厦门大学学位论文原创性声明本人呈交的学位论文是本人在导师指导下, 独立完成的研究成果本人在论文写作中参考其他个人或集体已经发表的研究成果, 均在文中以适当方式明确标明, 并符合法律规范和厦门大学研究生学术活动规范 ( 试行 ) 另外, 该学位论文为 ( ) 课题 ( 组 ) 的研究成果,

Size: px

Start display at page:

Download "厦门大学学位论文原创性声明本人呈交的学位论文是本人在导师指导下, 独立完成的研究成果本人在论文写作中参考其他个人或集体已经发表的研究成果, 均在文中以适当方式明确标明, 并符合法律规范和厦门大学研究生学术活动规范 ( 试行 ) 另外, 该学位论文为 ( ) 课题 ( 组 ) 的研究成果,"

密侯
5 years ago
Views:

1 学校编码 :10384 学号 :X 分类号密级 UDC 硕士学位论文基于 K-L 变换的人脸特征提取的研究与应用 Research and Application of Discerning Face Representation Based on K-L Transform 指导教师姓名 : 专业名称 : 论文提交日期 : 论文答辩日期 : 黄逸歆吴清锋副教授软件工程 2011 年 8 月 2011 年 9 月学位授予日期 : 2011 年月答辩委员会主席 : 评阅人 : 2011 年月

2 厦门大学学位论文原创性声明本人呈交的学位论文是本人在导师指导下, 独立完成的研究成果本人在论文写作中参考其他个人或集体已经发表的研究成果, 均在文中以适当方式明确标明, 并符合法律规范和厦门大学研究生学术活动规范 ( 试行 ) 另外, 该学位论文为 ( ) 课题 ( 组 ) 的研究成果, 获得 ( ) 课题 ( 组 ) 经费或实验室的资助, 在 ( ) 实验室完成 ( 请在以上括号内填写课题或课题组负责人或实验室名称, 未有此项声明内容的, 可以不作特别声明 ) 声明人 ( 签名 ): 年月日

3 厦门大学学位论文著作权使用声明本人同意厦门大学根据中华人民共和国学位条例暂行实施办法等规定保留和使用此学位论文, 并向主管部门或其指定机构送交学位论文 ( 包括纸质版和电子版 ), 允许学位论文进入厦门大学图书馆及其数据库被查阅借阅本人同意厦门大学将学位论文加入全国博士硕士学位论文共建单位数据库进行检索, 将学位论文的标题和摘要汇编出版, 采用影印缩印或者其它方式合理复制学位论文本学位论文属于 : ( )1. 经厦门大学保密委员会审查核定的保密学位论文, 于年月日解密, 解密后适用上述授权 ( )2. 不保密, 适用上述授权 ( 请在以上相应括号内打或填上相应内容保密学位论文应是已经厦门大学保密委员会审定过的学位论文, 未经厦门大学保密委员会审定的学位论文均为公开学位论文此声明栏不填写的, 默认为公开学位论文, 均适用上述授权 ) 声明人 ( 签名 ): 年月日

4 摘要在现代社会中, 随着计算机及网络技术的高速发展, 信息安全显示出前所未有的重要性, 身份鉴定是保证系统安全的必要前提当前, 用于个人身份鉴别主要依靠各种 ID 卡和密码等手段, 存在携带不便容易遗失, 容易损坏和密码易被破解等诸多问题, 而生物特征识别技术则提供了一种更加方便可靠的办法来进行身份鉴定在各种生物特征识别方法中, 人脸识别具有直接友好方便的优势, 因而在生物识别中占有重要地位人脸识别可以广泛应用于证件核对保安监视通道控制乃至搜索犯罪等多种领域, 成为当前模式识别和人工智能领域的一个研究热点本文主要研究基于 K-L 变换人脸特征提取并应用于人脸识别的基本思想和设计步骤本文主要内容包括以下方面 : 1. 首先回顾人脸识别的研究背景发展及其研究现状, 并对人脸识别的各个环节, 尤其是其中所涉及的技术进行较详细的介绍 2. 在基本了解人脸识别的基础上, 研究基于 K-L 变换人脸特征提取的人脸识别方法即, 首先详细介绍 K-L 变换的基本原理, 并说明应用 K-L 变换进行人脸特征提取人脸识别的基本思想, 为提出人脸识别的设计思想提供依据 3. 提出基于 K-L 变换人脸特征提取的人脸识别系统的设计思路, 从系统的流程架构设计功能模块关系等方面, 详细说明系统的设计要求, 并对实验的平台和工具进行了介绍, 还从系统占用时间空间及识别率的角度对系统性能进行了分析关键词 : K-L 变换 ; 特征提取 ; 人脸识别. I

