（信号与信息处理专业论文）计算机人脸识别技术的研究.pdf

尢连理工大学硕士学位论文 摘要 人脸识别技术是汁算机模式识别领域非常活跃的研究课题，在法律、商业、安全系 统等鬏滚有着广泛静疲塌。离子入簸图像静特繇性，入验谖爨润题落蹩模式谚 裂穰域静 一个相当难的问题，疆使这一技术完全成熟还有很多工作需要去做。随着社会的发展与 技术的进步，入脸识剐技术的应用岿然会越来越广泛。 人脸识别系统是一i 巾基予信息处理的模式识别系绫。它主要包括蹑大部分：特短提 取部分与模式识别部分。特征提取部分是爱从人脸图像中提取可以用来区分不同人的人 旋蚕像熬特诬信患，后半帮分蕊佟臻是对予鼓蓠半部分提取翡特援信患送彳亍分类，整个 系统的识别率出这两部分共同决定。 对予特征提取部分，本文采瑙的是统计模式识别方法中的基于二阶矩和高阶矩的方 法。在本文中用至i 的二阶雉方法鸯p c a 方法和f i s h e r 脸方法，基于高蚧矩的方法为 1 c a 方法。在本文中也对用到的各种方法做了具体详细的分析。 对予模式分类嫠分，本文采焉了由二装s 礴分类卷褥或静多类分类器。国= ：类分类 器构成多类分类器需要多个二类分类器的组合形式，传统的方法有一对一方法，一对多 方法，二叉穗瀚方法和m a r y 方法。本文首壳对这些方法作了分析总结，发现这些方法 或者分类能力很强但是所用到的分类器太多，或者所用到的分类器缀少但是分类效果太 差，针对这些缺点，本文采用了e c o c 方法来构成s v m 多类分类辫，这种方法只需要 缀少熬二类分类器，但是秘戏s v m 多类分类爨螅这缀分类器出予共寿设定的纠罐能 力，当一部分分类器发生分类错误时仍然可以给出正确的分类结果。这样不仅降低了系 统虢复杂性，丽豆提离了最终靛谈掰率。 关键词：入脸识澍神经嗣绍支持向堂枫e c o c 方法 计算机人脸识别技宋的研究 s t u d yo f t h et e c h n o l o g yo f h u m a n f a c er e c o g n i t i o nw i t hc o m p u t e r a b s t r a c t m t e c h n o l o g yo fh u m a nf a c er e c o g n i t i o ni sa na c t i v es u b j e c ti nt h ef i e l do fp a t t e r n r e c o g n i t i o nt h e r e a l eb r o a da p p l i c a t i o n 西t h ef i e l d se fl a w s b u s i n e s sa n ds a f e t ys y s t e m se c t f o rt h ep a r t i c u l a r i t yo f h u m a nf a c ei m a g e s ，f a c ef e c o g 珏i 畦o nw i 氇ac o m p u t e ri sav e r yd i f f i c u l t p r o b l e x na n dt h e r ea # s t i l lm a n yw o r k st od ob e f o r es u c ht e c h n o l o g yc a nb eu s e d 诫l 曲w i 氇 t h ed e v o l p m e n to ft h es o c i e t y , t h ea p p l i c a t i o no ff a c er e c o g n i t i o ns y s t e m sw i l lb ew i l d e ra n d b r i n g sm u c hc h a l l e n g et ot h e r e s e a c h e r s t h eb u m a nf a c er e c o g n i t i o ns y s t e mi sak i n do fp a t t e r nr e c o g n i t i o ng y 3 0 e mb a s e do n l r l f o r m a t i o np r o c e s s i n g i tc a r lb ed i v i d e di n t ot w op a r t s ：f e a t u r ee x t r a c t i o na n dp a t t e r n c l a s s i f i c a t i o n t h ef i r s tp a r ti st of i n do u tas e to ff e a t u r e st h a tc a d r e p r e s e n tt h ei m a g e s 丹o m d i f f e r e n tp e r s o n s ；曲es e c o n dp a r tc l a s s i f i e st h ef e a t u r e sg o tf l o mt h ef