人脸识别技术综述PPT优秀课件

《人脸识别技术综述PPT优秀课件》由会员分享，可在线阅读，更多相关《人脸识别技术综述PPT优秀课件（17页珍藏版）》请在装配图网上搜索。

1、1课题：人脸识别技术综述导 师：周 欣答辩人：陶 健专 业：计算机科学与技术2论文框架研究背景及前景展望人脸识别及常用算法介绍图像的预处理技术程序设计与实验归纳总结3研究背景 地球上六七十亿人，几乎每一个人的脸都是由眉毛、眼睛、鼻子、嘴巴地球上六七十亿人，几乎每一个人的脸都是由眉毛、眼睛、鼻子、嘴巴等部分组成，这些器官的大体位置基本是固定的，并且每张脸的大小面积也等部分组成，这些器官的大体位置基本是固定的，并且每张脸的大小面积也相差不是很大。然而，我们不得不承认这么一个事实相差不是很大。然而，我们不得不承认这么一个事实-这个世界上几乎找不这个世界上几乎找不出两张完全相同的人脸！出两张完全相同的

2、人脸！那么区别这么多的不同人脸的那么区别这么多的不同人脸的“特征特征”应该是什么？我们可不可以设计应该是什么？我们可不可以设计出具有和我们人类一样的具有人脸识别能力的软件或自动机器？这些软件或出具有和我们人类一样的具有人脸识别能力的软件或自动机器？这些软件或自动机器的人脸识别能力能不能够超越我们人类本身？毫无疑问，分析和解自动机器的人脸识别能力能不能够超越我们人类本身？毫无疑问，分析和解答这些问题具有重要的理论价值和应用价值，而这一切，正是那么多从事人答这些问题具有重要的理论价值和应用价值，而这一切，正是那么多从事人脸识别研究的人员所面临的难题和挑战。脸识别研究的人员所面临的难题和挑战。但是，

3、回答这些问题并没有想象中的那么容易。虽然很多研究人员从事但是，回答这些问题并没有想象中的那么容易。虽然很多研究人员从事过计算机视觉、模式识别、神经计算、生理学等领域的研究，然而始终有一过计算机视觉、模式识别、神经计算、生理学等领域的研究，然而始终有一些很基础的科学问题困惑着他们。比如，我们每天都可以依据人脸区分着亲些很基础的科学问题困惑着他们。比如，我们每天都可以依据人脸区分着亲人、同事、朋友等，但是我们中大多数人却很难讲出是如何区分他们的更有人、同事、朋友等，但是我们中大多数人却很难讲出是如何区分他们的更有甚者描述不出自己熟悉的人的一些具体特征。这就得意味着我们要在仿生学甚者描述不出自己熟悉

4、的人的一些具体特征。这就得意味着我们要在仿生学人脸识别研究路线以外找到解决方法来回答上述的基本科学问题。人脸识别研究路线以外找到解决方法来回答上述的基本科学问题。4前景展望 随着社会信息化，网络化得不断发展，个人身份趋于数字化，随着社会信息化，网络化得不断发展，个人身份趋于数字化，隐性化，如何准确的鉴定，确保信息安全得到越来越多的重视。生隐性化，如何准确的鉴定，确保信息安全得到越来越多的重视。生物识别技术与传统的钥匙，登录密码等相比，与其独有的优点越来物识别技术与传统的钥匙，登录密码等相比，与其独有的优点越来越受到人们的亲睐。越受到人们的亲睐。近些年来，图形图像，微电子等方面所取得的一系列进展

5、，使近些年来，图形图像，微电子等方面所取得的一系列进展，使得实现高性能自动识别技术的代价越来越低，达到了人们可以接受得实现高性能自动识别技术的代价越来越低，达到了人们可以接受的程度。而人脸识别，作为生物识别方法中应用比较广泛的技术，的程度。而人脸识别，作为生物识别方法中应用比较广泛的技术，基于人脸固有的生物特征信息，利用模式识别和图行图像处理技术基于人脸固有的生物特征信息，利用模式识别和图行图像处理技术来对个人身份进行鉴定，在国家安全，计算机交互，家庭娱乐等其来对个人身份进行鉴定，在国家安全，计算机交互，家庭娱乐等其他很多领域发挥着举足轻重的作用，能提高办事效率，防止社会犯他很多领域发挥着举足

