人脸识别PPT说课讲解.ppt

《人脸识别PPT说课讲解.ppt》由会员分享，可在线阅读，更多相关《人脸识别PPT说课讲解.ppt（122页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、人脸识别人脸识别PPTPPT2报告内容1 1人脸识别的意义与感性认识人脸识别的意义与感性认识2 2人脸识别的现状人脸识别的现状3 3人脸识别的过程人脸识别的过程4 4人脸识别的方法人脸识别的方法5 5人脸的关键技术人脸的关键技术6 6人脸识别系统的开发与试验工具人脸识别系统的开发与试验工具7 7图像协会图像协会3人脸识别的感性认识人脸识别的感性认识1 1人脸识别的意义人脸识别的意义2 2人体生物认证技术人体生物认证技术3 3人脸识别的系统人脸识别的系统n n人脸识别是一个活跃的研究领域，是人类视觉最杰出的能力之一。虽然人脸识别的准确性要低于虹膜、指纹的识别，但由于它的无侵害性和对用户最自然、最

2、直观的方式，使人脸识别成为最容易被接受的生物特征识别方式。人脸识别是人体生物认证技术的一种，人脸识别是人体生物认证技术的一种，首先我们谈谈人体生物认证技术首先我们谈谈人体生物认证技术n n人体生物的生物特征包括人体生物的生物特征包括人体生物的生物特征包括人体生物的生物特征包括生理特征生理特征生理特征生理特征和和和和行为特征行为特征行为特征行为特征两大类。两大类。两大类。两大类。人体的人体的人体的人体的生理特征生理特征生理特征生理特征主要包括人脸、指纹、掌纹、主要包括人脸、指纹、掌纹、主要包括人脸、指纹、掌纹、主要包括人脸、指纹、掌纹、掌形、虹膜、视网膜、静脉、掌形、虹膜、视网膜、静脉、掌形、虹

3、膜、视网膜、静脉、掌形、虹膜、视网膜、静脉、DNADNADNADNA、颅骨等，、颅骨等，、颅骨等，、颅骨等，这些特征是与生俱来的，是先天形成的；这些特征是与生俱来的，是先天形成的；这些特征是与生俱来的，是先天形成的；这些特征是与生俱来的，是先天形成的；而而而而行为特征行为特征行为特征行为特征包括声纹、签名、步态、耳形、按包括声纹、签名、步态、耳形、按包括声纹、签名、步态、耳形、按包括声纹、签名、步态、耳形、按键节奏、身体气味等，这些特征是由后天的生键节奏、身体气味等，这些特征是由后天的生键节奏、身体气味等，这些特征是由后天的生键节奏、身体气味等，这些特征是由后天的生活环境和生活习惯决定的。活环

4、境和生活习惯决定的。活环境和生活习惯决定的。活环境和生活习惯决定的。n n这些生物特征本身固有的特点决定了其在生物这些生物特征本身固有的特点决定了其在生物这些生物特征本身固有的特点决定了其在生物这些生物特征本身固有的特点决定了其在生物认证中所起的作用是不同的。表认证中所起的作用是不同的。表认证中所起的作用是不同的。表认证中所起的作用是不同的。表1 1 1 1对各种生物对各种生物对各种生物对各种生物认证技术作了一个简单的比较。认证技术作了一个简单的比较。认证技术作了一个简单的比较。认证技术作了一个简单的比较。生物特征识别：生物特征识别：人脸 脸部热量图 指纹 手形 手部血管分布 虹膜 视网膜 签

5、名 语音 7基于生物特征的身份认证n n生物特征生物特征=生理特征生理特征+行为特征行为特征n n生理特征生理特征(what you are?)与生俱来，如与生俱来，如与生俱来，如与生俱来，如DNADNADNADNA、脸像、虹膜、指纹等、脸像、虹膜、指纹等、脸像、虹膜、指纹等、脸像、虹膜、指纹等n n行为特征行为特征(what you do?)后天习惯使然，如笔迹、步态等后天习惯使然，如笔迹、步态等后天习惯使然，如笔迹、步态等后天习惯使然，如笔迹、步态等8人体生物特征的起源于传统的身份认证的问题n n基于知识的身份认证基于知识的身份认证基于知识的身份认证基于知识的身份认证(what you k