i r s tp a r t t h ep e r f o r m a n c e o f t h es y s t e md e p e n d so 珏b o t ho f t h ep a r t s f o rt h ef i r s tp a r to ft h es y s t e m t h em e t h o d sw 蠢i nt h et h e s i sa r ep r i n c i p l ec o m p o n e n t a n a l y s i s ( p c a ) ，f i s h e rl i n e a rd i s c f i m i n a n t 谬l d ) a n di n d e p e n d e n tc o m p o n e n la n a l y s i sw h i c h a r es t a t i s t i c a lm e t h o d sa n da r ew i d l yu s e d 谊s i g n o ap r o c e s s i n ga n dp a t t e mr e c o g n i t i o n f o rt h es e c o n dp a r to f t h es y s t e m ，s v mm u l t i - c l a s s i f e r sa r ea p p l i e dt oe l a s s i 母t h ef e a t u r e s f r o mt h ef i r s tp a r t 1 3 e c a u s ea ns v mc a no n l ys l o v eat w oc l a s s e sp r o b l e m ，f o rakc l a s s e s p r o b l e m as e to fs v m m u s tb eu s e dh o wt oc o m b i n eas e to fs v i i n t oa i le f f i c i e n tm u l t i c l a s s i f i e ri sap r o b i e mw o r t h yo fd o i n gm u c hr e s e a r c hw o r k 硝t h o u g h tt h e r ea l ek i n d so f t r a d i t i o n a l w a y s t o c o m b i n e a s v m 。a c c o d m g t o t h e a n a l y s i s i n t h e t h e s i s n o n eo f t h e m 拓 e f f i c i e n tf o rakc l a s s e sp r o b l e m 强em e t h o do fe l l x ) r - c o n e c t h l go u t p u tc o d e s 疆c o c ) i s i n t r o d u c e dt oc o m b i n eas c ls v mi n t oam u l t i c l a s s i f i e ri nt h i st h e s i s ，w i t ht h i sm e t h o 盎w e n u s em e d i n mn u m b e ro fs v mt oc o n s t r u 战a ne f f i c i e n tm u l t i - c l a s s i f i e r b e c a u s eo ft h e p r e d e f i n e da b i l i t yo fe i r o ic o r r e c t i n g , t h em u l t i c a l s s i f e rc a l lg i v ep r o p e rr e s u l te v e ot h o u 曲 s o i n es v mg i v ew r o n gd e c i s i o n n 啦c o m p l e x k yo ft h es y s t e mi sr e d u c e da n dt h er e c o g n i t i o n r a t eo f t h es y s t e mi si m p r o v e d k e yw o r d s ：f a c er e c o g n i t i o n ；n e u r a ln e t w o r k ；s u p p o r tv e c t o rm a c h i n e ；e r r o r - c o r r e c t i n g d l l t p u tc o d e s c o c ) 一- 独创性说明 作者郑重声溺：本硕学位论文足我个人在导筛指导下避行静磺究 工作及取得研究成果。尽我所知，除了文中特别加以标注和致谢的地方 井，论文中不包含其毽入基经发表或撰驾的研究成果，毫不毽含力获彳罨 大连邋工大学或其他单位的学位或证书所使用过的材料。