人脸检测研究的目的意义及国内外现状

人脸检测研究的目的意义及国内外现状

1 研究目的和意

义 ..................................................................... ...................................................... 1 2 国内外研究现状 ..................................................................... (2)

(1)基于知识的方

法 ..................................................................... (2)

(2)基于模板匹配的方

法 ..................................................................... .. (2)

(3)基于肤色的方

法 ..................................................................... . (3)

1 研究目的和意义

自美国“9.11事件”后，身份鉴定已经成为安全、电子政务等应用领域研

究的热门。而基于密码或证件的传统身份识别和验证的系统，若密码被盗取或者证件被窃取，有可能造成机密的失窃、国家和个人财产的流失，甚至对社会安全构成某种程度的威胁。

为提高身份识别系统的安全性，近年来，各国政府非常重视不易被仿制的

基于生物特征识别技术的研究，该技术相比传统个人身份识别具有更好的安全性、可靠性和有效性。

生物特征验证识别包括指纹、虹膜、人脸、掌纹、声音等的验证识别。人

脸识别与指纹、虹膜、掌纹识别等生理特征识别技术相比，虽然起步较晚，但具有非侵犯性，不要求被识别者主动配合，采集人脸方便等优点，且其其所需硬件比采集指纹、虹膜等所需的造价低。因而人脸识别是一种非常自然、友好的生物特征识别认证技术，并且已普遍应用于刑侦破案、安全验证系统、信用卡验证、视频会议、人机交互、证件核对、ATM等多种场合。

人脸识别技术包括图像或视频中进行人脸检测、从检测出的人脸中定位眼

睛位置、然后提取人脸特征、最后进行人脸比对等一系列相关的技术。人脸检测的结果将对后续的工作产生重要的影响，即人脸检测的基础，因此研究人脸检测具有十分重要的研究意义和实用价值。

2 国内外研究现状

人脸检测和识别发展至今，大致可以分为基于知识的方法、基于模板匹配的方法和基于肤色的方法。

(1)基于知识的方法

基于知识的方法是利用对人脸的先验知识导出的规则来进行人脸检测。人脸局部特征的分布总是存在着一定的规律，例如人的两个眼睛总是对称分布在人脸的上半部分，鼻子和嘴唇中心点的连线基本与两眼之间的连线垂直等。于是，可以利用一组描述人脸局部特征分布的规则来进行人脸检测。Yang和Huang采用分层次的基于知识的方法进行人脸检侧，建立了知识的三层检测系统，而该方法主要困难是把人类感知的经验转化成定义完善的规则，由于这些规则具有确定性，但对于规则涵盖之外的人脸很难正确检测，造成漏检;但是如果这些规则太普通化，可能会导致误检。此外，这种方法很难用于检测不同姿势的人脸，因为要列举所有可能的情况很困难。

(2)基于模板匹配的方法

首先建立并存储一些人脸模板作为标准，这些模版可以是人脸或是单独的眼睛、鼻子、嘴，或者是具有弹性的模版，然后利用一些算法来计算各待测区域与标准模板的相似程度或称相关性，以此来判断某一区域是否为人脸或相应特征。梁路宏等的方法，是在人脸检测中使用了5个模板:1个用于初筛选的双眼模板，4个用于检测的不同长宽比的人脸模板。该方法在针对正面单人脸的运用中取得了较好的效果。然对于复杂背景的人脸检测，建立一个能很好的区分背景干扰同时又代表各种差异人脸的模版是问题的关键点。而事实上，有着很好区分背景干扰的模版，难以代表各种人脸模版，而能代表各种人脸的模版又不能很好的区分背景，也即对于基于模版匹配的方法，准确率与漏检率始终是一对矛盾。

(3)基于肤色的方法

基于肤色方法则利用人脸肤色进行图像的分割和人脸的检测。肤色是人脸的重要信息，它不依赖于面部的细节特征，对于旋转，表情等变化情况都能适用，有相对的稳定性，并且能和大多数背景物体的颜色相区别，有速度、姿态不变性等特点。因此，该方法广泛应用于复杂背景中的人脸检测，一些检测算法取得了较好的检测效果。而存在的问题是，由于光照、噪声和遮挡等使图像特征被严重地破坏，肤色特征被弱化，可能使得算法难以使用。

虽然基于肤色的方法有一定的局限性，但是其优点也非常突出。利用具有不变性的特征，可以在复杂背景下进行人脸检测，这种方法对人脸的方向大小等没有过多的限制，处理速度相对较快，适用于实时系统人脸检测定位。尤其是针对复杂背景下的彩色人脸图像，该方法利用肤色分割出可能的人脸区域，经过整理得到人脸候选区，在人脸候选区中进行人脸特征的提取和验证，以此确定人脸。