生物特征计算-郑思仪20110915
生物特征计算进展
生物特征计算进展作者：张大鹏左旺孟来源：《智能计算机与应用》2011年第03期摘要：生物特征计算旨在实现人体生物特征的自动感知与分析，建立生物特征与人的身份、情感、行为、健康情况和美学评价的对应关系的可计算模型。
结合作者近十余年来在生物特征计算方面的研究，从生物特征识别、医学和美学生物特征计算三个方面对生物特征计算的进展和趋势进行了介绍和展望。
关键词：中图分类号：ＴＰ３９１．４文献标识码：Ａ文章编号：２０９５－２１６３（２０１１）０１－０００１－０８０引言生物特征包括人体固有的生理特征（如人脸、指纹、虹膜和掌纹）和行为特征（如步态、语音和签名）。
由于生物特征具有“人人拥有，人各不同，长期不变”等优点，早期的生物特征计算研究主要集中在生物特征识别（ＢｉｏｍｅｔｒｉｃＲｅｃｏｇｎｉｔｉｏｎ）方面，研究基于生物特征的高可靠自动身份鉴别方法[１]。
美国９１１事件和英国伦敦地铁爆炸案等恐怖袭击事件使得世界各国更加深刻地认识到了身份识别技术的重要性和必要性。
作为目前最为安全、可靠和便捷的身份识别技术，生物特征识别技术已成为保障国家和公共安全的有力措施和核心战略技术。
目前，指纹、人脸和虹膜识别系统已经在反恐、海关和刑侦等多个领域得到了较大规模的应用，但在应用中也暴露出这些系统在准确性、安全性和易用性方面的不足。
发展非限定生物特征识别技术，扩展生物特征识别家族成员，以及研究多模态生物特征识别技术已成为新的热点。
然而，生物特征的应用并不仅局限于身份识别领域，人类还具有基于人脸、语音和步态等生物特征的美学评价、行为和情感分析的功能，中医专家能够通过分析人的舌象、脉象和气味进行辨症和诊病。
因而，作为生物特征识别的扩展，旨在利用计算机技术手段实现人体生物特征的自动感知与分析，建立基于生物特征信息的身份识别、情感和行为分析、健康情况和美学评价的生物特征计算（ＢｉｏｍｅｔｒｉｃＣｏｍｐｕｔｉｎｇ）技术，将在信息科学、公共安全、人机交互和生物医学等领域的应用中发挥更为重要的作用。
生物特征计算-郑思仪20110915
算2011.9.15指导教师：王志良王先梅一．概述四．医学生物特征计算五．美学生物特征计算六．系统的开发环境与试验工具七．研究成果演示一、概述生物特征（）包括人体固有的生理特性和行为特性。
）主要研究基于生物特征的高性能自动身份鉴别方技术。
会到可靠的身份识别的重要性和必要性，其生物特征识别已成为保障国家和公共安全的核心战略技术。
生物特征：两大类。
主要包括人脸、指纹、掌纹、掌形、、颅骨等，这些特包括声纹、签名、步态、耳形、生活环境和生活习惯决定的。
这些生物特征本身固有的特点决定了其在生物一．概述四．医学生物特征计算五．美学生物特征计算六．系统的开发环境与试验工具七．研究成果演示二、面向身份认证的生物特征计算人脸、指纹和虹膜识别技术是目前应用最广的三种生下的身份识别和认证要求。
美国启动了访客系统（US-VISIT）中国香港已经将指纹信息嵌入到居民身份证中，并于2005年在罗湖海关实现了指纹自助通关。
Bill Gates以人类生物特征进行身份验证的生物识别技术，在今后数年内将成为IT 产业最为重要的技术革命生物认证技术市场收入的预测人脸识别人脸识别因识别方式友好、可隐蔽而备受学术界和工业界关注与其它生物特征识别技术相比，人脸识别在实 用性方面具有独到的技术优势，主要体现在: 不需要使用者配合的生物识别方法，因而操作隐蔽 性强，特别适合于安全防范、罪犯监控、罪犯抓捕; 采用非接触式采集，没有侵犯性，容易被接受。
而 指纹采集，掌纹识别通常给人造成不适的感觉; 事后追踪能力强，普通人即可进行判断核实。
而普 通人一般不具备对于指纹、虹膜的判别能力; 更符合人类的识别习惯，可交互性强，适合于改善 人机界面; 实现设备通用、简单，尤其是采集设备成本较低。
指纹采集仪，虹膜图像采集仪、DNA鉴别仪等都是 专用的采集设备，而且设备昂贵。
自动人脸识别系统自动人脸识别系统 数据采集 数据采集 子系统 子系统 人脸检测 人脸检测 子系统 子系统 人脸识别 人脸识别 子系统 子系统 识别结果： He is …!• 所谓自动人脸识别系统，是指不需要人为干预，能够自动 获取人脸图像并且辨别出其身份的系统。
