未来智讯 > 人脸语音识别论文 > 人脸识别算法综述

人脸识别算法综述

发布时间:2018-12-02 01:06:04 文章来源:未来智讯    
    人脸识别算法综述作者: 延秀娟 陈永锋   [摘 要] 本文通过工业界世界级人脸测试,说明人脸识别发展现状,分辨从二维、三维角度,阐述了人脸识别算法现状,并对人脸识别算法发展趋势予以说明。   [关键词] 人脸识别 二维识别算法 三维识别算法
  
  一、引言
  1.人脸识别概括。人脸识别由于可接受性好,在生物识别领域得到较快的发展。人脸识别的研讨范围广义上来讲大致包括以下五个方面的内容:人脸定位和检测、人脸表征(人脸特征抽取)、人脸辨别、表情/姿态分析、生理分类五方面内容。
  2.人脸识别现状。目前有世界级的人脸检测算法测试项目,它的结论完全能够揭示人脸识别现状。最早是1993年,美国国防部高级研讨项目署和美国陆军研讨实验室FERET项目组,建立了FERET人脸数据库,用于评价人脸识别算法的本能。针对工业界的是在2002年,FRVT2O02对成熟的全自动人脸识别系统进行独立的技能评价,提供评价人脸识别系统满足大规模、真实世界应用能力的本能度量。FRVT2006是第一次将静态人脸识别、虹膜识别与3D人脸识别放在一同进行测试;与FRVT2002相比,静态人脸识别与3D人脸识别算法联合的错误率降落了一个数量级;FRVT2006是第一次将机器识别效果与人的识别能力进行对照,结果发现,在不同的光照环境下,给定一个低的虚警率,七个自动人脸识别算法的本能非常于或优于人的识别能力,若不指定虚警率,则七个算法中的三个算法的本能非常于或优于人的识别能力。
  二、二维人脸识别算法综述
  目前的人脸识别方法主要集中在二维图像方面,二维人脸识别主要利用分布在人脸上从低到高80个节点或标点,通过测量眼睛、颧骨、下巴等之间的间距来进行身份认证。人脸识别算法主要有:
  1.基于模板匹配的方法:模板分为二维模板和三维模板,核心思维:利用人的脸部特征规律建立一个立体可调的模型框架,在定位出人的脸部位置后用模型框架定位和调整人的脸部特征部位,解决人脸识别过程中的观察角度、遮挡和表情变化等因素影响。
  2.基于奇异值特征方法:人脸图像矩阵的奇异值特征反映了图像的性子属性,能够利用它来进行分类识别。
  3.子空间分析法:因其具有描述性强、计算代价小、易实现及可分性好等特点,被广泛地应用于人脸特征提取,成为了当前人脸识别的主流方法之一。
  4.部分保持投影(Locality Preserving Projections,LPP)是一种新的子空间分析方法,它是非线性方法Laplacian Eigen map的线性近似,既解决了PCA等传统线性方法难以保持原始数据非线性流形的缺点,又解决了非线性方法难以获得新样本点低维投影的缺点。
  5.主成分分析(PCA)
  PCA模式识别领域一种重要的方法,如今已被广泛地应用于人脸识别算法中,基于PCA人脸识别系统在应用中面临着一个重要障碍:增量学习问题。增量PCA算法由新增样本重构最为重要 PCS,但该方法随着样本的增加, 需要不时舍弃一些不重要PC,以坚持子空间维数不变, 因而该方法精度稍差。
  6.其他方法:弹性匹配方法、特征脸法(基于KL变换)、人工神经网络法、支持向量机法、基于积分图像特征法(adaboost学习)、基于几率模型法。
  三、三维人脸识别算法综
  二维人脸识别方法的最大不足是在面临姿态、光照条件不同、表情变化以及脸部化妆等方面较为脆弱,识别的正确度受到很大限制,而这些都是人脸在自然状态下会随时表现出来的。三维人脸识别能够极大的提高识别精度,真正的三维人脸识别是利用深度图像进行研讨,自90年代初期起初,已经有了一定的进展。三维人脸识别方法有:
  1.基于图像特征的方法:采取了从3D结构中分离出姿态的算法。最初匹配人脸总体的尺寸轮廓和三维空间方向;然后,在保持姿态固定的情况下,去作脸部不同特征点(这些特征点是人工的辨别出来)的部分匹配。
  2.基于模型可变参数的方法:使用将通用人脸模型的3D变形和基于距离映射的矩阵迭代最小相联合,去恢复头部姿态和3D人脸。随着模型形变的关联关系的改变不时更新姿态参数,反复此过程直到最小化尺度达到要求。基于模型可变参数的方法与基于图像特征的方法的最大区别在于:后者在人脸姿态每变化一次后,需要重新搜索特征点的坐标,而前者只需调整3D变形模型的参数。
  四、人脸识别算法发展趋势
  二维与三维人脸识别相联合,多种模式的识别使用,能够有效地提高人脸识别精确度;二维识别算法逐渐应用于三维人脸识别;人脸识别算法要能克服:姿势、表情的变化,佩戴眼睛、珠宝和其它一些因素及光线等因素影响;识别算法应该需要更少的计算量。
  参考文献:
  [1]段 锦 周春光 刘小华:三维人脸识别研讨进展[J].小型微型计算机系统,2004,25(5):886~890
  [2]邢书宝:电子商务环境下生物特征识别技能综述[J].《商场现代化》,2008年第9期,P146
  [3]PATRA A K.Influence of Wind Sspeed Profile and Roughness Parameters on the Downwind Extension of Vulnerable Zones During Dispersion of Toxic Dense Gases[J].Journal of LossPrevention in the Process Industries,2006(19):495~497

转载请注明来源。原文地址:https://www.7428.cn/page/2018/1202/50093/
 与本篇相关的热门内容: