人脸识别技术研究进展

null

模式识别典型应用案例 —人脸识别技术研究进展

null

提纲 Part I :人脸识别研究概述– – – – 是什么：问题描述、基本概念、涉及学科领域 为什么：要做人脸识别？ 怎么做：人脸识别原理及主要技术方法简介 相关知识、背景材料

国际知名研究机构/人员 主要商业系统及其技术特点 主要人脸数据库、性能评测体系

– 总结：人脸识别的发展现状(State-of-the-art) – 展望：Quo Vadis?

Part II:JDL在人脸识别领域的研究状况– JDL人脸识别研究组的过去、现在和将来 – 加入JDL,加入人脸组，你准备好了吗？

null

Part I :人脸识别研究概述

人脸识别的基本问题描述、 基本概念、应用背景、涉及的学科

null

问题描述与分解、基本概念、 涉及学科领域 输入– 数字图像或者数字视频序列

摄像设备：摄像机、数码相机、摄像头等等 扫描仪 其它来源的图像/视频文件…

三类系统的不同输出– 人脸检测：有没有人脸？ – 人脸识别：这是谁的脸？ – 人脸确认：这是Mona Lisa的脸吗？

null

识别问题 vs 确认问题输入视频、数字图像文 件、扫描仪照片输入 声明的用 户身份 输入视频、 数字图像文 件、扫描仪照片输入 人脸检测与跟踪 人脸检测与跟踪

面部特征提取

面部特征提取

生成人脸模型

生成人脸模型

与库存所有已知 人脸模型比对

库存人脸 模型

与声称用户模型 比对

相似性排序

同一性判断

输入图片中人 脸的身份信息 识别系统流程

拒绝通过

通过确认

确认系统流程

null

人脸识别用于验证场合的典型体系结构 (门禁系统)人 脸 检 活动视频 测分割出的 人脸

IC 读 卡机身份号

特征提取

已知人脸 模型数据 库

装载模 型

当前人脸模型

验证

声称用户的参考模 板

拒识No 超时? Yes 记录 “非法” 登 录企图

通过记录该次登 录

解锁

null

基本概念与问题描述(续)人脸检测 面部特征定位 人脸识别/确认

null

问题分解 图像获取 人脸检测/跟踪 面部特征点定位 人脸特征建模 特征比对– 计算人脸模型之间的相似度 – 排序输出

null

人脸识别技术性能评价方法 对识别问题– 首选识别率

相似度最大的人脸是正确的比率正确识别结果在前n候选中的比率

– 累积识别率曲线

对验证问题– 错误接收率FAR

False Accept (/Alarm) Rate: 把李四判别为张三的比率

– 错误拒绝率FRR

False Reject Rate: 把张三拒之门外的比率FAR

– 等错误率

FAR = FRRFRR

null

人脸识别研究涉及的学科图象 图像

图象处理图像识别

处理过的图象 图像所属类别

图象

计算机视觉

距离, 朝向, 质地等

描述

计算机图形学

图象

Image Pr

ocessing Compter Vision Pattern Recognition

还涉及到生理学/心理学的一些知识！

Artificial Intelligence

null

人脸识别相关研究内容 生物特征识别– 人脸、指纹、虹膜、视网膜、掌纹、

人机交互(HCI) 人脸图像编码/压缩 表情分析，情感计算 人脸动画 face animation 人脸属性分类– 种族、性别、年龄

Attractiveness判别

null

Part I :人脸识别研究概述

我们为什么对人脸识别感兴趣？

null

为什么要做人脸识别？ 多学科领域的挑战性难题– – – – 模式识别：最典型、最困难的模式识别问题 人工智能：人类智能的基本体现 计算机视觉：实现人眼的功能 下一代人机交互

让计算机不再“熟视无睹” 让计算机具有人类的情感

广泛的应用前景 … 人脸识别相比其他生物特征识别的优势 …

null

人脸识别的应用前景– 国家公共安全

敏感人物智能监控、罪犯抓逃与比对、 门禁、出入境管理 电子商务、电子政务、 社会保险、信息系统 金融领域的持卡人身份验证 智能考勤系统 真实感游戏、虚拟社区 智能玩具、家政服务机器人 敏感人物监控、各类门禁 代表身份认证

– 信息安全

– 家庭娱乐

– 特别值得关注：奥运安全

null

应用模式

典型具体应用出入境管理

特点说明过滤敏感人物(间谍、恐怖分子等)

应用领域

嫌疑人照片比对

公安系统用于确定犯罪嫌疑人身份

敏感人物智能监控网上追逃 身份识 别 会议代表身份识别 关键场所视频监控 家政服务机器人 自动系统登陆 智能Agent 真实感虚拟游戏护照、身份证、驾照等各类证件查验

监控敏感人物(间谍、恐怖分子等)在PDA等移动终端上进行现场比对 防止非法人员进入会场带来危险因素 如银行大厅，预警可能的不安全因素 能够识别家庭成员的智能机器人 自动识别用户身份，提供个性化界面 自动识别用户身份，提供个性化界面 提供真实感的人物面像，增加交互性 海关、港口、机要部门等查验持证人的身份是否合 法 防止替考问题 避免钥匙和密码被窃取造成失窃 避免单纯的密码被窃取造成信息被窃 方便，快捷，杜绝代考勤问题 避免单纯的密码被窃取造成财产损失 安全可靠的身份验证手段安全可靠的授权

国家安全 公共安全

人机交互

公共安全 教育 公共安全 信息安全 企业应用 金融安全 金融安全 信息安全 公共安全 人机交互

准考证查验 机要部门物理门禁 机要信息系统门禁 身份验 证 面像考勤系统 金融用户身份验证 电子商务身份验证智能卡

会议代表身份验证 屏幕保护程序

防止非法人员进入会场带来危险因素 方便快捷的允许合法用户打

开屏保

null

人脸识别与其他生物特征识别 的比较 生物特征识别：未来的身份验证方法！– 指纹、人脸、虹膜、掌纹、视网膜、红外温谱 – 笔迹、步态、声纹

人脸识别的优点– 可以隐蔽操作，特别适用于安全问题、罪犯监控与抓逃应用 ，这是其他生物特征识别技术不能替代的 – 非接触式采集，没有侵犯性，容易接受 – 方便、快捷、强大的事后追踪能力(普通人并不具备指纹、 虹膜、视网膜判别能力) – 更符合我们人类的识别习惯，可交互性强，一般人就可以进 行评判 – 设备成本较低(摄像头可望很快成为标准外设)

人脸识别的不足– 安全性低，识别性能受外界条件的影响非常大

null

生物特征识别技术(Biometrics)

null

技术挑战影响人脸图像表观的因素 人与摄像设备的位置关系(距离角度等) 光照环境条件 摄像设备 图像存储质量 年龄变化 意外损伤 饰物(眼镜帽子等) 化妆、整容 精神状态 健康状况 面部毛发(头发，胡须)

null

From the same person? Yes? No? …

null

没有你想象的那么简单！ How many individuals in this picture?

null

Part I :人脸识别研究概述

人脸识别的基本原理及其计 算模型探讨

本文来源：https://www.bwwdw.com/article/rgxe.html