6、now?)(what you know?)容易忘记容易忘记容易忘记容易忘记 容易被盗容易被盗容易被盗容易被盗 容易攻击容易攻击容易攻击容易攻击n n基于令牌的身份认证基于令牌的身份认证基于令牌的身份认证基于令牌的身份认证(what you have?)(what you have?)容易丢失容易丢失容易丢失容易丢失 容易被盗容易被盗容易被盗容易被盗 容易伪造容易伪造容易伪造容易伪造n n知识知识知识知识+令牌令牌令牌令牌我们必须寻找更加可靠便捷的身份认证方法我们必须寻找更加可靠便捷的身份认证方法我们必须寻找更加可靠便捷的身份认证方法我们必须寻找更加可靠便捷的身份认证方法-人体生物认证人体生物认

7、证人体生物认证人体生物认证10常用生物特征的比较生物特生物特征征普遍性普遍性独特性独特性稳定性稳定性可采集可采集性性性能性能接受程接受程度度防欺骗防欺骗性性人脸人脸HighHighLowLowMediumMediumHighHighLowLowHighHighLowLow指纹指纹MediumMediumHighHighHighHighMediumMediumHighHighMediumMediumHighHigh手形手形MediumMediumMediumMediumMediumMediumHighHighMediumMediumMediumMediumMediumMedium虹膜虹膜High

8、HighHighHighHighHighMediumMediumHighHighLowLowHighHigh视网膜视网膜HighHighHighHighMediumMediumLowLowHighHighLowLowHighHigh签名签名LowLowLowLowLowLowHighHighLowLowHighHighLowLow声音声音MediumMediumLowLowLowLowMediumMediumLowLowHighHighLowLowA.Jain,L.Hong and S.Pankanti.“Biometrics:Promising Frontiers for Emerging

9、Identification Market”，Communication ACM,2000生物特生物特征征普遍性普遍性独特性独特性稳定性稳定性可采集可采集性性性能性能接受程接受程度度防欺骗防欺骗性性人脸人脸HighHighLowLowMediumMediumHighHighLowLowHighHighLowLow指纹指纹MediumMediumHighHighHighHighMediumMediumHighHighMediumMediumHighHigh手形手形MediumMediumMediumMediumMediumMediumHighHighMediumMediumMediumMediu

10、mMediumMedium虹膜虹膜HighHighHighHighHighHighMediumMediumHighHighLowLowHighHigh视网膜视网膜HighHighHighHighMediumMediumLowLowHighHighLowLowHighHigh签名签名LowLowLowLowLowLowHighHighLowLowHighHighLowLow声音声音MediumMediumLowLowLowLowMediumMediumLowLowHighHighLowLow人脸识别的意义n nBillGates:以人类生物特征进行身份验证的生物识别技术，在今后数年内将成为IT产

11、业最为重要的技术革命12生物特征的评估n n普遍性普遍性普遍性普遍性 Universality Universality n n唯一性唯一性唯一性唯一性 Uniqueness Uniqueness n n恒久性恒久性恒久性恒久性 Permanence Permanence n n易采集性易采集性易采集性易采集性 Collectability Collectability n n系统性能系统性能系统性能系统性能 Performance Performance(achievable(achievable identification accuracy,resource identification

12、 accuracy,resource requirements,robustness)requirements,robustness)n n用户接受程度用户接受程度用户接受程度用户接受程度 User AcceptanceUser Acceptancen n防欺骗能力防欺骗能力防欺骗能力防欺骗能力 Resistance to CircumventionResistance to Circumvention13各种生物特征市场份额的统计生物认证技术市场收入的预测1415人脸识别的应用n n人脸识别系统在金融、证券、社保、人脸识别系统在金融、证券、社保、公安、军队及其他需要安全认证的行公安、军队及其

13、他需要安全认证的行业和部门有着广泛的应用业和部门有着广泛的应用n n典型应用典型应用罪犯调查罪犯调查罪犯调查罪犯调查访问控制访问控制访问控制访问控制人员考勤人员考勤人员考勤人员考勤重用门票重用门票重用门票重用门票驾驶执照驾驶执照驾驶执照驾驶执照n电子商务电子商务n信用卡信用卡n准考证准考证n身份证身份证人脸识别人脸识别人脸识别因识别方式友好、可隐蔽而备受学术界和工业界关注（但人脸识别不是万能的）17人脸识别的军事应用人脸识别的军事应用n n导弹基地、军火库房等要地的门禁或通道导弹基地、军火库房等要地的门禁或通道控制控制n n核能设施等重要军事装备的启动控制核能设施等重要军事装备的启动控制几个人

