1、第19卷第1期2006年2月模式识别与人工智能PR同时论文对人脸识别方法进行了探讨，分别研究了基于神经网络的人脸识别和基于旋转矩阵的人脸识别方法，提出了构建人脸识别系统的整体方案。6.学位论文 赵明华 人脸检测和识别技术的研究 2006随着社会的发展，信息化程度的不断提高，人们对身份鉴别的准确性、安全性和实用性提出了更高的要求，传统的身份识别方式已经不能满足这种要求。生物特征识别作为一项利用人类特有的生理特征(如指纹、人脸、虹膜、视网膜等)或行为特征(如签名、声音、步态等)进行身份识别的技术，由于它提供了一种高可靠性、高稳定性的身份鉴别途径，引起了国际学术界和企业界的广泛关注。人脸是人类识别不
2、同人的最主要的人体生物特征，与其他人体生物特征(指纹、掌纹、虹膜、声音、笔迹)相比，它不仅具有很强的自身稳定性和个体差异性，而且直接、友好，更符合人类的视觉习惯。这些优点使得人脸识别技术在身份识别、自动监控、人机交互等众多领域有着很大的发展潜力。目前，人脸识别是生物特征识别中倍受人们关注的一个分支，已成为计算机视觉与模式识别领域中非常活跃的一个研究领域。人脸识别是对于输入的人脸图像或视频，首先判断其中是否存在人脸，如果存在人脸，则进一步给出每个人脸的位置、大小以及各个主要面部器官的位置信息，并依据这些信息，进一步提取每个人脸中所蕴含的特征，并将其与已知人脸库中的人脸图像进行对比，从而得到识别结
3、果。由此可见，一个完整的人脸识别过程应包括人脸检测与人脸识别两大部分。人脸检测作为人脸信息处理中的一项关键技术，近年来成为模式识别与计算机视觉领域内一项受到普遍重视、研究十分活跃的课题，已经广泛应用于各种不同领域中。人脸检测技术的研究，由于受到背景、姿态、尺寸、光照以及检测时间等的影响，大部分算法都是在一定的约束条件下提出的。因此，研究鲁棒性较高的人脸检测问题是十分有必要的。人脸识别技术经过约四十年的研究，在环境可控的条件下已达到实用程度，但是在考虑光照、姿态、表情、遮挡等变化的影响时，很多人脸识别算法性能大大下降，其应用范围也受到了较大的限制。因此，研究对各种变化鲁棒的人脸识别技术是当前的研
4、究热点。一个较理想的人脸识别算法应该对光照变化和姿势变化具有较强的适应性。本论文在分析总结国内外近年来人脸检测和人脸识别的相关研究成果和最新研究进展的基础上，针对目前急需改进和提高的人脸检测和人脸识别中的几个关键问题进行了系统的实验和理论研究；提出并实现了几种有实际应用价值的人脸检测和人脸识别算法。论文的研究内容主要包括：彩色图像中的人脸检测、小样本人脸识别、光照变化下的人脸识别和三维人脸识别。在论文的具体研究过程中，力图将统计学习理论、随机方法与模式识别理论和应用紧密结合起来。本论文所做的主要工作和创新点包括以下四个方面：(1)提出了一种基于YCgCr色彩空间的自适应阈值选取的肤色分割方法。
5、该方法改进了二维Otsu阈值分割方法，在对图像像素进行初始分割后，根据松弛迭代的区域增长算法判定待定像素的归属。在此肤色分割方法的基础上，实现了基于肤色信息的人脸检测。首先在YCgCr色彩空间中通过离线训练建立肤色模型：然后利用该肤色模型对待检测图像进行肤色相似度计算，得到肤色相似度图像；进而结合像素的空间邻域信息，使用自适应阈值选取的肤色分割新方法对肤色相似度图像进行二值化处理。大量的实验结果表明，该肤色分割方法有效的克服了使用固定阈值进行图像分割的缺陷。对于二值化结果图像，对其进行了基于数学形态学的滤波处理，进而利用区域的面积和高宽比等信息对其进行粗筛选，将此筛选结果作为候选人脸区域输出。
