06基于统计模型的人脸识别技术-张志刚.pdf

基于统计模型的人脸识别技术 西安财经学院信息学院 张志刚 zzg.gg@163.com 什么是人脸识别 什么是人脸识别 给定一个场景中的静态图像或视频，利用给定的人脸数 据库信息，鉴别或确认该场景中的一位或多位人的过程。也 即计算机根据面孔辨别人物的身份。 基于统计模型的人脸识别 人脸描述 建立模型 特征变换 人脸识别 统计模型 特征描述（外形） [ si = xi1 , xi 2 ,..., xij ,..., xin , y i1 , y i 2 ,..., y ij ,..., y in ] T 统计模型 特征描述（外形） S = (s 1 , s 2 ,..., s N ) 统计模型 形状对齐 统计模型 样本统计模型 N 1 1 T T C = ∑ φ iφi = DD N i =1 N D = [φ1φ 2 ...φi ...φ N ] φi = si − ψ 1 N ψ = ∑ si N i =1 样本协方差矩阵 , i = 1,2,..., N 统计模型 样本统计模型 C× P = P×Λ Λ = diag (λ1 , λ 2 ,..., λ 2 n ) λi ≥ λi +1 P = [ p1 p2 ... p2n ] 特征值与特征向量 统计模型 样本统计模型 s = s + ps bs 任一人脸的形状是平均形状与各种形状变化模式合成所得 人脸描述 统计模型 样本统计模型 人脸在特征向量空间的投影 统计模型 样本统计模型 PCA基于统计特性的最佳正交变换 （1）变换后的新的分量正交或不相关； （2）以部分新的分量表示原向量均方误差最小； （3）变换后的向量更趋确定、能量更趋集中； 统计模型 人脸识别 统计模型 人脸识别 dk = (Ω − Ω k ) 基于欧式距离的判别 2 Ω Ωk sk = Ω • Ω T 基于内积的相似性度量 统计模型 纹理统计模型 （1）必须保证样本间各相应像素的对应，工作量大； （2）纹理描述本身的维数非常高，计算量大； （3）图像差异的影响，难以用形状对齐克服； 统计模型 纹理统计模型 t (u , v ) = (1 − u − v )v0 + uv1 + vv 2 结合特征描述，进行规范化 统计模型 纹理统计模型 纹理规一化 人脸识别 基于主动外观模型的方法 人脸识别 识别过程 初始化 特征点局部纹理 模型匹配 统计形状 模型约束 定位结果 结束语 人脸识别正成为最具潜力的生物身份验证 手段，其作为一个独立的课题受到越来越多研 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、视频检测等方面都有着重要的 应用价值。 随着软硬件和相关技术的发展，将会获得 更为广泛的应用！ 谢谢大家！