（应用数学专业论文）基于ds证据理论的面像识别和指纹识别融合.pdf

东北大学硕士学位论文摘要 基于d s 证据理论的面像识别 和指纹识别融合 摘要 生物识别是一门利用人体特有的生物特征来识别个人身份的科学，它与传统 的基于口令和个人身份号码的方法相比更加可靠。本文首先对生物识别及其应用 和发展作了简要介绍。然后简单介绍了两种典型的生物识别方法：指纹和面像识 别方法。基于单一生物特征的生物识别已不能满足人们的需要。随着近几年来数 据融合技术的发展，提出了多生物特征识别技术。面像识别和指纹识别是两种最 具实用和推广价值的生物识别技术。融合这两种识别方法能有效地改善系统的性 能。在本文第三章中详细分析了d e m p s t e r - s h a f e r 证据理论的基本概念和法则， 阐述了基于d s 证据理论的多生物特征识别技术。在此基础上，针对分类器输出 抽象信息的情况，给出了一种在决策层上融合面像识别和指纹识别的方法，充分 利用了两者的不确定信息，从而提高了系统的可靠性。 关键词生物识别面像识别指纹识别多生物特征识别d - s 证据理论 i i 东疵天学磺士学拉论炙a b s t r a e f c o m b i n i n g f a c e r e c o g n i t i o n a n d f i n g e r p r i n tr e c o g n i t i o n b a s e do nd - s t h e o r y o fe v i d e n c e a b s t r a c t b i o m e t r i c s ，w h i c h w a sak i n do fs c i e n c eo fu s i n gi n d i v i d u a l p e r s o n a l c h a r a c t e r i s t i c st ov e r i f yi d e n t i t y , w a si n h e r e n t l ym o r er e l i a b l et h a nt r a d i t i o n a lm e t h o d s s u c ha s p a s s w o r d sa n d p i nn u m b e r s 。t h i sp a p e rs u m m a r i z e db r i e f l yb i o m e t r i c i d e n t i f i c a t i o nt e c h n o l o g y ，i t sa p p l i c a t i o na n dd e v e l o p m e n t t h e nt w oa u t o m a t i c i d e n t i f i c a t i o nm e t h o d so ft y p i c a lb i o l o g i c a lf e a t u r e ：f i n g e r p r i n ta n df a c er e c o g n i t i o n w e r ed i s c u s s e d ab i o m e t r i cs y s t e mb a s e ds o l e l yo n o n eb i o m e ：r d c sw a so f t e nn o ta b l e t om e e tt h ed e s i r e dp e r f o r m a n c er e q u i r e m e n t s w i t hm u l t i s e n s o rd a t af u s i o n ，an e w t e c h n i q u ed e v e l o p i n gi n r e c e n ty e a r s , m u l t i - b i o m e t r i c sh a sb e e ni n t r o d u c e d ，f a c e r e c o g n i t i o na n df i n g e r p r i n tv e f i f i c m i o n w a st w ok i n d so fb r e a d - a n d - b u y e rb i o m e t r i c s c o m b i n i n gf a c ea n df i n g e r p r i n tr e c o g n i t i o nc a l li m p r o v es y s t e m i cc a p a b i l i t y s ot h e p a p e rp u tf o r w a r d am u l t i b i o m e t r i c sb a s e do i ld e m p s t e r - s h a f e rt h e o r yo fe v i d e n c e t h eb a s i cc o n c e p t sa n dt h e o r yo fd e m p s t e r - s h a f e re v i d e n c er e a s o