与我一同工作 的露惑对本研究翳镦的贡献均已在论文中徽了明确的说盟并表示了谢 意。 作者签名：量越选日期：独q 盥因经爨 大连理t 大学硕士孥位论文 1 绪论 随着电子银行、电子商务和智能卡的出现，以及人们对众多数据库中所存信息的保 密性魏重撬，囊动赛份识爨已经残袁令重要弱潺嚣。戮在羧采鲻瓣大多数簧绞意义上 的识别技术，如：条码识别、磁卡识别、i c 卡识别以及通常的用户身份i d 加上密码口 令的方法，都隐古着很多不安全问题，例如：卡片容易丢失或被复制，密码被忘记、窃 取帮破解等。这些潜在又必然的闽题已缀绘恩户造成弘f 多不良后果秘重大损失。霸此， 迫切需要晕申准确、方便、安全的识剐技术来代替现有的身份识剐拽术。随着科技靛发 展，依靠人的身体特征来进行身份验汪的生物识别技术 1 - 4 彳艮好地解决了这一问题。人 脸识别技术【4 ，7 ，3 0 】作为生物识别技术的一糖，以其特有的稳定性、唯一性和方便性，被 愈亲愈广泛穗被应爵在需袋鸯捡瑷爱静领域。 计算机人脸识别研究始于上世纪六十年代 5 ，当时即引起了研究者的强烈兴趣， 但是受制于当时的条件，所取得到成就不大。到了九十年代，个人电脑的普及以及人工 餐缝熬发攫，特剩蹩各方藩对入验识嗣系绞羚焉求，入验识爨载五黄究重耘热门起聚。在 图外有很多缀织在进行人验识别的研究，这些组织受到了政府，军方，警方及大公司的 高度重视和大掇资助。为了促进人脸识别算法的研究，美国国防部发起了人脸识别技术 ( f a c er e c o g n i t i o nt e c h n o l o g y ) 工瑕。近年来每年郝涌现出非常多的论文，其中鲍 很多方法在实验室条件下可以获得以上的识弼率。在国内阕榉存在为数众多的科 研院所在进行人脸识别的研究，也取得了非常可喜的成就。其中中科院计算所科研组的 成果已经被用于十六大会场，受到了好评，其技术含爨已经达到国际先进水平。 应该说入验谈弱匏磺究还处于初缀狳蔽，摇述入黢熬模墅帮谈蒡l 入验熬技术还缀不 完善。随着实际需求的不断地增多及更多科研院所投入大量的研究力量必定会带来更多 的成果。 l 。l 生物识鬟l 技术和人脸谖剐技术 1 1 1 生物识别技术 生物识另q 技术f 1 - 4 】是利用人体的生物特征来进行身份验证的一种识别技术。幽于人 豹生穆特征爨骞天葬爱国鸯豹不可复鞠懿耀一注，嚣就这一生耪黪短密锈是无法笺涮、 失窃或遗忘的。采用人体的生物特征作为密钥，用户不但可以不必携带大串的钥匙，也 不用费心去记贼更换密码，系统管理员鼹不必因忘记密码而束手无策。理论上说，人的 任露生理或行为特征只要浚足以下特性帮够霹来确认人懿身份：黪遮1 辇差，即是鼹有人 诗冀极人融别技术的磷究 都拥有的特征：曦一性，郎没有两个不同的入拥有稻间的浚生物特征；稳定性，卵这斡 生物特征不随时魁域空阈的变化颓变化；可获取性，即可以容易的获锝该特征并对此特 征进行定量处理。 舀前，常用的生物识涮技术有以下五耱： ( 1 ) 久黢识羽技本 人脸识别技术是人们最早使用的生物识别技术之一。媛技术通过提取人脸蹦像的某 些特征并对这些特征进行分析比较，从而达到识别身份的酗的。这种技术是我们e l 常_ i 鼗 行身份识别豹最主要豹方法。黪着技零粒发展，剥用计算槐来进| 亍人脸识别豹珊究与应 用越来越受到了广泛的关注。 ( 2 ) 虹膜识别技术 蛀貘识翔技术零l 矮瞧舞上任何两令大静甄貘都怒不一撵豹特缝寒遴褥身爨签裂。鄯 使悬双胞胎，虹膜也各不相同，而且人的虹膜在一岁之后便不再发生变化。识别系统利 用台标准摄影钒对用户的眼睛进行扫描，然后将扫描图像转纯成数字信怠与数据库中 的资料核对，以验证身份。但是目前的虹膜识别系统的价格还比较昂贵。 ( 3 ) 语音识别技术 语音识别是对说话者声音和语言学的综合运用，是一种行为箍定。它并不对词语本 身遨簿攀识，两是通过分板语音戆特援，铡麴发音戆频率等，来谈剽说话敝人。语音识 别技术使得人们可以通过说话来控制能否出入限制性的区域。举例来说，可以通过电话 援入镊霉亍、籍秘或霞嗣谲音女# 件。虽然语音谈捌 e 较方便，僵崮于菲入经诧瓣风殓、遴 程控制和低准确率，它并不十分可靠。一个患上感冒的人就有可能被错误的拒识，从而 无法使用该语音识别系统。 ( 4 ) 签名识蒜菠术 签名识别和语音识别一样，也是种行为鉴定。人们都很熟悉在银行的账单上签 名，以此作为身份的标志。签名识剐楚这样一个过程：测鬣图像本身以及整个签名的动 作在每令字母以及字母之润不嗣戆速凌、联痒露垂力。嫒曩签名识裂更容易被大众接 受，但是随着经验的增长、性情和生活方式的改变，签名也会随之而改变。为了处理签 名不可薜兔的自然改变，不得不在安全方面做出妥协。 ( 5 ) 翼纹识剿技术 ，2 一 大涟瑾工大学硕士擎位论文 。? ? 一 据统计，按人口6 0 亿计算，需3 0 0 年才可能出现重复的指纹，概率几乎为零：其 次，一个人在母腹7 个月辩指纹就酷定鍪；随着年龄的增长，入静栩貌稚穗格都强变 化，但指纹却保持不变；另外，只要不伤及真皮组织，指纹即使被磨搏，也很快会妖出 来。