人脸检测技术研究背景意义及现状.docx

人脸检测技术研究背景意义及现状.docx

《人脸检测技术研究背景意义及现状.docx》由会员分享，可在线阅读，更多相关《人脸检测技术研究背景意义及现状.docx（6页珍藏版）》请在冰豆网上搜索。

人脸检测技术研究背景意义及现状

人脸检测技术研究背景意义及现状

1引言

视觉是人类获取信息的最主要手段。

据相关研究统计，由视觉获取的信息占

人类获取信息总量的70%以上；另一方面，随着计算机硬件性能的飞速提高，利

用计算机来辅助、模拟人类视觉的研究得到了广泛的关注。

图像中的人往往是整个图像的中心，而根据人眼的视觉特性，人们通常对图

像中人的脸部区域更感兴趣，因此人脸相关的图像处理技术成为了计算机视觉中

的一个非常重要的研究方向。

人脸处理技术在身份验证、人机交互接口、智能视

觉监控、基于感兴趣区ROI（RegionofInterest）的编码与传输、可视电话等领域有着广泛的应用，有着广阔的发展前景。

2背景及意义

人脸是一个常见而复杂的视觉模式，人脸所反映的视觉信息在人们的交往中

有着重要的作用和意义。

对人脸进行处理和分析在视频监控、出入口控制、视频

会议以及人机交互等领域有着广泛地应用前景。

人脸的处理和分析包括人脸识别、人脸跟踪、姿势估计和表情识别等，其中人脸检测是所有人脸信息处理中关键的第一步，近年来成为模式识别和计算机视觉领域内一个受到普遍重视、研究十分活跃的课题。

人脸检测是指在输入图像中确定所有人脸（如果存在）的位置、大小、姿态的过程。

人脸检测问题最初来源于人脸识别，人脸识别的研究可以追溯到20世纪60-70年代，经过几十年的曲折发展已日趋成熟。

人脸检测是自动人脸识别系统中的一个关键环节，但是早期的人脸识别研究要针对具有较强约束条件的人脸图像（如无背景的图像），人脸位置很容易获得，所以人脸检测问题并未受到重视。

近几年随着电子商务等应用的发展，人脸识别成为最有潜力的生物身份验证手段，这种应用背景要求自动人脸识别系统能够对一般环境图像具有一定的适应能力，因此，人脸检测开始作为一个独立的课题受到研究者的重视。

今天，人脸检测的应用背景已经远远超出了人脸识别系统的范畴，在基于内容的检索、数字视频处理等方面有着重要的应用价值。

广泛应用的视频会议和可视电话，也把人脸检测提到了一个新的高度。

为了同时保证网络传输的速度和在视频终端的图像的质量，对每一帧图像，往往先分割出人脸和背景，背景部分用一个较低的码率传输，减小网络负荷，而给子人脸区域一个较高的优先级来保证它的传输质量和速度，从而在终端得到质量较好的重建图像。

在基于内容的检索中，由用户给出一幅人脸图像，利用人脸检测技术，可以很快的在数据库中找出一系列相关图像，这些广泛地应用前景使得人脸检测的研究备受关注。

2.1人脸识别的原理

人体面貌识别技术包含三个部分：

①人体面貌检测

面貌检测是指在动态的场景与复杂的背景中判断是否存在面像，并分离出这种面像。

一般有下列几种方法：

1）参考模板法

首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸；

2）人脸规则法

由于人脸具有一定的结构分布特征，所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸；

3）样品学习法

这种方法即采用模式识别中人工神经网络的方法，即通过对面像样品集和非面像样品集的学习产生分类器；

4）肤色模型法

这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。

5）特征子脸法

这种方法是将所有面像集合视为一个面像子空间，并基于检测样品与其在子孔间的投影之间的距离判断是否存在面像。

值得提出的是，上述5种方法在实际检测系统中也可综合采用。

②人体面貌跟踪

面貌跟踪是指对被检测到的面貌进行动态目标跟踪。

具体采用基于模型的方法或基于运动与模型相结合的方法。

此外，利用肤色模型跟踪也不失为一种简单而有效的手段。

③人体面貌比对

面貌比对是对被检测到的面貌像进行身份确认或在面像库中进行目标搜索。

这实际上就是说，将采样到的面像与库存的面像依次进行比对，并找出最佳的匹配对象。

所以，面像的描述决定了面像识别的具体方法与性能。

目前主要采用特征向量与面纹模板两种描述方法：

1）特征向量法

该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性，然后再计算出它们的几何特征量，这些特征量形成一描述该面像的特征向量。

