1、人脸识别图像特征提取方法及其应用 郑伟 湖北工业大学 摘 要： 随着我国经济社会的发展, 对人脸识别图像特征成为新时期社会发展的需要, 亟待解决问题, 为人类社会提供更加优质的服务。而人脸识别作为模式识别和相关领域发展的重中之重, 是一项重要的生物特征识别技术, 对于人们的人身安全和日常工作学习生活的作用是非常重要的。本文通过对人脸识别图像特征提取的现状进行分析, 并提出人脸识别图像特征提取方法极其应用, 希望对促进我国人脸识别图像特征提取技术的发展做出积极贡献。关键词： 人脸识别; 图像特征; 提取方法; 应用; 作者简介：郑伟, 本科, 初级, 在职研究生, 研究方向为计算机技术。人脸识别
2、图像特征提取开始于二十世纪五十年代, 直到现在依然是模式识别和计算机视觉领域的热点应用, 截至目前虽然人脸识别特征提取已经取得了长足的进步, 但是在实际的应用中依然问题不断, 无法达到很好的应用。问题就在于一些关键问题解决不了就无法完成应用, 因此必须对人脸识别系统进行加深研发, 在理论和实际上研发真正适用的系统, 突破其核心技术, 研发出真正实用的人脸识别系统, 为人类社会造福1。一、人脸识别图像特征提取的现状分析人脸识别技术最早起源于美国, 当时主要是对人脸进行一般的识别, 集中在人的脸部特征, 是基于特征进行的人脸识别图像特征提取技术。后来随着计算机技术的飞速发展, 人脸识别技术也得到了
3、广泛的使用和传播, 促进了图像处理、计算机视觉和认知科学的发展。对我我国来说, 我国的人脸识别技术起步较晚, 但是随着我国科技工作者和科研人员的不断努力, 目前我国在相关领域的研究已达到国际先进水平。在实际应用中, 人脸识别技术的应用给我过带来了很大的便利, 对打击重大刑事犯罪具有非常好的效果。特别是经过前面的发展及应用, 已经积累了大量的理论和经验, 加上政府的支持, 人脸识别图像提取技术获得了飞速的发展, 但是目前也存在如下几个问题:(一) 光线问题在目前的人脸识别图像特征提取技术上, 没有处理好机器视觉重的问题, 人的脸部是一个 3D 结构, 由于光线的问题会有一些阴影, 这都会造成机器
4、提取的特征加强或减弱, 影响其准确率2。(二) 脸部表情问题在对脸部表情进行图像提取时, 脸部表情和姿态同样作为一个技术性的问题亟待解决。如果因为姿态的问题造成三维坐标垂直问题造成的变化, 人脸识别率也会下降, 大哭大笑等脸部表情的变化同样对于机器的脸部识别造成一定的影响。(三) 部分遮挡带来的问题由于人们在生活中, 经常会佩戴一些头饰、眼镜、帽子等饰物, 这些都会对图像的采集带来很大的困扰, 不利于人脸图像的正常提取, 进而影响人脸检测的失效, 影响机器的正常使用, 造成比较严重的错误。二、人脸识别图像特征提取方法极其应用(一) 几何特征方法几何特征方法是根据脸部的一些特征进行提取, 包括眼
5、角、鼻尖、嘴角等部位的信息提取, 由它们构成的二维拓扑机构进行识别。这种方法简单直观, 使人们一眼就看到其中存在的道理, 并且存储量也不大, 对光线的要求也不高, 能够很好的为人们提供相关的信息, 方便人们进行细致的提取图像特征, 对人脸识别技术进行很好的发挥, 能够实现大规模的使用, 给人们的生活带来诸多便利和应用3。(二) 匹配模板方法在实际的人脸识别技术上, 有可能存在部分特征的情况, 对于全部的特征不方便提取的现象, 这种情况下就需要对部分特征进行匹配模板, 进而刻画出全部的脸部特征, 这种方法能够有效提高脸部识别的效率, 促进整个过程的识别功能的提高。对眼睛、鼻子、嘴、眉毛等部位进行
6、比较, 对图像与模板进行匹配相结合的定位方法, 确定图像的准确率, 进行头部姿态的确定, 不受眼镜等状态的影响, 具有一定的鲁棒性, 能够大大提高人脸识别技术的效率和准确度, 完成比较有难度的脸部特征提取和识别, 更加促进其广泛应用, 为人类社会带来比较大的改善4。(三) 图像预处理方法对人脸部特征进行提取时, 可以采用预处理的技术对其进行识别, 大大提高脸部识别的效率, 进行灰度的变换。即将提取的图像的灰度有效的扩展到 0255的整个定义域中, 根据 L2=255* (L1-Lmin) / (Lmax-Lmin) 的相关算法对图像进行转换。并且在对人脸特征进行预处理的时候, 要保证图像姿态的
7、统一, 防止出现偏转的现象发生。要将整个图像进行调整到正面识图, 对图像的角度、旋转的基准和中点进行精确地计算。使得鼻子和鼻尖处在同一条垂直线上, 保持图像的姿态统一。算出前后图像的仿射关系, 从而对图像进行有效的调整和校准, 以提高人脸识别技术的应用的准确性, 促进整个过程的准确性的提高, 为人脸技术的广泛应用提供坚实的理论基础和保证, 以提高其对人类社会的贡献5。三、人脸识别图像特征提取技术的未来发展趋势虽然目前在人脸识别技术上存在一些问题, 但是随着时间的推移一定会得到很好的解决, 并且世界各国都在积极努力的研发相关技术, 并为此召开了国际会议, 这一人工智能技术在不久的将来一定会得到广
8、泛的应用, 并且对人类的生活工作和学习带来影响, 造福于人类社会。四、结论综上所述, 人脸识别图像特征提取技术作为二十一世纪尖端前沿的科技, 将来一定会有大的应用, 作为现阶段要加强对其的研发和研究, 逐步提高技术水平, 使其得到最广泛的应用, 促进我国相关技术的发展。参考文献1肖冰, 王映辉.人脸识别研究综述J.计算机应用研究, 2005, (08) :1-5. 2叶晓明, 林小竹.基于主元分析的人脸识别方法研究J.北京印刷学院学报, 2010, (02) :32-38. 3谢永华.人脸特征抽取与分类器设计若干问题的研究D.南京:南京理工大学, 2006. 4严云洋.图像的特征抽取方法及其应用研究D.南京:南京理工大学, 2008. 5胡伟平.基于认知逻辑的个性化人脸图像合成研究D.重庆:西南大学, 2014.
