包括人身安全、隐私保护等 )的
13、认识越来越重视。人脸识别的一个重要应用就是人类的身份识别。一般来说，人类的身份识别方式分为三类:a.特殊物品，包括各种证件和凭证，如身份证、驾驶执照、房门钥匙、印章等；b.特殊知识，包括各种密码、口令和暗号等；c.人类生物特征，包括各种人类的生理和行为特征，如人脸、指纹、手形、掌纹、虹膜、DNA、签名、语音等。前两类识别方式属于传统的身份识别技术，其特点是方便、快捷，但致命的缺点是安全性差、易伪造、易窃取。特殊物品可能被丢失、偷盗和复制，特殊知识容易被遗忘、混淆和泄露。相比较而言，由于生物特征是人的内在属性，具有很强的自身稳定性和个体差异性，因此生物特征是身份识别的最理想依据。基于以上相对独特
14、的生物特征，结合计算机技术，发展了众多的基于人类生物特征的身份识别技术，如 NDA 识别技术、指纹识别技术、虹膜识别技术、语音识别技术和人脸识别技术等。表 1-1 为各种生物识别技术的综合比较。1表 1-1 各种生物特征识别技术的综合比较生物识别技术在上个世纪己经有了一定的发展，其中指纹识别技术己经趋近成熟，但人脸识别技术的研究目前还处于起步阶段。指纹、虹膜、掌纹等识别技术都需要被识别者的配合，有的识别技术还需要添置复杂昂贵的设备。人脸识别则可以用已有的照片或是摄像头远距离捕捉图像，无须特殊的采集设备，系统的成本低。并且自动人脸识别可以在当事人毫无察觉的情况下即完成身份确认识别工作，这对反恐怖
15、活动等有非常重大的意义。由于人脸识别技术具有如此之多的优势，因此它的应用前景非常广阔，已成为最具潜力的生物特征识别技术之一。本文将人脸识别技术的各种应用及其特点总结在表 1-2 中。表 1-2 人脸识别技术的应用人脸识别最初的应用源于公安部门关于罪犯照片的存档管理和刑侦破案。现在该技术在安全系统、商业领域和日常生活中都有很多应用，主要有以下几类应用:1.刑侦破案。当公安部门获得罪犯的照片后，可以利用人脸识别技术，在存储罪 犯照片的数据库中找出最相像的人作为嫌疑犯，极大的节省了破案的时间和人力物力。还有一种应用就是根据目击证人的描述，先由专业人员画出草图，然后用此图到库里去找嫌疑犯。罪犯数据库往
16、往很大，由几千幅图像组成。如果这项搜索工作由人工完成，不仅效率低，而且容易出错，因为人在看了上百幅人脸图像后，记忆力会下降，而由计算机来完成则不会出现此问题。2.证件验证。身份证、驾驶执照以及其他很多证件上都有照片;现在这些证件多由人工验证完成。如果应用人脸识别技术，这项工作就可以交给机计算机完成，从而实2现自动化及智能管理。当前普遍使用的另一类证件是用符号或者条形码标记的，比如信用卡。这类卡的安全性比较低，可能遗失、被窃取，使用场合(比如自动提款机)的安全性也比较差。如果在这类卡上加上人脸的特征信息，则会大大改善其安全性能。3.入口控制。需要入口控制的范围很广，它可以是重要人物居住的住所、保
17、存重要信息的单位，只要人类觉得安全性比较重要的地点都可以进行入口控制，比较常用的检查手段是核查证件。人员出入频繁时，保安人员再三检查证件是很麻烦的，而且证件安全性也不高。在一些保密要求非常严格的部门，除了证件外，已经使用了生物特征识别手段，如指纹识别、掌纹识别、虹膜识别和语音识别等。人脸识别与这些技术相比，具有直接、方便和友好的特点。当前计算机系统的安全管理也备受重视，通常使用由字符和数字组成的口令(Password)进行使用者的身份验证，但口令可能被遗忘，或被破解，如果将人脸作为口令，则既方便又安全。4.视频监控。在银行、公司、公共场所等处设有 24 小时的视频监控，如何对视频图像进行筛选分
18、析，就需要用到人脸检测、跟踪和识别技术。除了以上应用外，人脸识别技术还可以用于视频会议、机器人的智能化研究等方面。尤其从美国 9.11 事件后，人的身份识别问题更是提升到了国家安全的角度，如何利用人脸信息迅速确定一个人的身份成了各个国家重点研究的技术。1.1.2 人脸识别技术的难点虽然人类可以毫不困难地根据人脸来辨别一个人，但是利用计算机进行完全自动的人脸识别，仍存在许多困难。人脸模式的差异性使得人脸识别成为一个非常困难的问题，表现在以下方面:1.人脸表情复杂，人脸具有多样的变化能力，人的脸上分布着五十多块面部肌肉，这些肌肉的运动导致不同面部表情的出现，会造成人脸特征的显著改变；2.人脸随年龄
19、而改变，随着年龄的增长，皱纹的出现和面部肌肉的松弛使得人脸的结构和纹理都将发生改变；3.人脸有易变化的附加物，例如改变发型，蓄留胡须或者佩戴帽子和眼镜等饰物；4.人脸特征遮掩，人脸全部、部分遮掩将会造成错误识别；5.人脸图像的畸变，由于光照、视角、摄取角度不同，可能会造成图像的灰度畸变、角度旋转等，降低了图像质量，增大了识别难度。所以很难从有限张人脸图像中提取出反映人脸内在的、本质的特征。另外人脸识别还涉及模式识别、图像处理、计算机视觉、生理学和心理学等学科领域。这诸多因素使得人脸识别至今仍是一个有待深入研究，极富挑战性的课题。同时一个成功的、具有商用价值的快速的人脸识别系统将会给社会带来极大的影响。1.2 人脸识别技术的发展与现状
