人臉識(shí)別中圖像特征提取與匹配技術(shù)研究

摘 要：人臉的識(shí)別技術(shù)在當(dāng)今社會(huì)是什么流行的，其主要是利用計(jì)算機(jī)技術(shù)來提取有效的圖像信息，從而來辨認(rèn)一些待定狀態(tài)的一門技術(shù)，它包含很多的領(lǐng)域，其中最重要的就是圖像處理、模式識(shí)別和人工智能等，這種技術(shù)也是當(dāng)前人們研究的一個(gè)熱點(diǎn)，本文主要是把圖像的特征和原始的圖片相結(jié)合，形成一些很強(qiáng)的特征并結(jié)合一些新的方法，提出了一種新的人臉識(shí)別方法，經(jīng)過實(shí)驗(yàn)這種方法識(shí)別率很高。

關(guān)鍵詞：人臉識(shí)別；特征選擇；回歸分析

中圖分類號(hào)：TP391.41

目前計(jì)算機(jī)硬件不斷的更新，計(jì)算的速度也不斷的加快，這樣就對(duì)個(gè)人的信息鑒定提供了良好的條件，但同時(shí)也提出了越來越多的要求，在以前計(jì)算技術(shù)不成熟的時(shí)期身份鑒定的方式和確認(rèn)的方法都存在很多的弊端，這些弊端也為一些領(lǐng)域帶來了很多的麻煩，這預(yù)示著一種身份信息鑒定的方法面臨極大的考驗(yàn)。比如，現(xiàn)在一些銀行的銀行卡密碼和計(jì)算機(jī)系統(tǒng)的密碼很容易被盜取，被盜取以后就會(huì)帶來很大的損失。由于人的長(zhǎng)相都有一定的差異性還具有良好的穩(wěn)定性，因此人的長(zhǎng)相是作為身份鑒定的最理想的依據(jù)，況且人臉的識(shí)別是一種直接的識(shí)別方法。和其他的一些人體特征相比，人臉識(shí)別主要有以下特點(diǎn)：

（1）自然性，人臉識(shí)別具有自然性的特點(diǎn)，這種識(shí)別的方式具有獨(dú)特的方式，與人體識(shí)別的生物特征相同，這種識(shí)別的方式也是通過觀察和區(qū)別確認(rèn)身份的，然而與人體的其他特征相比具有獨(dú)特的一面，人體其他的一些特征都不具有自然性的特點(diǎn)，這是因?yàn)槿祟惒⒉皇峭ㄟ^這些特征來識(shí)別人類的個(gè)體。

（2）不易被被測(cè)個(gè)體覺察，這種識(shí)別的方法不易引起人們的關(guān)注，這樣就不容易被欺騙，人臉的識(shí)別技術(shù)主要是通過光來提取人臉的圖像信息，這種獲取的方式是比較容易的，其與指紋和虹膜信息提取的區(qū)別就是，人臉圖像采集不需要電子壓力等傳感器進(jìn)行采集信息，這些信息的采集方式很容易被人們發(fā)現(xiàn)，而人臉圖像采集在人們不知不覺中就已經(jīng)完成，這樣防止了可能的欺騙行為。

（3）設(shè)備價(jià)格較低，人臉識(shí)別的圖像采集系統(tǒng)所運(yùn)用的設(shè)備都是非常低廉的，主要包括照相機(jī)、攝像機(jī)、計(jì)算機(jī)等設(shè)備，其設(shè)計(jì)到的技術(shù)主要有圖像處理技術(shù)，模式識(shí)別技術(shù)，計(jì)算機(jī)技術(shù)等，這種識(shí)別技術(shù)也是模式識(shí)別中比較經(jīng)典的識(shí)別技術(shù)，對(duì)以后的學(xué)科綜合發(fā)展具有重要的意義。