5 Abstract In modern society, with the quick development of computer and network technology, information security shows its unprecedented importance. The identification is the essential prerequisite to ensure system security. At present, the means of personal identification, mainly known as various ID cards and passwords, carry lots of problems such as inconvenient to bring, easy to lose, damage or solve the password and so on. Biometric identification technology provides a more convenient and reliable approach to the identification. Among many biometric identification technologies, face recognition has its own advantages that it is direct, friendly and convenient, so it plays an important role in biometric identification. Face recognition has widely applicated in many areas, such as cards identification, security, channel controlling and criminals searching. Thus, face recognition becomes one of the most heated researeh areas in pattern recognition and artificial intelligence. The dissertation mainly focuses on researching fundamentals and design of face recognition based on K-L transform and face representation. The contents of this dissertation include: 1. This dissertation provides an overview of the history, the development and research status of face recognition. It introduces every step of face recognition, especially the technology used in every step. Then it provides the research contents of this dissertation. 2. After overviewing face recognition, this dissertation studies methods of face recognition based on K-L transform and face representation. It introduces fundamental of K-L transform, face recognition and face representation, and provides evidence for designing system next. 3. This dissertation introduces design of face recognition system based on K-L transform and face representation, including system process, structure and function module. Then it introduces requirements of designing system and development tools. It also analyzes system performance from the aspects of running time, system resources and recognition rate etc. Key Words: K-L Transform; Face Representation; Face Recognition. II

6 目录第一章引言研究的背景和意义人脸识别的概况及研究现状人脸识别的概况国外研究现状国内研究现状本文的研究内容本文的组织结构 6 第二章人脸识别的关键技术人脸识别的特点及内容人脸检测人脸表征人脸鉴别表情 / 姿态分析生理分类本章小结 14 第三章基于 K-L 变换的人脸特征提取 K-L 变换算法的应用构造人脸图像高维产生矩阵构造人脸图像样本库图像向量化构造人脸图像高维产生矩阵求解产生矩阵的特征向量应用奇异值分解定理变换产生矩阵应用 QR 定理求解特征值和特征向量 26 III

7 3.3.3 对所得的特征向量进行标准化构造低维映射矩阵基于 K-L 变换人脸特征提取的人脸识别本章小结 31 第四章人脸识别系统设计与分析系统开发平台简介 NET 开发平台简介系统开发开发语言 (VC++) 简介 MFC 简介系统结构系统流程部署架构系统实验人脸识别系统性能时间性能分析空间性能分析实验条件对识别准确率的影响本章小结 56 第五章总结与展望总结下一步展望 57 参考文献 59 致谢 63 IV

8 Contents Chapter 1 Introduction Background and Significance Research Status of Face Recognition The Summary of Face Recognition Research Status of Foreign Research Status of Nation Reserch Contents Structure 6 Chapter 2 Main Technologies of Face Recognition Feature and Content of Face Recognition Face Detection Face Representation Face Identification Expression/Gesture Analysis Physical Classification Brief Summary 14 Chapter 3 Face Representation Based on K-L Transform Application of K-L Transform High-dimensional Face Vector Matrix Constructed Face Picture Database Constructed To Vector of Face Picture High-dimensional Face Resulting Matrix Constructed Counting Eigenvectors of Face Resulting Matrix Face Resulting Matrix Transform Based on SVD Counting Eigenvalues and Eigenvectors Based on QR 26 V

