人脸识别技术主要算法原理 人脸识别系统原理( 五 )


弹性图匹配技巧是一种基于几何特点和对灰度散布信息进行小波纹理剖析相联合的辨认算法,由于该算法较好的应用了人脸的构造和灰度散布信息,而且还具有主动准确定位面部特点点的功效,因而具有良好的辨认后果,该技巧在FERET测试中若干指标名列前茅,其缺陷是时光庞杂度高,实现庞杂 。中科院盘算所对该算法进行了研讨,并提出了一些启示策略 。
4、 人脸辨认症结问题研讨
a) 人脸辨认中的光照问题
光照变更是影响人脸辨认性能的最症结因素,对该问题的解决水平关系着人脸辨认适用化过程的成败 。中科院盘算所将在对其进行体系剖析的基本上,斟酌对其进行量化研讨的可能性,其中包含对光照强度和方向的量化、对人脸反射属性的量化、面部暗影和照度剖析等等 。在此基本上,斟酌建资源网立描写这些因素的数学模型,以方便用这些光照模型,在人脸图像预处置或者归一化阶段尽可能的补偿乃至清除其对辨认性能的影响 。重点研讨如何在从人脸图像中将固有的人脸属性(反射率属性、3D表面形状属性)和光源、遮挡及高光等非人脸固有属性分别开资源网来 。基于统计视觉模型的反射率属性估量、3D表面形状估量、光照模式估量,以及任意光照图像生成算法是中科院盘算所的重要研讨内容 。具体斟酌两种不同的解决思路:
1、 应用光照模式参数空间估量光照模式,然落后行针对性的光照补偿,以便清除非均匀正面光照造成的暗影、高光等影响;
2、 基于光照子空间模型的任意光照图像生成算法,用于生成多个不同光照条件的训练样本,然后应用具有良好的学习才能的人脸辨认算法,如子空间法,SVM等办法进行辨认,
b) 人脸辨认中的姿势问题研讨
姿势问题涉及头部在三维垂直坐标系中绕三个轴的旋转造成的面部变更,其中垂直于图像平面的两个方向的深度旋转会造成面部信息的部分缺失 。使得姿势问题成为人脸辨认的一个技巧难题 。解决姿势问题有三种思路:
第一种思路是学习并记忆多种姿势特点,这对于多姿势人脸数据可以容易获取的情形比拟适用,其长处是算法与正面人脸辨认统一,不须要额外的技巧支撑,其缺陷是存储需求大,姿势泛化才能不能肯定,不能用于基于单张照片的人脸辨认算法中等 。
第二种思路是基于单张视图生成多角度视图,可以在只能获取用户单张照片的情形下合成该用户的多个学习样本,可以解决训练样本较少的情形下的多姿势人脸辨认问题,从而改良辨认性能 。
第三种思路是基于姿势不变特点的办法,即追求那些不随姿势的变更而变更的特点 。中科院盘算所的思路是采取基于统计的视觉模型,将输入姿势图像校订为正面图像,从而可以在统一的姿势空间内作特点的提取和匹配 。
因此,基于单姿势视图的多姿势视图生成算法将是中科院盘算所要研讨的核心算法,中科院盘算所的根本思路是采取机器学习算法学习姿势的2D变更模式,并将一般人脸的3D模型作为先验知识,补偿2D姿势变换中不可见的部分,并将其运用到新的输入图像上去 。

【人脸识别技术主要算法原理 人脸识别系统原理】


推荐阅读