張　銘　　包　清

（上海市公安局物證鑒定中心　上海　200083）

基于MATLAB輔助的人像識別方法及應(yīng)用

張銘包清

（上海市公安局物證鑒定中心上海200083）

利用MATLAB編程計(jì)算人工提取出的特征點(diǎn)之間的距離，并自動匹配計(jì)算兩張人像圖片的綜合相似程度，提出計(jì)算機(jī)輔助計(jì)算可在人工比對的基礎(chǔ)上提供依據(jù)。

人像識別MATLAB編程計(jì)算機(jī)比對

1　傳統(tǒng)人像鑒定方法及特點(diǎn)

傳統(tǒng)人像鑒定方法主要有特征點(diǎn)比對法和拼接法。特征點(diǎn)比對法是先對人像的總體輪廓進(jìn)行比對，然后在檢材與樣本之間人工尋找特征點(diǎn)，明確各特征點(diǎn)是符合點(diǎn)還是差異點(diǎn)，并評價(jià)各個(gè)特征點(diǎn)的價(jià)值，綜合評斷后作出鑒定結(jié)論。拼接法主要是針對五官反映較為充分的正面人像，將檢材與樣本各取半張側(cè)臉拼接，通過對拼接線兩邊五官輪廓線條是否連貫，以及兩邊五官比例是否一致作為依據(jù)。

傳統(tǒng)人工比對人像采用的主要特征有：①五官形態(tài)特征，包括眼、眉、耳、口、鼻、額的各種形態(tài)學(xué)上的細(xì)節(jié)特征；五官間的搭配關(guān)系；胡須、皺紋的長短、走向、粗細(xì)等特征。②體態(tài)特征，主要是指對象身材的肥胖、瘦削、勻稱等。③人體特殊標(biāo)記特征，是指病理或損傷造成的解剖學(xué)異常和功能異常，包括痣、班、駝背、跛腳等。④著裝佩飾特征，包括著裝、手表、手鏈、項(xiàng)鏈等。

2　計(jì)算機(jī)輔助人像識別的現(xiàn)狀

目前，計(jì)算機(jī)輔助識別人像的相關(guān)文獻(xiàn)繁多，但并沒有真正通過實(shí)戰(zhàn)檢驗(yàn)應(yīng)用于公安系統(tǒng)的成熟模型與算法。經(jīng)查閱相關(guān)文獻(xiàn)，目前，計(jì)算機(jī)輔助人像識別的算法主要有兩類：一類是基于特征點(diǎn)，另一類是直接基于圖像［1］?；谔卣鼽c(diǎn)的算法是模仿人工選取特征點(diǎn)比對的方法，從人像中提取出各個(gè)特征點(diǎn)的信息并對該信息進(jìn)行分類，將檢材與樣本的特征點(diǎn)信息比對綜合評判后得出結(jié)果，比較有代表性的有PCA、 ICA、Fisher鑒別、基于BP神經(jīng)網(wǎng)絡(luò)算法等［2］。直接基于圖像的識別方法是直接利用圖像本身的灰度信息，利用傅里葉變換、小波變換、位數(shù)抽取等方法直接從圖像灰度信息中獲得可供比對的特征向量，利用特征向量間的比對來得出結(jié)論。

兩種計(jì)算機(jī)輔助識別方法的共同點(diǎn)在于識別思路是從海量的樣本庫中快速篩選出一定數(shù)量的相似樣本，其算法都包含著降維和簡化的算法，在特征函數(shù)的高維空間內(nèi)找出一個(gè)合適的投影方向，使得類間距盡可能大、類內(nèi)距盡可能?。?］。不同之處在于基于特征點(diǎn)的識別方法的實(shí)際效果對于特征定義的依賴性很大，特征定義不當(dāng)會嚴(yán)重影響算法甚至導(dǎo)致算法完全失效；直接基于圖像的算法對于整幅圖像的信息利用更充分，算法模型相對穩(wěn)定，但是對條件變化如光照等因素相對敏感。

3　利用多特征點(diǎn)相對距離識別人像的原理與算法

人的相貌具有自身穩(wěn)定性和個(gè)體特殊性，是能夠通過人像檢驗(yàn)明確對象身份的基礎(chǔ)與依據(jù)。在實(shí)際檢驗(yàn)中，由于檢材的圖片質(zhì)量較差，人工比對的過程中可能出現(xiàn)檢材與樣本整體比對無明顯差異化，檢材上無法提取到可靠的特征點(diǎn)的細(xì)節(jié)形態(tài)與樣本進(jìn)行比對，無法得出明確的結(jié)論。

本文利用多個(gè)可靠特征點(diǎn)之間的距離作為特征來評判兩張人像圖片之間的相似程度。查閱相關(guān)的文獻(xiàn)和參照實(shí)際檢驗(yàn)中的經(jīng)驗(yàn)，本次實(shí)驗(yàn)共選取雙眼的內(nèi)眼點(diǎn)、外眼點(diǎn)、鼻末端中點(diǎn)、左嘴角、右嘴角共計(jì)7個(gè)特征點(diǎn)。利用MATLAB編程自動計(jì)算出所提取出的各個(gè)特征點(diǎn)的相對距離組成一個(gè)特征矩陣C。由于檢材和樣本在分辨率上的不同，對特征矩陣C無法直接進(jìn)行比較，必須通過構(gòu)建函數(shù)衡量檢材與樣本之間的差異與匹配比例系數(shù)k之間的關(guān)系，對該函數(shù)求k的導(dǎo)數(shù)求出駐點(diǎn)即可解出自動匹配計(jì)算得出檢材與樣本之間的最佳比例關(guān)系k，以此比例關(guān)系k調(diào)整檢材與樣本的特征矩陣C，計(jì)算函數(shù)C平=（ΣC（i，j）-1）/21作為評判兩張人像圖片差異程度的指標(biāo)。利用同一人二代身份證和駕照自身比較與相互比較作為實(shí)驗(yàn)樣本檢驗(yàn)該指標(biāo)的性能，將40人共計(jì)80次實(shí)驗(yàn)結(jié)果經(jīng)由SPSS統(tǒng)計(jì)后得出，該參數(shù)在同一人自身比對和不同人之間的比對的結(jié)果上存在著顯著性差異，取閾值為0.03的情況下識別的正確率為93%。