14、脸识别系统介绍n n1.中科奥森人脸识别系统n n2.南京理工的人脸识别n n3.深圳康贝尔人脸识别系统1.中科奥森人脸识别系统n n本系统采用了目前最先进的人脸检测与识别技术，具有人脸获取隐蔽，识别速度快，检测与识别率高，鲁棒性好、安全性高和实用方便等优点，可广泛应用于家庭安全监控、办公室安全监控、通道监控等诸多方面，推广的应用前景领域遍及家庭、办公、军队、政法、银行、物业、海关、互联网等。1.中科奥森人脸识别系统（续）n n国际首创近红外人脸识别关键技术，包括算法思路、软件技术、以及光学和国际首创近红外人脸识别关键技术，包括算法思路、软件技术、以及光学和电子硬件设计。电子硬件设计。n n国

15、内首创中远距离国内首创中远距离(大于大于5 5米米)人脸识别关键技术和系统。该系统能够在中远距人脸识别关键技术和系统。该系统能够在中远距离快速准确、稳定地跟踪多个人脸，并能在侧脸，后脑勺状态保持跟踪，算离快速准确、稳定地跟踪多个人脸，并能在侧脸，后脑勺状态保持跟踪，算法达到国际先进水平。将人脸识别与智能监控相结合是一项全新的技术。法达到国际先进水平。将人脸识别与智能监控相结合是一项全新的技术。n n自主产权解决了环境光照对人脸识别不利影响等国际难题，实现了快速准确自主产权解决了环境光照对人脸识别不利影响等国际难题，实现了快速准确可靠、不受环境光照影响的人脸识别技术，能防止照片模型等非法攻击，系

16、可靠、不受环境光照影响的人脸识别技术，能防止照片模型等非法攻击，系统性能达到国际领先水平。该系统已在我国深圳统性能达到国际领先水平。该系统已在我国深圳-香港通关口岸成功运行多年。香港通关口岸成功运行多年。n n通过中国信息安全产品测评认证中心身份认证产品与技术测评中心权威测评。通过中国信息安全产品测评认证中心身份认证产品与技术测评中心权威测评。n n系统产品丰富系统产品丰富,可以支持从几个人到万人级的识别可以支持从几个人到万人级的识别,。并采用国际标准接口，可。并采用国际标准接口，可以无缝接入现有的安全防范系统。以无缝接入现有的安全防范系统。n n支持多种数据库系统，可建立高效索引机制实现快速

17、查询。模块化组网方式，支持多种数据库系统，可建立高效索引机制实现快速查询。模块化组网方式，集合集合TCP/IPTCP/IP和和RS485RS485总线传输优点，适合各种形式或规模的应用。总线传输优点，适合各种形式或规模的应用。n n支持与其他密码支持与其他密码/生物特征识别等技术的逻辑组合运算，实现更严格的安全管生物特征识别等技术的逻辑组合运算，实现更严格的安全管理理.。n n具有自主知识产权的关键技术，包括如下功能：近红外具有自主知识产权的关键技术，包括如下功能：近红外/可见光人脸识别、人可见光人脸识别、人脸图像对比和检索、监控状态下中远距离人脸识别，场景智能监控及报警等。脸图像对比和检索、

18、监控状态下中远距离人脸识别，场景智能监控及报警等。其领军人物李子青何许人也？n n李子青李子青李子青李子青,获湖南大学学士、国防科大硕士、英国获湖南大学学士、国防科大硕士、英国SurreySurrey大学博士学位。大学博士学位。20002000年辞去新加坡南洋年辞去新加坡南洋大学终身教职，加盟微软亚洲研究院。大学终身教职，加盟微软亚洲研究院。20042004年作年作为为“百人计划百人计划”入选者来到中科院自动化所，现为入选者来到中科院自动化所，现为 中科院自动化所中科院自动化所生物识别与安全技术研究中心生物识别与安全技术研究中心主主任。任。n n在微软研发的人脸识别系统EyeCU，比尔.盖茨接

19、受CNN采访为之讲解。n n在中科院自动化所研发的“AuthenMetric中科奥森”人脸识别系统和智能视频监控系统，已包括北京奥运会和边境检查等多个国家重大安全部门实施并发挥作用。n n李子青其宣称产品识别率世界第一。那口气一看李子青其宣称产品识别率世界第一。那口气一看（不用人肉搜索）大家就知道是他从湖南这块地（不用人肉搜索）大家就知道是他从湖南这块地走出去的人。走出去的人。n n我们与李子青的关系除了先后都曾引马湘江外我们与李子青的关系除了先后都曾引马湘江外（我们还在饮，他基本不饮了），更重要是我们（我们还在饮，他基本不饮了），更重要是我们计算机通信学院的刘伟华师兄学长作为交流访问计算机通

