（计算机软件与理论专业论文）光照变化条件下人脸识别方法的研究.pdf

一、：，|i：hh畸，饥妒艇鼍 ad i s s e r t a t i o ns u b m i t t e dt og u a n g d o n gu n i v e r s i t yo f t e c h n o l o g y f o rt h ed e g r e eo fm a s t e ro fe n g i n e e r i n gs c i e n c e r e s e a r c ho nf a c er e c o g n i t i o nm e t h o d su n d e r t， 一 - - v a n a t i o no ti l i u m i n a t i o n m a s t e rc a n d i d a t e ：z h a n gm e i j u a n s u p e r v i s o r ：p r o f t a nt a i z h e m a y2 0 1 0 f a c u l t yo fc o m p u t e r g u a n g d o n gu n i v e r s i t yo ft e c h n o l o g y g u a n g z h o u ，g u a n g d o n g ，p r c h i n a ，5 10 0 9 0 摘要 摘要 人脸识别是生物特征识别的关键技术之一，涉及图像处理、模式识别、计算机视 觉、机器学习和人工智能等诸多学科领域，在公共安全、信息安全、人机交互、智能 监控等领域中有着广泛的应用前景。目前人脸识别系统在比较理想情况下可以取得较 高的识别率，但如在摄像环境不可控和用户不配合的情况下使用，其识别性能会大大 下降，因此，现有的人脸识别技术还远远不够成熟。人脸识别面临着诸多挑战，其中 光照变化是一个首要的挑战，光照变化会引起人脸识别系统的性能急剧下降，而不同 地点、不同时间的光照情况往往是不同的，能否消除或减弱光照条件的变化给人脸识 别带来的不利影响，直接关系到人脸识别系统的识别性能和实用化进程。 本论文主要考虑人脸识别中的光照变化问题，同时兼顾表情变化，以提高光照变 化条件下人脸识别系统的识别性能为主要目标，对人脸图像预处理、特征提取、分类 器设计等人脸识别关键环节进行了研究。 首先，对目前典型的光照预处理方法进行了分类和总结，探讨了各种方法的优缺 点。分析了光照变化对人脸图像产生影响的原因，并结合基于图像处理技术方法的计 算模型，对光照不理想条件下的人脸图像给出了光照预处理方案，实验结果表明了本 论文光照预处理方案的有效性。 其次，研究了基于局部纹理分析的人脸特征表达方法，在l b p 特征描述符的基 础上，通过优化、扩展l b p 的基本定义，对传统的l b p 特征提取方法进行了改进， 实验证明与传统的l b p 方法相比，本论文方法具有更高的识别率。 最后，在分类器设计时引入模糊信息融合的思想。首先提出了一种采用子分类器 确定模糊分类结果的方法，然后采用隶属度聚合策略对模糊分类结果进行加权积分融 合，最后根据最大隶属度原则，给出待识别图像的确定分类结果。实验证明该方法有 良好的分类性能，并且需要较少的匹配时间。 o r l 和f e r e t 和扩展的y a l e b 等多个人脸数据库上的实验结果表明本论文所采 用的人脸识别方法有很好的光照鲁棒性，并能较好的兼顾人脸识别的表情鲁棒性，取 得了比较高的识别率，具有有效性和可行性。 关键词：人脸识别；光照预处理；特征提取；模糊信息融合 广东工业大学硕士学位论文 a b s t r a c t f a c er e c o g n i t i o ni so n eo ft h ek e yt e c h n o l o g i e si nb i o m e t r i c s ，w h i c hr e f e r st o p r o c e s s i n g ，c o m p u t e rv i s i o n , m a c h i n el e a r n i n g ，a n d a r t i f i c i a l i n t e l l i g e n c ee t c i th a s p r o m i s i n ga p p l i c a t i o n si np u b l i cs e c u r i t y , i n f o r m a t i o ns a f e t y , h u m a n - c o m p u t e ri n t e r a c t i o n a n ds m a r ts u r v e i l l a n c ee t c r e c e n t l y , f a c er e c o g n i t i o ns y s t e m sc a r la c h i e v eh i g hp e r f o r m a n c e u n d e rt h ec o n t r o l l e de n v i r o n m e n t s h o w e v e r , i ft e s t e do nt h eu n c o n t r o l l e dc o n d i t i o 璐，o rt h e i n c o o p e r a t i v eu s e r s ，t h ep e r f o r m a n c e s o ff a c e r e c o g n i t i o ns y s t e m sd e c r e a s es