（信号与信息处理专业论文）基于pc终端的面像识别应用软件—faceok的实现.pdf

基于p c 终端的面像识别应用软件f a c e o k 的实现 摘要 生物特征识别技术是利用个人独特的生理或行为特征来进行身份识别的 门技术。随着计算机与信息技术的发展，生物特征识别技术的研究和应用受到 了广泛的关注。人脸特征识别作为生物识别的一种。具有自然、直接、方便的 优点，且人脸信息的获取较其它生物特征的获取更加快捷、方便、经济，因此 人脸特征识别引起了人们越来越多的兴趣。但目前的人脸特征识别商用软件的 知识产权主要掌握在国外公司的手中。针对生物特征识别技术潜在的巨大市场 而国内相关的商用软件的局限性，本课题开发了一种利用人脸特征进行计算机 系统登陆，为加强p c 机安全性、防止非法入侵的系统软件一一f a c e o k 。这种 软件现已投放市场。 本文的主要工作如下： 对生物特征识副的应用背景做了简单了解，概括了生物特征识别的技术的 分类，介绍了生物特征识别的市场前景。 阅读相关文献，系统研究了人脸特征识别。人脸特征识别的过程主要分为 人脸检测定位和人脸识别。本文详细列举出了人脸检测定位和识别的各种算法， 对各种检测和识别算法的特征做了概括。 在深圳市为邦微电子有限公司资助下，开发出f a c e o k 系统软件。确定了 f a c e o k 主要的检测算法和识别算法，算法力求可靠性高。按照软件二 ：程的流 程，基于原型开发模型，设计编写了f a c e o k 系统软件。 本文亦选取多个样本，进行大量测试，确保了f a c e o k 各项性能可靠稳定， 从而保证将产品推向市场后的稳定性。 关键词：生物特征识别，人脸特征识别，软件工程。f a c e o k r dt h es o f t w a r ef a c e o k f o rp c a b s t r a c t b i o m e t r i c su s e sam e a s u r a b l e ，p h y s i c a lc h a r a c t e r i s t i co r p e r s o n a lb e h a v i o r a l t r a i tt o r e c o g n i z et h ei d e n t i t y ，o rv e r i f yt h ec l a i m e di d e n t i t y ，o fa ni n d i v i d u a l b e c a u s eb i o m e t r i c si sm o r ee f f e c t i v ea n dm o r ec o n v e n i e n tt h a nt h et r a d i t i o n a lw a v s o fi d e n t i t yo rv e r i f i c a t i o ns u c ha s p a s s w o r do rp i nc o d e ，i tg e t sm o r ea n dm o r e i n t e r e s t so f p e o p l ew i t ht h ed e v e l o p m e n to fc o m p u t e rt e c h n i q u ea n dn e t w o r k s f a c e r e c o g n i t i o ni so n eo fw a y st h a tp e o p l eu s et or e c o g n i z eo rv e r i f yt h ei n d i v i d u a l t h e s h e nz h e ni c cm i c r o - e l e c t r o n i cc o m p a n ya u t h o r i z e su st od e s i g nf a c e o ks o f t w a r e t o l o gi nw i n d o w sb yu s i n gt h et e c h n o l o g yo ff a c er e c o g n i t i o n t h es o f t w a r ec a n s t r e n g t h e nt h es e c u r i t yo f p ca n dh a sb e e ns o l da sa p r o d u c t i o n t h e f o l l o w i n gi sm ym a j o rw o r k ： t h ep a p e rr e v i e wt h eb a c k g r o u n do fb i o m e t r i c s ，c l a s s i f i c a t i o no fb i o m e t r i c s t e c h n o l o g ya n dt h ea p p l i c a t i o no f b i o m e t r i c s m a n yl i t e r a t u r e sa n dp a p e r sa b o u tf a c er e c o g n i t i o na r el e a