生物特征识别 教学大纲
生物特征识别一、课程说明课程编号：090178Z10课程名称：生物特征识别，Biometric Recognition课程类别：专业课学时/学分：48/3先修课程：图像处理适用专业：智能科学与技术教材、教学参考书：[1]田捷、杨鑫生物特征识别技术理论与应用，北京：电子工业出版社，2005年9月[2]苑玮琦、柯丽、白云生物特征识别技术，北京：科学出版社，2009年3月二、课程设置的目的意义本课程系智能科学与技术专业的选修课程。
使学生在掌握相关数学知识和图像处理知识的基础上，通过对生物特征识别的基本概念、基本理论和方法及应用范例的学习，使学生能够：（1）掌握生物特征识别的基本概念、各种常用识别技术和方法；各种常用生物特征识别技术的基本特征提取和选择方法。
（2）通过实验，对生物特征识别的各种常用方法的应用有一个直观的认识，了解利用信号处理技术和图像处理技术获取生物特征识别的特征方法。
（3）了解生物特征识别的现状和发展动向，为以后的相关应用打下基础。
生物特征识别是一门应用日益广泛的技术，在社会和国民经济中发挥着重要的作用，掌握这方面的知识有助于学生开阔知识眼界，拓宽就业市场。
因此本课程是一门重要的专业课程。
三、课程的基本要求通过学习本课程，使学生了解生物特征识别的发展历史，掌握生物特征识别的基本概念，学会建立生物特征识别的数学模型，掌握指纹识别、掌纹识别、人脸识别、虹膜识别、步态识别、静脉识别等方法，掌握评判各种生物特征识别方法优劣的依据，掌握生物特征识别系统的设计方法，掌握查阅开发生物特征识别系统所需要的文献和信息的方法。
在此基础上，要求学生能够独立分析一个完整的生物特征识别系统的工作性能，能够独立完成有一定复杂度的生物特征系统的设计，并能用一种特定的生物特征识别方法完成规定的课程实验。
四、教学内容、重点难点及教学设计注：实践包括实验、上机等五、实践教学内容和基本要求首先进行学生分组，每组4-5人。
然后各组选择自己在实践过程中将要研究的生物特征识别技术，并确定各组将要达到的实验目标。
赤脚平面足迹生物特征提取及测算
赤脚平面足迹生物特征提取及测算舒力迪;陈连锁【摘要】Barefoot plane footprint computer program identification algorithm and build system model consistently is one of the key research content in the criminal investigation of image processing. According to the criminal investigation technical requirement and reference relevant technical data, have researched the model of barefoot plane footprint recognition system, have selected and definited Biological characteristics points and characteristics lines of barefoot plane footprint, have proposed the method about feature point positioning and characteristic parameters calculation, and Has been realized the computer programming of interactive Barefoot plane footprint recognition system to use Matlab language, calculated and analyzed the Morphological characteristics parameters error, had been Realized the technology solutions