9 3.3.3 Standardization of Eigenvectors Low-dimensional Map Vector Matrix Constructed Face Recognition Based on K-L Transform and Face Repesentation Brief Summary 31 Chapter 4 Design and Analysis of Face Recognition System Development Tools NET Develop Tools Programming Language(VC++) MFC System Architecture System Procedures Deployment Architecture Running System Performance Analysis of Face Recognition System Running Time Analysis System Resource Analysis Influence of Recognition Rate by System Features Brief Summary 56 Chapter 5 Conclusions and Outlooks Conclusions Outlooks 57 Acknowledgements 59 References 63 VI

10 第一章引言第一章引言 1.1 研究的背景和意义在现代社会中, 随着计算机及网络技术的高速发展, 信息安全显示出前所未有的重要性身份鉴定是保证系统安全的必要前提, 在金融国家安全司法电子商务电子政务等应用领域, 都需要准确的身份鉴定目前广泛使用的依靠证件个人识别码 (PIN) ID 卡 ( 如身份证工作证智能卡计算机标志卡和储蓄卡等 ) 和密码等传统方法来确认个人身份的技术逐渐满足不了现代科技的发展和社会进步的需求, 人们希望有一种更加方便可靠的办法来进行身份鉴定生物特征识别, 或称生物测定学 (Biometrics) 是通过利用个体特有的生理和行为特征来进行身份识别和个体验证的一门科学生物特征识别技术可分为基于生理特征的生物识别技术和基于行为特征的生物识别技术生理特征通常是指人类个体与生俱来独一无二长期不变的生理特性, 如人脸指纹虹膜掌纹手形 DNA 耳廓形状视网膜等 ; 行为特征通常是指人类个体的习惯性行为特点, 如笔迹声纹步态敲键方式等人们可能会遗忘或丢失他们的卡片或忘记密码, 但是却不可能遗忘或者丢失自己的生理特征和行为特征, 因此基于生物特征识别技术的个人身份识别系统具有更好的安全性可靠性和有效性, 越来越受到人们的重视, 并开始进入我们社会生活的各个领域生物特征识别技术早年运用于法庭科学的司法鉴定, 多是对静态图像的事后采集和识别上世纪九十年代末和本世纪初, 特别是 9.11 事件之后, 由于国际反恐斗争的需要, 生物特征识别技术的重要性被全球各国政府更加清楚地认识到, 对静态动态图像的事前事后采集和实时鉴别, 己成为防范安全风险的主要技术手段美国连续签署了爱国者法案航空安全法案边境签证法案三个法案, 在这些法案中强调在边检执法民用航空等领域要应用生物特征识别技术 2003 年 6 月, 在国际民用航空组织 (ICAO) 发布的规划中, 也建议其 188 个成员国都在护照上加入生物特征识别技术大部分西方国家己经立法开始支 1

11 基于 K-L 变换的人脸特征提取的研究与应用持 ICAO 这项规划人脸识别技术是生物特征识别技术的一种重要分支, 人脸识别技术是以计算机为辅助手段, 从静态图像或动态图像中检测并识别人脸的技术, 涉及到计算机图形学计算机视觉模式识别人工智能计算智能等技术随着社会的发展, 各方面对快速有效的自动身份验证的要求日益迫切人脸识别作为一种新兴的生物特征识别技术, 与虹膜识别指纹扫描掌形扫描等技术相比, 在应用方面具有独到的优势 : 1. 使用方便, 用户接受度高人脸识别技术使用通用的摄像机作为识别信息获取装置, 以非接触的方式在识别对象未察觉的情况下完成识别过程 2. 直观性突出人脸识别技术所使用的依据是人的面部图像, 而人脸无疑是肉眼能够判别的最直观的信息源, 方便人工确认审计, 以貌取人符合人的认知规律 3. 识别精确度高, 速度快与其它生物识别技术相比, 人脸识别技术的识别精度处于较高的水平, 误识率拒认率较低 4. 成本较低, 易于推广使用由于人脸识别技术所使用的是常规通用设备, 价格均在户可接受的范围之内, 与其它生物识别技术相比, 人脸识别产品具有很高的性能价格比总之, 人脸识别技术是一种高精度易于使用稳定性高性价比高的生物特征识别技术, 具有极其广阔的市场应用前景 1.2 人脸识别的概况及研究现状人脸识别的概况人脸识别技术的研究随着电子计算机的诞生和使用开始于上世纪 60 年代当时, 很多生理学家心理学家和神经科学家做了大量的基础性研究, 最早关于人脸识别的研究可以追溯到 19 世纪末在 Nature 杂志发表的 Sir Francis Galton [1] 在人脸侧面轮廓图像的研究而从算法的角度来看,90 年代以前, 主要是采用人脸特征部件的几何特征, 此方法的思想是首先检测出眼鼻嘴等脸部主要部件的位置和大小, 然后利用这些部件的总体几何分布关系以及相互 2