6、进而使用了欧拉数与眼睛定位相结合的方法，对粗筛选后的候选区域进行了再次筛选与验证，得出了最后结果。文中使用结合亮度信息和PCA边缘方向的算法来定位候选人脸区域中的眼睛。实验证明了该人脸检测和眼睛定位方法具有很好的稳健性和有效性。(2)对线性鉴别分析及其应用于小样本情况下的几种改进方法进行详细分析，指出了这些方法在提取鉴别特征时存在的不足，在此基础上提出一种新的基于两空间的线性鉴别分析方法，进而将该方法拓展到非线性领域，并通过实验分析进行验证。人脸识别是一个典型的小样本问题，实际情况下不可能有足够的样本使得类内散布矩阵可逆，因此无法直接采用经典的线性鉴别分析方法进行特征提取。本文对fisherf
7、aces、EFM、DLDA以及NLDA四种以解决小样本问题为目的的线性鉴别方法进行了深入的理论分析，证明了采用这四种方法所提取的特征的不完整性。在此基础上提出了一种基于两空间线性鉴别分析的人脸识别方法(TLDA)。为了提高计算效率，首先将样本投影到总体散布矩阵的非零空间中进行分析；进而将类内散布矩阵分成零空间和非零空间进行鉴别向量的确定和鉴别特征的提取，最后将得到的两种鉴别特征进行融合，从而使用最近邻法进行分类。在ORL人脸库和UMIST人脸库的子库上的实验结果验证了所提出的方法的有效性和优越性。对核方法的基本理论构架进行了较为深入的研究，在此基础上将TLDA方法拓展为非线性的两空间核鉴别分析
8、(TKDA)方法。该方法继承了TLDA方法的优点，而且还能有效的提取非线性特征。在光照变化较大的Extended Yale B子库上的实验结果表明，该方法能有效的简化人脸模式的复杂分布，且能较大幅度的提高分类效果。(3)研究了光照变化下的人脸识别技术，提出了两个处理光照变化的方法：基于局部标准化的光照规范化模型和基于对数域离散余弦变换的方法，并通过实验证明了这两种方法的有效性。提出一种局部标准化方法处理光照变化下的人脸图像。从理论上证明了使用局部标准化技术得到的像素值是由规范化光照条件下的像素值及规范化光照条件下小面片上像素的统计特征所决定的，即经过局部标准化处理之后，光照变化下的人脸图像的像
9、素值等于规范光照条件下的像素值，故该方法能够消除不均匀光照的影响。使用Yale B人脸数据库和Extended Yale B人脸数据库测试了该方法的有效性。提出了一种基于对数域离散余弦变换的光照补偿方法。考虑到光照变化主要集中在低频域中，因此可以通过抛弃一定数量的低频部分DCT 系数达到最小化光照条件变化引起的图像变化的目的。使用Yale B人脸数据库和ExtendedYale B人脸数据库测试了该方法的有效性。(4)在介绍现有的三维人脸识别方法和三维数据获取技术的基础上，研究了使用三维人脸模型进行不同姿势下的人脸识别问题，提出了一种将三维人脸模型投影成二维图像的方法，进而将不同方向的投影结果
10、与不同姿势下的二维图像相匹配，以达到人脸识别的目的。在此过程中，详细研究了使用MinoltaVivid 910进行数据获取，创建三维模型的方法和过程。人脸检测与识别是极具挑战的研究课题，亟待研究和解决的问题比比皆是。人脸检测与识别的难度大，这一方面受限于很难提取出每个人的具有唯一判别标志的人脸特征，特别是各种变化因素的影响使得提取每个人的标识特征更加困难；另一方面，尽管一些算法能较好的处理某些变化因素，但极大的运算负担使其不适合于实际应用。但是，随着感知科学、心理学、计算机图形学、计算机视觉、图像处理与分析、模式识别等多个研究领域的发展，人脸识别技术也必将日臻成熟。对于一个安全性要求很高的身份