of interaction barefoot plane footprint recognition system. By experiment, the scheme has been fulfilled the actual requirements of criminal investigation technology, can be used as reference about barefoot plane footprint automatic identification system research and technology.%赤脚平面足迹(赤平足)计算机识别算法和系统建模一致是刑侦图像处理研究的重点内容之一,根据刑侦技术要求和相关技术资料,对赤平足识别系统建模进行了研究,对赤平足生物形态特征点/线进行了选择和定义,提出了特征点定位及特征参数计算的技术思路,并应用Matlab语言对交互式赤平足识别系统进行了编程实践,对实验所得到的形态特征参数进行了误差计算和分析,实现了赤平足交互识别系统的技术方案.经实验表明,该方案已达到刑侦技术识别和鉴定的实际要求,可作为赤平足自动识别系统研发的技术参考.【期刊名称】《计算机系统应用》【年(卷),期】2011(020)001【总页数】5页(P66-69,136)【关键词】赤脚平面足迹;识别系统;刑侦识别;系统建模;形态特征;特征参数【作者】舒力迪;陈连锁【作者单位】内蒙古财经学院计算机信息管理学院,呼和浩特,010051;内蒙古财经学院计算机信息管理学院,呼和浩特,010051【正文语种】中文近年来，赤脚作案率明显增多，因此针对赤脚平面足迹(以下简称赤平足)的刑侦识别已成为一项研究重点，一些学者也提出了一些技术思路，但多为方法研究，还没有见到切实可行的应用系统或技术推广，目前赤平足生物形态特征刑侦识别工作仍以人工识别为主。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
算2011.9.15指导教师：王志良王先梅一．概述四．医学生物特征计算五．美学生物特征计算六．系统的开发环境与试验工具七．研究成果演示一、概述生物特征（）包括人体固有的生理特性和行为特性。
）主要研究基于生物特征的高性能自动身份鉴别方技术。
会到可靠的身份识别的重要性和必要性，其生物特征识别已成为保障国家和公共安全的核心战略技术。
生物特征：两大类。
主要包括人脸、指纹、掌纹、掌形、、颅骨等，这些特包括声纹、签名、步态、耳形、生活环境和生活习惯决定的。
这些生物特征本身固有的特点决定了其在生物一．概述四．医学生物特征计算五．美学生物特征计算六．系统的开发环境与试验工具七．研究成果演示二、面向身份认证的生物特征计算人脸、指纹和虹膜识别技术是目前应用最广的三种生下的身份识别和认证要求。
美国启动了访客系统（US-VISIT）中国香港已经将指纹信息嵌入到居民身份证中，并于2005年在罗湖海关实现了指纹自助通关。
Bill Gates以人类生物特征进行身份验证的生物识别技术，在今后数年内将成为IT 产业最为重要的技术革命生物认证技术市场收入的预测人脸识别人脸识别因识别方式友好、可隐蔽而备受学术界和工业界关注与其它生物特征识别技术相比，人脸识别在实 用性方面具有独到的技术优势，主要体现在: 不需要使用者配合的生物识别方法，因而操作隐蔽 性强，特别适合于安全防范、罪犯监控、罪犯抓捕; 采用非接触式采集，没有侵犯性，容易被接受。
而 指纹采集，掌纹识别通常给人造成不适的感觉; 事后追踪能力强，普通人即可进行判断核实。
而普 通人一般不具备对于指纹、虹膜的判别能力; 更符合人类的识别习惯，可交互性强，适合于改善 人机界面; 实现设备通用、简单，尤其是采集设备成本较低。
指纹采集仪，虹膜图像采集仪、DNA鉴别仪等都是 专用的采集设备，而且设备昂贵。
自动人脸识别系统自动人脸识别系统 数据采集 数据采集 子系统 子系统 人脸检测 人脸检测 子系统 子系统 人脸识别 人脸识别 子系统 子系统 识别结果： He is …!• 所谓自动人脸识别系统，是指不需要人为干预，能够自动 获取人脸图像并且辨别出其身份的系统。