12 第一章引言之间的参数比例来识别人脸, 忽略了局部细微特征, 更适合于粗分类最著名的早期面部识别的例子是 Kohonen [2] 证明的一个简单的神经网络可以反映对齐的和标准化的人脸图像的识别, 但这类特征的极度不稳定性, 使当时的识别性能难以得到提高人脸识别技术的真正兴起是在 90 年代,Turk 和 Pentland [3] 等人提出的特征脸方法, 使在限定条件下的人脸识别率达到了 90% 左右随着这一阶段人脸识别技术发展, 所提出的算法在较理想图像采集条件用户配合中小规模正面人脸数据库上达到了非常好的性能, 也因此出现了若干知名的人脸识别商业公司, 人脸识别的商业系统得到了进一步发展技术角度上看,2D 人脸图像线性子空间判别分析统计表观模型统计模式识别方法是这一阶段内的主流技术而随着计算机技术的迅速发展, 人脸识别技术得到广泛研究与开发, 成为近 30 年里模式识别和图像处理中最热门的研究主题之一自 90 年代以来各种算法层出不穷, 相关杂志上发表的有关论文数以千计, 极大地推动了包括人脸识别在内的生物识别技术水平的发展 9.11 事件之后, 能够在公众场合自动识别出嫌疑犯的识别系统更成为研究的热点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 Repor 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中国作为发展中国家, 人脸识别技术潜在市场同样巨大, 在国家安全军事安全金融公安司法民政海关边境口岸民航保险以及社会安防民用安防等领域, 急需人脸识别的相关产品来填补市场空白近年来, 随着 3D 技术的不断发展成熟, 人们已经不再满足基于二维图像的人脸识别,3D 人脸识别技术逐渐成为现代人脸识别技术发展的新趋势 3D 人脸的研究始于生物医学成像和计算机动画在生物医学方面是采用从生物图层或切片重构人体器官组织的方法, 将其应用于 3