r n e ds y s t e m a t i c a l l y t h ep a p e rd e s c r i b e sa l g o r i t h m sa b o u tf a c ed e t e c t i o na n df a c er e c o g n i t i o na s m a n y a sp o s s i b l e a u t h o r i z e db yi c cm i c r o e l e c t r o n i c c o m p a n yi n s h e nz h e nc i t y ，w em a k e f a c e o ks o f t w a r e t h eb a s i c a l g o r i t h m s d e t e r m i n e d f i r s t l y a n dt h e n d e s i g na n d s o f t w a r ee n g i n e e r i n g o ff a c ed e t e c t i o na n df a c e r e c o g n i t i o ni s p r o g r a mf a c e o ks o f t w a r ea c c o r d i n gt o b e f o r es e l l i n gas o f t w a r ep r o d u c t i o n ，w et e s ti t m a n y t i m e st oa s s u r et h a ti ti s r e l i a b l e ，a f t e rt e s t s ，f a c e o ks h o w sg o o dq u a l i t ya n dc a nb es o l d k e yw o r d s ：b i o m e t r i c s ，f a c er e c o g n i t i o n ，s o f t w a r ee n g i n e e r i n g ，f a c e o k 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据 我所知，除了文中特别加以标志和致谢的地方外，论文中不包含其他人已经发表或撰写过的 研究成果，也不包含为获得盒职王些盔堂或其他教育机构的学位或证书而使用过的材 料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢 意。 学位论文作者签字：荔籀莎签字日期：y 州年r 月，a 日 学位论文版权使用授权书 本学位论文作者完全了解金胆王些太堂有关保留、使用学位论文的规定，有权保留 并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅或借阅。本人授权金 胆王些盘堂可以将学位论文的全部或部分论文内容编入有关数据库进行检索，可以采用影 印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文者签名： 彩 多 导师签名 锄芗芒侈豫 签字日期：) 摹年r , e l 。日 签字日期：m 砰年r 月了。日 学位论文作者毕业后去向 = _ 亡作单位： 通讯地址： 电话： 邮编： 致谢 三年的读研生活即将结束，此时此刻，我想感谢所有曾经帮助过我关心过 我的人。 首先，真诚感谢我的导师高隽教授。与高老师相处的三年，其治学态度的 严谨，学识的渊博，对学生的关心爱护、认真负责，让我受益良多，不悔当初 工作多年再求学的选择。高老师独特的实验室管理，让我感觉实验室就像一个 融融的大家庭，我在欢笑、进步中度过了愉快的三年。这三年，我提升了知识 层次、拓展了视野、完善了性格，让我对未来充满信心。 感谢张旭东副教授的悉心帮助和指导，是他让我领略到一个学者的风范、学 识与品德。 感谢实验室的同窗们。三年的共同学习、互助进步，让我感受到真诚的友 谊。我永远不会忘记那一张张朝气蓬勃的阳光的脸。 感谢研究生院和计算机与信息学院的领导和老师给予我的帮助和教诲。 感谢母校和工大的老师们对我的关爱，一个全新的空间，一段永远难忘的 求学生活。 感谢我的父亲、母亲、妻子和女儿，他们对我的理解宽容和无条件的支持 和让我内疚且深深感动着。 感谢朋友们的关心和相伴，感谢你们带给我的快乐和帮助。 感谢在文献中所有列出和未被列出的作者。 作者：张开银 2 0 0 4 年4 月 1 1生物特征识别技术简介 第一章绪论 计算机和网络的普及给人们的生活带来极大的便利，人们只通过一台笔记 本电脑就可以进行通信、购物、贸易等日常和商业活动，然而山于活动主体的 数字化和隐形化，这也带来了很多安全问题信息的非法获取和篡改，盗取 他人帐号，冒用他人身份进行无效交易等等。在层出不穷的安全问题中，很多 问题是出于无法正确鉴别使用者的身份造成的。因此，如何准确鉴别一个人的 身份、保护信息安全是当今信息化时代必须解决的一个关键社会问题，有着重 大的社会和经济意义。 传统的身份鉴别主要有两种，种是根据持有物，一般是各种证件来鉴别 身份；一种是根据所了解的信息，如口令和密码来鉴别身份。