11、识别系统，将人脸识别技术和密码、指纹等技术手段融合起来是必要的。7.学位论文 黄柏球 基于达芬奇技术的嵌入式人脸检测与识别系统 2008本论文设计之嵌入式人脸检测与识别系统(手持式人脸识别器)的目标应用是为公安人员提供一种可以现场使用的人脸识别设备。目前，公安人员都是手持照片，靠肉眼在现场(交通要道或交通工具)认人。如果有手持式人脸识别器，目标的照片可以通过网络下载到手持式人脸识别器，然后，公安人员、甚至非公安人员都可以手持式人脸识别器上路认人，由手持式人脸识别器自动认人。目前影响人脸识别技术发展的主要障碍是光线、姿态和大规模人脸数据库，本论文希望避开上述人脸识别的技术障碍，在一些就目前人脸识
12、别技术水平而言有可能成功应用的场合先行应用：首先，本系统的目标应用属于“对象配合的应用”，大大降低了识别算法对姿态的要求；其次，本系统在人脸检测之后、识别之前插入正面人脸判别，过滤非正面姿态，保证两个人脸的比对是在姿态相同条件下的比对；第三，本系统自带主动光源，能在一定程序上补偿光线的差异；最后，本论文设计之人脸识别系统的目标应用是“N对一”的应用，不存在大规模人脸数据库的问题。TMS320DM6446是美国德州仪器(TI)公司近两年推出的一款适合“计算密集型的数字视音频处理应用”的片上系统(SoC)芯片，本论文的目的是在Codecs Engine框架下开发适合DM6446的人脸检测和识别软件
13、模块。首先我们对OpenCV开源库中的人脸检测和识别算法进行改进，增加了正面人脸提取的功能，然后将其移植到达芬奇平台上，有针对性的对程序进行优化，包括把浮点运算转换成定点运算，利用DSP代码优化技术对程序进行改造及优化，改造人脸检测算法中的积分图运算使之适合在硬件加速器上运行，最后把优化后的程序按照Codec Engine框架封装成可供Linux调用的软件模块，并结合视频处理子系统(VPSS)设计了高效的图形用户界面。目前TI公司或其第三方伙伴关于达芬奇SoC的软件模块，无论是demo模块还县商业模块，皆只涉及视音频编解码的应用，未见有其它方面的软件模块提供。本论文的设计把人脸检测和识别算法封
14、装成符合eXpressDSP算法标准的软件模块，用户可以像调用视音频软件模块一样调用人脸检测和识别模块，填补了达芬奇软件在这一方面内容的不足，有望成为其第三方软件供应者。8.期刊论文 刘丽华 自动人脸识别方法研究与展望 -内江科技2005,“(5)追随人脸识别技术发展的历史,从人脸检测、人脸特征提取和人脸识别验证这三个关键步骤,颇为细致地阐述人脸识别已经取得的方法和研究成果;并展望了人脸识别的研究发展趋势,给出了人脸识别中需要解决的关键问题.9.学位论文 范志刚 快速人脸检测和识别理论与算法研究 2007为了实际应用的需要,快速鲁棒的人脸检测和识别研究在模式识别和机器学习领域里引起了广泛的重视
15、.本文提出了一种基于统计学习理论的判决特征选择方法和快速分类方法,仔细研究了这种方法的性质、特点以及在人脸识别中的应用.本文提出了基于直接学习算法的人脸检测方法,研究了最小最大模块化模型在多角度人脸识别中的应用.本文的主要贡献在以下六个方面.1)对于灰度图像的人脸检测,本文将基于小波系数的弱分类器学习和完整空间中的统计学习相结合,提出了一种比传统的AdaBoost方法更快速、更准确和高效的直接学习算法.本文使用线性判别分析优化人脸检测器,从而提高了人脸检测器的检测精度.2)针对彩色图像中的人脸肤色检测,本文提出了一种基于主分量分析的修正的高斯肤色模型.相对于标准的高斯肤色模型,修正的高斯肤色模
