基于特征脸及fisher脸的人脸识别方法

《基于特征脸及fisher脸的人脸识别方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、南京邮电大学工程硕士研究生学位论文人脸识别的研究已有很长的历史，早在19世纪后期，FrancisGalton就曾对此问题进行了研究，他用一组数字代表不同的人脸侧面特征来实现对人脸侧面图像的识别。一直到20世纪90年代以前，典型的人脸识别技术始终是用人脸正面或侧面的特征点之间的距离量度，而且早期的人脸识别多集中于对侧影图像的研究。Harmon等人利用与Galton类似的方法识别人脸【51，他采用9个基准点表征侧影，在此基准点上导出一组特征，如基准点之间的距离和角度、由基准点形成的三角形区域的面积等，然后利用特征之间的归一化欧氏距离进行识别。其后期的工作又增加了两个基准点和一些新的特征，

2、而且人脸侧影轮廓曲线可从侧影图像中自动抽取得到。Kaufman和Breeding也设计了一个对人脸侧影进行识别的系统，他们采用荃于特征的方法，其中特征为极坐标形式的自相关函数的系数，他们同时对动盆不变性特征也进行了实验。Bayou等人选择10个特征点对人脸侧影进行识别，WU和Huang则采用三次B样条函数抽取6个侧影基准点，利用从中导出的24个特征对东方人的侧影人脸图像进行匹配识别。Lapreste等人利用距离探测器来获得人脸侧影图像并从中抽取特征点，然后用欧氏距离对人脸进行匹配。Lee和Milios同样利用距离图像来匹配两幅人脸侧影的相似特征。由于侧影识别对获取图像的约束较多，人们

3、逐渐转向对正面人脸的识别研究。最早的半自动正面人脸识别系统由Bledsoe于20世纪60年代提出。在该人脸识别系统中，首先由操作员定出面部特征点并将其位置输入计算机，给定这些特征点之间的距离，采用最近邻原则或其他分类规则即可识别出待测试的人脸。由于特征提取是由人来完成的，该系统对人脸的旋转、倾斜等变化不太敏感。Kelly对Bledsoe的系统进行了改进。他采用一种从上到下的分析方法从图像中自动抽取头部和身体的轮廓，然后应用一些启发式方法搜索眼睛、鼻子和嘴的位置。在这个人脸识别中主要用到的距离测度有头的宽度和两眼之间、头顶与眼睛之间、眼睛与鼻子之间以及鼻子与嘴之间的距离Kaya和Kob

4、ayashi采用统计识别方法，用欧氏距离来表征人脸特征，用人脸的9个显著特征组成特征向量，包括内眼宽度、南京邮电大学工程硕士研究生学位论文外眼宽度、鼻子宽度、嘴的宽度、鼻尖处脸的宽度、鼻子与眼睛中间处脸的宽度、下唇与下巴之间的距离、上唇与鼻子的距离以及嘴唇的高度，然后基于这些特征及其估计建立分类器，对每个特征根据其统计行为确定一个变化阈值，根据图像特征向量之间的绝对范数进行分类。Buhr采用32个原始特征和12个辅助特征进行识别，其中原始特征包括21个距离特征、4个坐标差分特征、4个二角形面积特征、2个距离比特征以及2个特殊特征(两眼的面积)，然后利用线性判决树决定最佳匹配。其他采用

5、非欧氏距离表征人脸特征的还有：Campbell用最小二乘法实现最佳匹配，Ricca用聚类技术进行最佳匹配等。Kanade设计了一个高速的且有一定知识引导的识别系统．他创造性地运用积分投影法从单幅图像上计算出一组人脸几何特征参数，再利用模式匹配技术与标准人脸相比较。Kanade的特征点定位工作由两个阶段组成，首先利用粗分辨率差分图像的积分投影确定眼睛、鼻子和嘴的大致位置，然后在高分辨率图像上将人脸分为左眼、右眼、鼻子和嘴四个区域，从中抽取16个脸部特征组成特征向量。为消除尺度变化的影响，在识别前还对得到的特征向量进行了归一化处理。相比之下，Baron所做的工作较少为人所知，他先将图像灰

6、度归一化，再利用四个掩膜(眼、鼻、嘴及眉毛以下的整个脸部)表示人脸，然后分别计算这四个掩膜与数据库中的每幅标准图像的相应掩膜之间的互相关函数，以此作为判别依据。总的来说，早期的人脸识别方法都需要利用操作员的某些先验知识，仍然摆脱不了人的干预。20世纪90年代以来，随着高速度高性能计算机的出现，人脸识别方法有了重大突破，进入了真正的机器自动识别阶段，人脸识别研究也得到了前所未有的重视。国外有很多大学在此方面取得了很大进展，他们研究涉及的领域很广，其中有从感知和心理学角度探索人类识别人脸机理的，如美国TexasatDallas大学的Abdi和Toole小组，主要研究人类感知人脸的规律，如

7、漫画效应、性别识别与人脸识别的关系、种族效应等；由Stirling大学的Bruce教授和Glasgow大学的Burton教授合作领导的小组，主要是研究人类大脑在人脸认知中的作用，并在此基础上建立了人脸认知的两大功能模型，他们对熟悉和陌生人脸的识别规律以及图像序列的人脸识别规律也进行了研究。也有南京邮电大学工程硕士研究生学位论文从视觉机理角度进行研究的，如英国Aberdeen大学的Cr--d,组，主要研究人脸视觉表征方法，他们对空间频率在人脸识别中的作用也进