n i n gw e r el a b o r e d i nc h a p t e rt h r e e a n dag e n e r a l i z e dd e m p s t e r - s h a f e rt h e o r yw h i c hw a se f f i c i e n ti n d e a l i n g w i t ht h ei d e n t i f i c a t i o no f i n d i v i d u a lw a sg i v e n 薹( 姆w 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 , f i n g e r p r i n t r e c o g n i t i o n ， m u l t i 。b i o m e t r i c s ，d e m p s t e r - s h a f e r t h e o r yo f e v i d e n c e 一i 。 声明 本人声明所呈交的学位论文是在导师的指导下完成的。论 文中取得的研究成果除加以标注或致谢的地方外，不包含其他人 已经发表或撰写过的研究成果，也不包括本人为获得其他学位而 使用过的材料。与我一同工作过的同志对本研究所做的贡献均已 在论文中作了明确的说明并表示谢意。 本人签名：耐泖 日 期：加牛耳o1 日，o 闰 东北大学硕士学位论文 第一章绪论 第一章绪论帚一早三百v 匕 随着全球信息化、网络化的飞速发展，现代人们的生活越来越多地依赖于信 息和网络。互联网作为宽带网时代的一个最重要组成部分，会以更优先、多元化 的特色服务全民，这一点是勿庸置疑的。然而，人们在享受网络服务的同时，网 络上存在着大量敏感的个人、军队、政府的信息，这些开放的信息系统必然存在 众多潜在的安全隐患，窃密和反窃密、破坏和反破坏的斗争仍然继续。在这样的 斗争中，网络安全成为网络发展的一个关键问题。网络安全主要由加密技术和身 份识别技术来实现。网络信息化时代的一大特征就是个人身份的数字化和隐性 化。如何准确识别一个人的身份，保护信息安全是当今信息化时代必须解决的一 个关键性社会问题。 身份识别是保护信息安全的一个重要方法。传统识别身份的方法有：基于 持有物，如各种证件；根据所了解的信息，如口令或密码。它主要采用密码、 证件或者一些已有的特定的知识作为使用者进入系统内部进行操作的权限，但是 这种识别方式存在很多缺陷。例如，密码容易遗忘、被修改，证件容易丢失，携 带不方便等，这样就给使用者造成了很多安全隐患。并且一旦别人获得了这些物 品或信息后，就可以拥有与被授权者相同的权力。特别是那些对安全要求很高的 场合，对原有的识别方式加以改进就显得更加迫切。因此出现了生物特征识别技 术，它基于个人独特的生理或行为特征进行身份识别。 1 1 生物识别简介 1 生物识别基本概念 生物识别技术是指通过计算机利用人体所固有的生理特征或行为特征来进 行个人身份鉴别。生理特征与生俱来，多为先天性的；行为特征则是习惯使然， 多为后天性的。科学家 1 9 - 2 1 1 将生理和行为特征统称为生物特征。基于生物特征的 身份识别具有不会遗忘丢失、不易伪造、随身携带等优点。因此生物识别将是一 种更加可靠、方便、快捷的大众化身份识别手段。 1 一 东北大学硕士学位论文第一章绪论 典型的生物识别系统如图1 1 所示，逻辑上包括两个模块：注册模块和识别 模块。在注册模块中首先登记用户的姓名和其他个人信息，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，存贮在数据库中。在识别模块中，与注册过程相同，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。 注册 图1 1生物特征识别系统的基本结构 f i g 1 1b a s i cc o n f i g u r a t i o no f b i o m e t r i c ss y s t e m 关于个人身份识别的问题可以分为两类：认证和辨别。认证指的是验证用户 是否为他所声明的身份，辨别指的是确定用户的身份。 从辨别和认证的定义中可以看出，两者的工作原理和流程大致相同。只不过 辨别需要将样本与数据库中的每一个模板分别匹配，从而确定此样本属于哪个 人，它是一对多的匹配方式；而认证是将样本与事先声明的模板直接进行匹配， 从而判定该样本是否属于这个人，它是一对一的匹配方式。 并非所有的生物特征都可用于个人的身份识别。用于身份识别的生物特征须 满足以下几个条件 2 2 , 2 3 1 ： ( 1 ) 普遍性，即每个人都具备这种特征； ( 2 ) 唯一性，每个人拥有的这特征应该各不相同； 2 东北大学硕士学位论文第一章绪论 ( 3 ) 稳定性，这一特征不随时间、外界环境等的变化发生改变； ( 4 ) 防伪性，这一特征不易仿造、窃取； ( 5 ) 可采集性，所选择的特征应该便于测量。 可用于生物识别的生理特征有手形、指纹、面像、虹膜、视网膜、脉搏、耳 廓等，行为特征有步态、签名、声音、按键力度等。基于这些生物特征，人们已 经发展了指纹识别、面像识别、语音识别、虹膜识别、手形识别、签名识别等多 种生物识别技术。