人臉識別概述及識別的基本方法與流程

論壇裡面經常有人問關於識別，特別是關於人臉識別的一些事情，今天特吧人臉識別的基本概念，以及大概步驟給大家介紹一下，讓大家對人臉識別有一個綜合的認識。（信息整理收集於網上） 人臉識別(Face Recognition)是一種依據人的面部特徵(如統計或幾何特徵等)，自動進行身份鑒別蝗一種技術，它綜合運用了數字圖像/視頻處理、模式識別等多種技術。

　　1、人臉識別技術概念　　人臉識別(Face Recognition)是一種依據人的面部特徵(如統計或幾何特徵等)，自動進行身份鑒別蝗一種技術，它綜合運用了數字圖像/視頻處理、模式識別等多種技術。　　廣義上的人臉識雖指對人體臉部的識別，特指臉部眼、鼻、口以及面頰等部位的識別。人臉識別技術又稱為面像識別。人臉識別技術又稱為面像識別、人像識別、相貌識別、面孔識別、面部識別等。這些叫法的含義有細微的差別，特定意義上的人臉識別一般依據視頻中活體人臉進行身份識別，比如門禁等應用，而面像識別、人像識別則強調的是像，以確定人像圖片中人物的身份為主，比如照片、畫像比對等應用。　　人臉識別主要依據人臉上的特徵，依據那些在不同個體之間存在較大差異而對於同一個人比較穩定的度量。由於人臉變化複雜，因此特徵表述和特徵提取十分困難。諸多因素使人臉識別成為一項極富挑戰性的課題。　　2、人臉識別技術三個主要環節　　人臉檢測(Face Detection):實現人臉自動提取採集，從攝像機視野或圖片內的複雜背景圖像中自動提取人的面部圖像。確認檢測目標的人臉屬性。　　人臉確認(Face Verification):將某人面像與指定人員面像進行一對一的比對，根據其相似程度(一般以是否達到或超過某一量化的可信度指標/閥值為依據)來判斷二者是否是同一人。　　人臉鑒別(Face Identification)：將某人面像與資料庫中的多人的人臉進行比對(有時也稱「一對多」比對)，並根據比對結果來鑒定此人身份，或找到其中最相似的人臉，並按相似程度的大小輸出檢索結果。　　3、人臉確認與鑒別的兩種使用模式　　身份指認(Judgment)：在該種模式下，計算機需要明確回答某人的身份是或非，給出問題的明確解答，通常用於數量和範圍有限人群的識別，比如門禁等。　　身份檢索(Search)：計算機不需要明確回答某人的身份是或非，只需給出　　4、人臉識別的基本方法　　4.1 幾何特徵的人臉識別方法　　幾何特徵可以是眼、鼻、嘴等的形狀和它們之間的幾何關係（如相互之間的距離）。這些演算法識別速度快，需要的內存小，但識別率較低。　　4.2 基於特徵臉（PCA）的人臉識別方法　　特徵臉方法是基於KL變換的人臉識別方法，KL變換是圖像壓縮的一種最優正交變換。高維的圖像空間經過KL變換後得到一組新的正交基，保留其中重要的正交基，由這些基可以張成低維線性空間。如果假設人臉在這些低維線性空間的投影具有可分性，就可以將這些投影用作識別的特徵矢量，這就是特徵臉方法的基本思想。這些方法需要較多的訓練樣本，而且完全是基於圖像灰度的統計特性的。目前有一些改進型的特徵臉方法。　　4.3 神經網路的人臉識別方法　　神經網路的輸入可以是降低解析度的人臉圖像、局部區域的自相關函數、局部紋理的二階矩等。這類方法同樣需要較多的樣本進行訓練，而在許多應用中，樣本數量是很有限的。　　4.4 彈性圖匹配的人臉識別方法　　彈性圖匹配法在二維的空間中定義了一種對於通常的人臉變形具有一定的不變性的距離，並採用屬性拓撲圖來代表人臉，拓撲圖的任一頂點均包含一特徵向量，用來記錄人臉在該頂點位置附近的信息。該方法結合了灰度特性和幾何因素，在比對時可以允許圖像存在彈性形變，在克服表情變化對識別的影響方面收到了較好的效果，同時對於單個人也不再需要多個樣本進行訓練。　　4.5 線段Hausdorff 距離(LHD) 的人臉識別方法　　心理學的研究表明，人類在識別輪廓圖（比如漫畫）的速度和準確度上絲毫不比識別灰度圖差。LHD是基於從人臉灰度圖像中提取出來的線段圖的，它定義的是兩個線段集之間的距離，與眾不同的是，LHD並不建立不同線段集之間線段的一一對應關係，因此它更能適應線段圖之間的微小變化。實驗結果表明，LHD在不同光照條件下和不同姿態情況下都有非常出色的表現，但是它在大表情的情況下識別效果不好。　　4.6 支持向量機(SVM) 的人臉識別方法　　近年來，支持向量機是統計模式識別領域的一個新的熱點，它試圖使得學習機在經驗風險和泛化能力上達到一種妥協，從而提高學習機的性能。支持向量機主要解決的是一個2分類問題，它的基本思想是試圖把一個低維的線性不可分的問題轉化成一個高維的線性可分的問題。通常的實驗結果表明SVM有較好的識別率，但是它需要大量的訓練樣本（每類300個），這在實際應用中往往是不現實的。而且支持向量機訓練時間長，方法實現複雜，該函數的取法沒有統一的理論。

做人臉識別相關東西，但在網上搜了很久，分享各種庫。1、Yale人臉資料庫2、ORL人臉資料庫3、CMU PIE人臉資料庫4、FERET人臉資料庫5、MIT資料庫6、BANCA人臉資料庫7、CAS-PEAL人臉資料庫8、JAFE表情資料庫（The Japanese Female Facial Expression Database）9、Cohn-Kanade表情資料庫10、MMI表情資料庫前幾個是比較常用的，如果你多看一點文章就知道裡面基本上都是用這些標準庫進行比較的。http://www.face-rec.org/可以找到下載這些庫。
推薦閱讀：