20、信学院的刘伟华师兄学长作为交流访问学生，加入了李子青的人脸识别团队（好像是世学生，加入了李子青的人脸识别团队（好像是世博会项目）。博会项目）。n n据消息灵通人士透露，刘师兄已学到了其项目组据消息灵通人士透露，刘师兄已学到了其项目组老大李子青老大李子青4040年功力的一半（即年功力的一半（即2020年功力）。年功力）。（初看好像与刘学长（初看好像与刘学长2020几岁，李子青几岁，李子青4040几岁相关）几岁相关）。n n如果刘师兄把他的功力，传给大家的话，我们也如果刘师兄把他的功力，传给大家的话，我们也就可以宣称世界第二了（哈哈）。就可以宣称世界第二了（哈哈）。n n北京奥运开幕式人脸人脸识别

21、识别门票查验现场观众人人脸脸身份验证n n中科院人脸识别技术成功用于奥运会开幕式中科院人脸识别技术成功用于奥运会开幕式n n8 8月月8 8日，数万名观众由国家体育场鸟巢的日，数万名观众由国家体育场鸟巢的100100多个人脸识别系统多个人脸识别系统快速身份验证关口有序入场，参加快速身份验证关口有序入场，参加20082008北京奥运会的开幕式。据悉，北京奥运会的开幕式。据悉，该验证系统是由中科院自动化所研制的。该验证系统是由中科院自动化所研制的。2.南京理工的人脸识别n n南京理工人脸识别其领军人物是本届全国模式识南京理工人脸识别其领军人物是本届全国模式识别年会主席杨静宇老教授。别年会主席杨静宇

22、老教授。n n杨静宇其人：我院孙涛等兄弟经常引以自豪的师杨静宇其人：我院孙涛等兄弟经常引以自豪的师爷，我院著名教授徐尉鸿教授的导师与领导同事。爷，我院著名教授徐尉鸿教授的导师与领导同事。n n杨静宇教授于杨静宇教授于1982198419821984年在国际模式识别领年在国际模式识别领域的权威域的权威美国伊利诺斯大学美国伊利诺斯大学CSLCSL实验室实验室T.S.T.S.HuangHuang教授指导下从事模式识别理论研究。教授指导下从事模式识别理论研究。一生一生功勋卓越：他先后在国内外学术刊物和国际学术功勋卓越：他先后在国内外学术刊物和国际学术会议上发表论文余篇，出版论（译）著会议上发表论文余篇

23、，出版论（译）著本，指导【博士后】研究人员人，培养【博士本，指导【博士后】研究人员人，培养【博士】研究生人。】研究生人。n n他培养的他培养的5757多名博士，如今都已成为各个单位的骨干。其多名博士，如今都已成为各个单位的骨干。其中最著名的是：中最著名的是：n n杨健博士（杨健博士（3232岁当教授），获全国百篇优秀博士论文提名岁当教授），获全国百篇优秀博士论文提名奖，他在模式识别顶级刊物奖，他在模式识别顶级刊物IEEETPAMIIEEETPAMI上发表的两篇论上发表的两篇论文，目前已经分别被国内外学者和专家引用文，目前已经分别被国内外学者和专家引用180180多次和近多次和近6060次。次。

24、n n刘克教授曾获得了第三届霍英东教育基金会青年教师基金刘克教授曾获得了第三届霍英东教育基金会青年教师基金和青年教师奖。和青年教师奖。n n洪子泉博士在国际上首次提出了基于代数特征的人脸识别洪子泉博士在国际上首次提出了基于代数特征的人脸识别方法。方法。n n金忠教授金忠教授20012001年发表在年发表在PatternRecognitionPatternRecognition上关于不上关于不相关鉴别分析的论文，曾收到著名的相关鉴别分析的论文，曾收到著名的ThomsonThomson公司的贺公司的贺信，祝贺该论文被引用次数位于同一领域引用次数最高的信，祝贺该论文被引用次数位于同一领域引用次数最高

25、的百分之一以内。百分之一以内。n n20082008年，杨教授在相继接受国际著名学术期刊年，杨教授在相继接受国际著名学术期刊PatternPatternRecongnitionLettersRecongnitionLetters的主编、的主编、NeurocomputingNeurocomputing的主编的的主编的邀请，加盟上述两大国际学术期刊编委会，成为两大国际学术期刊的邀请，加盟上述两大国际学术期刊编委会，成为两大国际学术期刊的编委编委(AssociateEditor)(AssociateEditor)。上述两大国际学术期刊对遴选编委会成员。上述两大国际学术期刊对遴选编委会成员的要求非常高