6、轻重的作用，能提高办事效率，防止社会犯罪等，具有重大的经济和社会意义。罪等，具有重大的经济和社会意义。5 人脸识别定义：定义：广义的人脸识别实际包括构建人脸识别系统的一系列相关广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。认或者身份查找的技术或系统。人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技人脸识别是一项热门的计算机技术研究

7、领域，它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。生物术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音（语音）、体形、个人习惯（例如敲击键盘的力度和频率、签字）等，声音（语音）、体形、个人习惯（例如敲击键盘的力度和频率、签字）等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别（用语音识别可以进行身份识别，也可以进行语音

8、内容的识别、语音识别（用语音识别可以进行身份识别，也可以进行语音内容的识别，只有前者属于生物特征识别技术）、体形识别、键盘敲击识别、签识别，只有前者属于生物特征识别技术）、体形识别、键盘敲击识别、签字识别等。字识别等。6常用的人脸检测方法基于肤色特征的检测方法基于肤色特征的检测方法基于启发式模型的方法基于启发式模型的方法 基于特征空间的方法基于特征空间的方法 基于统计模型的方法基于统计模型的方法 7人脸识别常用的算法基于二维基于二维GaborGabor小波矩阵表征人脸的识别方法小波矩阵表征人脸的识别方法 基于多特征融合和基于多特征融合和Boosting RBFBoosting RBF神经网络的

9、人神经网络的人脸识别方法脸识别方法 基于模型匹配人脸识别方法基于模型匹配人脸识别方法 基于分块小波变换与奇异值阈值压缩的人脸特基于分块小波变换与奇异值阈值压缩的人脸特征提取与识别算法征提取与识别算法 （下面以基于二维Gabor小波矩阵表征人脸的识别方法 为例，详细阐述）8基于二维Gabor小波矩阵表征人脸的识别方法 Gabor核函数的定义核函数的定义 其中其中 ，,和和v分别代表滤波器分别代表滤波器的方向和尺度因子；的方向和尺度因子；滤波器的参数滤波器的参数分别是分别是基于相关准则选取基于相关准则选取GaborGabor滤波器集合滤波器集合 以以8 8个方向和个方向和8 8个尺度的图像为例，这

10、样就有个尺度的图像为例，这样就有6464个个GaborGabor滤波器，采滤波器，采用线性相关准则来度量滤波器之间的冗余时，可以先固定方向集合用线性相关准则来度量滤波器之间的冗余时，可以先固定方向集合U=U=：0=7,0=7,然后调整尺度集合从然后调整尺度集合从V1=vV1=v：-4=v=3-4=v=3到到V5=vV5=v：0=v=70=v=79如图：如图：由于虚部得到相同的结果，所以与滤波器的实部为例来分析，先将滤波器的由于虚部得到相同的结果，所以与滤波器的实部为例来分析，先将滤波器的实部实部 按行或列连接成一个矢量按行或列连接成一个矢量 ，这样，这样2个滤波器个滤波器 和和 的的 线线 性

11、性 相关定义为：相关定义为：全部全部64个滤波器的相关系数就组成了一个个滤波器的相关系数就组成了一个64*64的对称矩阵，对角线上的的对称矩阵，对角线上的元素为元素为1。由于相关系数的范围为。由于相关系数的范围为-1,1,取其绝对值并且将其绝对值区间即取其绝对值并且将其绝对值区间即0,1映射到灰度尺度区间映射到灰度尺度区间0,255,这样矩阵的特性就可以用图示的方式来这样矩阵的特性就可以用图示的方式来表示了。表示了。10下图为不同尺度集合下得到的相关矩阵情况：下图为不同尺度集合下得到的相关矩阵情况：由滤波器方向和尺度的相关特性，将滤波器进行由滤波器方向和尺度的相关特性，将滤波器进行2种排列组合

12、。在图种排列组合。在图1-5中，滤中，滤波器的排列规则是先方向后尺度；而波器的排列规则是先方向后尺度；而6-10是先尺度后方向的规则排列的。是先尺度后方向的规则排列的。从上图可以看出，高的相关系数主要集中于低的尺度因子区域从上图可以看出，高的相关系数主要集中于低的尺度因子区域v=-4，-3（1）中）和中）和v=-3（2）中），以及高的尺度因子区域）中），以及高的尺度因子区域v=6（4）中）和）中）和v=6，7（5）中）。相似的，相关系数较高的主要集中在低尺度因子区域中子块的左上）中）。相似的，相关系数较高的主要集中在低尺度因子区域中子块的左上角，以及高尺度因子区域中子块的右下角。这和图中（角，