h a r p l y t h e r e f o r ef a c er e c o g n i t i o ni s 缸a w a yf r o mm a t u r e f a c er e c o g n i t i o nf a c e sm a n yc h a l l e n g e s a n dt h ef i r s tc h a l l e n g ei sv a r i a t i o no fi l l u m i n a t i o n i tr e s u l t si nd e c r e a s eo ft h ep e r f o r m a n c e s o ff a c er e c o g n i t i o ns y s t e m s t h ec o n d i t i o no fi l l u m i n a t i o ni su s u a l l yd i f f e r e n ta td i f f e r e n t t i m e ，i nd i f f e r e n tp l a c e t h ee l i m i n a t i n go rw e a k e n i n go ft h en e g a t i v ei m p a c to fi l l u m i n a t i o n v a r i a t i o n so nf a c er e c o g n i t i o nd i r e c t l yr e l a t e dt ot h ep e r f o r m a n c ea n dp r a c t i c a b i l i t yo ff a c e r e c o g n i t i o ns y s t e m t h i st h e s i sf o c u s e so nt h ev a r i a t i o no fi l h m i n a t i o na sw e l la st h ev a r i a t i o no f e x p r e s s i o ni n f a c er e c o g n i t i o n o n ei m p o r t a n tp u r p o s eo ft h i st h e s i si st oi m p r o v et h e p e r f o r m a n c eo ff a c er e c o g n i t i o ns y s t e mu n d e rv a r i a t i o no fi l l u m i n a t i o n i no r d e rt oa c h i e v e t h i s p u r p o s e ，t h e f o c u so fo u rw o r ki so nt h ek e yp a r t so ff a c er e c o g n i t i o n ：i m a g e p r e p r o c e s s i n g ，f e a t u r ee x t r a c ta n dd e s i g no f c l a s s i f i e r f i r s t l y , t y p i c a lm e t h o d so ff a c ei l l u m i n a t i o np r e p r o c e s s i n ga l es u m m a r i z e da n dt h e m e r i t sa n dd e m e r i t so ft h o s em e t h o d sa r ep r o b e d f i n a l l y , a n a l y z e dt h ec a u s eo ft h e i n f l u e n c e so fi l l u m i n a t i o no nf a c ei m a g ea n dc o m b i n e dw i t ht h ei m a g ep r o c e s s i n gt e c h n i q u e s b a s e dc o m p u t a t i o n a lm o d e l ，f a c i a li m a g e sa r ep r e p r o c e s s e dt or e d u c et h ee f f e c t so f p o s s i b l e i l l u m i n a t i o nv a r i a t i o n s e x p e r i m e n t a lr e s u l t sh a v ed e m o n s t r a t e dt h ee f f e c t i v e n e s so fo u r p r e p r o c e s s i n gm e t h o d s s e c o n d l y , t h ef a c er e p r e s e n t a t i o nm e t h o d su s i n gl o c a lt e x t u r ea n a l y s i sa r es t u d i e d b a s e do nl o c a lb i n a r yp a t t e r n ( l b p ) o p e r a t o ra n ds o m ep r i o r ik n o w l e d g eo ff a c ei m a g e ，t h e