26、，的要求非常高，PatternRecongnitionLettersPatternRecongnitionLetters在中国仅有四位在中国仅有四位编委，杨健教授是目前中国编委中最年轻的一位，其他三位分别来自编委，杨健教授是目前中国编委中最年轻的一位，其他三位分别来自清华大学、中国科学院和微软亚洲研究院杨老师清华大学、中国科学院和微软亚洲研究院杨老师n n首次提出的首次提出的2DPCA2DPCA方法和在鉴别分析方面的研究成果已引起国内外方法和在鉴别分析方面的研究成果已引起国内外相关领域学者的广泛关注。相关领域学者的广泛关注。n n国内模式识别研究领域的权威、西安交通大学的校长郑南宁院士最近国内

27、模式识别研究领域的权威、西安交通大学的校长郑南宁院士最近在国际知名期刊在国际知名期刊IEEEIntelligentSystemsIEEEIntelligentSystems上发表的题为上发表的题为“中国中国图象处理和模式识别图象处理和模式识别5050年回顾年回顾”的论文中，着重指出了杨教授在基础的论文中，着重指出了杨教授在基础研究方面的四项研究成果，并强调说研究方面的四项研究成果，并强调说“2DPCA“2DPCA与与2DLDA2DLDA方法是本世纪方法是本世纪初源于中国的初源于中国的”。n n“911”“911”事件是生物特征认证技术在全球发展的一事件是生物特征认证技术在全球发展的一个转折点。

28、个转折点。“911”“911”以后生物识别技术的重要性被以后生物识别技术的重要性被全球各国政府更加清楚地认识到。全球各国政府更加清楚地认识到。传统的身份鉴传统的身份鉴传统的身份鉴传统的身份鉴别技术别技术别技术别技术面临反恐任务时所表现出来的缺陷，使得面临反恐任务时所表现出来的缺陷，使得各国政府在研究与应用上对生物特征识技术开始各国政府在研究与应用上对生物特征识技术开始了大规模的投资。了大规模的投资。n n在美国：三个相关的法案（爱国者法案、边境签在美国：三个相关的法案（爱国者法案、边境签证法案、航空安全法案）都要求必须采用证法案、航空安全法案）都要求必须采用生物识生物识生物识生物识别技术别技术

29、别技术别技术作为法律实施保证。总体上来说，国外生作为法律实施保证。总体上来说，国外生物认证技术的应用已经进入了以政府应用为主的物认证技术的应用已经进入了以政府应用为主的阶段。阶段。深圳康贝尔人脸识别系统n n人脸识别门禁系统人脸识别门禁系统人脸识别大型场馆准入系统人脸识别大型场馆准入系统人脸识别在银行金库的应用人脸识别在银行金库的应用n n中国人民银行规定所有的金库安防监控系中国人民银行规定所有的金库安防监控系统都要有人脸识别功能统都要有人脸识别功能n n联合国的国际民用航空组织联合国的国际民用航空组织(ICAO)(ICAO)已对已对188188个成员国发布了航空领域个成员国发布了航空领域使用

30、生物特征认使用生物特征认证技术证技术的规划，提出将在个人护照中加入的规划，提出将在个人护照中加入生物特征生物特征(包括指纹识别、虹膜识别、面相包括指纹识别、虹膜识别、面相识别识别)，并在进入各个国家的边境时进行个，并在进入各个国家的边境时进行个人身份的确认。目前，此规划已经在美国、人身份的确认。目前，此规划已经在美国、欧盟、澳大利亚、日本、南韩、南非等国欧盟、澳大利亚、日本、南韩、南非等国家和地区通过，从家和地区通过，从20042004年底就开始实施了。年底就开始实施了。43报告内容1 1人脸识别的意义人脸识别的意义2 2人脸识别的现状人脸识别的现状3 3人脸识别的过程人脸识别的过程4 4人脸

31、识别的方法人脸识别的方法5 5人脸的关键技术人脸的关键技术6 6人脸识别系统的开发与试验工具人脸识别系统的开发与试验工具7 7图像协会图像协会人脸识别技术在国外的研究现状人脸识别技术在国外的研究现状 n n当前很多国家展开了有关人脸识别的研究，主要有当前很多国家展开了有关人脸识别的研究，主要有美国，欧洲国家，日本等，著名的研究机构有美国，欧洲国家，日本等，著名的研究机构有n n美国美国MITMIT的的Medialab,AIlab,CMUMedialab,AIlab,CMU（卡耐基卡耐基-梅隆梅隆大学大学）的）的Human-ComputerInterfaceHuman-ComputerInter

32、faceInstituteInstitute，MicrosoftResearch,MicrosoftResearch,n n英国的英国的DepartmentofEngineeringinDepartmentofEngineeringinUniversityofCambridgeUniversityofCambridge（剑桥大学）等。（剑桥大学）等。n n综合有关文献，目前的方法主要集中在以下几个方综合有关文献，目前的方法主要集中在以下几个方面：面：综合有关文献，目前的方法主要集中在以下几个方面：n n（1 1）模板匹配）模板匹配n n（2 2）示例学习）示例学习n n（3 3）神经网络）神经