然而，上述的生物识别技术对一个实际的系统也未必可行，实 际的应用给基于生物特征的身份识别系统提出了更多的要求： ( 1 ) 性能要求，所选择的生物特征能够达到多高的识别率，即识别的准确 性； ( 2 ) 可接受性，使用者在多大程度上愿意接受所选择的生物特征识别系统； ( 3 ) 安全性能，系统是否能够防止被攻击； ( 4 ) 提取的特征容量、特征模板是否占用较小的存贮空间； ( 5 ) 价格是否为用户所接受； ( 6 ) 是否具有较高的注册和识别速度； ( 7 ) 是否具有非侵犯性。 因此，一个实际的生物识别系统应做到： ( 1 ) 在合理的资源需求下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 ) 对各种欺诈方法有足够的鲁棒性。 2 生物识别的衡量标准 一个生物识别系统要解决的问题可以描述为：对于一个待识别的人，系统作 出“是”或“不是”的决策，每一种类型的决策又存在两种可能性，即这一决策 反映的是真实情况或不是真实情况。因此，总共有四种可能的结果： ( 1 ) 具有正确身份的人( g e n u i n e ) 被接受； ( 2 ) 具有f 确身份的人( g e n u i n e ) 被拒绝； ( 3 ) 假冒者( i m p o s t e r ) 被拒绝； ( 4 ) 假冒者( i m p o s t e r ) 被接受。 3 东北大学硕士学位论文第一章绪论 ( 1 ) 和( 3 ) 是正确的决策，( 2 ) 和( 4 ) 是错误的决策。错误决策中分别 用f a r ( f a l s e a c c e p t a l i c er a t e ) 来表示错误接受率，用f r r ( f a l s er e j e c tr a t e ) 来 表示错误拒绝率，它们是衡量生物识别系统性能的重要指标。前者代表把非法用 户当成合法用户的概率，后者代表把合法用户当成非法用户的概率。在具体的应 用中，f a r 和f r r 所造成的损失有可能是相差很大的，所以应该在系统效率表 征式中加入相应错误的权重。这 两个指标具有内在的必然联系， 其关系如图1 2 所示。可见， f a r 的减少是以f r r 的增加为 代价的。因此，如何选取适当的 阈值作为匹配判决标准，将直接 影响系统的性能好坏。可见，阈 值对于f r r 与f a r 有双面性不 平衡的影响，即降低某一者，则 必升高另一者。 图1 2f a r 与f r r 关系图 f i g 1 2 r e l a t i o no f f a ra n df r r 除了上述f a r 和f r r 两个指标外，衡量一个生物识别系统的标准还包 括运行时间，即产生样本并与模板相匹配判决的时间；模板的大小；防欺骗性： 可接受能力；稳定期限等等。 3 生物识别的发展与应用 生物识别技术是依靠人的身体特征来进行身份认证的一种解决方案，由于人 体特征具有不可复制的特性，这一技术的安全系数较传统意义上的身份认证机制 有很大的提高。利用生物识别技术，人们开发了指纹识别、语音识别、虹膜识别、 以及面像识别等多种系统，而且许多系统都已经发展成熟并得以应用【1 3 1 。随着 这些新的身份识别技术的发展，生物识别将成为未来身份认定的重要方式。正如 微软公司总裁比尔- 盖茨所说的“生物识别技术利用人的生理特征，例如指纹等 来识别个人的身份，将成为今后几年i t 产业的重要革新”。 目前，国外许多高技术公司正在试图用眼睛虹膜、指纹等取代人们手中的信 用卡或密码，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 4 东北大学硕士学位论文第一章绪论 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国得 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，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的资料核对，以对用户的身份进行检验。 日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，使用者在打电话时只要用手指触摸手机的传感器部位，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。 面像识别技术是近几年在全球范围内迅速发展起来的一项安全技术【2 9 “ 。它 是依靠面部的二维或三维图像处理和模式识别来实现鉴别或认证个体身份的，具 有非接触性、对被识别对象侵扰少和识别手段隐蔽等特点。在反恐、跟踪、追逃、 打拐、出入1 2 1 控制、银行管理等许多领域都有着独特的应用价值。 这些系统很好地解决了传统安全保护存在的隐患，提供了准确、迅速的身份 识别方法。但与此同时，这些系统也都存在各自固有的缺点。每种生物特征都有 自己的适用范围。指纹识别系统充分利用了两个人的指纹完全一样的概率是十亿 分之一这一特性，但是小概率事件是存在的，而且有些人的指纹无法提取特征。 虹膜识别比指纹识别和语音识别更可靠，但目前虹膜识别系统的价格比较昂贵， 大部分用在安全级别很高的地方，而且患白内障的人虹膜会发生变化。 