1 人臉識(shí)別原理及方法

人臉的識(shí)別核心就是對(duì)人臉的特征進(jìn)行提取，特征的提取也是人臉識(shí)別的最主要的步驟，而且還直接影響識(shí)別的精度，目前人臉的識(shí)別技術(shù)有2個(gè)方面的要求第一個(gè)就是人臉提取的特征要具有很好的表征能力以及較強(qiáng)的區(qū)分度，第二就是提取的人臉特征要在低維的空間內(nèi)，這樣有利于識(shí)別器的設(shè)計(jì)，還可以區(qū)別特征之間的相關(guān)性。

1.1 基于局部特征的提取方法。人臉識(shí)別的局部特征的提取方法主要有2種，分別是幾何特征提取和模板匹配法兩種，模板匹配法主要是利用人體的器官模板進(jìn)行提取，如果人體的器官模型大小知道，位置和中心不知道的時(shí)候，可以利用可變性的模板發(fā)進(jìn)行特征的提取，這是一種定位的方式，可以利用這種方法進(jìn)行人體器官的定位，除了以上特征外，人臉的特征還有一些直觀性，這種方式有利于理解和應(yīng)用，這種方法在模式識(shí)別中應(yīng)用領(lǐng)域非常廣泛，由于人臉具有反光的特性，在進(jìn)行特征提取時(shí)一些特征和姿態(tài)都會(huì)變化，因此這種提取的可靠性不高，這種方法最重要的缺點(diǎn)就是沒有一個(gè)提取的標(biāo)準(zhǔn)，即使是同一個(gè)人，也很難用統(tǒng)一的模式方式去表達(dá)。

1.2 基于整體特征的提取方法。除了以上的局部特征提取方式以外還有一種就是整體特征的提取方式，這種提取的方法主要考慮的模式的整體性，主要把人臉的圖像灰度的特征進(jìn)行提取，由于在對(duì)人臉圖像進(jìn)行整體提取的時(shí)候不需要對(duì)臉部的各個(gè)局部的器官進(jìn)行信息的提取，這樣就只要考慮圖像本身的灰度信息，因此對(duì)于人臉整體的信息提取時(shí)一些器官的變化對(duì)圖像信息提取影響很小，而且還能獲得較好的效果，如今有很多整體提取方法，比如：特征臉法彈性圖匹配法等。

2 人臉識(shí)別常用方法

人臉的識(shí)別的最后一個(gè)步驟就是人臉識(shí)別驗(yàn)證，根據(jù)人臉的特征提取信息，把提取的信息與人臉信息庫的信息進(jìn)行比較，得出的結(jié)果進(jìn)行驗(yàn)證然后判斷出待測(cè)人的身份信息，在早期一些專家都是使用一些簡(jiǎn)單的人臉特征進(jìn)行實(shí)驗(yàn)，采用模式識(shí)別的一種層次聚類方式進(jìn)行人臉的識(shí)別，但是這種方法有一種弊端，就是這種方式需要提取很準(zhǔn)確的人臉特征的信息而且對(duì)圖像的質(zhì)量要求非常的高，所以最近幾年已經(jīng)停止不前了，很少人對(duì)這方面進(jìn)行深入的研究了，目前一些常用的方法主要有以下幾種：

2.1 基于K-L變換的特征臉。通過K-L變換將表征人臉的高維向量映射到由若干特征向量（也稱特征臉）張成的子空間中，從而實(shí)現(xiàn)對(duì)人臉圖像的最優(yōu)解析和重構(gòu)，該方法稱為特征臉法。特征臉法的本質(zhì)是抓住了人群的統(tǒng)計(jì)特征，統(tǒng)計(jì)意義上可達(dá)最優(yōu)，但該最優(yōu)是基于有限樣本空間的，不能代表整個(gè)事例空間，只是反映了特定人臉庫的統(tǒng)計(jì)特征，不具有廣泛性、代表性。另外，該方法將圖像中所有的像素都賦予了同等地位，光照、姿態(tài)變化等干擾都會(huì)使識(shí)別率嚴(yán)重下降。人臉圖像庫的變更會(huì)導(dǎo)致特征臉的變化，該方法也不適于庫中人臉數(shù)目變化較大的情況。