33、网络n n（4 4）基于隐马尔可夫模型的方法）基于隐马尔可夫模型的方法除此以外，除此以外，n n基于基于AdaBoostAdaBoost的人脸识别算法，的人脸识别算法，n n基于彩色信息的方法，基于彩色信息的方法，n n基于形状分析的方法，基于形状分析的方法，n n以及多模态信息融合的方法，国外都进行了大量以及多模态信息融合的方法，国外都进行了大量的研究与实验。的研究与实验。研究现状研究现状国际上对人脸及人脸面部表情识别的研究现在逐渐成为科研热点。国内外很多机构都在进行这方面的研究,尤其美国、日本。进入90 年代,对人脸表情识别的研究变得非常活跃,吸引了大量的研究人员和基金支持,EI 可检索到

34、的相关文献就多达数千篇。美国、日本、英国、德国、荷兰、法国等经济发达国家和发展中国家如印度、新加坡都有专门的研究组进行这方面的研究。其中MIT、CMU、Maryland 大学、Standford 大学、日本城蹊大学、东京大学、ATR 研究所的贡献尤为突出。国内国内的清华大学、哈尔滨工业大学、中科院、中国科技大学、南京理工大学、北方交通大学等都有人员从事人脸及人脸表情识别的研究 人脸识别技术在国内的研究现状人脸识别技术在国内的研究现状 n n国内关于人脸自动识别的研究始于二十世纪80年代，主要的研究单位有中科院自动化所计算所，清华大学，南京理工大学，哈尔滨工业大学，复旦大学，北京科技大学等，并都

35、取得了一定的成果。n n国内的研究工作主要是集中在三大类方法的研究：n n基于几何特征的人脸正面自动识别方法n n基于代数特征的人脸正面自动识别方法n n基于连接机制的人脸正面自动识别方法。n n周激流实现了具有反馈机制的人脸正面识别系统，运用积周激流实现了具有反馈机制的人脸正面识别系统，运用积分投影法提取面部特征的关键点并用于识别，获得了比较分投影法提取面部特征的关键点并用于识别，获得了比较满意的效果。他同时也尝试了满意的效果。他同时也尝试了“稳定视点稳定视点”特征提取方法，特征提取方法，即为使识别系统中包含即为使识别系统中包含3D3D信息，他对人脸侧面剪影识别信息，他对人脸侧面剪影识别做了

36、一定的研究，并实现了正，侧面互相参照的识别系统。做了一定的研究，并实现了正，侧面互相参照的识别系统。n n彭辉、张长水等对彭辉、张长水等对“特征脸特征脸”的方法做了进一步的发展，提的方法做了进一步的发展，提出采用类间散布矩阵作为产生矩阵，进一步降低了产生矩出采用类间散布矩阵作为产生矩阵，进一步降低了产生矩阵的维数，在保持识别率的情况下，大大降低了运算量。阵的维数，在保持识别率的情况下，大大降低了运算量。n n程永清，庄永明等对同类图像的平均灰度图进行程永清，庄永明等对同类图像的平均灰度图进行SVDSVD分解分解得到特征脸空间，每一幅图像在特征脸空间上的投影作为得到特征脸空间，每一幅图像在特征脸

37、空间上的投影作为其代数特征，然后利用层次判别进行分类。其代数特征，然后利用层次判别进行分类。n n张辉，周洪祥，何振亚采用对称主元分析神经网络，用去张辉，周洪祥，何振亚采用对称主元分析神经网络，用去冗余和权值正交相结合的方法对人脸进行特征提取和识别。冗余和权值正交相结合的方法对人脸进行特征提取和识别。该方法所用特征数据量小，特征提取运算量也较小，比较该方法所用特征数据量小，特征提取运算量也较小，比较好地实现了大量人脸样本的存储和人脸的快速识别。好地实现了大量人脸样本的存储和人脸的快速识别。n n北京科技大学的王志良教授主要研究人工心理，建立了以北京科技大学的王志良教授主要研究人工心理，建立了以