16、型可以提高肤色检测的精度.3)针对在传统的基于AdaBoost的级联人脸检测方法中,初始节点非人脸训练样本采样不充足的缺点,本文提出了在完整特征空间上基于分类超平面和bootstrapping的训练样本选择方法.该方法的思想是在开始训练级联人脸检测器之前,先使用这种训练样本选择方法在大规模自然背景图片库里挑选出最具有代表性的非人脸训练样本,然后使用这些最具代表性的非人脸训练样本训练级联人脸检测器,最后得到高效的级联检测器.这种高效的级联人脸检测器可以用很少的节点识别出大量的非人脸模式,从而提高了人脸检测的精度和速度.4)本文研究了最小最大模块化模型在多角度人脸识别中的应用.针对多角度人脸识别问
17、题,本文采用了最小最大模块化支持向量机方法对不同的角度采用不同的分类器模块,从而有效地解决了多角度人脸识别问题.5)在人脸识别中,本文利用全概率定理把判决特征选择方法从两类分类问题发展到多类分类问题,从而在不降低分类精度的情况下加快了人脸识别的速度.此外,本文研究了Gabor小波特征提取方法,从而使判决特征选择方法能更有效地应用于人脸识别问题.6)通过人脸检测和人脸识别的研究,本文提出了一种新的多分类器集成学习方法和一种针对支持向量机的新的核方法.10.学位论文 朱一坦 彩色序列图像的人脸检测与识别 2003该文对彩色序列图像的人脸检测和识别进行了深入研究,提出了一个完整、新颖的检测识别算法,
18、并将其实现.该算法从结构上可分为两大部分,即人脸检测和人脸识别.人脸检测又可以分为:人脸预检测和人脸验证与面部特征定位.人脸预检测通过肤色检测和运动检测找到人脸可能出现的区域,即人脸候选区域;人脸验证利用几何特征和灰度分布特征对人脸候选区域进行验证,找到真实的人脸区域;面部特征定位则是利用人眼的对称特性和嘴唇颜色信息,来定位眼睛和嘴巴.人脸识别也可以分为两个部分:人脸整体特征提取和人脸识别分类器.人脸整体特征提取使用了离散K-L变换计算得到特征脸;人脸识别分类器采用的是支撑向量机.该文的实验结果为:人脸检测正确率达到96.5;面部特征定位正确率达到90.2;使用二阶多项式核函数的支撑向量机,人
19、脸识别正确率达到97.26(使用20维特征向量)和98.35(使用30维特征向量).实验主要采用上海交通大学图像处理与模式识别研究所人脸识别课题组拍摄的SJTU-IPPR-SFD人脸数据库.引证文献(7条)1.张新明.徐久成 基于混沌理论和支持向量机的人脸识别方法期刊论文-高技术通讯 2009(5)2.杨万扣.吉善兵.任明武.杨静宇 基于增强的2维主成分分析的特征提取方法及其在人脸识别中的应用期刊论文-中国图象图形学报A 2009(2)3.杨万扣.王建国.任明武.杨静宇 模糊逆Fisher鉴别分析及其在人脸识别中的应用期刊论文-中国图象图形学报A2009(1)4.顾明.周景洲.李建中 模糊ART神经网络的识别算法及其应用期刊论文-计算机工程与设计 2008(18)5.袁燕 人脸识别研究综述期刊论文-电脑知识与技术（学术交流） 2007(17)6.顾明 基于模糊ART神经网络的在线人脸识别模型的设计和实现期刊论文-计算机科学 2007(8)7.董立羽 局部特征的自动提取及其在人脸识别中的应用学位论文硕士 2004本文链接：http:/