i m p r o v e dl b p m e t h o di si n t r o d u c e d c o m p a r e dt ot h eb a s i cl b pb a s e dm e t h o d , t h i sm e t h o d a c h i e v e sh i g hp e r f o r m a n c e a b s t r a c t t h i r d l y , t h ei d e ao ff u z z yi n f o r m a t i o nf u s i o ni si n t r o d u c e di n t ot h ed e s i g no fc l a s s i f i e r as c h e m ei sp r o p o s e dt oo b t a i nt h eo u t p u t so f f u z z yc l a s s i f i c a t i o nf r o mt h es u b - c l a s s i f i e r s t r a t e g yo fw e i g h t i n ga n di n t e g r a t ei sa d o p t e dt o f u s ee a c h o ft h er e s u l t so ff u z z y c l a s s i f i c a t i o no fs u b - i m a g e s t h er e s u l to fc l a s s i f i c a t i o ni sd e t e r m i n e db yt h ep r i n c i p l eo f m a x i m u mm e m b e r s h i p t h ee x p e r i m e n tr e s u l t ss h o wt h a to u rm e t h o dh a sb e t t e r c l a s s i f i c a t i o np o w e ra n dn e e d sl e s sm a t c h i n gt i m e e x p e r i m e n t a lr e s u l t so nt h eo r l ，f e r e ta n de x t e n d e dy a l e bd a t a b a s e ss h o wt h a tt h e m e t h o du s e di nt h et h e s i sc a ni m p r o v eb o t ht h ei l l u m i n a t i o na n de x p r e s s i o nr o b u s t n e s sa n d a c h i e v eh i g hp e r f o r m a n c e ，m a l 【访gi tm o r ea v a i l a b l ea n da p p l i c a b l e k e yw o r d s ：f a c er e c o g n i t i o n ；i l l u m i n a t i o np r e p r o c e s s i n g ；f e a t u r ee x t r a c t i o n ；f u z z y i n f o r m a t i o nf u s i o n ，? 。、 m 目录 目录 摘要i a b s t r a c t i i 目录v c o n t e n t s v i i 第一章绪论。l 1 1 人脸识别的研究背景和意义1 1 2 人脸识别的研究现状2 1 2 1 国外人脸识别的研究现状一2 1 2 2 国内人脸识别的研究现状。4 1 3 人脸识别的主要挑战5 1 3 1 主要挑战概述5 1 3 2 光照变化对人脸识别的影响一7 1 4 本论文的主要工作和结构安排7 1 4 1 主要工作7 1 4 2 结构安排8 第二章人脸识别中的光照预处理方法一9 2 1 主动方法9 2 1 1 不可见光谱：9 2 1 2 三维人脸信息l l 2 2 被动方法1 2 2 2 1 对光照变化进行建模的方法1 2 2 2 2 基于图像处理技术的方法1 4 2 3 光照预处理方案1 5 2 4 本章小结2 0 第三章光照鲁棒的特征提取方法2 l 3 1l b p 及其特征描述方式2 l 3 1 1l b p 简介及其扩展2 1 3 1 2 基于l b p 的特征描述方式2 3 v 广东工业大学硕士学位论文 3 2 改进的人脸特征描述方式2 4 3 2 1l b p 特征描述方式的改进2 4 3 2 2 特征提取实现2 7 3 3 本章小结2 8 第四章基于模糊信息融合的分类器2 9 4 1 引言2 9 4 2 模糊信息融合2 9 4 2 1 信息融合概述2 9 4 2 2 隶属度聚合策略3 1 4 3 分类器设计3 2 4 3 1 子分类器设计。3 2 4 3 2 分类器融合3 3 4 4 本章小结3 4 第五章实验结果分析及系统实现：3 5 5 1 实验设计3 5 5 1 1 数据库和性能评测指标3 5 5 1 2 规格化处理3 7 5 1 3 子区域划分和权值确定3 8 5 2 实验结果分析3 9 5 2 1 光照预处理结果分析3 9 5 2 2 人脸识别结果分析4 2 5 3 系统设计与实现4 5 5 3 1 系统框架。