針對單對象人臉識別的特點，提出了一種基於DWT-DCT平均臉和自適應閾值的單對象人臉識別算法，該算法首先利用膚色模型和人臉幾何特徵檢測、定位、歸一化內臉，然後對人臉進行DWT變換和DCT變換提取人臉特徵，並計算DWT-DCT平均臉，最後利用自適應閾值進行人臉識別。實驗證明，該方法具有識別有效性和認證可靠性。
基本介紹
- 中文名：單對象人臉識別技術
- 套用領域：人臉識別
- 理論基礎：DWT-DCT平均臉
- 特徵：識別有效性和認證可靠性
單對象人臉識別技術引言,外臉檢測,內臉檢測和定位,
單對象人臉識別技術引言
隨著計算機網路和通信技術的發展，信息安全、智慧財產權保護和身份認證等問題成了一個重要而緊迫的研究課題。身份認證是保證系統安全的必要前提，在多種不同的安全領域都需要準確的身份認證。傳統的身份證、智慧卡、密碼等身份認證方法存在攜帶不便、容易遺失、不可讀或密碼易被破解等諸多問題。基於人臉識別技術的身份認證方法和傳統的方法相比，具有更好的安全性、可靠性和有效性，因此正越來越受到人們的重視，並逐漸進入社會生活的各個領域。
人臉識別技術具有廣泛的套用前景，可以套用到多種不同的安全領域，因其識別特徵的獨特性、惟一性和相對穩定性，逐漸成為一非常熱門的研究課題。許多典型的人臉識別算法和套用系統都是針對標準或特定的人臉資料庫，利用庫內人臉進行訓練，並在相同的庫中實現人臉識別。但在軟體保護、計算機安全等特殊套用中，身份認證僅針對單個對象進行人臉識別，現有的人臉識別方法並不能勝任這樣的識別任務。為此，本文針對單對象人臉識別的特點，討論了單對象人臉檢測和識別的關鍵技術，在此基礎上提出了一種單對象人臉識別算法，實驗結果證明了該方法的有效性。
外臉檢測
外臉檢測的任務是將待檢圖像中可能的人臉區域找出來並加以標記，其步驟如下：
(1)根據人類膚色在色彩空間中存在區域性的特點，將可能為人臉的像素檢測出來。為更好地利用膚色特徵，同時選用HSI和YcbCr兩種色彩空間對圖像進行二值化處理，膚色範圍限定在H∈[0，46]，S∈[0.10，0.72]，Cb∈[98，130]，Cr∈[128，170]內。將滿足條件的像素標記為膚色像素，其餘的均為非膚色像素。
(2)去噪處理。在以每一個膚色點為中心的5×5鄰域內統計膚色像素的個數，超過半數時中心點保留為膚色，否則認為是非膚色。
(3)將二值圖像中的膚色塊作區域歸併，並對目標區域進行比例、結構分析，過濾掉不可能的人臉區域。目標區域的高度/寬度比例限定在0.8～2.0。
內臉檢測和定位
將包含眼、眉、鼻和嘴的區域稱為內臉區域。內臉區域能夠很好地表達人臉特徵，且不易受背景、頭髮等因素的干擾，因此內臉區域的檢測和定位對後續的特徵提取和識別至關重要。
在外臉區域的上半部，對二值圖像進行水平方向和垂直方向的投影，確定兩個包含黑點的矩形區域作為雙眼的大致區域。在確定的兩個區域中，對黑點進行區域膨脹，可以得到眼睛的基本輪廓和左石眼角，黑點坐標的平均值作為瞳孔的位置。
設左右瞳孔的坐標分別為(Lx，Ly)和(Rx，Ry)，兩個瞳孔之間的距離為d，根據人臉的幾何特徵，我們將內臉區域定義為：寬度=-d×1.6，高度=-d×1.8，左上角坐標為(Lx-d×0.3，(Ly+Ry)/2-(-d)× 0.3)。實驗表明，該區域能夠很好地表達人臉特徵。