在对安全性有严格要求的应用领域中，要实现高精度的识别系统，就已不再 是单单改善某一种识别技术的问题，于是想到将这些方法综合使用，用一种方法 的长处弥补另一种方法的缺陷，即考虑包括各种生物特征在内的多种识别信息的 融合，因此，产生了多生物特征识别技术。 1 2 多生物特征识别技术 多生物特征识别技术就是使用多种生理或行为特征进行个人的身份识别的 技术。多生物特征识别问题实际上就是多种生物特征信息融合问题，通过多生物 特征融合的方法【1 _ 9 1 ，可以提高生物识别系统的准确率等性能；另一方面，近年 来，迅速发展的多传感器数据融合技术1 1 - 15 为多生物特征识别提供了理论基础。 一5 - 东北大学硕士学位论文第一章绪论 数据融合是一种通过集成多知识源的信息和不同专家的意见以产生一个决策的 方法，将数据融合方法用于身份鉴别，结合多种生理和行为特征，可以提高识别 系统的精度和可靠性等性能。 数据融合是针对一个系统中使用多个和( 或) 多类的传感器这一特定问题的 一种新的数据处理方法，因此数据融合又称作多传感器信息融合或信息融合。多 传感器信息融合是人类或其他生物系统中普遍存在的一种基本功能。人类通过应 用这一能力把来自人体各个传感器( 眼、耳、鼻、四肢) 的信息( 外物、声音、气味、 触觉) 组合起来并采用先验知识去统计，理解周围环境和正在发生的事件。多传 感器信息融合技术就像人脑综合处理信息一样，其基本原理是充分利用多个传感 器资源，通过对这些传感器及其观测信息的合理支配和使用，把多个传感器在时 间和空间上的冗余或互补信息依据某种准则进行组合，以获取被观测对象的一致 性解释或描述。该传感器系统比由它的各组成部分的子集所构成的系统更有优越 性。 目前所研究的多传感器信息融合，主要是指利用计算机进行多源信息处理， 从而得到可综合利用信息的理论和方法，其中也包含对自然界人和动物大脑进行 信息融合机理的探索。 在身份识别问题中，信息的融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，构成多生物特征识别系统。 本文主要论述多生物特征识别系统。多生物特征识别系统，根据多种生物特 征间互补的特点达到预期效果。在多生物特征识别系统中，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。因为每种 生物识别方法都采用不同的特征集，使用不同的算法，不同的分类准则，所以每 种生物识别方法间是完全独立的。因此，只要尽可能充分地融合这些信息，就可 达到一个好的效果。多生物特征识别技术使得设计高性能、实用的身份识别系统 成为可能。 j a i n 等人提出了一种基于指纹和面像两种生物特征的融合体制“。指纹识别 6 东北大学硕士学位论文第一章绪论 相对于面像识别而言准确率较高，但识别速度较慢，适合于认证模式。面像识别 准确率较低，但识别速度快，适合于辨别模式。为了提高系统的准确性和速度， 用数据融合技术将指纹和面像识别融合在一起。面像识别被用来索引数据库，即 从整个数据库中找到与待识别者有关联的数据，形成一个新的数据库，而这个数 据库要比原来的数据库小得多。指纹识别被用来从这个小的数据库中确定待识别 者的身份。j a i n 等人用实验表明该融合机制提高了系统的速度和准确性，但要求 各分类器是统计独立的。这是一个较强的条件，需要进一步研究来放松这一条件。 本文利用d e m p s t e r - s h a f e r 理论，解决了这一问题。 1 3 本文的主要工作 本文结构安排如下。在第一章简要介绍了生物识别技术及其应用和发展。随 着近几年多传感器数据融合技术的发展，提出了多生物特征识别技术，即将数据 融合应用于生物识别中，通过组合多种生物特征来提高系统的性能。本文主要研 究了基于d e m p s t e r - s h a f e r 证据理论融合面像和指纹这两种生物特征的多生物特 征识别。 在第二章介绍了面像识别和指纹识别。面像识别与人类辨认对方身份的方式 最为一致，隐蔽性好，是当今国际反恐安防最重视的科技手段和攻关目标之一。 本文就自动的面像识别系统中的面像检测、特征定位、特征提取和面像分类等几 个方面进行了讨论与分析。进一步降低了特征子脸空间的维数。指纹的唯一性和 终生不变的稳定性，为指纹识别技术的建立和发展提供了可靠有力的科学依据。 本文对指纹自动识别系统中的指纹图像输入、指纹图像增强、特征提取及匹配几 部分进行了分析与研究。在基于点模式的特征匹配方法中将纹线结构信息引入校 准过程，并引入一个大小可变的界限盒，有效的处理非线性变换带来的误差。但 对计算机的性能较高，需要的存贮量较大。 基于单一生物特征的生物识别已不能满足人们的需要。第三章论述了关于指 纹和面像识别的融合。面像识别速度快但不是很准确，指纹识别相对较准确但对 于大型数据库不是很适用。j a i n 等人提出了一种基于指纹和面像两种生物特征的 融合体制。这是在数据层上的信息融合，对计算机的性能要求较高。本文提出在 + 7 一 东北大学硕士学位论文第一章绪论 决策层上，应用d e m p s t e r - s h a f e r 证据理论，针对分类器输出抽象信息的情况， 融合了面像和指纹两种生物特征。