13 基于 K-L 变换的人脸特征提取的研究与应用病理分析, 而计算机动画方面则是在计算机上生成三维的人脸来表达人的运动表情和姿态国外研究现状国外的人脸识别发展的比较早, 在人脸识别方面的研究和应用相对成熟目前, 人脸识别领域内最著名的国际研究机构有 : 美国麻省理工学院媒体实验室 (MIT Media Lab) 及人工智能实验室 (AILab) 南加州大学(USC) CMU 卡内基 - 梅隆机器人研究及交互系统实验室马里兰大学 (UMD) 等另外, 一些国家或地区也有不少研究机构在人脸识别领域进行了大量的研究工作目前, 在国外已发行的几款商业人脸识别系统, 最为著名的是 Identix 公司研发的 FaceIt 系统, 该系统基于局部特征分析方法进行商业化发展而来, 系统可同时检测一群人的面貌, 并将面像从背景中分离出来, 自动调整尺寸, 光度, 表情及姿态造成的误差, 然后与数据库中的人脸进行对比识别 ;Cognitec 公司开发的 FaceVACS 系统, 其算法则采用了多阶高斯导数滤波特征, 并对这些特征进行判别分析用于最终的匹配识别 ; 还有 Eyematic 公司, 他们利用 Gabor 特征的人脸识别算法开发这三个公司开发的系统在 FRVT2002 性能测试中以巨大优势超越其他产品, 而它们本身之间并没有十分明显的差别另外, 日本 Sony 公司在新推出的数码相机里整合应用了人脸自动识别功能, 在拍照时, 相机可自动识别出人脸区域并进行对焦, 并且还具有笑脸识别功能, 能自动检测笑脸而在 3D 人脸识别方面, 国外的研究机构也走在了前列美国加利福尼亚的 Redwood City 和新加坡的面部识别新技术厂商 XID Technologies 公司成功开发并推出的全新人脸识别技术荣获了 2008 年度 EE Times ACE 最有前途新技术奖最终入围提名这项技术可把一张 2D 人脸照片重构成完整的 3D 面部, 它通过一张照片可迅速描绘出人物各个角度的面部特征国内研究现状国内关于人脸自动识别的研究始于 80 年代, 近年来开始受到研究人员的重视, 清华大学上海交通大学南京理工大学中科院计算所和自动化所哈尔滨工业大学四川大学等单位都有研究人员从事人脸识别相关工作的研究, 也开发了一些人脸跟踪识别系统例如, 清华大学开发了一个大型人脸识别系 4

14 第一章引言统, 该系统将人脸识别技术网络数据库技术计算机并行处理技术人像组合技术模糊图像复原技术视频图像采集与处理的硬件技术等综合集成为一个高效运行的实用人脸识别系统 ; 中科院生物识别研究所以及下属的中科奥森公司的研究团队, 首先提出了基于近红外的人脸识别技术, 并将该项人脸识别技术用于 08 年北京奥运会同时, 基于近红外的人脸识别技术, 得到了国际上同行业专家的认同和一致肯定 ; 汉王科技的门禁和考勤系统, 其人脸识别技术, 是采用双摄像头, 分别捕获人脸的信息, 从而合成 3D 人脸图片, 然后进行特征提取和相应的识别工作 ; 还有深圳的飞瑞斯, 该公司自主开发的人脸识别系统特点在于采用了多光源进行补光的策略, 有效解决了人脸识别中环境干扰的问题目前, 就商业化程度来说, 国内相对成熟的商业识别系统有如下几个 : 1. 银晨科技 (IS Vision) 银晨科技是国内最早致力于开发商用人脸系统的公司, 他们与中科院计算所合作, 将中科院计算所研究的人脸图像预处理人脸检测人脸识别与确认等一系列人脸识别技术成果转化为实用的自动人脸识别系统他们还合作建立了针对亚洲人群的 CAS-PEAL 人脸库, 对推动国内的人脸识别研究起了重要的作用该公司推出了一系列人脸识别系统, 应用于公安出入控制视频监控等领域 2. 中科奥森中科院自动化所李子青教授领导的团队研发了 AuthenMetric 中科奥森人脸识别和智能视频监控系统, 并首先提出了近红外人脸识别技术, 突破了人脸识别的技术壁垒, 很大程度地解决了光照变化影响人脸识别率的技术难题, 使得人脸识别技术环境适应能力得到了提高 3. 汉王科技汉王科技是国内最大的智能交互产品开发企业, 他们率先在高速 DSP 平台上成功实现了嵌入式人脸识别算法, 从而将人脸识别的应用领域, 从 PC 平台扩展到更广阔的嵌入式平台系统采用双摄像头, 具有一定的环境适应能力 4. 中控科技中控科技的产品是 iface 系列指纹面部 RFID 混合验证考勤门禁终端该产品采用了中控科技 ZKFinger10.0 指纹面部混合识别算法, 也采用双摄像头, 5

