人脸特征表示

③有两个变量匹配 （true，true，true，false，false） . . . （false，false，true，true，true） 这种情况共有 10 中，即， 结论：不能识别该人脸图像 ④有个变量匹配 （true，true，true，true，false） . . . （false，true，true，true，true） 这种情况共有 5，即， 结论：不能识别该人脸图像 ⑤所有变量都匹配 （true，true，true，true，true） 结论：能识别该人脸图像 人脸识别系统的规则库： IF input（picture） （true，true，true，true，true）THEN 成功。 其他所有情况下，结果都是人脸图像识别不成功。
人脸识别
一、人脸识别概述 人脸识别， 是基于人的脸部特征信息进行身份识别的一种生物识别技术。用 摄像机或摄像头采集含有人脸的图像或视频流， 并自动在图像中检测和跟踪人脸， 进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识 别。 所谓人脸识别系统就是不需要人为干涉，能够通过获取人脸图像并且辨别出 其身份，为我们的生活工作带来很多便捷。 二、人脸识别的分类 人脸识别分为：核实式和搜索式两种比对模式。 1. 核实式比对模式 核实式是指将捕获得到的人像或是指定的人像与数据库中已登记的某一对图 像做对比核实确定其是否是同一个人。 2. 搜索式比对模式 搜索式的比对是指从数据库中已登记的所有人像中搜索查找是否有指定的人 像存在。 三、本文实现方法 本文中采用的是核实式模式，首先要做数据库，可以将登记入库的人像数据 进行建模提取人脸的特征，并将其生成人脸模板（人脸特征文件）保存在数据库 中， 在进行人脸搜索时将指定的人像进行建模，再将其与数据库中所有的人像模 板相比对识别，最终根据所对比的相似值列出最相似的人员。 人脸特征模型不是基本的数据类型，不能使用 SQL 语句从人脸模板中直接查 找。人脸特征模型是无法排序的，所以不能使用哈希表、二叉树等查找算法进行 直接查找， 所以要确定一张人脸图像的身份只能从头到尾遍历人脸模型库，一个 一个的进行对比。 四、本文中的数据结构 1. 数据文件结构 数据文件是包含人脸模型以及个人自然信息的数据库中导出的，主要包含个 人信息编号、人脸数据模型、个人信息等字段。其每个计算单元的数据结构为： struct face { char username[16];//此人脸数据模型所对应的个人信息记录编号 char userInforห้องสมุดไป่ตู้16];//用此编号从数据库中调出其他信息 char mode[1268];//人脸模型数据 } 数据文件就是由多个这样的结构体组成。 2. 人脸模型数据的结构 struct faceModel { char eye;//图像的眼睛特征 char eyebrow;//图像的眉毛特征 char nose;//图像的鼻子特征 char mouth;//图像的嘴巴特征
人脸图像识别
char ear;//图像的耳朵特征 }
产生式系统
一、产生式系统概述 在自然界的各种知识单元之间存在着大量的因果关系。 这是前提和结论之间 的关系，可用产生式（或称规则）来表示。产生式也称规则，或产生式规则。它 由三个基本部分组成：综合数据库、产生式规则、控制系统。 综合数据库是产生式使用的主要数据结构， 它用来表述问题状态或有关事实， 对应于表示问题的说明式知识。 产生式规则：一组产生式规则构成了规则库，每一条规则形如： If 条件 then 行动或 if 前提 then 结论 控制系统是规则的解释程序，它规定了选择一条可用规则的原则和规则使 用的方式（推理方向） ，并根据综合数据库的信息，控制求解问题的过程 二、采用产生系统表示人脸识别系统 1. 设置变量 变量 true：待识别图像和数据库中某个图像的某一变量匹配； 变量 false：待识别图像和数据库中所有图像的某一变量都不匹配； 2. 综合数据库为 Facemodel Input（picture）向系统中输入待识别的人脸图像 初始状态为： （false, false, false false, false） 经过确定的算法计算，如：可以计算图像的欧式距离，判断每个变量是否和综合 数据库中的变量匹配。 3. 目标状态： ①仅一个变量匹配 （true，false，false，false，false） （false，true，false，false，false） （false，false，true，false，false） （false，false，false，true，false） （false，false，false，false，true） 结论：不能识别该人脸图像 ②有两个变量匹配 （true，true，false，false，false） . . . （false，false，false，true，true） xy 2 这种情况共有 10 中，即，C 这种情况共有 10 中，即，在此处键入公式。结论：不能识别该人脸图像
人脸特征表示和识别
学号： 姓名：
目录
人脸特征的表示
在人类的视觉世界中， 人脸具有极其重要的地位，因为人脸不仅能够反映人 的年龄、身份等人的外部因素，同时还能反映人的个性心理等内在特征。如同指 纹一样，人脸也具有唯一性，可以用来鉴别一个人的身份。这样，利用人脸作为 身份验证的途径也就成为人类视觉系统的一个重要功能， 成为人与人之间交往联 系最主要的依据之一。 近年来， 随着高速硬件和人工智能等技术的发展以及商业和执法等方面需求 的增长， 利用人脸图象进行自动的人脸识别和身份验证的研究和应用得到了空前 的重视，并取得了长足的进步。很多科研机构，例如 MIT、CMU、USC 等等，都 先后在这个领域完成了相当成熟的实验系统。 要进行人脸识别， 首先一个最重要的步骤是将人脸的特征表示成可以令计算机理 解的矢量， 这就要求我们将人脸的特征表示出来。 人脸特征的描述一般分为两大 类：几何特征和代数特征。 1. 几何特征 几何特征是以人脸器官的形状和几何关系为基础的特征， 人脸由眼睛、 鼻子、 嘴巴、下巴等器官组成，这些特征点的集合位置相对固定，其几何特征描述可以 作为人脸的重要特征， 也就是通过面部拓扑结构几何关系的先验知识，利用基于 结构的方法在知识的层次上提取人脸面部主要器官的特征， 将人脸用一组几何特 征矢量来表示。 2. 代数特征 人脸的代数特征有图像本身的灰度分布决定，描述了图像的内部信息，这种 方法从整体上捕捉和描述人脸的特征， 所运用的主要是一些标准的额数理统计的 技巧，运算比较复杂。 故，这里的人脸特征的描述选用几何特征表示，主要采用人脸五官特征来表示。 人脸主要特征分为： 眼睛 （eye） 、 眉毛 （eyebrow） 、 鼻子 （nose） 、 嘴巴 （mouth） 、 耳朵（ear） 。