然而，传统的身 份鉴别方法有很多缺陷： 持有物很容易损坏，这给鉴别工作带来很多困难；更为严重的是，持有物 很容易丢失或被仿造，容易被他人利用进行非法活动。口令和密码虽然不会损 坏或仿造，但它很容易被盗取，同时记住冗长的口令或密码对使用者来况也是 一件很辛苦的事情，而使用者忘记或记错口令或密码也是经常会发生的情况。 传统的身份鉴别方法的缺陷给使用者和服务者带来很多不便，引发很多严重的 问题。 在美国，每年约有上亿荧元的福利款被人以假冒的身份领取；掘m a s l e r c u r d 公司估计，每年约有价值4 5 亿美元的信用卡诈骗案发生，其中就包括利用丢 失和被盗的信用卡的犯罪，如果销售场所可以准确地鉴别持卡人地身份就会大 大减少这种诈骗案地发生；由于使用盗窃来的身份识别码( p i n ) ，造成移动电 话通讯的损失高达1 0 亿美元：据估计，利用可靠的方法鉴别a t m 持卡人的身 份可以使全美国每年a t m 诈骗案造成的损失减少3 亿美元；明靠地鉴别支票 领款人可以减少上亿美元的冒领金颧；随着网络的发展，非法登陆计算机的案 件呈上升趋势。可见，采用适合当今社会情况的有效的身份鉴别技术是及其必 要的。 生物特征识别是一种新兴的身份鉴别技术，它利用个人独特的生理或行为 特征，如指纹、人脸、声音、签名等来进行身份鉴别。由于生物特征是人体所 固有的，不会象密码那样容易被忘记和破解，也不会像持有物那样容易被窃取 或转移，所以人们认为生物特征识别将是一种更加可靠、方便、快捷的大众化 身份识别手段。现在生物特征识别技术在学术界和商业界都得到了越来越多的 关注，在学术和商业上也取得了很多成果。 人的任何生理或行为特征只要它满足下面的条件，原则上就可以作为生物 特征用于身份鉴别：( 1 ) 普遍性，每个人都具有：( 2 ) 唯一性，任何两个人都不一 样；( 3 ) 稳定性，这种特征至少在段时蚓内是不变的；( 4 ) 可采集性，可以定量 测量。然而，满足上述条件的生物特征对一个实际的系统却未必可行，因为实 际的系统还必须考虑：( 1 ) 性能，即识别的准确性、速度、鲁棒性以及为达到所 要求的准确性和速度所需要的资源：( 2 ) 可接受性，人们对于一种特定的生物特 征识别在f 1 常生活中的接受程度；( 3 ) 可欺骗性，用欺诈的方法骗过系统的难易 程度。 一个实际的生物特征识别系统应做到；( 1 ) 在合理的资源需求i i 实现可接受 的识别准确性和速度；( 2 ) 对人没有伤害而且可为人们所接受：( 3 ) 对各科t 欺诈方 法有足够的鲁棒性。目前人们研究和使用的生物特征识别技术主要有：人脸识 别、虹膜识别、手形识别、指纹识别、掌纹识别、签名识别、声音识别。 典型的生物特征识别系统如图1 1 所示，逻辑上包括两个模块：注册模块 和f ； 别模块f ”。在注册模块中首先登汜用户的姓名，通过生物特征识别传感器 得到用户的生物特征信息，然后从获取的数据中提取出用户的特征模式，创建 用户模板，存储在数据库中，在识别模块中同注册过程一样获取用户的生物特 征信息，提取出特征模式，然后与事先注册在数据库中的模板相匹配，检验用 户的身份。 图1 1 生物特征识别系统基本结构 1 2 生物特征识别技术的类别 i 。2 1 基于生理特征的生物识别技术 1 人脸识别 人脸识别是一个活跃的研究领域。虽然人脸识别的准确性要低于虹膜、指 纹的识别，但由于它的无侵害性和对用户最自然、最直观的方式，使人脸识别 成为最容易被接受的生物特征识别方式。 人脸识别主要有两方面工作：在输入的图像中定位人脸；抽取人脸特征进 行匹配识别。目前的人脸识别系统，图像的背景通常是可控或近似可控的，因 此人脸定位相对而苦容易解决。而人脸识别由于表情、位置、方向以及光照的 变化都会产生较大的同类差异，使得人脸的特征抽取十分困难。 2 指纹识别 指纹识别是最古老的生物特征识别技术。在很多领域中都得到了成功的运 用。指纹指的是指尖表面的纹路，其中突起的纹线称为脊，脊之问的部分称为 谷，指纹的纹路并不是连续、平滑流畅的。而是经常出现中断、分叉或转折。 这些端点、分又点和转折点，称为细节，就是这些细节提供了指纹唯一性的识 别信息。 指纹的识别主要包括三部分：特征抽取，指纹分类，匹配决策【2 】。 ( 1 ) 特征提取：从输入的指纹图像中提取出细节，包括方向场估计、脊线抽 取及细化、细节提取。 ( 2 ) 指纹分类：在身份识别中，为了提高识别速度，通常先将指纹图像分类。 分类算法可采用：利用奇异点等标志信息，利用脊的方向和结构信息，应用句 法模式识别方法。 ( 3 ) 匹配决策：决定两个指纹是否来自同一手指。匹配方法有：基于串的 匹配，将2 d 的细节特征转换成1 d 的串，应用串匹配算法计算两个串的距离 3 1 ； 基于h o u g h 变换的匹配，首先估计变换的参数，然后对准细节点，在一个边 界框内计算匹配的点数；基于2 d 动态规整的匹配，将被测指纹的细节进行 规整来对准参考指纹，以获得最大的匹配细节的数目。 3 虹膜识别 虹膜是一个位于瞳孔和巩膜之间的环状区域1 4 l 。与其它的生物特征相比， 虹膜识别具有：高独特性，虹膜的纹理结构是随机的，其形念依赖于胚胎期的 发育i 高稳定性，虹膜可以保持几十年不变，而且不受除光线之外的周围环境 的影响：防伪性好，虹膜本身具有规律性的震颤以及随光强变化而缩放的特性， 可以识别出图片等伪造的虹膜；易使用性，识别系统不与人体相接触；分机方 便，虹膜固有的环状特性，提供了一个天然的极坐标系。