• 一个自动人脸识别系统至少要包含三个部分，即数据采集 子系统、人脸检测子系统和人脸识别子系统。
人脸检测与人脸识别的研究内容人脸检测（Face Detection） 人脸检测（Face Detection）是指在输入图像中确 定所有人脸（如果存在）的位置、大小、位姿的过程。
人 脸检测是自动人脸识别系统中的一个关键环节。
人脸识别 人脸识别细分为两类，一类是回答我是谁的问题，即 辨认（Identification），另一类是回答这个人是我吗？ 即确认（Verification）。
人脸识别的应用人脸识别系统在金融、证券、社保、刑 侦、海关、反恐及其他需要身份安全认 证的行业和部门有着广泛的应用 典型应用罪犯调查 访问控制 人员考勤 护照 驾驶执照 电子商务 信用卡 准考证 身份证人脸识别技术在国内外的研究现状国际上对人脸及面部表情识别的研究现在已经成为科研热 点。
进入90 年代,对人脸表情识别的研究变得非常活跃,吸 引了大量的研究人员和基金支持,EI 可检索到的相关文献 就多达数千篇。
主要有美国，欧洲国家，日本等，著名的 研究机构有 美国：MIT的Media lab, AI lab, CMU（卡耐基-梅隆大学） 的Human-Computer Interface Institute，Microsoft Research, 英国：Department of Engineering in University of Cambridge（剑桥大学）等 日本：东京大学，日本城蹊大学、ATR 研究所等 国内：清华大学、哈尔滨工业大学、中科院、中国科技大 学、南京理工大学、北方交通大学等都有从事人脸及人脸 表情识别的研究人脸识别技术发展简史早期探讨 第一篇人脸识别 博士论文，京都 大学，T.Kanade 局部特 征分析 弹性图匹配技术 贝叶斯双子空间法 柔性模型ASM/AAM Fisherfaces Eigenfaces, MIT, M.Turk 3D 形变模型(3DMM) Gabor Fisher 判别分析 T IP02 局部二值模式 融合全局与局部 特征的人脸识别 ICCV2007 稀疏表示 T PAMI09 局部Gabor二值模式(LGBP) 流行学习1965 1972 几何特征19801991 1994 1997 1999 子空间分析方法 Gabor小波+图匹配 神经网络20022004200520072008 2009模板匹配Gabor小波 + 子空间分析方法 稀疏表示方法 高分辨率人脸识别［摘自 2009视觉认知计算研讨会 山世光］人脸表示方法的演变≈ + y 1* + … +ym + δ(I)PCA降维结果：线性组合系数y FDA降维结果：距离、角度、面积 等几何参数向量 形状 + 纹理 基于Gabor小 波的图模型=W xT y = Wpca x T lda W T S BW Wlda = arg max T W W SW WO rie n ta tio nLGBP=Gabor + LBPG a b o r filte rsGabor小波特征+FDAScale全局(Fourier) + 局部(Gabor) 稀疏 表示图象亮度 矩阵/向量 3D 形状+纹理 LBP直方图1965 197219801991 1994 1997199920022004200520072009［摘自 2009视觉认知计算研讨会 山世光］几个人脸识别系统介绍1.中科奥森人脸识别系统 2.南京理工的人脸识别 3.深圳康贝尔人脸识别系统 4.仿生银行卡1.中科奥森人脸识别系统近红外人脸识别技术技术指标： (a) 工作环境光照度范围0－50000 Lux。
即，不但可以在任意室内光线下使用， 还可以在全黑暗和室外阳光下正常使用； (b) 识别正确率：99.2% (500人数据库)； (c) 单人识别时间：小于1秒。