4 5 5 3 2 模块设计4 7 5 3 3 系统运行示例4 7 5 4 本章小结4 9 总结与展望5 0 工作总结5 0 工作展望5 l 参考文献5 2 攻读硕士学位期间发表的论文5 6 独创性声明一5 7 致 射5 8 v i c o n t e n t s c o n t e n t s a b s t r a c t i i c o n t e n t s 一v i i c h a p t e r li n t r o d u c t i o n 1 1 1b a c k g r o u n da n ds i g n i f i c a n c eo f r e s e a r c h 1 1 21 r h es t a t e o f - t h e a r t 2 1 2 1t h es t a t e o f - t h e a r to fa b r o a d 2 1 2 2t h es t a t e o f - t h e a r to fd o m e s t i c 4 1 3 】 h ec h a l l e n g eo f f a c er e c o g n i t i o n 5 1 3 1o v e r v i e wo f c h a l l e n g e 5 1 3 2t h ei n f l u e n c e so f i l l u m i n a t i o nv a r i a t i o n s 7 1 4t h ec o n t e n t sa n do r g a n i z a t i o no f t h et h e s i s 7 1 4 1c o n t e n t s ：7 1 4 2o r g a n i z a t i o n 8 c h a p t e r 2m e t h o d so fi l l u m i n a t i o np r e p r o c e s s i n g 9 2 1a c t i v em e t h o d s ：9 2 1 1i n v i s i b l es p e c t r u m 9 2 1 2i n f o r m a t i o no ft 1 1 r e e 。d i m e n s i o l l a lf a c e 1 l 2 2p a s s i v em e t h o d s 12 2 2 1i l l u m i n a t i o nv a r i a t i o nm o d e lb a s e dm e t h o d s 12 2 2 2i m a g ep r o c e s s i n gt e c h n i q u eb a s e dm e t h o d s 14 2 3s c h e m eo fi l l u m i n a t i o np r e p r o e e s s i n g 15 2 4s u m m a r y 2 0 c h a p t e r 3r o b u s tf e a t u r ee x t r a c tu n d e rv a r i a t i o no fi l l u m i n a t i o n 21 3 1l b pa n df e a t u r er e p r e s e n t a t i o n 2 1 3 1 1o v e r v i e wo f l b pa n di t se x t e n s i o n 2 1 3 1 2f e a t u r er e p r e s e n t a t i o nb a s e do nl b p 2 3 3 2i m p r o v e df a c er e p r e s e n t a t i o n 2 4 3 2 1i m p r o v e dl b pm e t h o d 2 4 v 广东工业大学硕士学位论文 3 2 2i m p l e m e mo f f e a t u r ee x t r a c t 2 7 3 3s u m m a r y 2 8 c h a p t e r 4c l a s s i f i e rb a s e do nf u z z yi n f o r m a t i o nf u s i o n 2 9 4 1i n t r o d u c t i o n 2 9 4 2f u z z yi n f o r m a t i o nf u s i o n 2 9 4 2 1o v e r v i e wo f i n f o r m a t i o nf u s i o n 2 9 4 2 1s t r a t e g yo fm e m b e r s h i p sa g g r e g a t i o n 31 4 3d e s i g no fc l a s s i f i e r 3 2 4 3 1d e s i g no fs u b - c l a s s i f i e r j 3 2 4 3 2c l a s s i f i e rf u s i o n 3 3 4 4s u m m a r y 3 4 c h a p t e r 5e x p e r i m e n t a lr e s u l t sa n a l y s i sa n ds y s t e mi m p l e m e n t 3 5 5 1e x p e r i m e n t a ls e t t i n g s “3 5 5 1 1d a t a b a s e sa n dt h ee v a l u a t i o nc r i t e r i o n s 3 5 5 1 2n o r m a l i z a t