王昊

【摘 要】人臉檢測(cè)與識(shí)別技術(shù)因?yàn)槠渚薮蟮膽?yīng)用價(jià)值以及市場(chǎng)潛力，已經(jīng)成為圖像工程領(lǐng)域研究的熱點(diǎn)。目前，國(guó)內(nèi)外的文獻(xiàn)中涉及到的人臉檢測(cè)和識(shí)別算法有很多種，本文對(duì)近些年來(lái)在期刊和會(huì)議上發(fā)表的有關(guān)人臉檢測(cè)和識(shí)別技術(shù)的文章進(jìn)行了歸納總結(jié)，概括介紹了一些人臉檢測(cè)和識(shí)別的典型方法，分析了這些方法的特點(diǎn)及理論依據(jù)。

【關(guān)鍵詞】人臉檢測(cè)；人臉定位；特征提取；人臉識(shí)別

0.引言

在現(xiàn)實(shí)生活中，很多情況下都需要進(jìn)行身份驗(yàn)證。人臉是人體最重要的外貌特征，由于臉部信息可以通過(guò)如攝像頭等非接觸的方式取得，所以非常適合作為身份鑒別的依據(jù)。與指紋識(shí)別、虹膜識(shí)別等諸多生物識(shí)別技術(shù)比較而言，人臉識(shí)別技術(shù)的獨(dú)特之處還表現(xiàn)這種識(shí)別技術(shù)具有直接，友好，方便的特點(diǎn)，使用者無(wú)任何心理障礙，易于為用戶所接受。該技術(shù)被廣泛應(yīng)用于國(guó)家安全、軍事安全和公安、司法、民政、金融、民航、海關(guān)、邊境、口岸、保險(xiǎn)及其他民用安全控制系統(tǒng)等領(lǐng)域當(dāng)中。此外，人臉識(shí)別技術(shù)的研究還涉及生理學(xué)、心理學(xué)、人工智能、模式識(shí)別、圖像處理等多個(gè)學(xué)科領(lǐng)域，因此它具有重要的理論研究?jī)r(jià)值。

1.人臉檢測(cè)

人臉檢測(cè)問(wèn)題起源于人臉識(shí)別技術(shù)。人臉檢測(cè)從總體上可分為兩大類：基于先驗(yàn)知識(shí)的人臉檢測(cè)方法和基于后驗(yàn)學(xué)習(xí)和訓(xùn)練的人臉檢測(cè)方法。

1.1基于先驗(yàn)知識(shí)的人臉檢測(cè)方法

基于先驗(yàn)知識(shí)的人臉檢測(cè)方法自上而下，依據(jù)人臉面部器官的對(duì)稱性、灰度差異等先驗(yàn)知識(shí)，將人臉面部器官之間的關(guān)系編碼并制定出一系列的準(zhǔn)則。當(dāng)待測(cè)圖像中的某些區(qū)域符合該準(zhǔn)則，該區(qū)域就被檢測(cè)為人臉。

此類方法所使用的特征可以分為灰度特征、形狀特征、結(jié)構(gòu)特征、紋理特征和顏色特征。

1.1.1灰度特征

多個(gè)人臉圖像的平均就是一個(gè)簡(jiǎn)單的人臉模板，同時(shí)，人臉的眉、眼、嘴、前額、鼻梁、下頜、臉頰等區(qū)域的灰度值較高，因而人臉具有特定的灰度分布特征。對(duì)人臉區(qū)域進(jìn)行水平和垂直方向的灰度投影，根據(jù)極小值點(diǎn)位置即可得到眼、鼻、嘴等各自所處的區(qū)域。因此基于灰度特征建立人臉模板可以檢測(cè)人臉。

1.1.2形狀特征

從人臉子器官的形狀和相互位置關(guān)系出發(fā)，提取人臉特征。人臉輪廓、眉毛輪廓、嘴唇輪廓、鼻側(cè)線等可以近似視為橢圓、弧線、線段組合等簡(jiǎn)單的幾何單元。與灰度特征相比，形狀特征對(duì)光照變化具有一定的魯棒性。Graf等首先利用帶通濾波器選擇出一段頻率，然后根據(jù)形態(tài)學(xué)的知識(shí)設(shè)定一系列的閾值找出眼睛、嘴巴等區(qū)域，最后依照以上位置檢測(cè)出人臉。Leung等提出任意圖匹配的方法，其主要目的是用準(zhǔn)則正確表達(dá)出面部特征的幾何分布。

1.1.3結(jié)構(gòu)特征

人臉具有對(duì)稱性。正面人臉是左右對(duì)稱的，對(duì)應(yīng)的灰度特征和形狀特征基本相同。眉毛、眼睛、鼻子和嘴巴等區(qū)域是按照一定比例關(guān)系組織在一起的。各個(gè)器官自上而下排列，兩眼和嘴中心構(gòu)成一個(gè)三角形。

1.1.4紋理特征

人臉圖像具有一定的紋理特征?；叶裙采仃嚮蛘逩abor小波等頻域特征可以表征人臉圖像的紋理特性。

1.2基于后驗(yàn)學(xué)習(xí)和訓(xùn)練的人臉檢測(cè)法

這一方法實(shí)際上是將人臉檢測(cè)問(wèn)題轉(zhuǎn)化為統(tǒng)計(jì)模式識(shí)別的二分類問(wèn)題。通過(guò)對(duì)大量的“人臉”與“非人臉”樣本進(jìn)行訓(xùn)練，得到“人臉”與“非人臉”分類器，通過(guò)判別圖像中所有可能區(qū)域?qū)儆谀念惸Ｊ降姆椒▽?shí)現(xiàn)人臉的檢測(cè)。此類人臉檢測(cè)方法主要有基于Adaboost級(jí)聯(lián)分類器的方法，基于概率模型的方法，基于支持向量機(jī)的方法等。