指纹识别系统就充分利用了上述指纹的唯一性、稳定性和辩生性等特点，通过比较 输入；塞纹粒颈先保存款模蔽 鏊绞特 薹，进行费伶验涯。 i 1 ，2 计算机人脸识别技术 计算机入脸识捌技术 4 ，7 ，3 0 】是利用计算机分析入脸图像，进而从中提取出有效的识 别信息，用来“辨认”身份的- - f 7 技术。人股识别技术应用背景广泛，可用于公安系绞鲍 罪犯身份识别、驾驶执照及护照等的与实际持证人的核对、银彳予及海关的监控系统及自 魂门翌系统等。摄然人类豹太验谖剐链力缀疆，g 够记往并瓣裂主子个不溺人验，可是 对予计算机则非常困难。其表现在：人脸成像时的表情不同和人脸本身随年龄增长而变 纯；入脸所成图像受光照、成像角度及成象距离等影响；入脸试掰还涉及到豳像处理、 计籀机视觉、模式识别以及神经网络等学科；同时也和人们对人脑的认识事物的方波鲍 理解程度紧密相燕。这诸多因索使得人脸识别成为项极富挑战性的课题。 卡冀撬弱人黯识裂豚琴用麴是 ! 凳嚣数撂。是步 ，量 冀壤久黢识别熬送震送受蔽予翳 人炎本身识别系统的认识程度。研究袭n 6 】，人类视觉数据的处理是一个分等级的过程， 其中最底艨翡铙觉过程( 视网膜功毵) 超信怠转储豹作用，邵穗入琵接收的大嚣图象数据 变换为一个比较规则的紧凑表达形式。生理学的研究表吼人目照视网膜上存在着低层次 和黼层次的细胞。其中，低层次的细胞对空间的响应和小波变换的结果相似( 6 k 而商层 次熬缨跑爨g 蔹握一群低层次缨躯款噙癍，蓑作出具俸的线、嚣乃至物髂模式黪稳应。以 此为依据，在计算机人脸识别中，可以将那燃通过对图象数据简单处理后获得的特征定 义为舔屡次特征，雨将线、西、模式等搐述特征定义为蠢器次特征。潮j 篦，辫象k l 交 换蜃的系数特征、小波变换特征及始统计特征均属低层次特征的范畴，而人脸部件形 状分析的络果刚为高层次特征。由于视觉数据经传输后的重建，需依赖于人脑中早期形 成的先验知识，缀此在入的识别系统中，入舱螅检测是一个整钵识别秽特薤识别共翳痒 用的结果 7 】。 大验谈巅懿繇究戆予年代朱，最旱熬研究觅于文献翻，b i e d s o e 强人脸特征点 的州距、比率等参数为特征，建成了一个半自动的人脸识别系统。早期人脸识别的研究 主婴是通过提取入脸几何特征【5 ，包括人脸部件归一化的点间距离和比率以及人股的 一些特援茂如鼹角、嘴角、鼻尖等部位歇构或黪二维搐羚结橡。由予基于届露特缝的 识别方法需要很精确的定位与测量，但由于是人脸本身是一个弹性体，耍去掉视角和人 3 。 盐簦垫塑麴垫垄塑婴窒 脸本身熬弹性形变 # 絮的困难，这类方法到今天为止还没有j # 常有效的方法。随着技术 的发展，人们提出了一琴中基于模扳匹耍已的方法，这种方法w 以绕开了复杂的定位与测 量，已经取绲了很好的效果。但是这类方法同样受到了视角、光照、表情的影响。 l - 2 人脸识另4 系统的组成 一个鼗登韵入验识掰系统静基本框图麴图1 1 繇示 觚系统框胬中可缢看出个完整转太脸谖剐系统哥辍壶躲下粒动能模块构成： ( 1 )图像醣获取：该模块驭步 赛获取图像，律必入脸谖剐系绞的输入。该模块可以是， 一个摄像头或静是孛薯描仪等设备。 ( 2 久脸的梭溺与定位：处理分析默强像获取模块输入静图像，判断其中是否存在人 脸，魏莱存在入脸涮找至1 人脸在图像鲍位置，并显将人验从背景图像孛分离出采。该模 块在整个人脸 冀剐系统中吴有j # 常篷要熬 乍黑。因为该模块鹣结果嶷接影璃到蘑嚣识别 的效果。放器像获欷模块输入的图像可疆是静态熬，也胃以是动态兹，可以是彩色豹也 可豁是获度豹，背象胃戳罴簿擎豹，恣河戮是复杂驰。不围豹嬲缳轮a 务绺，对该模块 的设计提密了不露豹要求。总之，在系统设计对要根据实繇鳇瘫思强壤与要求，进行塘 心静设计。 ( 3 )图像颈处理；霰处理豹主要l 乍用在予尽掰能豹去除或减小光照、成像系统、乡 部 耀境等等x 幸i 予特处理髫像豹干扰，为蜃续处理提供离质量的图像。这部分对检测到躲人 脸图像进行凡悸豹织一亿、港除噪声、靼获度归一让、水平与羹童位置的校正簪处理。 为层瑟懿特链提取怠遗条牛。 ( 4 ) 特 篷豹提取帮选择：该摸块完成扶缀过骥处理模块处理灼图像提取可以用来识别 的特锤，将援始嚣像串躲数据软射到特征空闻。出于原始的图像数据量是棚当大的，为 了有效地实现分类识别，就要慰原始数据进行变换，缮到最能反殃分类本质的特征。如 稼提取稳愆秘旁效的憋廷楚识别系统戏败豹关键。 ( 5 )i | 练：媳可豁热分类器设计。此过稷结束后熄生成可用乎识别的参数，也就是可 用于分类识别黥分类爨。攀实上，模式识别翔题可以餐成是一个分类问题，即把待识别 豹对象魍到菜一类中。在人像识别阀题中就是把输入的不嬲的人像归入某个人这一类。 这部分熬篓本微法是农榉本训练集基础上确定某个判决规则，使按这i 9 判决规则对拔识 别对象遘学分类鼹造成熟锩误识别率最小或弓l 起的损失最小。 ( 8 )识剃：投据溅练所锝豹参数完成人黢的判别工馋，绘出摄履的识别结果，并做出 嘏应黪判骥。 矗 奎整墨墨奎囊鍪圭兰垡垒塞 一 总的来说，入脸识剐系统一般w 以分为两个过程：入脸的枪溺与入脸的谣舅乳圈 1 1 所示，虚线上边为人脸谖剐系统的训练部分，下边为人脸的特征的提取与谈另瞎# 分 黼剖人鸶攀9 崮裂墚吲训练像露图像1与定经p l 颈懿理广叫 与选撂r 9 。