2）面纹模板法

该方法是在库中存贮若干标准面像模板或面像器官模板，在进行比对时，将采样面像所有象素与库中所有模板采用归一化相关量度量进行匹配。

此外，还有采用模式识别的自相关网络或特征与模板相结合的方法。

人体面貌识别技术的核心实际为“局部人体特征分析”和“图形/神经识别算法。

”这种算法是利用人体面部各器官及特征部位的方法。

如对应几何关系多数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。

一般要求判断时间低于1秒。

人体面貌的识别过程一般分三步：

①首先建立人体面貌的面像档案。

即用摄像机采集单位人员的人体面貌面像文件或取他们的照片形成面像文件，并将这些面像文件生成面纹（Faceprint）编码贮存起来。

②获取当前的人体面像

即用摄像机捕捉的当前出入人员的面像，或取照片输入，并将当前的面像文件生成面纹编码。

③用当前的面纹编码与档案库存的比对，即将当前的面像的面纹编码与档案库存中的面纹编码进行检索比对。

上述的“面纹编码”方式是根据人体面貌脸部的本质特征和开头来工作的。

这种面纹编码可以抵抗光线、皮肤色调、面部毛发、发型、眼镜、表情和姿态的变化，具有强大的可靠性，从而使它可以从百万人中精确地辩认出某个人。

2.2人脸识别的特点

随着社会信息化、网络化程度的提高，信息安全受到越来越多的重视，人们迫切需要一种快速、有效的自动身份确认技术。

传统的方法是根据预先设置的密码或特定的身份标识物（如钥匙、证件等）来识别不同用户。

这种方法存在着明显的缺点：

密码容易遗忘或记错，证件等物品容易丢失或伪造。

更为严重的是，系统无法有效区分真正的拥有者和取得密码或身份标识物的冒充者。

人的一些生理和行为特征，如面像、指纹、掌纹、虹膜、声音和笔迹等，是人的内在属性，具有很强的自身稳定性和个体差异性，是下一代身份验证最理想的依据与手段。

在这些生物特征中，人脸相对于其它特征，具有以下特点：

①人脸蕴涵的信息量远远比人体的其它生物特征丰富；

②人脸特征信息可以直接应用，并且极不容易盗用或者假冒；

③人脸特征在应用上非常方便，不需要复杂的辅助设备。

因此，人脸是理想的、可用于身份验证的生物特征，基于人脸对象的身份验证系统具有广阔的发展前景。

2.3人脸识别的难点

人脸是一个极为普通但又十分复杂的模式，其中蕴含的信息量非常丰富，在复杂的背景图像中区分人脸和其它物体就是一个比较困难的问题，并且由于以下原因使得人脸检测困难加大

①首先人脸是一个包含五官、毛发等极不规则的复杂待测目标，不同的人脸在形状、大小、颜色、质地等方面都有很大的差异，具有模式的可变性；

②一般意义下的人脸，存在着诸如眼镜、胡须甚至墨镜等附属物，在人脸检测过程中必然形成干扰，特别是对人脸检测中基于灰度的检测方法造成较大干扰；

③为了实现检测方法的鲁棒性，设计的检测算法必须考虑人脸在各种复杂的背景中，不同的方向、角度、尺度等情况下所展现出来的不同表象，也就是要考虑背景可能造成的干扰；

④采集条件特别是光照条件包括光源的方向、明暗、色彩等都会对图像的效果产生很大的影响，增加了检测的难度；

⑤检测速度与正确率始终是一对矛盾。

2.4人脸识别的应用

随着技术的进一步成熟和社会认同度的提高，人脸识别将能在更多领域施展自己的拳脚：

①企业、住宅安全和管理。

如人脸识别门禁考勤系统，人脸识别防盗门等。

②电子护照及身份证。

这或许是未来规模最大的应用。

在国际民航组织（ICAO）已确定，从 2010年 4月 1日起，其 118个成员国家和地区，必须使用机读护照，人脸识别技术是首推识别模式，该规定已经成为国际标准。

美国已经要求和它有出入免签证协议的国家在2006年10月 26日之前必须使用结合了人脸指纹等生物特征的电子护照系统，到 2006年底已经有 50多个国家实现了这样的系统。

