人脸识别.doc

基于几何特种提取和图像差值放大的人脸识别技术研究基于几何特征提取和图像差值放大的人脸识别方法研究
XXX1 倪健1 XXX1 李玉朵1
1)XXX河北工程大学大学信息科学与电气工程学院，XX市，XX省，中国
摘要：本文在完成人脸定位的基础上采用了几何特征提取和图像插值放大相结合的方法来实现人脸的识别。首先对输入的数字图像进行归一化处理以降低图像的复杂度，然后进行人脸特征的提取，根据提取的特征信息，构建特征矢量并对不同的特征矢量赋不同的权重，权重值是在大量训练以后获取得经验值，最后在最邻近插值的基础上采用双线性插值的方法得到图片的相似度，然后根据相似度的大小做出人脸识别的结果。通过实际的编程开发实现，证明该方法的可行性。
关键字：人脸定位，人脸识别，插值放大，特征矢量
中图分类号：（投中文期刊时需要）
引言
人脸识别系统以其方便、非侵入的特点受到军事、商业、安全、信息等应用领域的青睐。经过30多年的发展，自动人脸识别技术取得了长足的进步。同时，它作为一项极具有发展潜力的生物特征识别技术，已成为近年来科学研究的热点，也引起了越来越多研究者的关注。事实上，到目前在人脸识别这一研究方向上已经出现了许多有效的方法，也有很多已经成功的应用在了实际中。
大部分的人脸识别方法都包括人脸定位和识别两部分，其中人脸定位包括眼睛、鼻子、嘴巴和头发的定位，有的甚至包括肤色的定位。相对于识别，人脸定位技术已经相对成熟，受图像采样方式不同或是其他一些因素影响，人脸识别的效果还是不尽如人意，所以本文提出一种新的人脸识别算法。
算法分析与设计
人脸识别问题可以归结为模式识别问题，模式识别就是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分。人脸识别就是指人脸图形进行预处理以后，进行特征提取，将提取的特征值与数据库里的每一幅人脸照片进行比较，得出误差较小的一幅或几幅图像作为匹配结果返回的过程。从模式识别的角度，我们可以把待识别的人脸图像看作是一个已知集合中的未知样本，从而人脸识别也就转化为对未知样本进行分类的问题。
算法描述
本文所实现功能与一般人脸识别算法有所不同，常用人脸识别算法是找到图片库中相似度最大的图片，即得到判断结果，此结果为必然和唯一的，而本文实现功能是判定两幅图片是否为同一人，即虽然求出两者的相似度，仍然需要判定是否为同一人，给算法的实现增加了难度，本文提出的算法思路如下，为提高识别的速度（实际应用中有大量图片需要判定），首先利用基于人脸几何特征，来求得相似度，并设定阈值high和low，若相似度大于high，判定为同一人，输出结果，若相似度小于low，判定为非同一人，输出结果，若相似度介于high和low之间，
则需要进行进一步判断。流程图如图1所示：
图 1 算法流程图
基于几何特征的人脸识别
图像归一化
图像归一化属于图像预处理的范畴。在对人脸图像进行特征提取和分类之前一般需要做几何归一化和灰度归一化。几何归一化是指根据人脸定位结果将图像中人脸变换到同一位置和同样大小，灰度归一化是指对图像进行光照补偿等处理，