15 基于 K-L 变换的人脸特征提取的研究与应用一个近红外摄像头和一个自然光摄像头, 具有一定的环境适应能力此外, 国内的一些研究机构也在开展 3D 人脸识别等新技术的研究工作, 努力缩短同国际先进水平的差距, 但从总体上说, 目前国内在人脸识别领域的研究水平仍低于国际水平, 许多核心技术被国外大公司所掌握, 还需要在人脸识别技术上多多投入研究 1.3 本文的研究内容本文主要研究的是基于 K-L 变换的人脸特征提取及人脸识别首先, 介绍人脸识别的研究背景发展研究现状, 并对人脸识别的研究范围进行介绍其次, 详细介绍 K-L 变换的基本原理, 研究应用 K-L 变换进行人脸特征提取人脸识别的基本思想最后, 描述基于 K-L 变换人脸特征提取的人脸识别系统的设计思路, 从系统的流程架构设计功能模块关系等方面, 详细说明系统的设计要求, 介绍系统的开发平台和开发工具, 并从系统占用的时间空间及识别率的角度对系统性能进行了分析 1.4 本文的组织结构第一章介绍课题的研究背景和意义发展历史及研究现状, 同时提出了论文的研究内容和研究方案第二章概述人脸识别的五个研究范围, 并对对各个研究范围内容进行详细介绍, 对人脸识别涉及到的关键技术进行了描述第三章介绍 K-L 变换在人脸特征提取中的应用及人脸识别的基本原理, 为系统设计提供理论依据第四章介绍基于 K-L 变换人脸特征提取的人脸识别系统的体系结构工作流程部署架构及开发平台, 全面阐述人脸识别系统设计的思路第五章总结本文的研究工作内容, 展望了进一步的研究方案 6

16 第二章人脸识别的关键技术第二章人脸识别的关键技术 2.1 人脸识别的特点及内容与通过其他生物特征进行识别相比, 人脸识别具有主动性非侵犯性和用户友好等许多优点, 多年来一直受到许多研究者的关注目前成熟的人脸识别方法主要集中在二维图像方面, 但由于受到光照姿势表情变化的影响, 识别的准确度受到很大限制人脸识别 (Face Recognition) 的研究范围广义上讲大致包括以下 5 个方面的内容. 1. 人脸检测 (Face Detection): 即从各种不同的场景中检测出人脸的存在并确定其位置. 这一任务主要受光照噪声面部倾斜度以及各种各样遮挡的影响 2. 人脸表征 (Face Representation): 即采取某种表示方式表示检测出的人脸和数据库中的已知人脸. 通常的表示法包括几何特征 ( 如欧氏距离曲率角度 ) 代数特征 ( 如矩阵特征向量 ) 固定特征模板特征脸云纹图等 3. 人脸鉴别 (Face Identification):( 通常所说的人脸识别 ), 即将待识别的人脸与数据库中的已知人脸比较, 得出相关信息. 这一过程的核心是选择适当的人脸的表征方式与匹配策略, 系统的构造与人脸的表征方式密切相关 4. 表情 / 姿态分析 (Expression/Gesture Analysis): 即对待识别人脸的表情或姿态信息进行分析, 并对其加以归类 5. 生理分类 (Physical Classification): 即对待识别人脸的生理特征进行分析, 得出其年龄性别等相关信息. 2.2 人脸检测人脸检测 (Face Detection) 是指对于任意一幅给定的图像, 采用一定的策略对其进行搜索以确定其中是否含有人脸, 如果是则返回人脸的位置大小和姿态它是一个复杂的具有挑战性的模式检测问题, 其主要的难点有两方面, 一 7

17 Degree papers are in the Xiamen University Electronic Theses and Dissertations Database. Full texts are available in the following ways: 1. If your library is a CALIS member libraries, please log on and submit requests online, or consult the interlibrary loan department in your library. 2. For users of non-calis member libraries, please mail to etd@xmu.edu.cn for delivery details.

2

10384 -------- 9601008 UDC---------------------- 1999 1999 1999 ------------------------ ------------------------ 1 2 .4...4 7 14.14..18..22..22..24 3 4.27.32.39 1 2 3 4 5 6 7 8 9 10 11 5 12 6 1 2 3 4