13、以及高尺度因子区域中子块的右下角。这和图中（1）-（5）得到的观察结果）得到的观察结果是完全一致的。此外，由图（是完全一致的。此外，由图（3）和（）和（8）可知，当选取）可知，当选取v3尺度集合时，全部相关系尺度集合时，全部相关系数达到最小值，因此，选取数达到最小值，因此，选取v3=v：-2=v=5作为作为Gabor滤波器的尺度集合可以提滤波器的尺度集合可以提取尽可能的不相关的特征数据来减少冗余。取尽可能的不相关的特征数据来减少冗余。11图像的预处理技术光线补偿光线补偿 灰度变化灰度变化高斯平滑处理高斯平滑处理对比度增强对比度增强直方图均衡直方图均衡 12 程序设计与实验（以直方图均衡 为例）

14、直方图均衡化处理的主要思想是把原始图像的灰度直方图从某个比直方图均衡化处理的主要思想是把原始图像的灰度直方图从某个比较集中的灰度区间映射到全部灰度范围内的均匀分布。简单来说，直方较集中的灰度区间映射到全部灰度范围内的均匀分布。简单来说，直方图均衡化就是将图像非线性拉伸，重新分配图像像素值，使得一定灰度图均衡化就是将图像非线性拉伸，重新分配图像像素值，使得一定灰度范围内的像素数量基本相同。范围内的像素数量基本相同。设设f为原始图像在为原始图像在(x，y)处的灰度，处的灰度，g为改变后的灰度，那么直方图均衡可为改变后的灰度，那么直方图均衡可表述为将在表述为将在(x，y)处的灰度处的灰度f映射为映射

15、为g。在处理灰度直方图均衡化中，可以这么。在处理灰度直方图均衡化中，可以这么定义图像的映射函数定义图像的映射函数:g=EQ(f)，该映射函数该映射函数EQ(f)必须满足两个条件必须满足两个条件:(1)EQ(f)在在0fL-1(其中其中L为图像的灰度级数为图像的灰度级数)范围内是一个单调递增函数（保范围内是一个单调递增函数（保证图像处理后不会打乱原始图像的灰度排列次序）。证图像处理后不会打乱原始图像的灰度排列次序）。(2)对于每一个对于每一个0fL-1必有必有0gL-1（保证了变换前后灰度值动态范围的一致（保证了变换前后灰度值动态范围的一致性）。性）。13 累计分布函数 累计分布函数累计分布函数

16、(CDF，cumulative distribution function)就能满足上就能满足上述两个条件，并且通过该函数可以完成将原图像述两个条件，并且通过该函数可以完成将原图像f的分布转换成的分布转换成g的均匀分的均匀分布。此时的直方图均衡化映射函数为布。此时的直方图均衡化映射函数为:gk=EQ(fk)=(ni/n)=pf(fi)，(k=0，1，2，L-1)上式的求和区间为上式的求和区间为0到到k，根据该方程可以由源图像的各像素灰度值直，根据该方程可以由源图像的各像素灰度值直接得到直方图均衡化后各像素的灰度值。在实际处理变换时，一般先对原接得到直方图均衡化后各像素的灰度值。在实际处理变换时

17、，一般先对原始图像的灰度情况进行统计分析，并计算出原始直方图分布，然后根据计始图像的灰度情况进行统计分析，并计算出原始直方图分布，然后根据计算出的累计直方图分布求出算出的累计直方图分布求出fk到到gk的灰度映射关系。在重复上述步骤得到的灰度映射关系。在重复上述步骤得到源图像所有灰度级到目标图像灰度级的映射关系后，按照这个映射关系对源图像所有灰度级到目标图像灰度级的映射关系后，按照这个映射关系对源图像各点像素进行灰度转换，即可完成对源图的直方图均衡化。源图像各点像素进行灰度转换，即可完成对源图的直方图均衡化。14/保存原始直方图double*h=new double255;for(i=0;i25