38、数学公式为基础的心理学模型。数学公式为基础的心理学模型。50报告内容1 1人脸识别的意义人脸识别的意义2 2人脸识别的现状人脸识别的现状3 3人脸识别的过程人脸识别的过程4 4人脸识别的方法人脸识别的方法5 5人脸的关键技术人脸的关键技术6 6人脸识别系统的开发与试验工具人脸识别系统的开发与试验工具7 7图像协会图像协会人脸识别的过程人脸识别的过程52人脸识别的过程n n登记过程登记过程n n识别过程识别过程一对一的验证过程一对一的验证过程一对一的验证过程一对一的验证过程一对多的辨别过程一对多的辨别过程一对多的辨别过程一对多的辨别过程53登记过程54一对一的验证过程55一对多的辨别过程56报告

39、内容1 1人脸识别的意义人脸识别的意义2 2人脸识别的现状人脸识别的现状3 3人脸识别的过程人脸识别的过程4 4人脸识别的方法人脸识别的方法5 5人脸的关键技术人脸的关键技术6 6人脸识别系统的开发与试验工具人脸识别系统的开发与试验工具7 7图像协会图像协会自动人脸识别系统自动人脸识别系统所谓自动人脸识别系统，是指不需要人为干预，能够自动获取人脸图像并且辨别出其身份的系统 一个自动人脸识别系统至少要包含三个部分，即数据采集子系统、人脸检测子系统和人脸识别子系统“人脸识别”有时是指整个自动人脸识别系统所做的工作，有时是指人脸识别子系统所做的工作数据采集数据采集子系统子系统人脸识别人脸识别子系统子

40、系统人脸检测人脸检测子系统子系统自动人脸识别系统识别结果：He is!人脸检测与人脸识别的研究内容(1)(1)人脸检测（人脸检测（FaceDetectionFaceDetection）人脸检测（人脸检测（FaceDetectionFaceDetection）是指在输入图像中）是指在输入图像中确定所有人脸（如果存在）的位置、大小、位姿确定所有人脸（如果存在）的位置、大小、位姿的过程。人脸检测是自动人脸识别系统中的一个的过程。人脸检测是自动人脸识别系统中的一个关键环节。关键环节。(2)(2)人脸识别人脸识别 人脸识别细分为两类，一类是回答我是谁的问题，人脸识别细分为两类，一类是回答我是谁的问题，即

41、辨认（即辨认（IdentificationIdentification），另一类是回答这个人），另一类是回答这个人是我吗？即确认是我吗？即确认（VerificationVerification）。）。显然，用于显然，用于IdentificationIdentification模式的识别系统对算法的运算速度模式的识别系统对算法的运算速度的要求要高于的要求要高于VerificationVerification模式的识别系统。模式的识别系统。n n从人脸自动识别技术所依据的理论来讲，人脸检从人脸自动识别技术所依据的理论来讲，人脸检测与人脸识别都是模式识别问题。测与人脸识别都是模式识别问题。n n人脸

42、检测是把所有的人脸作为一个模式，而非人人脸检测是把所有的人脸作为一个模式，而非人脸作为另一个模式，人脸检测的过程就是将人脸脸作为另一个模式，人脸检测的过程就是将人脸模式与非人脸模式区别开来。模式与非人脸模式区别开来。n n人脸识别是把每一个人的人脸作为一个模式来对人脸识别是把每一个人的人脸作为一个模式来对待，不同人的脸属于不同的模式类，人脸识别的待，不同人的脸属于不同的模式类，人脸识别的过程是将属于不同人的脸归于各自的模式。过程是将属于不同人的脸归于各自的模式。n n换句话说，人脸检测强调的是人脸之间的共性，换句话说，人脸检测强调的是人脸之间的共性，而人脸识别则要区分不同人脸之间的差异，二者而

43、人脸识别则要区分不同人脸之间的差异，二者同属于模式分类问题。同属于模式分类问题。应用人脸识别人脸检测与人脸识别的评价标准n n定义定义1 1：检测（：检测（DetectionDetection）指对人脸图像进行检测和定）指对人脸图像进行检测和定位的过程。位的过程。n n定义定义2 2：拒检（：拒检（DetectionRejectionDetectionRejection）指不能正常检测）指不能正常检测到人脸或人脸不能定位以及人脸检测失败。到人脸或人脸不能定位以及人脸检测失败。n n定义定义3 3：拒检率：拒检率DRRDRR（DetectionRejectionRateDetectionReje

44、ctionRate）指被）指被拒检的人脸图像占统计总数的比例，用百分比表示。拒检的人脸图像占统计总数的比例，用百分比表示。n n定义定义4 4：比对（：比对（MatchingMatching）指以人脸特征与另一人脸特征）指以人脸特征与另一人脸特征比较的过程。比较的过程。n n定义定义5 5：匹配相似度（：匹配相似度（SimilaritySimilarity）人脸特征比对的输出）人脸特征比对的输出结果，代表参与比对的两个人脸特征的相似程度。用结果，代表参与比对的两个人脸特征的相似程度。用0 0到到1 1之间的小数表示，该数字愈大表示比对的人脸特征相似程之间的小数表示，该数字愈大表示比对的人脸特征