首先详细分析了d s 证据理论用于多生物特征 识别技术的基本概念和法则，并加以完善。然后，将d s 证据理论应用于认证系 统的决策层融合中。从理论上说明了该融合方法的有效性：提高了系统的准确性。 最后，总结了本文，展望了生物识别技术的发展方向。 8 东北大学硕士学位论文第二章面像识别和指纹识牙 第二章面像识别和指纹识别 2 1 面像识别 2 1 1 引言 面像识别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，进步提取每个人脸中所蕴含的身份特征，并将其与已 知面像库中的人脸进行对比，从而识别每个人脸的身份。 面像识别与人类辨认对方身份的方式最为一致，比较易于被人们所接受，而 且也不需要使用者的特意配合。面像识别技术具有非接触性、对被识别对象侵扰 少和识别手段隐蔽等特点，是当今国际反恐安防最重视的科技手段和攻关目标之 一d 早在6 0 年代末，面像识别即引起了研究者的强烈兴趣，但早期的面像识别 一般都需要人的某些先验知识，无法摆脱人的干预。进入9 0 年代，由于高速度 高性能的计算机的出现，面像识别的方法有了重大突破，进入了真正的自动识别 阶段，面像识别研究得到了前所未有的重视。 面像自动识别系统作为一种重要的个人身份鉴别方法，具有广泛的应用前 景。在国家安全、军事安全和公共安全领域，智能门禁、智能视频监控、公安布 控、海关身份认证、司机驾照认证等是典型的应用；在民事和经济领域，各类银 行卡、金融卡、信用卡、储蓄卡的持卡人的身份认证，社会保险人的身份认证等 具有重要的应用价值；在家庭娱乐等领域，面像识别也具有一些有趣有益的应用， 比如能够识别主人身份的智能玩具、家政机器人，具有真实面像的虚拟游戏玩家 等等。 一个自动的面像识别系统的工作大致可以划分成四个部分。”3 ： ( 1 ) 面像检测与跟踪：是指在动态的场景与复杂的背景中，确定其中是否 9 东北大学硕士学位论文第二章面像识别和指纹识别 包含人脸，如果有，确定人脸的数目、位置和大小： ( 2 ) 面部特征定位：对找到的每个人脸，检测其主要器官的位置和形状等 信息； ( 3 ) 面像的表征与特征提取。采用某种方法表示出数据库中的已知面像和 检测出的面像，通常的方法有几何特征、代数特征、特征脸、固定特征模板等； ( 4 ) 面像的比对与分类。根据面像的表征方法，选择适当的匹配策略将得 到的面像与数据库中的己知面像相比较，判断该人脸的身份信息。 2 1 2 面像检测与跟踪技术 要识别图像中出现的人脸，首先要找到人脸。面像检测与跟踪研究的就是如 何从静态图片或者视频序列中找出人脸，如果存在人脸，则输出人脸的数目、每 个人脸的位置及其大小。人脸跟踪就是要在检测到人脸的基础上，在后续的人脸 图像中继续捕获人脸的位置及其大小等性质。人脸检测是面像识别的前期工作。 同时，人脸检测作为完整的单独功能模块，在智能视频监控、视频检索和视频内 容组织等方面有直接的应用。面像跟踪一般采用基于模型的方法或基于运动与模 型相结合的方法，另外，肤色模型跟踪也是一种简单有效的手段。 面像检测的难度在于：首先，由于人脸外观、表情和皮肤颜色不同，模式会 有所变化；第二，一些常见的物体，如眼镜和胡子，会使同一张脸的模式发生变 化：第三，人脸实质上是三维物体，光照的变化会引起面部模型和阴影的很大变 化。如图2 1 中，面像检测应检测出不同表情、光照等条件下的面像。 图2 1 部分人脸图像 f i g 2 1s o m ef a c ep i c t u r e s 面像检测算法可归纳为以下两种：基于特征的算法和基于整体的算法。 ( 1 ) 基于特征的算法，又称为几何信息法。 1 0 东北大学硕士学位论文第二章面像识别和指纹识别 面部图像可以被看作一个椭圆中的特征集，可用一个清楚的模型来表示。几 何信息法提取人脸的各种几何特征，如五官的空间位置分布规则、人脸的轮廓规 则等。通过检测图像中是否存在满足这些规则的图像块即可判断是否有人脸，其 中使用较多的是人脸的器官分布规则，即提取人脸的结构分布特征以判断测试样 本是否包含人脸。 ( 2 ) 基于整体的算法 将面部图像考虑为所有可能图像的一种特定事件，对所得到的图像的窗口进 行分析，可以确定这些窗口中是否包含人脸或部分背景。可用概率或统计的模型 来分析每个子窗口中的象素密度。而这个模型可用不同的方法来建立，如特征脸、 神经网络等方法。 2 1 3 面部关键特征定位 面部关键特征的定位与分割是在面像检测的基础上，检测人脸上的主要的面 部特征点的位置及眼睛和嘴巴等主要器官的形状信息。 眼睛是面部最重要的特征，它们的精确定位是识别的关键。尽管人脸是非刚 性的，同一人脸因表情变化会差异很大，但同一人的两眼眼距相对而言变化却是 很小的，因此双眼的位置及眼距自然成为人脸图像几何归一化的依据。可用一种 眼睛定位技术，在面像检测的基础上，充分利用眼睛是面部区域内脸部中心的左 上方和右上方的灰度谷区这一特性，精确快速的确定两个眼睛瞳孔中心位置。该 方法对于人脸大小、姿态和光照的变化，都有较强的适应能力，但在眼部阴影较 重的情况下，会出现定位不准。佩戴黑框眼镜，也会影响定位结果。 