隨著技術(shù)的發(fā)展與人臉識別市場應(yīng)用日漸廣泛,針對人臉識別的難題和困境,一些創(chuàng)見性的解決問題方案也相繼提出。在如今信息化社會的發(fā)展過程中,國內(nèi)人臉識別技術(shù)的突破和廣泛應(yīng)用,對于杜絕越獄案的頻頻發(fā)生以及安防行業(yè)的技術(shù)發(fā)展來說,正如這冬天里的一把火,使得安防行業(yè)進(jìn)入了一個(gè)全新的應(yīng)用時(shí)代。
在實(shí)際操作過程中,雙攝像頭識別法成為一種新穎、可靠的解決方案:右側(cè)攝像頭的圖片進(jìn)行人臉定位和眼睛定位,同時(shí),左側(cè)攝像頭與右側(cè)攝像頭的圖片進(jìn)行立體融合,恢復(fù)出三維人臉模型,在此基礎(chǔ)上,進(jìn)行特征提取和比對,實(shí)現(xiàn)模板錄入和識別等功能。這樣的優(yōu)勢在于其自然性和不被被測個(gè)體察覺的特點(diǎn),其關(guān)鍵技術(shù)在于以下幾點(diǎn)。
1、人臉檢測
人臉檢測部分有兩個(gè)功能:一是判斷圖像中是否存在人臉,二是如果存在人臉,確定人臉的確切位置。人臉檢測中如采用級聯(lián)的Adaboost(如圖1)以及Harr特征進(jìn)行人臉定位,正確率更高,速度更快。
圖1級聯(lián)Adaboost算法流程圖
2、人眼定位
眼睛是人臉中zui關(guān)鍵的一個(gè)部分,也是區(qū)分不同人臉的zui重要的一個(gè)區(qū)域,同時(shí)通過眼睛位置的定位后,可以更好對齊人臉上的其它各個(gè)器官,所以對眼睛進(jìn)行定位極其重要。采用極小值區(qū)域(MER)原理以及多層結(jié)構(gòu)的方法,便能夠很好的解決眼睛定位的問題(具體見圖2、圖3)。
3、雙目融合
二維人臉圖像缺乏三維的信息,容易受到光照、姿態(tài)、表情等的影響,鑒于此,采用雙攝像頭并進(jìn)行立體融合,恢復(fù)出三維人臉模型。三維信息可以用于姿態(tài),光照,眼鏡等模型變換和生成。三維信息恢復(fù)過程如圖4。
圖4三維信息回復(fù)過程圖
4、提取特征
特征是指從人臉圖像中提取的一組能區(qū)分不同人臉的向量,也稱之為人臉表示?;贕abor小波的人臉表示在人臉識別中取得了巨大的成功。由于Gabor小波原始特征維數(shù)過高,計(jì)算量大,需要做降維處理,即用低維的向量來表示高維的向量。為了達(dá)到運(yùn)算要求,可以采用張量子空間分析方法(簡稱ORO),把人臉表示看成一個(gè)張量,通過迭代方法尋找正交的秩一張量進(jìn)行降維,zui終可以有效提取核心特征。
該方法有以下幾個(gè)優(yōu)點(diǎn):一是用張量表示人臉能夠捕獲人臉的局部結(jié)構(gòu)信息;二是張量的每個(gè)分量的維數(shù)很低,能夠避免出現(xiàn)LDA(線形判別分析)中的維數(shù)災(zāi)難問題;三是該方法的降維矩陣遠(yuǎn)遠(yuǎn)小于LDA的降維矩陣,這對于一些存儲空間有限的嵌入式應(yīng)用非常適合。
5、特征比對
特征比對主要是比較兩張不同人臉間的相似度,zui有效的方法即是利用特征間的相關(guān)度作為相似度的描述,在識別人臉的時(shí)候,待識別圖像與特征庫中的所有特征進(jìn)行比對,其相似度zui大者即為匹配結(jié)果。