“。旷一 一一一一一一一一一一一一一一一一一一一一一一一一一一一一一撕一了 _ 一一 燃自 人鹭掣吲嬲吲嚣吲涮f 获取r _ 与定位广预处理广v i 与选择广1 7 f “ 图1 1 入脸识剐系统的撼圈 f i 9 1 1t h ec o m p o n e n t so f t h ef a c er e c o g n i t i o ns y s t e m l _ 3 人脸识舅城有的特征提取与识男0 的空要方法， 人脸识别当前生要肖两大类方法：旗于几何特 难的方法 5 匈基于模板匹酉己 8 12 的 方法。对予基乎几何特征的方法，面部的部件如眼睛、鼻子、嘴等都篙要被检测岛定 位，人脸的特征用备个部件的属性与相驻联系的属性如距离、角度被用来描述。虽然角 度、光照对于遂类方法的影喻不是稂大，但是到现在为止还没有一种特征测量与提取的 算法可以满足要求。 基于模板匹配的方法则可以绕开人脸的部件的复杂检测与定位测量过程。这类方法 可以直接用人脸图像构成矩阵，通过提取矩阵的代数特征来实现人股的识别。这类方法 有：主特征分析方法( p r i n c i p l ec o m p o n e n ta n a l y s i s ) 【8 】、f i s h e r f i l _ c e 方法 9 】、独立分量 分析方法【l l 】和隐- 5 尔可夫方法【1 2 等等。其中主成分分析方法、f i s h e f f a c e 方法、独立 分麓方法又被称为统计方法。这类方法融经在实际的实验中取得了良好的效栗，是现在 研究的热煮。这类方法的缺点怒容搦受光照、视角、表情的影响。本节接下来的内容将 要介绍几种典激的基于模板匹配的方法： ( 1 ) 主特征分析方法【8 ，1 2 一1 6 】：k l 1 3 】变换怒图象压缩中的一种最优雁交变换。人们 将它用于统计特征提取，从而形成了子空间法模式识别的基础。箸将r , l s 葚换用予人脸识 剐，刚需假设入脸处于低维线僬空间，鼠不阍入脸具有可分健。高维图象经过k l 变换后 可得蓟缀新的正交基，茵既可通过保留部分磷交基，箱来戳誊成低维入脸空间，而低 维空间的纂贝l 怒通过分析入脸诵练样本榘的统计特性来获得。也就楚说，根据总体散布 矩阵或类阔散布矩阵可求出缎正交的特征向蠢钳i ，地，箕对应的企部特征值分剐 。5 计算枫人酸谈掰技术的研究 为 ，五：，丸，这样，在新的芷交空阉中，入脸样本x 耀表示为x = ，箕 f 越 中，w ，= “? 舅港通过选用m 协个瑕大的特征值辩应当特征商篷作为芷交基，爱g 称 为主分鬟分轿( 阮秘，这样在该蓬交空间煦予窆灏中，藏可褥鄹以下近似袋达式 譬= y w , u ，。妇将予空潮躲惩交基按照凰象阵梦 l 揲烈，则可驭囊照运塑正交慧莹凌入脸 蓠 的形状，鳆憩这鍪疆交蓦魄被称作特短脸，翔溪2 2 掰器，这秸人黢识别方法瞧g q 特 芷脸 方法。 ( 2 ) f i s h e r 脸方法【9 ，1 7 - 2 0 f i s h e r 线性刿剿准剡楚模式识裂虽豹经典方法，f i s h e r 准则假 设不网类别在模式窆间是线性谢分的，丽引起它们可分的原因是不同类间的差异a f i s h e r 准则的原理是侵不同类的样本之闯的躐离尽胃能翁远，同类样本闯韵鼹离尽每筢 弱返。文献【9 】对用文变抉鄹f i s b 堞猴则分别琅出一些特征脸进行比较盾得出如下的结 论：p c a 的将征脸在很大稔度上反映了光照的簸舜，而f i 姗脸蒯能够崧徽大盼程度土 嚣制图像之 嚣号识别售惠无关熬差具。 ( 3 ) i c a i o ，2 1 - 2 3 方法：晟种基于高阶统计的数据分寄斤方法，舀前融广泛应用予特征提 敬、生瑶学数据分耩、褥蠢僚号处理等领域。蒸予：除统嚣爨 p c a ，采用麴是o a u s s i a n 源。从丽可以樽如无数缎混仓矩阵( m i x i n gm a t r i x ) 职所有的这些混合矩阵在最大 髓然意 义上熹相同翁，p c a 选择了一缀置相芷交的淘爨作为特镊淘鏊。二阶统计爨聂映怒豫豹 幅度特性露不是翊位特性，薅离份统计薰反映了相位特毪。对予缭定的一蠛自然的图 像，傈窝其能羹谱而去掉箕相位谱，这将大大的改交溺像的外观，傻是这不会改变銎像 拣二除统计量。是糨位灌，l 嚣不燕能囊谱包含了塑像朗缝构债患。强罚，炎对戆爨谱敏 感的p c a 可能不适含用来表达自然的瞬像。g l 入商阶统计置的i c a 反袄了酾像静相位 谱，骄潋禚入脸识剐串具霄更强的罄棒性。文献 2 4 , 2 5 论谖了慰a 麴骥瑷和绘戡了方 法。 ( 4 ) 隐冯尔w 袁( 洲) 2 8 - 3 9 1 2 r 法：一种人验识剐方法熬效果躲侮，取决予它 疰多大程度上利恳了图像豹愿始馈息。我们可以剩瘸一维数值特征寐攒避入脍套个器 官，并髓乔用这种数值特征对入脍迸行识剐。但是简单地利用一组数值特锰不能满意缝 解决人脸识别阀题。另一方嚣，援擞识另# 人脸的襁豢蹩卡势徽妙斡，人们对此魏认识还 非常肤浅；我们璎解，入舱应砻伶为一个整体采擒述，不仅仅包括各个器富酶数傻特 征，还应当镪摇备个器富豹不闵裘象耧楣墨关联。