45、相似程度愈大，该数字愈小表示参与比对的人脸特征相似程度愈度愈大，该数字愈小表示参与比对的人脸特征相似程度愈小。小。n n定义定义6 6：错误拒绝：错误拒绝FRFR（FalseRejectionFalseRejection）指定某匹配相）指定某匹配相似度为判定阈值，在来自于同一个个体的人脸特征之间的似度为判定阈值，在来自于同一个个体的人脸特征之间的比对，其结果（匹配相似度）小于设定阈值。即指授权人比对，其结果（匹配相似度）小于设定阈值。即指授权人不能被正确接受的比率。不能被正确接受的比率。n n定义定义7 7：错误接受：错误接受FAFA（FalseAcceptanceFalseAcceptanc

46、e）指定某匹配相）指定某匹配相似度为判定阈值，在来自于同一个个体的人脸特征之间的似度为判定阈值，在来自于同一个个体的人脸特征之间的比对，其结果（匹配相似度）大于设定阈值。即指非授权比对，其结果（匹配相似度）大于设定阈值。即指非授权人错误的判断为授权人的比率。人错误的判断为授权人的比率。n n定义定义8 8：错误拒绝率（：错误拒绝率（FalseRejectionRateFalseRejectionRate）指发生）指发生FRFR的比对次数占总统计比对次数的比例，用百分比表示，也的比对次数占总统计比对次数的比例，用百分比表示，也叫拒真率。叫拒真率。n n定义定义9 9：错误接受率：错误接受率FAR

47、FAR（FalseAcceptanceRateFalseAcceptanceRate）指）指发生发生FAFA的比对次数占总统计比对次数的比例，用百分比表的比对次数占总统计比对次数的比例，用百分比表示，也叫错误通过率，或认假率。示，也叫错误通过率，或认假率。n n定义定义1010：相等错误率：相等错误率EEREER（EqualErrorRateEqualErrorRate）指在某）指在某给定匹配相似度下，给定匹配相似度下，FARFAR与与FRRFRR相等时的错误率，即相等时的错误率，即FAR=FRRFAR=FRR。n n定义定义1111：登陆时间（：登陆时间（EnrollmentTimeEnro

48、llmentTime）从一幅）从一幅人脸图像获取后，进行人脸检测、定位和特征提人脸图像获取后，进行人脸检测、定位和特征提取所花费的时间，此时间是数学统计平均值，用取所花费的时间，此时间是数学统计平均值，用毫秒（毫秒（msms）表示。）表示。n n定义定义1212：比对时间（：比对时间（MatchingTimeMatchingTime）比较两张）比较两张人脸特征所花费的时间，此时间包含文件读写时人脸特征所花费的时间，此时间包含文件读写时间的数学统计平均值，用毫秒（间的数学统计平均值，用毫秒（msms）来表示。或）来表示。或者是将一张人脸特征与一定数量的人脸特征进行者是将一张人脸特征与一定数量的人

49、脸特征进行比对所花费的时间的总和，表示为毫秒比对所花费的时间的总和，表示为毫秒/万人。万人。n n定义定义1313：首选识别率（：首选识别率（FirstHitFirstHit）匹配相似度最）匹配相似度最大的人脸是正确的人的比率。即将识别结果按照大的人脸是正确的人的比率。即将识别结果按照匹配相似度从大到小排列，排在第一位的人脸就匹配相似度从大到小排列，排在第一位的人脸就是正确的被识别的人的比率。是正确的被识别的人的比率。n n定义定义1414：累计识别率（：累计识别率（FirsnHitFirsnHit）正确的识别）正确的识别结果在前结果在前N N个候选人中的比率。即将识别结果按个候选人中的比率。

50、即将识别结果按照匹配相似度从大到小排列，在前照匹配相似度从大到小排列，在前N N个结果中存个结果中存在被识别的人的比率。在被识别的人的比率。本征脸本征脸（eigenfaceeigenface）方法方法是人脸识别的基准技术，并已成为事实上的工业标准该方法基于主成分分析（PCA）PCA是将分散在一组变量上的信息集中到某几个综合指标（主成分）上的数学方法，实际上起着数据降维的作用，并保证降维过程最大化保留原数据的差异这对最大化类间差异（即不同人之间的差异）并最小化类内差异（即同一人的不同图像间的差异）很有效用PCA将2维数据降到1维的例子，绿色点表示二维数据，PCA的目标就是找到这样一条直线，使得所