i o n 3 7 5 1 3d i v i s i o na n dw e i g h t s 一3 8 5 2e x p e r i m e n t a lr e s u l t sa n da n a l y s i s 3 9 5 2 1r e s u l t sa n da n a l y s i so fi l l u m i n a t i o np r e p r o c e s s i n g 3 9 5 2 2r e s u l t sa n da n a l y s i so ff a c er e c o g n i t i o n 4 2 5 3s y s t e md e s i g na n di m p l e m e m - - 4 5 5 3 1s y s t e mf r a m e w o r k 4 5 5 3 2m o d u l ed e s i g n 4 7 5 3 3e x a m p l eo fs y s t e m so p e r a t i o n ”4 7 5 4s u m m a r y 4 9 c o n c l u s i o na n dp r o s p e c t 5 0 c o n l u s i o n 5 0 t h e p r o s p e c t 5 1 r e f e r e n c e s 5 2 p u b l i c a t i o n 5 4 a n n o u n c e m e n to fo r i g i n a lc r e a t i o n 5 7 a c k n o w l e d g e m e n t 5 8 v 人脸识别的研 随着网络与通信技 全性与实用性提出了更 钥匙等由于与身份的可 满足现代社会经济活动 的生理特征和行为特征 使用方便的身份识别新 步态、声音和签名等，这些特征具有较强的自身稳定性和个体差异性，因此成为自 动身份识别的理想依据。其中，人脸识别技术是利用计算机分析人脸图像，进而从 中提取有效的识别信息，用来“辨认 身份的一门技术。人脸识别研究目的就是试 图赋予计算机根据人脸照片来判断人物身份的能力。人脸识别与诸多其他生物特征 识别相比，在可用性方面具有独到的技术优势：可以隐蔽操作，尤其适用于安全监 控；非接触式采集，没有侵犯性，容易被接受；具有方便、快捷、强大的事后追踪 能力；图像采集设备成本低；更符合人类的识别习惯，可交互性强，从而得到了广 泛的研究与应用，。 人脸识别的研究始于二十世纪六十年代中后期，九十年代更成为科研热点，近 年来，随着各行业对人脸识别系统的迫切需求，人脸识别再次成为热门研究课题。 当前世界各国有许多研究机构在从事这方面的研究，经过近五十年的长足发展，人 脸识别已经成为图像分析与图像理解领域最成功的应用之一。人脸识别的研究内容 很多，涉及计算机技术、模式识别、图像处理、数据库技术、人工智能、人机交互、 光学器件、认知科学、神经计算、生理学和心理学等，它的深入研究和解决，必将 极大的促进这些相关学科的成熟和发展，因此人脸识别具有极为重要的理论研究意 义。 人脸识别作为一种典型的生物特征识别技术，以其在可用性方面具有的独到的 技术优势受到了人们的青睐，因此人脸识别的研究还具有巨大的应用前景和社会价 广东工业大学硕士学位论文 值，可以应用在人们日常生活的各个领域： ( 1 ) 国家安全与公共安全领域。可以在出入境管理时过滤敏感入物；可以协助 公安部门进行布控、网上追逃等；可以在关键场所进行视频监控，如交通路口、银 行、重要会议场所，预警可能的不安全因素；可以用于护照，身份证，驾照等各类 证件的检查，在海关、港口、机要部门检验持证人的身份是否合法；可以用于机要 部门的物理门禁，避免密码或钥匙被盗取造成失窃。 ( 2 ) 信息安全与金融安全领域。可以用于机要信息系统门禁，避免单纯的密码 被盗取造成信息被窃；可以用于金融用户和电子商务身份验证，避免单纯密码被窃 取造成财产损失。 ( 3 ) 人机交互领域。可以用于自动系统登录和智能代理，自动识别用户身份， 提供个性化界面；可以用于家政服务机器人，使其能够智能识别家庭成员；可以用 于屏幕保护程序，方便快捷的允许合法用户打开屏保；还可以用在家庭娱乐、视频 会议等方面。 1 2 人脸识别的研究现状 1 2 1 国外人脸识别的研究现状 在过去的几十年里，学术界对人脸识别已经做了大量的研究，并取得了一定的 进展，并且在近十几年也产生了许多新颖的方法b 1 。 早期的人脸识别是作为一般的识别问题被研究的，识别算法主要是基于几何特 征或模板匹配的。基于几何特征的人脸识别方法利用面部特征点的大小、位置、距 离、角度和形状等几何参数作为特征进行人脸识别p 1 。模板匹配法利用相关匹配比 较待识别图像和标准模板从而识别人脸川。这个时期人脸识别研究并没有得到实际 的应用，非常重要的成果也不是很多。 9 0 年代后，人脸识别的研究重点是解决理想图像采集条件下、用户配合、中小 规模人脸数据库上的人脸识别问题。经过多年的研究逐渐形成了人脸识别方向的几 个主流研究方向：基于主元分析的特征脸方法，基于f i s h e r 线性判别分析的f i s h e r 脸方法，弹性图匹配方法，以及基于局部特征分析的方法，这些主流技术在近l o 年里得到了更为细致的研究、拓展。这一阶段虽然比较短暂，但却是人脸识别的高 2 第一章绪论 潮时期，这期间也出现了若干知名的人脸识别商业公司。