今年年初，美国运输安全（Transportation Security Administration）计划在全美推广一项基于生物特征的国内通用旅行证件[4]。

欧洲很多国家也在计划或者正在实施类似的计划，用包含生物特征的证件对旅客进行识别和管理。

中国的电子护照计划公安部一所正在加紧规划和实施。

   ③公安、司法和刑侦。

如利用人脸识别系统和网络，在全国范围内搜捕逃犯。

④自助服务。

如银行的自动提款机，如果用户卡片和密码被盗，就会被他人冒取现金。

如果同时应用人脸识别就会避免这种情况的发生。

   ⑤信息安全[5]。

如计算机登录、电子政务和电子商务。

在电子商务中交易全部在网上完成，电子政务中的很多审批流程也都搬到了网上。

而当前，交易或者审批的授权都是靠密码来实现。

如果密码被盗，就无法保证安全。

如果使用生物特征，就可以做到当事人在网上的数字身份和真实身份统一。

从而大大增加电子商务和电子政务系统的可靠性。

3国内外现状

在不同的生物特征识别方法中，人脸识别有其自身特殊的优势，因而在生物识别中有着重要的地位。

①非侵扰性。

人脸识别无需干扰人们的正常行为就能较好地达到识别效果，无需担心被识别者是否愿意将手放在指纹采集设备上，他们的眼睛是否能够对准虹膜扫描装置……只要在摄像机前自然地停留片刻，用户的身份就会被正确识别。

②采集设备简单，使用快捷。

一般来说，常见的摄像头就可以用来进行人脸图像的采集，不需特别复杂的专用设备。

采集一般可在数秒内完成。

③通过人脸识别身份，与人类的习惯一致。

也就是说，人和机器都可以使用人脸图片进行识别，这使得人和机器可以配合工作。

而指纹，虹膜等方法没有这个特点。

一个没有经过特殊训练的人，无法利用指纹和虹膜图像对其他人进行身份识别。

人脸识别拥有这些良好的特性，使其具有非常广泛的应用前景，正在引起学术界和商业界越来越多的关注。

随着近十年来人脸识别技术的飞速发展，它且正在越来越多被应用在通关，企业安全和管理，刑侦等各个领域。

近年来，由于反恐、国土安全、和社会安全的需要，世界上各个国家都对安防领域加大了投入。

而身份识别正是安防的一个核心问题。

在这种大环境下，生物特征识别迎来了一个快速发展的时期。

据专门提供生物识别产业相关咨询服务的美国公司 International Biometric Group近期出版的一本关于生物识别市场及产业趋势的调查分析报告书“Biometrics Market and Industry Report 2007-2012”显示2007年全球生物识别市场收入超过 30亿美元，并且今后 5年内将以超过每年 8亿美元的幅度递增。

至 2007年将达到 74亿美元。

而截止 2007年，人脸识别的市场份额由原来的微不足道，迅速上升到 12.9%，市场份额仅小于指纹识别，并且比重还在不断增加，打破了国际生物识别市场上“指纹”一统天下的局面。

在国内市场上，据美国《生物识别文摘》报道，2005年生物识别产品的销售收入约 0.6亿美元，到了 2006年增长到约 1.1亿美元，其中超过 97%为指纹识别产品。

目前，在中国人脸识别产品的市场份额还较小，大多数公司采用的是国外提供的核心技术，进行后加工，产品多集中在门禁和考勤机上。

由于这些公司没有自主知识产权，自主研发能力较差，在人脸识别的应用开发中，对人脸识别技术实际应用难以形成深度优势。

同时，由各种渠道获得的核心技术水平参差不等，其产品可靠性得不到保障。

在涉及国家安全利益等场所的应用中，其系统与产品安全保障也有待考证。

    然而，从去年开始，人脸识别市场，特别是在中国的市场，正经历着迅速发展，而且发展的脚步也将越来越快。

主要有三大原因：

①是科技界和社会各个方面都认识到人脸识别技术的重要性，国家政策对人脸识别技术研究给予了很大支持，使得我国人脸识别技术取得了很大进展。

国际上，美国国家标准技术局（NIST）举办的Face Recognition Vendor Test 2006 通过大规模的人脸数据测试表明，当今世界上人脸识别方法的识别精度比 2002年的FRVT2002至少提高了一个数量级（10倍）。

其中一些方法的识别精度已经超过人类的平均水平。

而对于高清晰，高质量人脸图像识别，机器的识别精度几乎达到100%。

②各种应用需求不断涌现。

人脸识别市场的快速发展一方面归功于生物识别需求的多元化，另一方面则是由于人脸识别技术的进步。

从需求上来说，除了传统的考勤、门禁等应用外，视频监控环境下的身份识别正成为一种迫切的需求，即在一个较复杂的场景中，在较远的距离上识别出特定人的身份，这显然是指纹识别的方法所不能满足的。

而人脸识别却是一个极佳的选择。

③第三个是人口基数因素。

人脸识别系统的市场大小，很大程度上是和人口的数量大小相关的。

而我国有13亿人口，这从本质上决定了我国是世界上规模最大的生物识别市场。