主要技术指标如下： (a)可大于5米（从人脸到摄像头） (b)中远距离人脸检测率：＞99% （距离6米） (c)注册时间：自动模式：10 秒；人工模式：20 秒 (d)匹配模式：1:1 或 1:N (e)中远距离人脸识别率：> 95% （距离6米、小样本、正面脸相、室内光照条件下） (f)人脸跟踪：能够在仰头、俯头、侧身、背身、跳跃状态下保持跟踪 (g)实时跟踪与识别多人其领军人物李子青、高文中科院自动化所人脸识别技术成功用于奥运会开幕式南京理工人脸识别其领军人物教授人脸识别门禁系统人脸识别大型场馆准入系统仿生银行卡，运用间仿生信息学需40容，银行应用后只需不到10秒钟即可将普通的银行卡转换为仿生银行卡，所实用性和广阔的引用前景。
王守觉，中科院半导体所，仿生模式识别，神经计算机虹膜识别掌纹识别一．概述四．医学生物特征计算五．美学生物特征计算六．系统的开发环境与试验工具七．研究成果演示人脸表情识别（facial expression recognition, 简称FER）表情含有丰富的人体行为信息，是情感最主要的载体，是=7%语言的作用，因此，对它的研究可以进一步了解人的心理状态。
如果计算机能够像人一样具有理解和表达情感的能力，将从根本上改变人与计算机之间的关系，使计算机能够更好的为人服务，最终实现自然人机交互（HCII）。
以人为中心的研究将是未来信息科学领域的一个重要研究方向。
人类对表情的研究最初主要是关于表情在生理学和心理学领域的研究。
生理学家和心理学家主要关注表情和情绪之间的联系和区别、表情在人们交流中的作用等问题。
1971（FACS）,）来描述人脸表情变化，并定义了6六种基本表情：生气、厌恶、害怕、伤心、高兴和吃惊。
种、文化以及性别等因素，集中为一个多类别分类问题。
理想的人脸表情识别：（1）不受年龄、种族、外观的限制；（）能够处理光照变化情况；（3）能够处理人脸遮挡的情况；（）能够处理头部的刚性运动情况；（5）能够处理不精确的人脸表情数据；（）遵守解剖学规则，能够分别44种面部运动；（表情识别的一般过程：表情识别的一般过程：（1）人脸图像获取通过摄像头等图像捕捉工具获取静态图像或动态图像序列。
（2）图像预处理图像的大小和灰度的归一化，头部姿态的矫正，图像分割等。
据进行降维处理。
特征提取的主要方法有：提取几何特征、统计特征、频率域特征和运动特征等。
（4）表情分类在表情识别的分类器设计和选择阶段，主要有以下方法：用线性分类器、神经网络分类器、支持向量机、隐马尔可夫模型、Adaboost 等分类识别方法嘴张，嘴唇或轻微紧张，向后拉；或下颌下落，嘴张开，唇和齿分开，但①眉毛抬起，变高变湾②眉毛下的皮肤被拉伸③皱纹可能横跨额头惊奇表情面部关键特征点的自动标定主要方法方法局部等，将得到几何结构特征通过对表情进行一定的分解编码，通过获得这些编码组合信息来识别表编码组合特征人脸表情特征人工神经网络主要通过表情视频序列构建模型或者是将表情结构信息看隐马尔可夫模型方法判别与分类方法主要人脸表情数据库：最早一个有上千幅不同人脸表情的图像库，包括有视频与静止图像等各种格式，是一个完全的商业表情数据库。
目前和心理学系共同建立的Cohn编码的数据库，包含30岁，有左右的亚洲人。
所有数据均存为大PIE表情库光照和表情的面部图像。
日本ATR建立了日本女性表情数据库(JAFFE)也得到较多使用。
JAFFE 是以7种基本表情为基础的数据库，包括10位日本女性，每种表情有中国大规模人脸数据库CAS-PEAL Face Database，先进人机通信技术联合实验室加州大学圣克鲁兹分校知觉实验室的人脸运动表情图像库是基于FACS 主要用于神经网络方法分类面部行为的训练图像。
另外，还有一些数据库也可应用于人脸表情识别，Yale人脸数据库，用于远程辅助教学的学生情感识别系统片名：官方主页：吞咽口水，Cal Lightman博士马上就知道你在撒谎。
他比一台测谎仪更为精确，事实上，他就是个完美的＂活测谎仪＂。
原型：行为学专家Paul Ekman博士的真实研究，他能够发掘深埋在人类脸部、身体和声音里的线索，然后将犯罪调查中的真实与谎言昭示天下。
Ekman博士的研究主要集中在四个领域－－即对人的面部、身体、声音和语言的研究。
以面部为例，不管你是加州橘子郡的家庭主妇，还是远在沙特阿拉伯的酋长，都有愤怒、害怕、惊讶、厌恶、轻视等七种主要表情（情绪）。
这种科学研究的就是人类的共性现象，1、惊奇、害怕的表情在脸上超过一秒，表示是假装的。
2、对方对你的质问表示轻蔑，通常你的质问会是真的。