对大小不同的人脸或存在不同倾斜程度的正面人脸图像进行几何归一化处 理是非常必要的。其主要步骤为旋转人脸图像，使两眼中心连线保持水平；以两 眼中心距d 为参照距离，以两眼中心连线中点为参照中心，沿中心的左、右、上、 下方向距离分别为d ，d ，0 5 d ，1 5 d 切割出大小为2 d x 2 d 的人脸图像；再将该 图像放大或缩小到6 4 x 6 4 象素。经过如此变换不仅在一定程度上获得了人脸表示 的几何不变性，并且基本消除了头发和背景的干扰。面部图像经过几何归一化处 理后，还需利用直方图均衡技术对人脸图像进行灰度拉伸，改善图像对比度，以 1 i 东北大学硕士学位论文第二章面像- y s 4 和指纹识别 部分地消除光照强度的影响。经上述处理后的面部图像称为“归一化标准面像”。 2 1 4 特征提取 由于人脸受人的表情、光照、图像质量等因素的影响，所以提取面部特征的 困难较大，目前主要的人脸特征提取和识别的方法基本上可以归结为三类。7 1 ， 即：基于几何特征的方法、基于模板的方法和基于模型的方法。 基于几何特征的方法是最早、最传统的方法，通常需要和其他方法结合才能 有比较好的效果；基于模板的方法可以分为特征脸方法、线性判别分析方法、奇 异值分解方法、神经网络方法等；基于模型的方法则有基于隐马尔柯夫模型，主 动形状模型和主动外观模型的方法等。 特征脸方法是9 0 年代初期由t u r k 和p e n t l a n d 2 4 , 2 5 1 提出的目前最流行的算法 之一，具有简单有效的特点，现在特征脸算法已经与经典的模板匹配算法一起成 为测试面像识别系统性能的基准算法。白1 9 9 1 年特征脸技术诞生以来，研究者 对其进行了各种各样的实验和理论分析，结果也表明，改进的特征脸算法是面像 识别技术的主流，也是具有最好性能的识别方法之一。 特征脸方法是根据图像的统计特征进行正交变换( k l 变换) 以消除原有样 本之间的相关性，变换得到依次递减的特征值所对应的特征向量，即特征脸。 k l 变换是图像压缩中的一种最优正交变换。人们将它用于统计特征提取， 从而形成了予空间法模式识别的基础。将k l 变换用于面像识别，则需假设人脸 处于低维线性空间，且不同人脸具有可分性。由于高维图像空间k l 变换后可得 到一组新的正交基，因此可通过保留部分正交基，以生成低维人脸空间。而低维 空间的基则是通过分析人脸训练样本集的统计特性来获得。k l 变换的生成矩阵 可以是训练样本集的总体散布矩阵，也可以是训练样本集的类间散布矩阵，即可 采用同一人的数张图像的平均来进行训练，这样可在一定程度上消除光线等的干 扰，且计算量也得到减少，而识别率不会下降。 以归一化后的标准n n 图像作为训练样本集，以该样本集的总体散布矩阵 为产生矩阵，即有 1 2 东北大学硕士学位论文第二章面像识别和指纹识别 = e k ”肛一“) 0 ( 2 1 ) 或者写成= 面| m 刍- i 栌。一“) 伍，一“) 7 ( 2 2 ) 式中x 为第i 个训练样本的图像向量，“为训练样本集的平均图像向量，m 为训 练样本的总数。求n 2 n2 维矩阵的特征值和正交归一的特征向量时，直接计 算，计算量太大，所以引入下面的定理 定理：设4 是一个秩为，的”，维矩阵，则存在两个正交矩阵： u = l o ，“1 ，“2 ，“，一l 】r 矿= v o ，v 】，v 2 ，一，v h 】r “ 和对角阵 a = d i a g a o ，五1 ，五2 ，- ，五，一1 】r 。也五l 五2 - 五卜l 满足a = 叭2 矿7 ( 2 3 ) 注意到r a n k ( a a 7 ) = r a n k ( a 7 4 ) ，因此，m 4 7 和a r a 有相同的非零特征值。 故爿4 和a 7 a 最多有，个非零特征值。显然，九4 7 和a 7 a 比训练样本集的协方 差矩阵的维数要小得多。 其中丑( i = 0 , 1 ，2 ，r 一1 ) 为矩阵a a 7 和彳7 一的非零特征值，“。和v 。分别是 删和a 7 a 对应于丑的特征向量。 上述分解称为矩阵a 的奇异值分解，兄为a 的奇异值。该奇异值具有良好 的稳定性，它表示了图像的代数特征，是一种本质的内在特征。 总体散布矩阵的正交归一特征向量“可表示为 驴丽1 置f = 0 ，1 ，2 ，抄1 ( 2 4 ) 这就是图像的特征向量。 任何一张面像，在新的正交空间，“：，“。一。中，面像样本x 就可以表 - 1 3 东北大学硕士学位论文第二章面像识别和指纹识别 示为 z ：篁j 烈 ( 2 5 ) 若将所有子空间的正交基排列成图像阵列，则可以看出这些正交基呈现人脸 的形状，因此这些正交基也被称作特征脸，这也是这种方法名称的来由。 在正交空间“。，“，“：，一。中，提出用其中最具有特征的细节所对应的特 征向量来组成一个更低维的正交空间。采用所对应m 个特征分量作为新的正交 空间的正交基。新的正交空间的维数远远低于矩阵的维数，所以计算量大大减 少了。 在得到一系列正交基以后，对于待识别面像工，将它投影到新的m 维空间， 这样得到一个投影向量 x = 雪，“ ( 2 6 ) 用它来代表待识别面像，这时候面像识别问题就转化为m 维空间的坐标系 数矢量的分类问题，分类中最简单的方法是最小距离分类。 