由美国国防部反毒品技术 发展计划办公室资助的f e r e t ( f a c er e c o g n i t i o nt e c h o l o g y , f e r e t ) 项目无疑是这个 阶段一个极具创造性的事件，f e r e t 9 6 人脸识别算法评估表明：主流的人脸识别 技术对光照、姿态等非理想采集条件或者用户不配合造成的变化鲁棒性非常差口1 。 自1 9 9 8 年以来，人脸识别重点研究的就转变成了非理想条件下、用户不配合、 大规模人脸数据库上的人脸识别问题。这一时期出现了很多有代表性的人脸识别技 术与方法嘲。随着理论技术的深入研究，逐渐出现了很多商用人脸识别系统： f a c e v a c s s d k 、f a c e l t 、z nf a c ei i 、h u n t e r 等，并且美国国防部有关部门组织了针 对商业人脸识别系统的测评- - f r v t ( f a c er e c o g n i t i o nv e n d o rt e s t ) p 1 。 近年来国内外许多研究者针对光照条件下的人脸识别做了很多深入的研究，其 中3 d 模型对于光照或姿态非理想条件下的人脸识别来说有一定优势，但是3 d 数据 的采集和存储却阻碍了其推广性，而且f r v t 2 0 0 6 的研究结果显示3 d 人脸识别性 能未必优于2 d 人脸p 1 。许多最新的研究文献针对二维静态图像给出了一些对光照和 表情鲁棒的新颖的比较好的解决方法，这些研究表明人脸图像的预处理对提高人脸 识别性能有着非常重要的作用一1 。现有解决光照变化的预处理方法可以分为两类：一 类可称为主动的方法，另一类称为被动的方法嘲。其中主动方法包括不可见光谱和三维 人脸信息，被动的方法包括对光照变化进行建模的方法和基于图像处理技术的方法， 本论文将在第二章对各种光照预处理方法做详细的介绍，在这里不赘述。 在人脸识别的关键环节中，特征提取也是决定人脸识别性能的关键因素，基于 局部纹理分析的局部二值模式( l b p ) ，对光照有一定的鲁棒性，近年来作为人脸特征 的表示方法，在人脸识别领域里取得了显著的效果，但是由于其分块的任意性，该 方法仍不是最优的【m 1 。于是出现了许多对l b p 方法的改进，如与g a b o r 方法的结合， 把二维扩展到三维l b p ，将点扩展到块，将l b p 扩展为l t p 等卜1 ( 在3 2 1 节将 对各种改进方法进行详述) 。 目前，国际上有很多研究机构在从事人脸识别相关的研究，比较著名的有美国 的卡内基梅隆大学( c m u ) 的机器人研究所、美国麻省理工大学( m i t ) 的媒体实验室和 人工智能实验室、美国耶鲁大学计算视觉与控制中心、美国马里兰大学( u m d ) 的自 动化研究中心，美国密歇根州立大学计算机系a k j a i n 领导的研究小组、英国剑桥 大学a t & t 实验室、法国的i n r i a 研究院、德国的m a x p l a n c k 研究所、日本的a t r 3 广东工业大学硕士学位论文 研究所、芬兰的o u l u 大学机器视觉组、韩国浦项科技大学、瑞士i d i a p 研究所等。 每年国际上还会举行很多交流和探讨人脸识别技术的会议，主要有生物认证国际会 议( i c b a ) 、国际计算机视觉会议( i c c v ) 、国际计算机视觉与模式识别会议( c v p r ) 、 欧洲计算机视觉会议( e c c v ) 、国际模式识别会议( i c p r ) 、亚洲计算机视觉会议 ( a c c v ) 、自动脸像和手势识别国际会议( a g f r ) 等。每年都会有大量与人脸识别相 关的研究成果在上述各类期刊杂志和学术会议中发表。 1 2 2 国内人脸识别的研究现状 在相对国际生物识别产业发展具有后发性的中国，九十年代中后期以来，在 n s f c 、8 6 3 等资助下，国内众多研究机构的研究组开始对人脸识别进行研究，主 要研究组包括：清华大学苏光大教授、丁晓青教授等；哈尔滨工业大学计算机系和 中科院计算所高文教授、陈熙霖教授研究组；中科院自动化所李子青博士、谭铁牛 博士等：中山大学冯国灿教授、赖剑煌教授等。这些研究组在人脸检测、特征提取 与识别方面都进行了许多有意义的尝试，积累了宝贵的经验，极大地推动了我国人 脸识别技术的发展。 在f r v t 2 0 0 6 的人脸评测结果中，清华大学电子系丁晓青教授研究组的人脸识别 系统获得国际领先成绩。由丁教授领导的智能图文信息处理研究室提供人脸识别核 心技术，北京海鑫科金信息技术有限公司负责开发的人脸识别系统，自2 0 0 6 年9 月中 旬在北京火车站和北京西站公安局等地安装应用以来，取得了显著效果。 中国科学院自动化研究所生物识别与安全技术研究中心主任李子青博士领导团 队研发的“a u t h e n m e t r i e 中科奥森 人脸识别系统和智能视频监控系统也已在国家 重大安全部门实施并发挥作用。在微软，李子青博士领导的研究组也开展了大量人 脸识别方面的工作，并研发出世界上第一个实时多姿态人脸监测系统。另外李子青 博士和著名专家a n i l k j a i n 教授联合编著了人脸识别手册，该手册非常详细的介绍 了人脸识别的最新研究进展，全面系统的阐述了人脸识别技术7 1 。 4 第一章绪论 1 3 人脸识别的主要挑战 1 3 1 主要挑战概述 人脸识别研究经过近五十年的研究发展，对于数据库规模不大、成像条件理想、 用户比较配合的场合，目前人脸识别系统已经在限定范围内得到了一些应用，但这 并不意味着人脸识别已经是一个被解决了的成熟技术问题。人脸识别研究目前仍面 临诸多挑战，研究更加鲁棒、实用的人脸识别核心算法，提出更加有效的影响识别 性能的关键问题解决方案，仍是人脸识别领域内的重点研究内容。 根据f r v t 2 0 0 2 的测