霭稔马客琴夫摸裂( 潞豁鸯 2 5 ，2 6 烈 为我们提供了解决这一同题的一种执剃。按照这种旗墅，躐测蜀的一剐特征被酱戚楚勇 。6 大邈理王太学硬士学德论文 缎不耐观澜的“状态”产生磁的列的实现。因福w 良将不同的人的脸用不同静 h m m 参数来表征，而陶一个人由予姿态和表情交傀产生的多个观察可戳遴遘闻一个 阳蕊模鍪l 来袭征，这在璞论t 有了禳大韵进步。 关于隐舄尔可裹随梳场的研究开始予2 0 整纪6 0 年代末稻7 0 年代初。b a u m 帮稳的 闽事发表了一系捌裔代表往鼢文章，文献 2 5 ，2 6 详细滩介绍了隐警尔可夫逑稔稀其系数 确意方法。8 0 犁 弋戳惹，h m m n 燹多入攀撵和遴解并在语音识澍戳及印蒯体识嗣等方 瑟褥裂了更广泛豹应蕉。利瓣隐舄尔鼍武模鍪怼入验遴稃描述帮鼍寰剐，我稻裁不怒孤立 邃剩瘸务个器害豹数筐特 垂，嚣是怒这魑特征霸一个状态转移模型联系起来。s a m a r i a 最旱建议使媚芙予久黢豹稳舄尔胃夫模整 1 1 ，德硝一个矩形密麸上到下采襻人脸蓬 像，将纛内熬像紫煮j l 成到淘囊，露获度僮作为鼹察筐。k e 蠡勰发展了s a m a f i a 戆方法， 提发了基于2 d - d c t 特经提取鳇方法【2 8 3 ，毽零l 用3 9 个2 d - d c t 系数作为残察黪到，代替 s a m a r i a f 获度壤痔刳，这农一宠程发上解决t s a m a r i a 誉 大存镶攫懿缺翳。煳模型程 人黢识剃孛取褥了j # 霉爨萋豹效果，有缓多躲萋i f h m m 豹方法在o 旺人脸痒中墩缮7 1 0 0 黪效果。瞧是其复杂斡运算隈剑了其农入黢识别中的疲雳。 以上是当兹豹几耪 鹭熙麴基鼍：横叛熟人验识别方法。这臻方法避免了基予几越! 专缝 方法斯必嚣的对入黢各个部件的定位与测量，因疆这类方法她理起来耀对的篱单。但是 这类方法都是统计方法，图像中的所育的象襄都被赋予了鄹等的地经，所以视凳、光 照、表l 裔、图像的尺寸等多会影响图像的统计特征，嚣此这类方法在光照、表情、视燕 发生变化时识另u 效果会照萋下降。为了提裹识别蘸统的鲁棒性，阉对采用冠一令人在不 同条件下的陋部图像作为训练样本。 1 , 4 本涂文的主要点作和孽节安撼 本文靛研究内容戈计算瓿太滁谖裂技沭黪研究。本文营先实现了圭祷鬣分析 ( p c a ) 、f i s h e r 线性羰煲g 劲、独立分蠡分褥在入脸谖裂串豹应用。由予俸为一个 模式识别系统豹最终识裂效架垂溪个部分决定：麴鹰提取骞效兹特征信怠_ 裙如霄设计分 类器以提裹对已有的信患在分类过程中瓣剽弼率。本文瓣主要王锃集中在分类器静设 计。在分类器熬没诗过撰孛，本文暴用了支持良鼍枫瘸( s 、穗涯) f 3 1 】手模式分类。出予 支持是爨枧只是：类分类器，嚣终统豹囊二类分类器橇成多类分类器粒方法翔一对一方 法、一辩多方法、二叉挝方法等耀熬支持囱纛槐多覆怠纠镑g 力骞隈+ 本文采惩了纠锩 编码的方法( e c o c ) 【3 2 】采虫二类分类器槐成多类分类嚣，凝褥了转常好抟散累。 本文共分五牵，其内容如下； 7 计算祝入脸设捌技术静醑究 第一牵燕绪论部分，介缨了生物识慰搜拳彀人脸识勇拽拳、入脸识菇4 系统的构成和 人脸识别的圭婺方法； 第二举详细介缨靼实现了人脸识剐孛的主特征分橱方法、f i s h e r 验方法稔独立成分 分析方法； 第三鬻实现了人脸识剃中戆统计方法阉乎孛经网络的结合。为了取得踅好的识剐效 果，零文采用了支特向爨救，并照把麓镫控制缡鹃理论角予由二类分蹙器米设计多类分 类嚣中，这秘方法谯予蹙统的妇= 黉分炎嚣设诗多类分类嚣的方法麴摇对方法、一 对多方法、二义秘方法等； 第四章给出了一个实际的入脸识捌系统，该系统胃戳用予实验室内都人员的识剃。 篱五章楚本文的总结与震缝。 8 大连瑗工大学磷士学位论文 2 几种典型的人脸识别的统计方法 搂援疆配方法中翁绫诗方法楚逯邀计冀人黢豹蓐中懿人脸的统计特，鹾麴二除矩、慧 阶矩t 从而建立人脸空间中的个新的熊标系。入脸黼像在这个坐标系下的投彩郁为该 图像的特 难。对于一张待识剐的入脸图像，求_ 岛该阗像在这个坐标系中的坐檬谗虢燕求 出了这个图像的特 难，然后通过与人脸库中的阁像在该坐标系下的坐标相b e 较。就可以 完成怼这螓入黢臻像麴识别。 这类方法主要有主特征分析( p c a ) 8 ，1 2 1 6 、f i s h e r 脸方法 9 ，1 7 2 0 、独立成 分分析( i c a ) 方法 1 0 ，2 卜2 3 等等。这些方法具有计算简单，实际的效果好等的优 点，越来越受裂重援。本霉瓣余下部分跫这几秘方法奁人黢识别中豹具体应媚。 2 1 盘特征分析( p c a ) 2 1 1 主特征分析的基本原理 褒统诗特征分撬楚予入验识剃头兹，a 黢叁动识别系统孛忽视了至l 嶷是鄹一类豹人 脸特征在人脸识别中起到最主要的作用，而只是假定一些预先设怒的一嬲人脸部位的测 量与部位之闰关系的测煮楚有效的，建戳体琥出不瓣久脸之闻静纛异。这稀骰怒显然楚 不合理的。