2 1 5 分类 分类时采用多步分类法，这里要先把特征间的距离转换成后验概率。设有a 个模式类别：q ，：，吃，每类模式的训练样本有个，记为 x 。( f _ 1 , 2 ，a ；n = 1 , 2 ，) a 待识别样本x 到每类训练样本的均值向量的欧氏 距离： d ，= 峪一q | | 这里唧，为第i 类样本在面像子空间上的投影向量。对于最小距离分类器，判决规 则是 盖， d ，= m i n d ， 1 s i 口( 2 7 ) 可引入后验概率的一个估计公式 1 4 东北大学硕士学位论文第二章面像识别和指纹识别 声b 。肛) ：三 日i ( 2 8 ) 这样对于一个分类器来说，对于所有的类别的匹配程度可以转化成后验概率来计 算。在多个分类器的情况下，设待识别模式有m 个特征x 1 ，2 ，z3 ，z ”。 对应于每一类的后验概率估计表示为对应于每个特征的后验概率的线性组合 声如，x ) =口。兰免。x m ) ( 2 9 ) 其中口。是由于各个分类器的性能不同，所以附加的一个权值参数a 在得到后验 概率估计值之后，利用贝叶斯判决规则，根据后验概率p ，x ) 最大的原则把x 进行分类 x q 七。j p b ，x ) = m a x p ( o u ，x ) 来进行身份的确认。 2 1 6 小结 ( 2 1 0 ) 面像识别与人类辨认对方身份的方式最为一致，比较易于被人们所接受。 9 1 1 事件之后，能够在公众场合自动识别出嫌疑犯的识别系统更成为研究的热 点。 虽然人类的面像识别能力很强，能够记住并辨别上千个不同人脸，但利用计 算机进行完全自动的面像识别仍存在许多困难。机器对面像的自动识别涉及到模 式识别、数字图像处理、计算机视觉、生理和心理学等多方面的课题，也和人脑 的认识程度紧密相关。人脸的结构远比指纹以及其他生物特征来得复杂，而且人 脸图像受很多因素的干扰：人脸是非刚体，存在表情变化；人脸随年龄增长而变 化；发型、眼镜等装饰对人脸造成遮挡；人脸所成图像受光照、成像角度、成像 距离等影响。即使同一个人，在不同的视角，不同的描述方法下拍摄所得的面部 图像也不同，有时甚至会有很大差别。这诸多因素使得面像识别成为一项极富挑 一1 5 弘 一l 东北大学硕士学位论丈第二章面像识别和指纹识别 战性的课题。 本文就自动的面像识别系统中的面像检测与跟踪、面部特征定位、面像的表 征与特征提取和面像的比对与分类几个方面进行了讨论与分析。主要改进了特征 脸方法。进一步降低了特征子脸空间的维数。但是特征脸方法受到光照、姿态、 饰物、表情、毛发等的影响较大。在某些情况下，特征脸方法可能会完全失效。 因此，有待于进一步研究来完善特征脸方法。 2 2 指纹识别 2 2 1 引言 指纹，即人的手指指肚表面皮肤上的纹理花纹，其中突起的纹线称为脊，脊 之间的部分称为谷。它1 1 的形成依赖于胚胎发育时的环境。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，这些断点、分叉点和转折点， 称为细节点，虽人皆有之，却各不相同。同一个人的十个手指的指纹，也各有差 异。这种差异主要表现在指纹纹线中的许多细节特征的不同以及由这些细节特征 之间构成的整体组合关系的不同。人的指纹从胎儿时期的3 4 个月时起至出生、 直至死亡乃至尸体腐败以前的全部过程中，其花纹的形态结构和细节特征的总体 布局等保持不变。而且指纹本身还具有增殖再生的能力，即皮肤的表皮层若受到 磨损或剥脱，能很快得以恢复原状。指纹的这种唯一性和终生不变的稳定性，为 指纹识别技术的建立和发展提供了可靠有力的科学依据。 中国是世界上公认最早应用指纹的国家【4 1 _ “。早在公元6 5 0 年，唐代作家贾 公秀在其作品中就着重提到了指纹是确认个人身份的方法，但是由于缺乏专门性 研究，未能将指纹识别技术上升为- 1 7 科学。现代指纹识别起源于1 9 世纪后期， 苏格兰医生h e n r y f a u l d 于1 8 8 0 年1 0 月2 8 日首次在英国( ( n a t u r e ) ) 上发表论文， 指出指纹人各不同，恒久不变，并利用现场指纹来鉴定罪犯。1 8 9 2 年，英国科 学家高尔顿通过大量的收集、论证和研究工作，最终撰写出版了世界上第一本指 纹学专著指纹。他不仅把人的指纹分为弓、箕、斗三大类型( 见图2 2 ) ， 还指出利用人的指纹辨认身份是十分可靠的。从此指纹识别技术便在英国乃至全 】6 东北大学硕士学位论文第二章面像识别和指纹识别 世界范围内广泛用于警察探案和法官断案等活动。 弓型 箕型斗型 图2 2 指纹总体特征 f i g 2 2f i n g e r p r i n to v e r a l lf e a t u r e 随着电子计算机的出现，采集技术的发展以及对指纹识别的研究，人们逐渐 将人工的指纹识别向指纹自动识别系统( a u t o m a t e df i n g e r p r i n ti d e n t i f i c a t i o n s y s t e m ) 转变。美国最早于1 9 6 3 年首先开展有关软件的研制，于1 9 7 5 年成功推 出第一个商业化系统p r i n t r a k 2 5 0 。我国也在8 0 年代初对指纹识别展开研究。