对基于ASM的人脸识别系统的认识.doc

硕士研究生 非笔试课程考核报告 （以论文或调研报告等形式考核用） 2011 至 2012 学年 第 二 学期 考核课程： 计算机视觉 提交日期： 2012 年 7 月 3 日 报告题目： 对基于ASM模型的人脸定位与识别的认识 姓 名 贾广根 学 号 2011080101 年 级 研一 专 业 检测技术与自动化装置 所在学院 信电学院 山东建筑大学研究生处制 摘要 所谓人脸识别就是指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术，比起指纹和虹膜等其他生物特征，使用人脸进行身份识别具有友好、直接、自然的特点。它在自动监控、人机交互、档案管理、安防等应用中有着很大的发展潜力。人脸识别系统的一般模型分为人脸检测、特征定位与提取和分类识别三个阶段。主动形状模型（Active Shape Model，ASM）是一种描述几何形状的有效方法。它灵活，适应性强，经过训练后能很好的跟踪一类物体的变化。本文主要介绍基于ASM的人脸特征的定位和识别的方法。主要从以下几个方面进行介绍： 1. 基于Gabor变换的人眼定位方法。就是利用Gabor函数与人类视觉特性的一致性，通过分析人脸图像经过Gabor变换后的特点，结合简单有效的灰度投影来确定人眼的位置。该方法对表情、姿态、光照变化有较好的鲁棒性。 2. 基于ASM模型的人脸特征定位方法。分别建立了各器官的形状模型，并通过位置参数合理地组合器官以形成完整的人脸形状。在利用人眼定位的结果确定模型的初始位置后，利用各器官的形状模型进行图像有哪些信誉好的足球投注网站，并针对人脸轮廓特点制定了新的有哪些信誉好的足球投注网站策略。 3. 基于线段Hausdorff距离的人脸识别方法。在人脸线段边缘图的提取中使用了ASM模型得到的人脸特征定位结果，将线段Hausdorff距离作为人脸识别的依据。 关键词：ASM；人脸识别；人脸特征定位；Gabor小波；线段Hausdorff距离 第1章 引言 1.1 研究现状 人脸识别一般可描述为：对给定的静止图像或动态视频，利用已有的人脸数据库来确认图像中的一个或多个人。从广义将，其研究内容包括以下几个方面： （1）人脸检测：即从各种不同的场景中检测出人脸的存在并确定其位置。这一任务主要受光照、噪声、头部倾斜度以及各种遮挡的影响。 （2）人脸描述：即采用某种方式表示检测出的人脸和数据库中的人脸。通常的表示方法包括几何特征（如欧式距离、曲率、角度等）、代数特征（如矩阵特征矢量）、固定特征模板、特征脸、云纹图等。 （3）人脸鉴别：即通常所说的人脸识别，就是将待识别的人脸与数据库中的已知人脸比较，得出相关信息。该过程的核心是选择适当的人脸表示方式与匹配策略。 （4）表情分析：即对待识别的人脸的表情进行分析，并对其加以分类。 （5）物理分类：即对待识别的人脸的物理特征进行分类，得出其年龄、性别、种族等相关信息。 一般的人脸识别系统包括人脸检测、人脸预处理、特征提取、人脸特征库、相似性匹配、结果输出等部分。 目前，国外大学和研究机构已研制出一些较好的人脸识别系统。一些较成熟的商业人脸识别系统，如德国的Cognitec，美国的Eyematic，Indentix等也已投入应用。对一些安全性要求很高的应用，可采用多生物特征融合的识别技术，如DCS AG 公司的BioID系统，通过生物特征融合技术，在一秒钟内快速完成身份识别。另外，美国发起的FERET（Face Recongnition Technology）和FRVT（Face Recognition Vendor Test）人脸识别测试活动也大大推动了人脸识别技术的研究和应用。 我国在国家自然科学基金和863计划等资助下，清华大学、哈工大、中科院、南京理工大学，上海交大等很多单位展开了人脸识别技术的研究。北京工业大学（信号与信息处理研究室）也在人脸检测方面取得了较好的研究成果，和澳大利亚的新南威尔士大学联合提出的人脸检测技术已被国际MPEG-7接受作为标准。为了推动人脸识别研究的发展，国内已举行了几届生物识别学术会议，中国科学院自动化研究所也发起成立了中国生物认证产业联盟。但是，目前国内的研究水平仍低于国际水平，许多核心技术被国外大公司掌握。研究开发具有自主知识产权的人脸识别技术是一个新的挑战。 1.2 研究内容 本文主要针对人脸特征定位和人脸识别这两个方面进行了介绍，包括人眼定位、人脸特征定位和基于特征点定位的人脸识别。 （1）人眼定位：针对