2.人臉識(shí)別

2.1特征臉（Eigenface）方法

以主成分（Principal Component Analysis ，PCA）分析理論為基礎(chǔ)的人臉識(shí)別方法稱為特征臉方法。PCA是通過(guò)K-L變換展開的網(wǎng)絡(luò)遞推實(shí)現(xiàn)， K-L 變換是一種常用的特征提取方法，對(duì)消除模式特征之間的相關(guān)性、突出差異性有最顯著的效果。特征臉識(shí)別方法就是把含有人臉圖像的區(qū)域作為一種隨機(jī)向量，繼而用K-L變換得到其正交基底。這些基底中特征值較大的基底具與人臉的形狀相似，所以稱之為特征臉。而這些基底的線性組合可以表述和充分接近人臉的圖像，就可以對(duì)人臉進(jìn)行識(shí)別和合成。識(shí)別過(guò)程是首先得到由特征臉組成的子空間，將人臉圖像映射到該子空間上，進(jìn)而比較其與標(biāo)準(zhǔn)的人臉圖像在特征臉空間中位置的差異。

2.2奇異值分解方法

奇異值特征是一種代數(shù)特征，它用于反映圖像的本質(zhì)屬性。在某種程度上，奇異值特征除了具有比例不變性、旋轉(zhuǎn)不變性等重要性質(zhì)，在某種程度上還具有代數(shù)和幾何的雙重穩(wěn)定性。利用這一特性，可以用奇異值分解對(duì)人臉圖像矩陣提取出圖像的代數(shù)特征后進(jìn)行匹配識(shí)別。在奇異值分解的基礎(chǔ)上利用奇異值分解方法可以產(chǎn)生多種人臉識(shí)別方法。例如基于圖像集似然度的人臉識(shí)別方法，是用人臉圖像集中每個(gè)人臉圖像的奇異值向量構(gòu)造出一個(gè)特征矩陣，再用待檢測(cè)人臉的特征矩陣與已知的各類人臉圖像的特征矩陣做似然度的對(duì)比，判斷待檢測(cè)人臉屬于人臉圖像集中的哪一類。

除了上述幾種典型的方法之外，灰度模板、可變形模板、彈性屬性圖、頻域特征表示法、光流形狀模型、光照錐模型等也是較常用的人臉表示方法。

2.3彈性圖匹配技術(shù)

彈性圖匹配技術(shù)是對(duì)幾何特征進(jìn)行分析的基礎(chǔ)上，結(jié)合對(duì)灰度分布信息進(jìn)行小波紋理分析的識(shí)別算法。早期，Lades等人提出了針對(duì)畸變不變性物體的動(dòng)態(tài)鏈接模型，用稀疏圖形來(lái)描述物體，用局部能量譜的多尺度描述標(biāo)記頂點(diǎn)，其拓?fù)溥B接關(guān)系用邊來(lái)表示且標(biāo)記為幾何距離，然后應(yīng)用塑性圖形匹配技術(shù)來(lái)尋找最近的已知圖形。隨后，Wiscot等人對(duì)改技術(shù)進(jìn)行了改進(jìn)。由于該方法保留了人臉圖像的空間信息，提取了描述人臉圖像的局部特征，并在一定程度上允許人臉從三維投影到二維引起變形的情況，因此這種方法具有典型代表性。

2.4人工神經(jīng)網(wǎng)絡(luò)方法

在人臉識(shí)別技術(shù)的發(fā)展過(guò)程中，神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究從未停止。人工神經(jīng)網(wǎng)絡(luò)最早應(yīng)用于人臉識(shí)別技術(shù)的是一種單層的自適應(yīng)網(wǎng)絡(luò)WISARD。后期多使用多層感知器（MLP）識(shí)別人臉圖像，其方法是直接將原始的未經(jīng)任何處理的人臉灰度圖像送入MLP的輸入層，卻常常導(dǎo)致輸入節(jié)點(diǎn)的數(shù)目過(guò)多。為了解決這個(gè)問(wèn)題，研究者們將圖像進(jìn)行采樣、分割或映射等處理后送到MLP中記性分類，大大提高了識(shí)別的精確度。除MLP外，研究人員還提出了許多不同的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，取得了較為理想的識(shí)別效果。

3.總結(jié)與展望

本文結(jié)合人臉檢測(cè)與識(shí)別技術(shù)的發(fā)展?fàn)顩r，對(duì)人臉檢測(cè)技術(shù)和人臉識(shí)別技術(shù)分別進(jìn)行了綜述。由于各方面對(duì)身份驗(yàn)證這一人機(jī)交互技術(shù)需求的激增，作為身份驗(yàn)證中最重要技術(shù)的人臉檢測(cè)與識(shí)別技術(shù)正日益受到重視。在世界范圍內(nèi)已經(jīng)成為了研究的熱點(diǎn)。人臉檢測(cè)與識(shí)別技術(shù)牽涉面十分廣泛，理論問(wèn)題也非常多，目前出現(xiàn)形成一個(gè)專題的趨勢(shì)。

客觀的說(shuō)，在目前條件下，實(shí)現(xiàn)100%成功的人臉檢測(cè)與識(shí)別幾乎是不可能的，由于社會(huì)各方面巨大的需求，同時(shí)也是巨大的動(dòng)力，人臉檢測(cè)與識(shí)別技術(shù)這一研究熱點(diǎn)仍將不斷發(fā)展，新方法、新思路將會(huì)不斷涌現(xiàn)，必將推動(dòng)人臉檢測(cè)與識(shí)別技術(shù)進(jìn)一步產(chǎn)業(yè)化。