在各种虹膜识别算法 中，以d a u g m a n 和w i l d e s 提出的算法最为经典，大多数商业系统都是就这两 种算法5 1 。 虹膜识别算法包括：虹膜定位，虹膜对准，模式表达，匹配决策。 ( 】) 虹膜定位：将虹膜从整幅图像中分割出来。为此必须准确定位虹膜的内 外边界，检测并排除侵入的眼睑。典型的算法是利用虹膜内外边界近似环行的 特性，应用图像灰度对位置的一阶导数来搜索虹膜的内外边界”1 。 ( 2 ) 虹膜对准：确定两幅图像之间特征结构的对应关系。d a u g m a n 将原始坐 标映射到一个坐标系上，使虹膜组织的同一部位映射到这个坐标系的同一点： w i l d e s 算法应用图像配准技术来补偿尺度和旋转的变化。 ( 3 ) 模式表达：为了捕获虹膜所具有的独特的空间特征，可以利用多尺度分 析的优势。d a u g m a n 利用二维g a b o r 子波将虹膜图像编码为2 5 6 字节的“虹膜 码”，w i l d e s 利用拉普拉斯一高斯滤波器来提取图像信息。 ( 4 ) 匹配决策：d a u g m a n 用两幅图像虹膜码的汉明距离来表示匹酉a 度，这种 匹配算法的计算量极小，可用于在大型数据库中识别。w i l d e s 是计算两幅图像 模式表达的相关性，其算法较复杂，仅应用于认证。 4 手形识别 手形的测量比较容易实现，对图像获取设备的要求较低，手形的处理相对 乜比较简单，在所有生物特征识别方法中手形认证的速度是最快的。然而手形 特征并不具有高度的唯一性，不能广泛地用于识别，但是对于一般的认证应用， 它是可以满足要求。目前手形认证主要应用两种方法：基于特征矢量的方法 1 4 1 和基于点匹配的方法【】“。 ( 1 ) 基于特征矢量的手形认证：大多数的手形认证系统都是基于这种方法。 典型的手形特征包括：手指的长度和宽度、手掌和手指的长宽比、手掌的厚度、 手指的连接模式等。用户的手形表示为由这些特征构成的矢量，认证过程就是 计算参考特征矢量与被测手形的特征矢量之间的距离，并与给定的阈值进行比 较判别。 ( 2 ) 基于点匹配的手形认证：上面方法的优点是简单快速，但是需要用户很 好地配合，否则其性能会大大下降。采用点匹配的方法可以提高系统的鲁棒性， 但这是以增加计算量为代价的。点匹配方法的一般过程为：抽取手部和手指的 轮廓曲线；应用点匹配方法，进行手指的匹配；计算匹配参数并由此决定两个手 形是否来自同一人。 5 掌纹识别 与指纹识别相比，掌纹识别的可接受程度较高，其主要特征比指纹明显得 多，而且提取时不易被噪声干扰，另外，掌纹的主要特征比手形的特征更稳定 和更具分类性，因此掌纹识别应是一种很有发展潜力的身份识别方法。手掌上 最为明显的3 5 条掌纹线，称为主线在掌纹识别中，可利用的信息有：几何 特征，包括手掌的长度、宽度和面积：主线特征：皱褶特征：掌纹中的三角形 区域特征：细节特征。目前的掌纹认证方法主要是利用主线和皱褶特征。下面 从掌纹特征抽取和特征匹配两方面来概述掌纹识别算法。 ( 1 ) 掌纹特征抽取：有两类方法，一是抽取特征线，二是抽取特征点。抽取 特征线的优势在于可以用于低分辨率和有噪声的图像，抽取特征点的好处是抽 取的速度快。 ( 2 ) 掌纹特征匹配：对应于掌纹特征的抽取，特征匹配分为特征线匹配和特 征点匹配。特征线匹配是计算两幅图像对应特征线参数之问的距离，特征点匹 配是两幅图像的两个点集之间的几何对准过程。 6 人脸温谱图识别j 利用红外传感器可以获得人体各部分辐射热量的图像，这叫温谱图。通过 分析不同个体的红外感应图像来识别身份。由于人脸温谱图识别方法是一种非 接触性的、非侵犯性的鉴别方法，因此这种方法容易被人们接受。温谱图识别 方法受周围环境温度的影响较大。另外，红外传感器价格较高，这就大大限制 了利用人体温谱图来识别个人身份的方法的广泛使用。 7 视网膜识别 视网膜读取器感知人眼后面的视网膜脉络模式1 9 j 。这就要求被调查哲的眼 睛对着一个目镜的里面看，这时从眼睛后部反射出来的光线用于捕捉视网膜脉 络模式。尽管视网膜扫描可以得到很高的识别准确率，然而大多数的人将会拒 绝对他们眼睛内部进行的任何测量。视网膜扫描对于戴着隐形眼镜或闭着眼睛 的照片都不能进行精确识别。眼镜的反光同样也会阻止扫描器准确地找到视网 膜 l _ 2 2 基于行为特征的生物识别技术 1 签名识别 签名识别是一种行为识别技术，目前签名大多还只用于认证。签名认证的 困难在于，数据的动态变化范围大，即使是同一个人的两个签名也绝不会相同。 签名认证按照数据的获取方式可以分为两种：离线认证和在线认证。离线认证 是通过扫描仪获得签名的数字图像；在线认证是利用数字写字扳或压敏笔来记 录书写签名的过程。离线数据容易获取，但是它没有利用笔划形成过程中的动 态特性，因此较在线签名容易被伪造。 从签名中抽取的特征包括静态特征和动态特征，静态特征是指每令字的形 态，动态特征是指书写笔划的顺序、笔尖的压力、倾斜度以及签名过程中坐标 变化的速度和加速度【m j 。目前提出的签名认证方法，按照所应用的模型可以归 为三类：模扳匹配的方法，隐马尔可夫模型方法，谱分柝法。