18、5;i+)hi=0.0;/保存变换后的直方图double*nh=new double255;for(i=0;i255;i+)nhi=0.0;/统计每一灰度级的象素数量long*count=new long255;for(i=0;i255;i+)counti=0;for(i=0;iN;i+)countimagei+;伪代码实现/统计正规化灰度概率 for(i=0;i255;i+)hi=counti/(double)N;/正规化新灰度图 double hc;for(i=0;iN;i+)hc=0;for(j=0;jimagei;j+)hc+=hj;/保存新正规化灰度图 nhimagei+=hc;/保

19、存新图像灰度索引 newimagei=hc*255;15归纳总结 人脸识别这个课题，很具有研究和应用价值，并且得到了越来人脸识别这个课题，很具有研究和应用价值，并且得到了越来越多的研究机构和公司的亲来，在国家安全，计算机交互，家庭娱越多的研究机构和公司的亲来，在国家安全，计算机交互，家庭娱乐等其他很多领域有着重要的意义。因此，我很幸运能够接触这一乐等其他很多领域有着重要的意义。因此，我很幸运能够接触这一比较前言的技术，了解其一些原理算法和系统的一些设计实现等。比较前言的技术，了解其一些原理算法和系统的一些设计实现等。通过这次毕业设计使我了解了很多人脸识别中常用到的算法，通过这次毕业设计使我了解

20、了很多人脸识别中常用到的算法，比如基于二维比如基于二维GaborGabor小波矩阵表征人脸的识别方法，基于模型匹配小波矩阵表征人脸的识别方法，基于模型匹配人脸识别方法等等算法，并且通过对做需求分析，概要设计等对人人脸识别方法等等算法，并且通过对做需求分析，概要设计等对人脸识别的系统构成和运行有了进一步直观的具体的理解。脸识别的系统构成和运行有了进一步直观的具体的理解。但是由于大学阶段重视理论学习的同时，实践方面没有得到相但是由于大学阶段重视理论学习的同时，实践方面没有得到相应的重视，故在编程方面有所欠缺，没有将该系统的代码实现，将应的重视，故在编程方面有所欠缺，没有将该系统的代码实现，将系统做

21、出来，只能在理解他人程序的基础上写些伪代码，当然我知系统做出来，只能在理解他人程序的基础上写些伪代码，当然我知道这对我今后刚开始工作很不利的，但我已经开始在以后自己从事道这对我今后刚开始工作很不利的，但我已经开始在以后自己从事的方向开始重视动手实践，而不是单纯的注重理论的学习，正如朱的方向开始重视动手实践，而不是单纯的注重理论的学习，正如朱熹在熹在观书有感观书有感中写道的：中写道的：“纸上得来终觉浅，绝知此事要躬纸上得来终觉浅，绝知此事要躬行行”。16 在做这次毕业设计的过程中，我得到了指导老师在做这次毕业设计的过程中，我得到了指导老师周欣周欣老师的指导和大力帮助，周老师给我提供了一个很具有研

22、究和老师的指导和大力帮助，周老师给我提供了一个很具有研究和应用价值的课题，并且针对我的选题，提供了许多对我毕业设应用价值的课题，并且针对我的选题，提供了许多对我毕业设计非常有价值的建议和资料。此外，他还对我在这次毕业设计计非常有价值的建议和资料。此外，他还对我在这次毕业设计中遇到的问题和困难给予了及时、认真、负责的指导，我真的中遇到的问题和困难给予了及时、认真、负责的指导，我真的很感谢他。很感谢他。另外，与其他一些同学的学习交流，也使我受益匪浅，对另外，与其他一些同学的学习交流，也使我受益匪浅，对他们给予的帮助，这里再一次表示我衷心的感谢！他们给予的帮助，这里再一次表示我衷心的感谢！最后，我要感谢各位专家教授们对我的毕业设计的审查，最后，我要感谢各位专家教授们对我的毕业设计的审查，我知道论文或许有一些不完善的地方，但我知道，在座的各位我知道论文或许有一些不完善的地方，但我知道，在座的各位教授你们的意见会是我以后学习工作中的一笔宝贵的经验和重教授你们的意见会是我以后学习工作中的一笔宝贵的经验和重要的财富。要的财富。致谢17