4　案例分析

4.1案例

2015年盧某因出國需要開具無犯罪記錄證明時(shí)，發(fā)現(xiàn)被他人冒名（嫌疑冒用人盧某某2007年因犯盜竊罪被上海市區(qū)人民法院判處有期徒刑5年），遂向當(dāng)?shù)厝嗣穹ㄔ禾岢錾暝V。檢材為3張人像照片（見圖1、圖2、圖3），檢材A為盧某本人照片1張，檢材B為采集自盧某某服刑檔案中的頭像照片1張，檢材C為嫌疑冒用人的照片1張。

圖1　檢材A人像

圖2　檢材B人像

圖3　檢材C人像

對檢材A、B進(jìn)行整體檢驗(yàn)發(fā)現(xiàn)兩者在臉型輪廓上存在較大差異。兩者的眉形在濃淡和走向上存在顯著差異，在胡須濃淡與分布上也存在差異。由于檢材A、B之間差異點(diǎn)較多且無法被合理解釋，故對檢材A、B的結(jié)論為否定同一結(jié)論。對檢材B、C進(jìn)行整體檢驗(yàn)發(fā)現(xiàn)兩者臉型輪廓基本一致。兩者在眉形的走向、濃淡，以及在胡須的分布與濃淡上均符合。由于檢材B、C之間種類特征吻合不排斥并且存在一定數(shù)量較高特征的符合點(diǎn)，故對檢材B、C的結(jié)論為同一人的結(jié)論。

對檢材A、B之間和檢材B、C之間分別應(yīng)用多特征點(diǎn)相對距離識別的方法，利用人工提取出的特征點(diǎn)輸入MATLAB中構(gòu)造成相應(yīng)的比對矩陣，計(jì)算得到檢材A與檢材B之間的C平為0.0485，檢材B與檢材C之間的C平為0.0327。

4.2結(jié)果分析與討論

對檢材A、B進(jìn)行檢驗(yàn)發(fā)現(xiàn)兩者在比較穩(wěn)定的種類特征上和在細(xì)節(jié)特征上存在著不合理解釋的差異點(diǎn)，故對檢材A、B之間給出的結(jié)論為明確的否定同一。利用MATLAB對提取出的特征點(diǎn)進(jìn)行距離矩陣的比對得到的C平為0.0485，運(yùn)算所得到的結(jié)果C平遠(yuǎn)超過排除閾值0.03。通過應(yīng)用多特征點(diǎn)相對距離識別的方法對檢材A與檢材B之間的檢驗(yàn)有著本質(zhì)性差異否定同一，與人工比對的結(jié)論相一致。

對檢材B、C進(jìn)行檢驗(yàn)發(fā)現(xiàn)兩者之間未見明顯不符的種類特征。由于檢材B的圖片質(zhì)量較差放大后斑塊明顯損失了很多細(xì)節(jié)，比較檢驗(yàn)中只找到一些排他性不強(qiáng)的符合點(diǎn)，故對檢材B、C之間給出的結(jié)論傾向?yàn)橥蝗讼瘛＠肕ATLAB對提取出的特征點(diǎn)進(jìn)行距離矩陣的比對得到的C平為0.0327。鑒于檢材B圖片質(zhì)量差，無法保證所有的特征點(diǎn)均能被準(zhǔn)確地選取，距離矩陣的比對結(jié)果略大于閾值，認(rèn)為檢材B與檢材C存在一定的相似性，與人工比對的結(jié)果符合。

目前，人像識別軟件多強(qiáng)調(diào)自動化程度減少人工干預(yù)，從實(shí)踐中看，該類軟件對圖片質(zhì)量要求較高，實(shí)用性不強(qiáng)。本文利用多特征點(diǎn)相對距離計(jì)算機(jī)輔助人像識別，能夠把模式識別中專家優(yōu)勢和計(jì)算機(jī)的運(yùn)算優(yōu)勢相結(jié)合。利用多特征點(diǎn)相對距離計(jì)算機(jī)輔助的算法能夠充分挖掘并利用低質(zhì)量圖片中的特征點(diǎn)距離信息，并將上述距離信息編制成矩陣并自動匹配，經(jīng)實(shí)際案例檢驗(yàn)確實(shí)能夠提供有效的輔助作用。

［1］琚生根，周激流，王朝斌.基于統(tǒng)計(jì)特征融合的人臉識別［J］.四川大學(xué)學(xué)報(bào)（自然科學(xué)版），2009（3）：618-622.

［2］謝永林.LDA算法及其在人臉識別中的應(yīng)用［J］.計(jì)算機(jī)工程與應(yīng)用，2010（19）：189-192.

［3］史駿，陳才扣.基于馬氏距離的半監(jiān)督鑒別分析和人臉識別［J］.北京航空航天大學(xué)學(xué)報(bào)，2011（12）：1589-1593.

（責(zé)任編輯：于萍）

TP391.4

A

2095-7939（2016）03-0064-02

10.3969/j.issn.2095-7939.2016.03.014

2016-03-23

張銘（1982-），男，上海人，上海市公安局物證鑒定中心工程師，主要從事聲像資料檢驗(yàn)研究。