模板匹配的方法 是计算被测签名和参考签名的特征矢量问的距离进行匹配：h m m 是将签名分 成一系列帧或状态，然后与从其它签名中抽取的对应状态相比较；谱分析法是 利用倒频谱或对数谱等对签名进行认证。 2 ，声音识别，”j 声音识别也是一种行为识别技术，同其它的行为识别技术一样，声音的变 化范围比较大，很容易受背景噪声、身体和情绪状态的影响。一个声音识别系 统主要由三部分组成：声音信号的分割，特征抽取和说话人识别。 ( 1 ) 声音信号的分割：目的是将嵌入到声音信号中的重要语音部分矜开，通 常采用以下几种方法：能量阈值法；零交叉率和周期性的测量；声音信号倒频 谱特征的矢量量化：与说话人无关的隐马尔可夫字词模型。 ( 2 ) 声音特征抽取：人的发声部位可以建模为一个由宽带信号激励的时变滤 波器，大部分的语音特征都与模型的激励源和滤波器的参数有关。倒频谱是最 广泛使用的语音特征抽取技术，出标准倒谱发展了m e l 整形倒谱和m e l 频率倒 谱系数( m f c c ) ，此外，语音特征参数还包括全极点滤波器的脉冲响应、脉冲响 应的自相关函数、面积函数、对数面积比和反射系数。 ( 3 ) 说话人识别：说话人识别的模型有两种，参数模型和非参数模型。两个 主要的参数模型是高斯模型和隐马尔可夫模型( h m m ) 。h m m 是当前最为流行 的说话人识别模型。非参数模型包括参考模式模型和连接模型。参考模式模型 将代表说话人的声音模式空间作为模板储存起来，应用矢量量化、最小距离分 类器等进行匹h a 。连接模型包括前馈和递归神经网络，多数神经网络被训练作 为直接将说话人分类的判决模型。 3 击键分析 这是基于人击键时的特性：如击键时的持续时间、击不同键之间的时间、 出错的频率以及力度大小等丽达到进行身份识别的目的【9 l 。 1 2 3 其它新的生物识别技术 1 d n a 识别 d n a 识别是利用不同的人其人体细胞中具有不同的d n a 分子结构。人体 内的d n a 在整个人类范围内具有唯一性和永久性。因此，除了对双胞胎个体的 鉴别可能失去它应有的功能外这种方法具有绝对的权威性和准确性。不象指 纹必须从手指上提取，d n a 模式在身体的每一个细胞和组织都一样。这种方 法的准确性优于其他任何生物特征识别方法，它广泛应用于识别罪犯。它的主 要问题是使用者的伦理问题和实际的可接受性，d n a 模式识别必须在实验室中 进行，不能达到实时以及抗干扰，耗时长是另一个问题。这就限制了d n a 识别 技术的使用；另外，某些特殊疾病可链改变人体d n a 的结构，系统无法对这 类人群进行识别。 2 汗毛孔分析 手指上的汗毛孔分布因人而异，汗毛孔分析器就是分析手指尖的汗毛孔， 把手指放在传感器上，软件记录汗毛孔及其在手指上的相对位置。 3 耳朵识别 耳朵的形状和大小对每个人来说都是独一无二的。耳朵识别技术一般用于 公安部门对罪犯的识别。 1 3生物特征识别系统评价标准 评价一个生物特征识别系统的优劣，主要有以下几项指标： 1 ，f r r 又称拒真率，指将相同的人误认为是不同的人，面加以拒绝的出错 概率，定义为：f r r = 拒识的人的数目考察的人的总数目x 1 0 0 。f a r 又称认 假率，指将不同的人误认是相同的人，而加以接纳的出错概率，定义为：f a r = 错判的人的数目考察的人的总数目l o o 【”1 。 2 于巨登率( e r r o rr e g i s t r a t i o nr a t e ，e r r ) ：e r r 是用来描述生物特征设备的 适应性，指生物特征设备出现不能登录及处理的生物特征的概率，其过高将会 严重影响设备的使用范围。 3 速度：生物特征识别系统的工作速度主要由采集时f 白j 、处理时问、比对 时间和平均识别速度几项指标构成。采集时间通常包含采集的操作时削和信息 的传输时间。处理时间指的是从计算机处理生物特征图像到提取出所有特征、 输出特征模版所耗费的时间。比对时间指计算机对两组生物特征模版进行比对 并给出结果所耗费的时间。平均识别速度指计算机从生物特征模板库中搜索出 特定生物特征模版的速度，通常是一个统计平均值，其速度的快慢与生物特征 模版库的分类方法有很大关系。 4 “一对一”与“一对多”：生物特征识别系统有两种典型的工作方式：认证 ( v e r i f i c a t i o n ) 和识别( i d e n t i f i c a t i o n ) 。认证是指将现场采集到的待测生物特征样 本与标本生物特征特征模板进行一对一”比对，得出“是否是| 司一人”的结论： 而识别则是将现场采集到的待测生物特征样本与生物特征特征数据库中的标本 人脸进行对多”的搜索比对，得出“有无此人”以及“此人是谁”的结论。认证 和识别在比对算法的实现上侧重点不同，设计上也具有不同的技术特点。 1 4 生物识别的发展前景 1 _ 4 1 生物识别的研究发展 由于生物特征识别固有的优越性，使它在网络身份认证中有着其它认证信 息所不能比拟的优势，因此建立基于生物特征识别的网络身份认证系统是生物 特征识别技术的一个重要研究方向。而现在对生物特征识别的研究还局限于单 机系统。