但是绘我们一个重要的启瑟：可以从信息论的角度来对人脸进行编码和解 码，从而达到着重强调一些重要的全局特征和局部特征。用这类方法提取的特 芷可能与 逯零蹇夔骥忿上数特征鸯掰不同。 文献【6 】最早提出把圭特征分析( p c a ) 用于人脸识别。主特征分析用于人脸识别主 要筑箍方瑟考虑：是觚倍意论瓣角度，我害j 簧疑入脸蚕豫中罨霹能懿箍教大狳图像懿 相关信息，然后把这些信息同人脸库中人脸的信息掴比较，从而毙成了人脸的识别；二 是从数学的角度，我 f j 希望找至入脸分布的奎簧特锤，也就是一筑入脸豳像距阵相关躐 阵的特征肉燕，这缀特级向量可以看成摄住了人验图像变化豹特馥。在这种方法中，撼 张人脸图像可以通过特征向置的线性运算精确的表示。特征向量的数目等于参加训练的 入黢图像瓣数嚣。氇爵绫选撵一些其寿最大特程毽懿特征| 楚垂来：l 廷骰豹表示。 k l 1 3 ( k a r h u n e n - - l o e v e ) 变换悬实现p c a 的簪段。 2 1 2 离散魁变换 k l 变换是图象压缩串静一瓣最优正交交换。人嚣】将它趣子统计特缎提取，从面形 成了子空间法模式识别的基础。若将k l 变换用于人脸识别，贝q 需假设人脸处于低维线 淫窆阕，显不霹大轮其寄霹分慈。奎予蔫缍圈象k l 交接瑟胃褥翻一缝耢蠹孽歪交基，嚣 。9 计算枕人脸识* 技术的研究 照可通过傺整部分茬交萋， 2 乏焦藏低维人舱空阁。露像集会 墨0 ，6 ) ，尊= 0 , 1 ，+ ，m ，b = o ，l ，聪 ，( 竞。o ，k 、，k 1 ) 中的每蠛鼹像程信号淘爨x 。( 醋，b ) 都可以用螳栈的形式表达为珑拧缝骢一维囱爨麓： 并f o x l l ： 菇m l ，凝卑x = 置0 ， x j q 袖 冀 铋，啦- i ) ( 2 。i ) 其中最，是图像中麓幅醋像第歹行元素捧成的掰淘量a x 协方蓑艇簿定义为： ；e ( x t t ) ( x 一d ) 7 ) ( 2 2 ) 其中掣s e ( x ) 为x 平均僵向量。 对于拦幅图像的集合可以密下列豫式计算掣麓善： 垂2 壶奢 3 宝= 专( t 一( 簟一) ( 2 4 ) , f k j e l 鼻是拦幅图像的平均图像，它是t n n 维的，而三是图像的协方差筑阵，它是m n 维的实 对称矩阵。 那么，去掉均使的向董 y a = t 一鼻 ( 2 5 ) 则去掉均德的人脸簸阵为 y = hy 2 y x 】 协方差矩阵可以萋新写成： ( 2 6 ) = 土y y 7 ( 2 7 ) k 设口，秘丑( f = 1 , 2 ，r a n ) 是占对皮的特征两量静特锰馐。将鼻按递减烦序排到，傻褥 焉五2 五m ( 2 8 ) 而向量m 与三省如下关系： e a ，= a 8 f ( 2 9 ) 由予x 的协方差矩阵占是实对称方阵，所以一定存在m n 为芷交的实特 正向量构成一个 渐r 维的宪备燕交向爨系。 1 0 大连理工大学硬士学髓论文 则k l 变换的变换矩阵t 由翻拘特征向爨构成，第i 行的元素由特征向蹩甜i 椅成，邵 t = j d ； 口二 旦幽，= 髓； 显然，r 是个m n 阶正交方阵。 离散k l 交换可以表达为 b = t ( x 一) 则交换精的矗的平均向薰为： ”日= e ( 两= e i t ( x 一) r 。 = 私一率 = 0 塞麓阵豹泱方差矩障为： 。= e ( t x 一劢) ( 戥一劲) 1 = e t ( x 一) ( x 一) 7 t 7 = t e ( x 一) ( 茗一芦) 7 ) ， ：t z t 7 又因为t = 嚷d 2 撑。) 7 为占的特征矩阵，所以有： 8 = 豫r 7 靠2 群。】 ( 2 1 0 ) ( 2 1 1 ) 往1 2 ) ( 2 1 3 ) ( 2 1 瘁) 可觅，经过k l 变换后，占的协方差矩阵为对角矩阵，。菲对角线位置上的元素表示协 方麓，协方差为0 表示占中的元素是互不相关的。而占中的相应位麓为j 0 ，表明变换 前的图像中的备元素是驻相相关的。由此可见，经过k l 交换去掉了原来图像中的桐关 性。 o p 11附广，j ，；，；j o ；k - ；0 。：。，l l i 计算机久验谖剐技术的研究 如果把特征值按( 2 8 ) 式封 剐，取前嚣d 个特经僵j c 雩痰的特征囱：薰佟为一组基采 表示去簿均篷静蚕像弘鬟l 去掉辫篷靛蚕像霹驭近俊豹表承为： 多= g ，d 其中锇荧y 在冀i 个跨薤彝董下豹投影，敷= 痞；y = 或擘一) 为y 猩d 个特征下的投影向量。均方误差为： 掌篇e ( x 一) 一量】 ( z 一) 譬1 r = 霆 ( g ；氆慨力 i - d + ll # d + l 由( 2 1 0 ) 式得： 善= e ( g ? ) f ，g + l 把孽，一以j y = 口， 一) ，代入( 2 1 7 ) 式得： 善；e 辟j ( x ) ( x 一) 7 娃。) i f f i d + l = 订? 占 一一a ) 7 q 扣d + l = a t z a ； j 。露州 丑 件d + l ( 2 1 5 ) ，譬7 = 甄q ：q 。】 ( 2 。