深 圳红光奥康光电公司是国内较早从事研究、生产活体指纹采集设备的厂家。其批 量生产的产品f o y 2 0 0 0 a 微型指纹识别器可用于案件侦破、证券交易、通道控制、 人事考勤等领域。可方便的与读卡器组合成具有指纹识别功能的i c 卡读写装置。 只需将手指轻放于采集窗口，即可自动完成指纹图像的采集。每一枚指纹的特征 数据长度约2 5 6 字节。 指纹识别是模式识别领域中使用最早的，也是较为成熟的生物识别技术，它 是集传感器技术、生物技术、电子技术、数字图像处理、模式识别于一体的高技 术。一般说来，指纹自动识别系统主要由指纹图像输入、指纹图像增强、指纹图 像特征提取、指纹图像匹配几部分组成。 2 2 2 指纹图像输入 将一个人的指纹采集下来输入计算机进行处理是指纹识别的首要步骤。指纹 图像的获取一般有两类方法：一类是众所周知的使用墨水和纸的方法。将手指浸 人墨水，然后按在纸上，再通过照相机或扫描仪准备处理。由于墨水会渗开使得 全部或部分指纹图像模糊不清，这种方法并不可靠。另外一类方法是利用设备取 ，1 7 东北大学硕士学位论文第二章面像识别和指纹识别 象，该类方法方便实用。指纹传感器主要有三大类：光学、晶体传感器和超声波 设备取象。 ( 1 ) 光学设备取象 2 0 世纪7 0 年代出现了依据光的全反射原理开发的光学指纹传感器，迄今这 种传感器已可装在1 5 c m 7 5 c m 1 5 c m 的盒子里。其原理是：手指的脊和棱镜相 接触而谷不和棱镜接触，光线以一定角度照射棱镜产生全反射，通过反射光的强 度及分布获得压在玻璃表面指纹的脊和谷的深度等，从而得到指纹信息。 光学方法获取的指纹图像的对比度和清晰度有时不能令人满意。 ( 2 ) 晶体传感器取象 晶体传感器是最近在市场上才出现的。这些含有微型晶体的平面通过多种技 术来绘制指纹图像。最常见的硅电容传感器通过电子度量被设计来捕捉指纹。在 半导体金属阵列上能结合大约1 0 0 ，0 0 0 个电容传感器，其外面是绝缘的表面， 当用户的手指放在上面时，皮肤组成了电容阵列的另一面。电容器的电容值由于 导体间的距离而降低，这里指的是脊( 近的) 和谷( 远的) 相对于另一极之间的距离。 另一种晶体传感器是压感式的，其表面的项层是具有弹性的压感介质材料， 它们依照指纹的外表地形( 凹凸) 转化为相应的电子信号。其他的晶体传感器还有 温度感应传感器，它通过感应压在设备上的脊和远离设备的谷温度的不同就可以 获得指纹图像。 f 3 ) 超声波设备取象 超声波扫描被认为是指纹取像技术中非常好的一类。很像光学扫描的激光， 超声波扫描指纹的表面。紧接着，接收设备获取了其反射信号，测量它的范围， 得到脊的深度。积累在皮肤上的脏物和油脂对超声波获得的图像影响不大，抗干 扰较强，获取的指纹图像是实际脊地形f 凹凸) 的真实反映。 2 2 3 指纹图像增强 图像细节特征提取算法的性能主要依赖于输入指纹图像的质量。然而，源指 纹图像同真实指纹由于图像的变形而会导致不同，其中许多畸变、变形是由指纹 图像获取时产生的。由于每次采样时手指的接触位置、用力大小和用力方向等不 1 8 东北大学硕士学位论文第二章面像识别和指纹识别 可能完全相同；皮肤的干燥、病变、汗湿和空气的潮湿等因素，会导致指头与采 集平面不理想的接触状态；采集设备本身的噪声干扰等都会导致伪特征的产生和 真特征的丢失。为了确保细节特征算法的性能，我们需要进行指纹图像的增强。 在指纹图像中，脊和谷清晰，可以正确提取出特征点的区域称为良好区域， 脊和谷信息被少数折痕和污渍破坏，但它们仍然可见且相邻区域可以提供足够的 脊和谷信息的区域称为被破坏可恢复区域。若脊和谷信息被大量噪声破坏，并且 相邻区域无法提供足够的脊和谷信息的区域称为不可恢复区域。前二者一般称为 可恢复区域。指纹图像增强的目的就在于提高可恢复区域的脊信息清晰度同时删 除不可恢复区域。 指纹图像处理一般分为平滑处理、二值化、细化三个步骤。平滑处理的任务 是去除那些干扰噪声，而不使图像失真。二值图像是指整幅图像画面内仅呈现黑 ( 灰度值为0 ) 白( 灰度值为1 ) 值的图像，在它们上面不呈现出灰度的变化。对于指 纹识别来说，有用的信息包含在脊线和谷线的二值描述中。根据原始的灰度图像 来确定图像上的每一点应属于客体区域还是背景区域，从而产生对应的二值图 像。它不仅可以大大减少存贮量，而且可使得后面的识别过程少受干扰，大大简 化其后的处理方法。细化是图像分析、信息压缩、特征提取和模式识别常用的基 本技术，它使图像的每条纹线都变为单象素宽的“点线”，且细化后的纹线近似 处于原图的“中轴”。在指纹识别过程中，把二值指纹图进行细化，可以大大减 少冗余的信息，突出指纹纹线的主要特征，从而便于后面的特征提取。 2 2 4 指纹图像特征提取 由细化所得到的指纹点线图，很容易找到指纹的细节特征，通常用指纹的两 类细节特征来进行指纹的比对：总体特征和局部特征。 总体特征是指那些用人眼直接就可以观察到的特征，包括基本纹路图案：弓 型、左箕、右箕和斗四类。其他的指纹图案都基于这四种基本图案。仅仅依靠图 案类型来分辨指纹是远远不够的，这只是一个粗略的分类，但通过分类使得在大 数据库中搜寻指纹更为方便。 局部特征是指指纹上的细节点。两枚指纹经常会具有相同的总