2.2 神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)研究是一種以神經(jīng)元為節(jié)點(diǎn)，神經(jīng)元之間實(shí)現(xiàn)加權(quán)值互聯(lián)的復(fù)雜拓?fù)浣Y(jié)構(gòu)，結(jié)構(gòu)上更類似于人腦，是一種更接近人智能的信息處理方式?；谏窠?jīng)網(wǎng)絡(luò)的人臉識(shí)別方法是最近幾年比較活躍的一個(gè)研究方向，并且取得了較好的效果。目前，很多人臉識(shí)別系統(tǒng)都采用了多層感知機(jī)作為神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)，神經(jīng)元之間由權(quán)值連接，訓(xùn)練過程就是調(diào)整權(quán)值的過程。

2.3 其他方法。小波是一種時(shí)頻局部變換的一種方法，也就是可以利用小波變換的技術(shù)來提取人臉的局部信息，在利用這種方法進(jìn)行提取人臉信息時(shí)主要考慮了提取人臉的局部的細(xì)節(jié)，還保留的人臉的一些空間的信息，但是不考慮臉部一些很小的表情變換，這也是小波變換的一個(gè)優(yōu)點(diǎn)，就是能夠在不同的光線以及其他外部的因素影響下還能夠提取人臉的基本特征，在小波變換中最重要的一種變換模型就是隱馬爾可夫模型這種模型對(duì)人臉的識(shí)別方法就是把面部的器官和和一些臉部的表情進(jìn)行先關(guān)聯(lián)，這種模型考慮了很多的方面不但考慮他們的關(guān)聯(lián)性又考慮到了他們的不同的特征，而且這個(gè)模型還能較好的利用器官的數(shù)值進(jìn)行建模，即使面部有其他的表情也不會(huì)影響人臉的信息提取。

3 結(jié)束語

人臉識(shí)別技術(shù)慢慢的進(jìn)行轉(zhuǎn)變，一開始是簡(jiǎn)單的幾何特征識(shí)別方法過度到了特征臉、神經(jīng)網(wǎng)絡(luò)等多種方法，由以上的幾種人臉識(shí)別方法進(jìn)行綜合分析，可以看出每一種方法都是根據(jù)某一種問題進(jìn)行提出的并且這種提出的方法都有其優(yōu)缺點(diǎn)，因此如果要設(shè)計(jì)一個(gè)非常穩(wěn)定的人臉識(shí)別系統(tǒng)是非常難的，其主要原因是人臉是可以變動(dòng)的，并且還有一定的差異性，這種差異性很難用一些固定的幾何器官進(jìn)行代替，人的臉部的圖像非常復(fù)雜圖像具有很高的維度，由于人臉會(huì)受到很多的外界因素的影響比如光照，姿態(tài)變化等，這些因數(shù)都會(huì)給系統(tǒng)帶來很大的麻煩，對(duì)人臉的識(shí)別發(fā)展不利。

參考文獻(xiàn)：

[1]朱心雄.自由曲線曲面造型技術(shù)[M].北京：科學(xué)出版社，2000：306-331.

[2]李志林，朱慶.數(shù)字高程模型[M].武漢：武漢大學(xué)出版社：2001.

作者簡(jiǎn)介：唐守軍（1980.03-），男，山東淄博人，碩士研究生，講師，研究方向：人臉識(shí)別、圖像處理、圖像分割；李鵬程（1960-），男，廣東汕頭人，副教授。

作者單位：廣東開放大學(xué) 廣東理工職業(yè)學(xué)院，廣州 510091

基金項(xiàng)目：2014年度廣東開放大學(xué)、廣東理工職業(yè)學(xué)院科研課題，課程名稱：基于模式識(shí)別的圖像處理與圖像分割研究（項(xiàng)目編號(hào)：1420）。