基于主成分分析的人脸识别的主要步骤和方法

    许萌

    摘要：基于主成分分析的人脸识别之所以得到较为广泛的应用，主要是因为它把一幅人脸图像看成是一维的样本向量，从而无须考虑入脸五官的位置和形状，也不需要对人脸进行复杂的图像提取和理解。K-L变换指出，对于一组样本向量，利用正交变换以及在不同层网络协议的加、解密应用，如IPSec、TLS/SSL、PGP。

    关键词：人脸识别；样本向量；基本方法

    1.样本输入

    输入部分由证件像片的输入和持证人脸像的输入两步组成：第一步是证件像片的输入可采用近距离摄像或采用扫描仪获得，只要求摄像机或扫描仪具有较高分辨率。因为较高分辨率意味着图象具有更多的细节，可供提取的特征更丰富，持证人脸像的输入。在少数情况下，对持证人可以象在照像馆那样以固定角度、强光照射下進行标准成像，如违法分子或嫌疑犯这是最理想的情形，第二步在大多数情况下，如在海关边防等部门，采用上面强迫手段是不可能的，只能考虑在自然光下采用某种与证件像片的不一致以及光照条件的变化，在这种情况下，最好是采用某种提示性的方法使得持证人不自觉地对准隐藏的摄像机，以便尽可能获得一些摄像角度与证件像片一致的人脸图象。如果前两步做起来有困难，我们建议采用第二步和用隐藏摄像机获得持证人的一组图像是比较切实可行的方案，但摄像机应具有高分辩率。

    2.输入的处理过程

    处理部分由预处理、特征提取和匹配三个步骤组成。硬件要求为图形工作站，在实验阶段也可采用高挡微机代替，但需配备图像处理卡、图形加速卡等器件。第一步是预处理证件像片成像角度的求取：研究确定一种算法，求取证件像片中人脸成像的角度《在三维空间中考虑立体情形》。第二步是持证人对应角度脸像的获取：当输人人脸必须进行这一步。此时需要利用持证人的一个图象序列恢复其三维立体信息，然后选定角度求出与证件像片角度一致的一帧图像。这是AFR问题中最具挑战性的难题。第三步是滤除图像噪声：成像时由于器材的原因会造成一定的噪声，在进一步处理时需对噪声校正：由于成像时成像系统、光照条件等的不同，造成了证件上人脸像与持证人脸图像之间存在很大的灰度反差，而且这种反差不是简单的线性关系，必须根据二者成像的光照模型进行一定的灰度校正。头部与背景的分割在对持证人成像时，图象中一般有着各种背景，在提取图象特征的时候需要将人头从背景中分割开的工作比较困难，已有许多文献研究过这一问题，有些方法是相当有效的。

    3.局部特征的提取

    人脸组成了一类非常相似的物体，所有的人脸几乎由同样的几何特征所构成，人脸的分析识别需要利用脸部或特征结构的细微差别，这是极其困难的。人脸的特征从视觉上看主要表现在脸形、眼、嘴、鼻、耳、眉毛、额头、额骨、皮肤、胡须、头发等方面。由于我们的课题是针对两种相隔一段时间的人脸像，胡须、头发等易变因素对于我们不太重要。因为证件像片是人的正面像，从侧面才可看出的特征信息也是没有办法利用的。另外人脸还有一些内在的特征，这些特征是看不出的，必须要经过一定的变换或分析才能得到，发生不同程度的影响，这是项目研究中必须加以重视的。

    4.结语

    我们需要研究哪些特征在这些情况下比较稳定以及它们的提取方法。另外，获取的人脸特征还要求具有对灰度反差以及成像角度、表情等变化不敏感的性质。人的脸形基本可分为椭园形。卵园形、倒卵园形、方形、长方形，这个步骤就是采用快速算法将图像中的脸形特征提取出来，用几个参数加以描述，它的困难主要是在于光照的影响。目前从文献中查看到的研究不多。眼、嘴、鼻是人脸识别中最为重要的特征，在识别中，不仅要考虑到特征点之间的距离，还要考虑到眼形、眼的长度与宽度、眉毛的形状、眉毛的长度和宽度、嘴的宽度，这是国内项目研究的重点。较好的有模板法、KL变换、Gabor变换、奇异点分析等方法。