基于可變光照和可變姿態(tài)條件下的人臉圖像識別探討

【摘 要】人臉的圖像識別在各大領域中非常常見，在公共安全、身份認證、多媒體數(shù)字娛樂等領域具備不可估量的應用價值。如何快速有效的進行人臉識別，受到國家各個部門的關注和重視，經(jīng)過研究者的多年研究也獲得了一定的進展，人臉圖像識別主要會受到光照條件和可變姿態(tài)條件的影響，只要針對這兩方面找出合適的解決方法，就能大大提升識別率。本文就在可變光照和姿態(tài)的條件下的人臉圖像識別進行了簡單的探討。

【關鍵詞】可變光照 可變姿態(tài) 人臉圖像識別

人臉識別技術屬于圖像識別理解研究領域，發(fā)展至今已經(jīng)有40多年的歷史了，獲得了長久的發(fā)展。最早只是單純的從二維圖片中獲取明顯的幾何體征進行識別，到現(xiàn)在已經(jīng)發(fā)展出了立體式的三維人臉圖像識別方法。人臉圖像的識別率與當時的光照條件和人的姿態(tài)有關，近年來研究者們正在對其進行相關研究，下面我們進行具體的介紹。

一、人臉圖像識別概述

（一）人臉識別的基本概念

人臉識別是通過對人臉的特征記錄而形成數(shù)據(jù)庫，在需要認證的時候調出資料進行匹配，匹配成功后就可以證明被識別者的身份。具體的認證流程可以參照下圖，圖1所示。

人臉識別早期剛出現(xiàn)時是通過工作人員的比對進行判斷，在計算機技術得到了大力發(fā)展后，人臉識別也將計算機技術引入，在我們的生活中實現(xiàn)了很多功能，根據(jù)不同的功能計算機要執(zhí)行不同的任務，可參照表1.

（二）人臉識別的優(yōu)點

在提取任務基本特征的過程中，人臉的識別具有其特殊的優(yōu)點，主要表現(xiàn)為：采集簡單，常用的攝像裝置可以隨時隨地采集信息，方便快捷；信息采集不會對人們的正常生活產(chǎn)生影響，采集中不需要與被采集者接觸，也不需要被采集者擺出特定的姿勢；與人類識別習慣一致，日常生后中我們判別對方是否是自己需要找到的人也是通過人臉進行識別，這樣一來，任何機器可以互相配合工作。像是傳統(tǒng)的指紋虹膜身份認證，一個正常沒有經(jīng)過任何特殊訓練的人是無法單獨進行認證的，而人臉識別更加方便簡單，將會在未來廣泛的應用到各大領域。

（三）人臉識別的缺點

人臉識別雖然方便快捷，普及速度快，但是也存在一定的不足之處，主要表現(xiàn)為：安全性低，雖然世界上沒有任何兩個人的臉是完全一致的，但是人類的面孔卻是總體特征相似，有些人的臉可能會與其他人的差別非常小，例如生活中常見的雙胞胎，所以在技術上存在一定的難度；人臉的特征不是一成不變的，穩(wěn)定性很差，雖然人臉不會隨著時間發(fā)生過大的變化，但是由于表情、年齡等因素的影響，或是由于整容、突發(fā)狀況引發(fā)的特征大變，還是會對人臉識別造成影響；人臉圖像采集還會受到可變光照和可變姿態(tài)的影響，導致圖像的質量過低，識別率也打不到預期的標準。

所以，人臉識別技術要針對其不足之處進行改進，進一步開發(fā)，提高在不同條件下的識別率。

二、在可變光照條件下的人臉圖像識別

通過測試可知，在光照條件和人臉的姿態(tài)發(fā)生變化后，人臉圖像識別率會大幅度的降低。早期的人臉識別系統(tǒng)中獲取信息時保持一定的光照條件，但是在實際應用中，光照并不是理想中的那樣均勻，偏光側光都會嚴重影響圖像的亮度，人臉也隨之發(fā)生較大的變化。

想要解決光照的問題，我們可以先假設一個模板圖像，在理想中規(guī)定一個光照條件為標準條件，待識別圖像則是在與規(guī)定的標準光照條件不同的光照條件下獲取的，可以叫做變化光照條件下的圖像。為了解決光照影響，可以去光或加光，使圖像中的光照達到規(guī)定的標準光照，再進行人臉識別。眾多的研究員經(jīng)研究后對人臉識別中的關照處理方法歸類出四種，包括：不變特征表示法，通過利用受光照影響較小的圖像來表示人臉來減低光照的影響，對于光照的變化不會發(fā)生較大變化的圖像表示可以采用邊緣圖、器官的橫紋特征、2D Gabor函數(shù)濾波等；對圖像進行標準化，這類方法是將圖像進行變換，將光照造成的影響進行標準化，合成新的標準光照狀態(tài)下的圖像，在進行圖像識別；將光照變化建模，建立一個人臉光照空間表示光照變化，并將其進行參數(shù)化，通過對模板和待識別圖像的空間距離進行人臉識別；建立3D模型，這種方法通過3D模型合成不同的光照條件下的虛擬圖像，也可以直接在3D空間進行識別。

三、在可變姿態(tài)條件下的人臉圖像識別

早期進行人臉識別時通常都是采集正面的圖像，但在實際的識別工作中，人臉和拍攝用的機器之間常常會由于角度的問題，導致拍攝出的圖像發(fā)生變化，主要是因為人臉的姿態(tài)發(fā)生變化會產(chǎn)生不同的投影，進而引發(fā)臉部的拉伸或壓縮問題，有時臉部的一些部位還會被遮擋住。相對人臉的正面圖像，姿態(tài)變化可以大致分成偏轉、傾斜、俯仰三種，其中偏轉和俯仰會對圖像造成比較嚴重的影響，需要采用一定的方法進行有效識別。

在人臉圖像識別的研究過程中，最近十幾年，開發(fā)出了一些針對姿態(tài)變化導致圖像識別出現(xiàn)問題的解決方法。主要包括2D圖像方法和3D模型方法。2D的圖像方法主要基于View-space方法，由PCA發(fā)展而來，研究人員通過采用特征子空間表示人臉不同姿態(tài)的集合，建立起不同的空間，識別時先投影到不同的空間中，再進行圖像識別；3D模型方法則是通過各類算法建立起3D模型，進而生成不同姿態(tài)條件下的圖像，當做模板，然后再進行識別，或者也可以通過3D模型生成人臉的正面圖像，隨后進行識別。

人臉識別技術正在被廣泛的應用到人民生活中的各大領域中，只要解決了光照和姿態(tài)的問題，就能夠進一步進行推廣，研究員們還要不斷進行研究探討。

參考文獻：

[1]胡元奎.可變光照和可變姿態(tài)條件下的人臉圖像識別研究[D].中國科學技術大學，2006.

[2]胡元奎，汪增福.可變光照條件下的人臉圖像識別[J].中國圖象圖形學報，2005（07）.

[3]胡峰松.單樣本下可變姿態(tài)與光照人臉識別研究[D].湖南大學，2010.

[4]胡峰松，張茂軍，鄒北驥，馬俊容.基于HMM的單樣本可變光照、姿態(tài)人臉識別[J].計算機學報，2009（07）.