要建立基于生物特征识别的网络身份认证系统应当解决下面一些关键 问题： ( 1 ) 在一个开放的网络上传送用户的生物特征模板，应当使用高级加密工具 来保障其通信安全；( 2 ) 保证生物特征获取装置检测的是真正的用户特征，而不 是照片或记录，防止生物特征信息被篡改或替换：( 3 ) 认证需要通过网络在中央 服务器上进行，应当建立一个可升级的、安全的平台来有效地管理模板文件； ( 4 ) 为有效防止黑客攻击，阻止其绕过系统安全检测，应当将生物特征登录程序与 计算机操作系统紧密集成；( 5 ) 保证即使大量的应用使用用户的同一种生物特征， 也不会造成未经授权而互相访问的情况。 目前生物特征识别技术的研究还处于初始发展阶段，如何提高系统的准确 性和鲁棒性是这个研究领域的重大挑战。每种生物特征都不是完美的，都存在 固有的局限性，那么要改善系统的识别性能，就已不再是单单改善某一种识别 技术的问题，因此考虑包括各种生物特征在内的多种认证信息的结合，成为一 种切实可行的解决方案。信息的结合可以采取不同的方式： ( 1 ) 将生物特征识别信息和非生物特征识别信息相结合，例如将生物特征与 智能卡结合； ( 2 ) 将多种生物特征相结合，构成多模态识别系统。在多模念识别系统中， 需要考虑两方面的问题，一是不同生物特征的选择和实现，二是多种生物特征 信息的融合。多模信息的融合可以在原始数据层、特征抽取层和分类决策层实 现。由于每种模态对决策的作用不都是线性的，因此融合方案只是采用求和、 相乘、多数表决等相对比较简单的线性组合方案，则不能最优地利用多模信息， 因此如何利用多模态获得最大的信息量，这个最大的信息量的极限是多少，这 不仅要通过实际的多模态系统进行实验，更要有理论上的分析和论证。目前国 外已有研究表明利用人脸和指纹结合以及人脸、指纹和语音结合等方法进行身 份识别能显著提高识别准确性，在相同误识率的情况下，多生物特征i ： 别系统 的拒识率最低。也有利用人脸和虹膜以及人脸、指纹和虹膜等进行多生物特征 信息融合而达到提高识别系统性能的目的。多生物特征识别系统相对复杂，数 据存储量大，计算量显著增加，这是它的弱点。但随着计算机技术的高速发展 以及高性能价格比的专用芯片的出现，多生物特征识别技术将得到更进一步的 发展，必将成为生物识别技术的发展主流。 目i i 国际上对生物特征识别尚未形成统一的标准，很多国际组织正在积极 地进行标准的制定，其中最主要的是a n s i 9 8 4 ，它是有关生物特征的管理和 安全的标准。由于标准必须具有先进性、通用性和有效性，并要得到世界各国 的认同，因此形成标准仍是一项艰巨的任务。 1 4 2 生物识别的应用前景 随着我们逐渐迈入数字时代，生物特征的身份鉴别技术愈加显示出它的价 值，具有广泛的应用前景及巨大的潜在经济价值【4 】。 目前，国外许多高技术公司正在研究用生物特征取代身份证、密码等传统 识别特征，并且已经开始在机场银行和各种电子设备上进行了实际应用。美国 一家名为“虹膜扫描”的高技术公司研制出的虹膜识别系统已经应用在美因得克 萨斯州联合银行的三个营业部内。储户两手空空就可以来银行办理业务。他们 在取款机上取钱时，一台摄像机首先对用户的眼睛进行扫描，然后将扫描图像 转化成数字信息与数据库中的资料核对，以对用户的身份进行检验。f i 本三菱 电机公司不久前将“指纹认证装置”微型化，并内置于公司将要推出的手机中。 使用者只要用手指触摸手机的传感部位，手机就能马上识别出指纹是否与使用 者事先登记的指纹一致。如果与事先登记的指纹不相符合，电话就不能接通。 这使手机用户再也不必担心手机被人盗用了。2 0 0 4 年3 月，东芝推出的新型门 禁管理系统“f a c e p a s sv u 。r 7 1 0 a ”可以进行栩貌识别。误判率为0 1 以f ，误 判拒绝率为l 以f ( 均为1 对1 认证时) ，同时推出的还有相j 衄f i 1 荆l 飘信息管 弹软件。尔芝公- - 1 表示，这套系统有型在f 1 本令面替代传统的门h - 菱银行 也已经l 圳确表示将往2 0 0 4 年为所有的a 1 m 机添加掌纹识别系统，该系统包括 个红外传感器，可以在升i 用直接接触的情况下判读用户的掌纹，这足本银 行系统使用的首个生物安全系统。美国最大的银行美洲银行最近也丌始为一些 用户提供指纹识别服务。用户要想进入该银行的网上财务服务系统，除上网口 令、个人身份号码外，还需要提供指纹，这提高了系统的安全件。此外，一些 美国的国际贸易公司也正在积极试用指纹识别软件。除了在机场、银行、公安 等方面，在电子商务领域生物识别技术也有广阔的应用前景。网上交易需要买 卖双方验明f 身，特别是网上进行的国际贸易更需要有效的技术来鉴定真伪。 鉴于生物识别的可靠性，未来人们在上网购物或者交易时，首先在生物特征识 别仪上进行身份认证，这可以保证网络管理机构有效监督网络交易的参与者， 大大降低不法分子对网络交易的破坏活动。为了促进网上交易，美国总统克林 顿6 月3 0 月在美国费城签署了电子签名法案。法寨的签署促使美国各大高技术 公司加紧开发保证电子签名安全的技术，这主要包括一个人身份的呈密数字化 装置和附加在计算机上的指纹或虹膜识别设施等。 “9 1 l ”是世界生物识别技术发展转折点，“9 1 1 ”事件之后，如何通过高科技 手段来高速准确的鉴定和认证个人身份成为各国政府和公众最为关注的一个话 题，而在所有需要进行身份识别的地方，都可以应用生物谈别技术，因此生物 识别技术研究和应用受到了前所未有的重视。