1 7 ) ( 2 1 8 ) 一 崮式( 2 t 4 ) 哥褥茅l 溺d 个蕞太弱特程篷辩盛蠡奄特桎向耋作必基来表黎髹寐静图像产垒 懿蝰方误蓑最小。 总结殴上黪过粒，我翻哥溢蓍到k l 交羧霄如下静饶焘： ( t ) 完全去捧了暇图像中驰糨美性。 ( 2 ) 幂4 用d 个最大的特征攮对应的特征魁薰佟为基来表示愿来鬻爨麟产袋瓣甥方 误差最小。 ( 3 ) 若将d 个最大的特征值保留，则保留了原来图像的最大的嚣。此，从能量 压缩的角度，k l 变换燕最优的。 ，1 2 。 大逡蓬工大学硕士学位论交 2 1 3k l 变换用于人脸识别 这一部分在入脍蜜动识别系统中耩予人脍特裰提取帮识别部分，蠢接处瑗靛蓣楚理 部分输出的人脸图像。该部分从人脸图像中提取人脸的统计特征，以便用于人脸的分 类。 i ) 教巷矩黪麴生戏 从图像预处理部分输出的人脸图像首先溪经过缩小和放大变换，生成长为m 宽为以 豹强像，把每旗淘豫按照公式( 2 1 ) 生藏一个人脍自蠹，该澎囊是一个裂怒曩。然惹 按照公式( 2 ，3 ) 计算平均的人脸向爨。按照( 2 6 ) 式生成去掉均值的人脸缀阵，则散 布矩阵可戳由式( 2 7 ) 得到。 ( i i 游征脸的生成翻特征黢的选撵 按照武( 2 7 ) 生成的散布矩阵为m n 维方阵，由于州押通常是一个非常大的数，直 接毒中算一个聊2 维矩黪懿特餐篷与黪经囱爨是一个计算鬃 鬻大毂阉嚣，这怼于一般豹 个人电脑是一个不可能解决的任务，所以必须通髓间接的方法来计算。下面的定理【4 6 给掰闯接计算散耀矩阵特征值静方法。 定理2 1 设a 是一个秩为r 的n x r 维筑阵，强u 存在两个正交的矩眸： u = k l 甜2 “，】矗”， u 7 u # ，： v = bv 2 巧】霆“，v v = ，：戳及对焘矩薛 a = d i a g 2 i 五以j 芒r “， 五2 - 以 而融 a = u a 2 v ( 2 1 9 ) 其中：五( f _ 1 , 2 ，) 为矩眸纵7 与矩薄4 7 a 的# 零特援值，t t ，与v ，分别为矩痒以4 7 与矩阵a a 对应于 的特征向量。 定理2 ，l 绘出了澜接求漱散布矩阵祷征傻予特征离壁的方法：令z = 彤届，粼 = z z 7 ，三为m e 缎方阵，恧= z 7 z 为芷验方黪，瑟k 的方法寒解决这个弱题。实际上，f i s h e r 脸算法f 燧p c a 与f l d ( f i s h e r s l i n e a rd i s c r i m i n a n t ) 榴结合的一种算法，即首先利用p c a 将高维空闻的样本投影到低 一2 0 - 。nl*jjl 扩 墨一酩 一r _ l 罗一，r 大连理工大学颈士学位论文 绻宝间以保证样本类内散布矩阵是非奇异的，然后再采用f i s h e r 线性判剐分析方法下面 翁醴f l d 在入陂谈剐的应用。下瑟绘磁f i s h e r 敝方法： 藏s h 耐验方法逶过辩岛投影弱低维的窑淹，傻褥品豹投影嚣粒矩簿为毒摹奇异，这榉 裁冒瓯直糟标嘏静程o 。交按怒阵爵以按饕蠡下豹公式袋得： 羚名= 舻蠡黟惫 ( 2 。3 8 ) 群= 箍r g 目别舻2 譬妒l g + 3 璐 。1 w2 阡瓦弗0 。驴 2 a r g 渺 两端 ( 2 4 0 ) 然蕊在实鼯豹忿纛孛，& 梵挣嘏x m n 缭矩阵，维数太大，蓄逶麓诗冀橇礁激楚遴。 文献翻给出了隽一释方法。f i s h e r ) 睑方法瓣禳心内容是耗投影翻低维空阉，投影螽麓 嫩终# 奄舜。黟么在式撂。4 i ) 中以燕接黠徽分鳃，缀隽为实对称艇阵，所以怒 裔： k ，。扩。矿二一a( 2 4 1 ) 因为品为对称矩阵，艇以。的划向爨正交。& 的秩为，所以肖w _ c 个非o 特征值，f 知的列向量为& 的特征向爨。其中爿为& 的j o 特征值构成的对角艇阵。阔时 鼯类阔分药u 矩阵用酶维则有： k 6 。魏 ( 2 4 2 ) 现在贰( 2 4 2 ) 式w 班写成： 。a r g m a x缘。4 3 ) 所跣瞬求豹徜转化为求点管的特征矩阵的问越。现在求这个短阵。因为岛为对称 tl 翅簿，由式疆毒4 ) 褥剽盼瑟魄为对称矩蓐，恧妒毪a _ i 瞧必慰称蜒阵，掰戳存亵u 、 箕e e u y 口列正交矩黪，三为对角矩阵使褥： l a 2 疋a2 = u e u + 4 4 ) 所欲裔： 1i 瓦= a 2 u z u 。a z ( 2 4 5 ) ll 础弱= 心碱拶7 癣 w 2 1 盈，4 6 ) 矽一矿 毛一& r r k p b p 计算机a n , 识别技术的研究 因为善为对角矩阵，所以az u 为拦世6 的特征矩阵， f 红为： i 矽“= a2 ug 4 乃 事实上品也为m n m m 矩阵，在计算品的特镊向量同样遇列了难以处理的高维问题。 但是我们可以对s ，做如下的处理： 髟= 等q - - u 1 ) 则类内敞布矩阵可以写为： 碧= kx i x x ；善；x 琏2 芏；x i x 惫】簦。4 9 ) 那么s ，可以写为： s ，= 詹7 f 2 5 0 ) 巍懿彤。可豁按照2 1 3 孛戆方法墩瑰。 可觅，利用f i s h