1.2 人臉檢測(cè)技術(shù)的研究意義 怎樣使計(jì)算機(jī)能夠像人一樣能夠分析各種視覺(jué)信息,使用一種編制的方式來(lái)計(jì)算獲得的視覺(jué)數(shù)據(jù)。 使機(jī)器智能化,通過(guò)機(jī)器來(lái)模擬人類(lèi)所擁有的能力,像人類(lèi)一樣通過(guò)眼睛來(lái)觀(guān)察和獲得視覺(jué)信息,并使用大腦來(lái)處理視覺(jué)所獲得的信息。
1.3 人臉識(shí)別技術(shù)的主要問(wèn)題 人臉識(shí)別雖然有著巨大的應(yīng)用價(jià)值,但也存在一些問(wèn)題需要解決。 在日常生活中, 人們可以毫不費(fèi)力的識(shí)別人臉,但是對(duì)于計(jì)算機(jī)來(lái)說(shuō),卻存在著巨大的困難。 這種困 難主要是人臉形態(tài)的多樣性和環(huán)境的復(fù)雜性造成的,同時(shí)也有計(jì)算機(jī)本身的學(xué)習(xí)能力 的問(wèn)題,這些問(wèn)題主要體現(xiàn)在以下幾個(gè)方面: (1)人臉特征穩(wěn)定性較差 由于人臉是一個(gè)可塑的、三維的可變形體,用數(shù)學(xué)模型很難描述,且當(dāng)受到年齡、 化妝、表情以及意外傷害等因素的影響后,會(huì)使采集到的人臉圖像發(fā)生較大的變化。 (2)人臉受外界因素影響大 人臉圖像采集時(shí)會(huì)受到不同的光照條件、面部方向、采集視角等因素的影響,使 得同一個(gè)人的人臉圖像在不同的條件下產(chǎn)生很大的差異,這些因素提高了人臉識(shí)別算 法的要求。
基于PCA的特征臉是人臉識(shí)別最經(jīng)典的算法之一,雖然今天的PCA在實(shí)際系統(tǒng)中更多的是用來(lái)降維,而不是分類(lèi),但是如此經(jīng)典的方法,值得大家去關(guān)注。 該文章較接近于很多成熟商用系統(tǒng)思路,在很多實(shí)際系統(tǒng)中,一個(gè)提取鑒別信息的框架就是PCA和LDA,用PDA進(jìn)行降維避免LDA求解的矩陣奇異問(wèn)題,然后用LDA提取跟適合分類(lèi)的特征,更進(jìn)一步將各種原始特征進(jìn)行鑒別提取后決策級(jí)融合。
這對(duì)于 人臉鑒別特別有價(jià)值,因?yàn)槿四樿b別通常使用正面照,要鑒別的人臉圖像是不 同時(shí)期拍攝的,使用的照相機(jī)不一樣。 系統(tǒng)可以接受時(shí)間間隔較長(zhǎng)的照片,并 能達(dá)到較高的識(shí)別率,在計(jì)算機(jī)中庫(kù)藏 2300人的正面照片,每人一張照片,使 用相距 1--7 年、差別比較大的照片去查詢(xún), 首選率可以達(dá)到 50%,前 20 張輸出 照片中包含有與輸入照片為同一人的照片的概率可達(dá) 70% 18日,由清華大學(xué)電子系人臉識(shí)別課題組負(fù)責(zé)人蘇光大教授主持承擔(dān)的國(guó)家 攻關(guān)項(xiàng)目《人臉識(shí)別系統(tǒng)》通過(guò)了由公安部主持的專(zhuān)家鑒定。