美国在“9 1 1 ”之后连续签署了3 个 国家安全法案( 爱国者法案、航空安全法案、边境签证法案) ，要求必须采用生 物识别技术。世界民用航空组织建议18 8 个成员国将生物特征( 人脸、指纹、 虹膜) 放八护照，迄今为止，美国、欧盟、日本、澳大利亚、韩国等国家已经 准备在2 0 0 4 年底以前开始初步应用。 开发商最近在生物识别技术的应用程序接口( ap i ) 标准方面取得了一致， 司以用于视窗或其他操作系统。5 月份，微软公司宣布将把生物认证技术添加 到自己的视窗操作系统中，这对这项新技术的发展无疑将起到促进作用。微软 公司的女发“- a 人对生物鉴定技术的前景充满了信心，她指出，这f 是用户们所 需要的东西，因此是十分炙手可热的卖点，而且对于原始设备制造商( o e m ) 来说，将这种技术加到各种平台里是再好不过的选择，同时，o e m 的介入可以 使用这种技术更快的普及起来。 我国生物识别技术相比欧美国家起步较晚，但发展很快。国内包括北京大 学、清华大学、中国科技大学、中科院计算所、中科院自动化所等都有专门的 研究室开展生物识别技术方面的研究和- j ：发工作，取得了一定的理沦与应用成 果。同时有一批专业公司专注于此，把先进的生物识别技术推广应用到各个行 业中。例如深圳市为郯微电子有限公司，上海同济斯玛特识别技术有限公司等， 它们都是从事生物识别技术及相关产品的研究、开发、生产及销售的高新技术 企业。 勿庸置疑的是，生物识别已经丌始进入大范围的应用。固际牛物集团的统 计表明：目i 订闯际生物特征识别技术的市场已达1 0 亿美元，到2 0 0 5 年底市场 将达到2 2 亿美元的水平。同时，市场每年将以超过8 0 的速度增长，2 0 0 7 年 可达4 l 亿美元。图1 2 是各种生物识别技术的市场占有率。 幽1 2 各种生物识别技术的市场1 5 有率 1 5 人脸识别技术简介 1 5 1 人脸识别技术的历史 在各种生物特征中，人脸的面部特征是最自然的、直接的、方便的身份辨 认手段，而且是非侵犯式的主动t 别，易为用户所接收。人脸特征也是人类交 互最常采用的方式。实际上人类的面部特征是相当稳定的，分别几年甚至几十 年的老友即使是在路上匆匆一过也会分辨出来。正是因为如此，近年来在国际 上有很多研究者对基于人脸和话者等特征的身份识别和验证进行了大量的研 究。并且由于微电子技术、计算机技术的迅猛发展，数字图像技术与模式识别 学科的日臻完善，使得人脸自动识别技术在经济上成为可能。 人脸识别的研究始于6 0 年代末，b l e d s o e 以人脸特：i _ f 点的间距、比率等参 数为特征，建成了一个半自动的人脸识别系统。7 0 年代，美、英等发达国家开 始重视人脸识别的研究工作并取得进展。1 9 7 2 年，h a r m o n 用交互式人脸识别 方法在理论上与实践上进行了详细的论述。就在这一年，s a k a i 设计了人脸图像 自动识别系统。8 0 年代初，t m i n a m i 研究出了优于s a k a i 的人脸图像自动识别 系统。 9 0 年代由于计算祝技术、数字图像处理、模式识别技术的发展，加上人 们对人脸图像自动识别的迫切要求，各国军、警方及有关部门高度重视，大公 司鼎立相助，对它的研究变得非常热门。仅1 9 9 0 年到2 0 0 0 年之间，e i 可检索 到的相关文献就多达数千篇，这期间关于人脸识别的综述也屡屡可见。1 9 9 6 年 美国军方组织了人脸自动识别系统大赛，勒克菲勒大学的f a c l e t 系统获得冠军。 最近，美国的l a u 公司研制的人脸图像自动识别系统，是以人眼辨别人的原理， 基于生物测量学、人像复原技术开发的装置。用人脸1 2 4 2 个特正点，对人群 中寻找的人进行定量定性识别，已经用在机场、火车站、公共场所、重点控制 地区。近年来，我国有关部门也很重视，一些研究单位、清华大学等高校也丌 始从事人脸图像自动识别方面的研究。 1 5 2 人脸特征识别主要方法 人脸识别的过程主要是人脸的检测定位和人脸的识别。现在主要的人脸识 别方法有：( 1 ) 基于脸部几何特征的方法：( 2 ) 基于特征脸的方法；( 3 ) 神经网络的 方法；( 4 ) 局部特征分析的方法；( 5 ) 弹性匹配的方法。基于几何特征的识别是通 过提取眼睛、眉毛、鼻子、嘴等重要器官的几何形状作为分量特征；特征脸是 根据一组训练图像，利用主元分析的方法，构造主元子空间，这种方法是一种 最小距离分类器；神经网络方法是将图像空间投影到隐层子空白j ，由于投影变 换具有非正交、非线性的特性，可根据不同的需求构造不同的网络：局部特征 分析方法是考虑到人脸显著的特征信息并不是均匀分布于整个脸部图像的，可 能少量的局部区域却传达了大部分的特征信息，而且这些局部特征在投影前后 的关系保持不变：弹性匹配方法是将人脸建模为二维或三维网格表面，应用塑 性图形或可变形曲面匹配技术进行匹配。 1 5 3 影响人脸识别性能的主要因素 影响人脸识别性能的主要因素及相应措施为： ( 1 ) 背景和头发：消除背景和头发，只识别脸部图像部分。 ( 2 ) 人脸在图像平面内的平移、缩放、旋转：采用几何规范化，人脸图像经 过旋转、平移、缩放后，最后得到的脸部图像为指定大小，两眼水平，两眼距 离一定。 ( 3 ) 人脸在图像平面外的偏转和俯仰：可以建立人脸的三维模型，或进行三 维融合( m o r p h i n g ) ，将人脸图像恢复为正面图像。 ( 4 ) 光源位置和强度的变化：采用直方图规范化，可以消除部分光照的影响。 采用对称的从阴影恢复形状( s y m m t e r i cs h a p ef r o ms h a d i n g ) 技术，可以得到一个 与光源位置无关的图像。 ( 5 ) 年龄的变化：建立人脸图像的老化模型。 ( 6 ) 表情的变化：提取对表情变化不敏感的特征，或者将人脸图像分割为各 个器官的图像。分别识别后再综合判断。 ( 7 ) 附着物( 眼镜、胡须) 的影响。 ( 8 ) 照相机的变化：同一人使用不同的照相机拍摄的图像是不同的。 1 5 4 人脸特征识别算法测试 由于人脸识别实验所采用的人脸库通常不一样，不同人脸库之阳j 的输入条 件各异，并且实验过程中所采用的测试流程也不尽相同，因此不同的识别程序 之间很难进行比较。如何对各种人脸特征识别算法进行测试，给出性能结果， 到目前为止国际上还没有一个统一的标准。 最常见的人脸库有如m i t 库、y a l e 库、c m u 库、英国的m a n c h e s t e r 人脸 库等，除了英国的m a n c h e s t e r 人脸库外，其余均为小型库，包含的图像有一百 幅左右。为促进人脸识别算法的深入研究和实用化，美国国防部发起了人脸识别 技术( f a c e r e c o g n i t i o n t e c h n o l o g y 简称f e r e t ) i 程，它包括一个通用人脸库和 一套通用测试标准。但由于f e r e t 库中包括军人的图片，不能在美国以外获得。 因此其他国家的研究只能采用本地的人脸库。 1 9 9 7 年以后，人们组织了人脸识别厂商比赛f v r t ( f a c e r e c o g n i t i o n v e n d o r t e s t ) 。f v r t 在2 0 0 0 年进行了第一次，在2 0 0 2 年进行了第二次，主要针对工 业界。f r v t 2 0 0 2 对成熟的全自动人脸识别系统进行独立的技术评价，提供评 价人脸识别系统满足达规模、真实世界应用能力的性能度量。 1 5 5 人脸特征识别应用 人脸识别在应用中，目前主要可以归为两类：即身份识别和身份验证。 前者在应用上的典型实例就是公安刑侦追逃；第二种应用情形的典型实例是身 份证件的鉴别、自动门禁控制系统、银行a t m 取款机、家庭安全等。它在国 家重要机关及社会安防领域具有广泛的用途。例如：司法认证、民航安检、口 岸出入控制、海关身份验证、银行密押、智能身份证、智能门禁、智能视频监 控、智能出入控制、司机驾照验证、各类银行卡、金融卡、信用卡、储蓄卡的 持卡人的身份验证，社会保险身份验证等。20 世纪90 年代后期以来，一些 商业性的人脸识别系统逐渐进入市场。国外比较著名的有应用局部分析法的 f a c e l t ，应用特征脸方法的v i i s a g es y s t e m 以及应用神经网络方法的t r u e f a c e 等。 在我国也有一些软件陆续投入实际应用。中国科学院研究生院常务副院长高文 教授担任负责人的研究组，在与银晨网讯科技有限公司的合作下，研制的“面像 检测与识别核心技术”成果已在党的十六大召开期间获得实际应用并获得好评。 江苏省“十五”科技攻关项目南京大学和江苏省公安厅刑事警察总队等联手 研制的“基于单幅训练图像的多表情人脸自动识别系统”，通过省科技厅组织的 科技成果鉴定。目前该系统已在江苏省公安厅刑警总队和南京火车站公安派出 所等单位试用。还有一些高科技公司也相继开发了一些应用软件，如深圳市为 邦有限公司，北京科瑞奇技术开发股份有限公司等。人脸识别技术i f 得到越束 越多的关注，大有可为。 1 6 论文安排 本课题的研究背景是受深圳市为邦微电子有限公司委托，丌发应用于p c 机上的人脸识别系统软件( f a c e o k ) 。 本文的组织结构如下： 论文第一章回顾了生物识别技术产生的背景，介绍了生物特征识别技术的 类别和研究情况并展望了它的发展前景。 第二章详细介绍了人脸特征识别技术。给出了人脸识别的系统框架和识别 方法的基本原理。 第三章详细阐述了软件丌发的过程，f a c e o k 软件现已投入市场。把生物 特征识别技术应用于实际之中是一件很有意义的事情，希望本文可以对其它的 工作者有借鉴作用。 第四章是对本文工作的总结和展望。 第二章人脸识别技术 2 1 人脸识别系统框架 人脸识别( f a c er e c o g n i t i o n ) 就是对于输入的人脸图像或者视频，首先判 断其中是否存在人脸，如果存在人脸。则进一步的给出每个人脸的位置、大小 和各个主要面部器官的位置信息，并依据这些信息，进一步提取每个人脸中所 蕴含的身份特征，并将其与已知人脸库中的人脸进行对比，从而识别每个人脸 的身份。 按照图像来源的不同，人脸识别技术可分为2 大类：静态人脸识别和动态 人脸识别j 。静态人脸识别的人脸来源是稳定的二维图像如照片；动念人脸 = 别的人脸来源是一段视频图像，在头部运