[01095494]人脸检测、识别和三维重建系统

项目概述：该项目是北京市科委的一个重要研究项目，完成了人脸检测与识别系统的设计，该系统采用国际先进的人脸检测方法和人脸识别技术，检测速度快，识别率高。尤其对不同姿态、多种表情以及复杂关照的人脸检测和识别具有较高的稳定性。对于人脸视频序列和大容量的人脸库，该系统可以进行实时的人脸检测和识别。另外，针对给定的人脸图像，该系统可以实现三维人脸图像的自动重建，从而提供全视觉的人脸图像。具体来说该系统包括三部分，即人脸检测、人脸识别和人脸重建系统。该系统在公安系统的应用标志着该系统具有重要的社会经济意义。下面从课题组实现的系统出发来介绍一下该项目中的有关技术。(1)人脸检测系统：人脸检测是指给定一幅图像，判断该图像中是否有人脸，如果有的话，在图像中给出所有人脸的大小和位置的过程。该项目实现了基于重心模板方法的人脸检测系统，该系统具有多尺度，多角度的检测功能，且由于算法使用了动态可变形的模板，该检测方法适合不同构型的人脸。另外，基于这种统计知识的重心模板方法不易受人脸表情、纹理、光照等因素的影响。该方法算法简单，检测速度快，该系统人脸检测速度可达到16帧/秒，正面人脸图像检测正确率为93.8%。(2)人脸识别系统：如果说人脸检测是看看有没有人的话，那么人脸识别就是看看检测出来的人是谁的过程。基于Fisher线性判别分析的人脸识别算法将基于主成分分析(PCA)的特征脸方法和基于线性判别分析(LDA)的分类方法有机的结合起来。单纯采用PCA方法来进行人脸特征的提取，得到的是人脸的最佳表示特征，但这些特征对于分类来说并不是最佳的。LDA方法在提取特征的过程中，充分利用了类别的信息，可以得到最利于分类的人脸特征。但人脸的原始特征空间维数很高，无法直接利用LDA方法提取分类特征。课题组应用PCA方法降低人脸特征空间的维数，然后运用LDA方法进行最利于分类的投影，来实现对人脸的识别。基于此算法，该文实现了一个针对视频图像的人脸自动识别系统，该系统在控制条件下人脸识别率大于90%。从中课题组可以看出要对某个人进行识别，该人只需要在摄像头前面，也就是只要摄像头能够捕捉到人脸图像即可，由于摄像头不会对人的任何部位以及情感方面产生任何影响，因此不象指纹、虹膜识别，人脸识别具有不可侵犯性。对人进行识别的同时也实现了身份认证的作用。(3)三维人脸自动重建：课题组使用CyberWare人脸扫描仪共采集了1500多人的三维人脸原始数据。对采集到的原始人脸进行预处理，并筛选掉扫描效果不好的数据，最后建立了1300个人脸组成的三维人脸数据库。以三维人脸库中若干原型人脸为基础建立了人脸参数表示模型。对于给定的特定人脸图像，将人脸参数表示模型匹配到该图像，实现了三维人脸的自动建模。由于三维人脸与二维图像的误差不能直接度量，因此可以借助Phong光照模型将三维人脸投影到图像空间再进行比较。模型匹配可使用参数优化的方法来解决。优化得到模型参数就可以使用组合的方法实现人脸的三维重建。技术指标及性能分析：人脸的检测速度为16帧/秒，正面人脸图像检测正确率为93.8%。单幅图像识别速度小于0.5秒(该指标是在人脸规模500人，P41.4内存256M的PC上测试的结果)，在人脸表情、姿态变化不大、可控的光照条件下，实验测试的人脸识别率大于90%。三维人脸的重建实现了基于单副人脸图像的自动三维建模。与国内外的技术水平相比，该系统的技术指标已达到国际先进水平，处于国内领先地位。社会经济意义和推广应用：人脸检测与识别在公安(罪犯识别)、安全验证系统、信用卡验证医学档案管理、视频会议、智能人机交互系统等方面具有巨大的应用前景。而当前研制各种人脸检测、识别以及合成的实用系统，已成为人工智能和模式识别领域的研究热点。该项目研制的人脸检测、识别系统，有助于公安系统快速、准确地获取犯罪嫌疑人的脸部图像、有助于通缉犯的辨认，对公安部门有重要的意义，并且有助于将知识优势转化为社会效益。人脸检测与识别系统对运行环境要求并不是很高，只要有PC机和摄像头即可，因此投资并不大，但却可以带来很大的经济效益，它在公安、金融、交通等部门以及其它很多单位、社会生活小区的门禁系统中的应用，不仅能够节约很多人力资源，更重要的在于它能够加快公安人员的办案速度，提高整个社会的安全性。