几何特征识别法
人脸识别系统的原理与发展
人脸识别系统的原理与发展
一、引言
人脸识别系统以人脸识别技术为核心，是一项新兴的生物识别技术，是当今国际科技领域攻关的高精尖技术。它广泛采用区域特征分析算法，融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，具有广阔的发展前景。2012年4月，铁路部门宣布车站安检区域将安装用于身份识别的高科技安检系统人脸识别系统；可以对人脸明暗侦测，自动调整动态曝光补偿， 人脸追踪侦测，自动调整影像放大；
二、概述
人脸识别系统概述
广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音(语音)、体形、个人习惯(例如敲击键盘的力度和频率、签字)等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别(用语音识别可以进行身份识别，也可以进行语音内容的识别，只有前者属于生物特征识别技术)、体形识别、键盘敲击识别、签字识别等。
人脸识别系统功能模块
人脸捕获与跟踪功能：人脸捕获是指在一幅图像或视频流的一帧中检测出人像并将人像从背景中分离出来，并自动地将其保存。人像跟踪是指利用人像捕获技术，当指定的人像在摄像头拍摄的范围内移动时自动地对其进行跟踪。
人脸识别比对：人脸识别分核实式和搜索式二种比对模式。核实式是对指将捕获得到的人像或是指定的人像与数据库中已登记的某一对像作比对核实确定其是否为同一人。搜索式的比对是指，从数据库中已登记的所有人像中搜索查找是否有指定的人像存在。
人脸的建模与检索：可以将登记入库的人像数据进行建模提取人脸的特征，并将其生成人脸模板(人脸特征文件)保存到数据库中。在进行人脸搜索时(搜索式)，将指定的人像进行建模，再将其与数据库中的所有人的模板相比对识别，最终将根据所比对的相似值列出最相似的人员列表。 真人鉴别功能：系统可以识别得出摄像头前的人是一个真正的人还是一幅照片。以此杜绝使用者用照片作假。此项技术需要使用者作脸部表情的配合动作。
基于静态灰度图像人脸识别算法的功图诊断方法研究
龙源期刊网
基于静态灰度图像人脸识别算法的功图诊断方法研究
作者：段泽英 赵美刚 张新政 游莉
来源：《中国管理信息化》2014年第03期
[摘 要] 油井示功图是判断泵工作状况好坏的一个重要依据。目前，新疆油田数据库中已存有大量功图数据，并且经过专家审查分析后将解释成果数据入库管理，为我们后续的数据挖掘提供了宝贵的数据资源。本文基于静态灰度图像人脸识别算法，对油井示功图诊断、分析进行应用研究，研究成果表明，利用灰度图像人脸识别算法可以有效辅助油田生产业务人员、管理人员快速、准确诊断油井示功图，及时采取措施，对提高单井生产时率有重要意义，同时也为智能新疆油田建设单井问题诊断应用研究提供了必要的技术支持。
[关键词] 智能油田；静态灰度图像；人脸识别算法；示功图；解释；参数判断
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2014 . 03. 019
[中图分类号] F270.7；TP312 [文献标识码] A [文章编号] 1673 - 0194（2014）03- 0038- 04
1 引 言
目前，新疆油田数据库中已存有大量的功图数据和功图解释成果数据，这些数据是由功图仪现场测试、专家分析确认后入库的功图数据和解释成果数据，具有重要的参考价值。为了减轻油田生产业务人员、管理人员重复解释功图的工作量，提高功图诊断的时效性，本文介绍灰度图像人脸识别算法的应用研究。
2 实测油井示功图常规分析方法
所谓理论示功图是比较规则的平行四边形，而实测功图由于多种因素的影响（如：砂、蜡、气、黏度），图形变化很复杂，各不相同。因此，要正确地分析抽油井的生产情况，必须全面掌握油井动态、静态资料以及设备的状况，结合示功图的变化找出油井的主要问题，采取适当的措施，提高油井产量和泵效。
人脸识别发展史
1 人脸识别研究的发展状况
1.1 发展历史
早在1888年和1920年Galton就在《Nature》上发表过两篇关于利用人脸进行身份识别 的论文。真正意义上的自动人脸识别的研究开始于二十世纪六十年代中后期1965年Chen
和Bledsoe的报告是最早的关于自动人脸识别的文献。
1965到1990年之间是人脸识别研究的初级阶段这一阶段的研究主要集中在基于几何
结构特征的人脸识别方法Geometric feature based。该阶段的研究基本没有得到实际的
应 用。
1991年到1997年间是人脸识别研究非常活跃的重要时期。出现了著名的特征脸方法
Eigenface该方法由麻省理工学院的Turk和Pentland提出之后有许多基于该方法的
研
究。Brunelli和Poggio在1992年对基于结构特征的方法和基于模板匹配的方法进行了实验 对比并给出了后者优于前者的明确结论。该时期内美国国防部资助的FERETFacE
Recognition technology Test项目资助多项人脸识别研究创建了著名的FERET人脸图像数
据库。该项目极大地促进了人脸识别算法的改进以及算法的实用化。
1998年至今研究者开始针对非理想条件下的人脸识别进行研究。光照、姿势等问题
成为研究热点。出现了基于3D模型的人脸建模与识别方法。在商业化的应用方面美国国 防部在2000年和2002年组织了针对人脸识别商业系统的评测FRVTFace Recognition
Vendor Test)比较领先的系统提供商有Cognitec, Identix和Eyematic。
1.2 主要公共数据库
人脸数据库对于人脸识别算法的研究是不可缺少的而公共人脸图像数据库的建立方便
不同研究者之间的交流学习并有助于不同算法的比较下面列举常用的人脸图像数据库。 FERET人脸数据库是FERET项目创建的人脸数据库该库包含14,051幅多姿态、
直线和曲线什么是直线和曲线如何识别和绘制
直线和曲线什么是直线和曲线如何识别和绘制
直线和曲线: 识别和绘制
直线和曲线是几何学中常见的两种基本图形。直线是一条无限延伸且没有弯曲的线段，而曲线则是有弯曲或弧度的线段。本文将介绍直线和曲线的定义，以及如何有效地识别和绘制它们。
直线的定义
直线是由无数个点组成的，这些点的位置在同一直线上，且无限延伸。可以通过其中两个点来唯一确定一条直线，这就是所谓的直线上的两点确定一条直线的原理。直线没有弯曲，可以被视为无厚度的。
曲线的定义
曲线是有弯曲的线段。相对于直线而言，曲线在一段距离内会改变其方向和形状。曲线的特点是其曲率，在不同的部分曲线的曲率半径可能会变化。曲线可以由曲线上的无数个点组成。
如何识别直线和曲线
识别直线和曲线的关键在于观察它们的形状和方向。以下是一些常见的方法：
1. 形状特征：直线通常是由若干相连的线段构成，而曲线则不同，因为它会有弯曲或弧度。通过观察图形的整体形状，可以辨别出直线和曲线。 2. 方向特征：直线是无限延伸的，因此其方向可以是任意的。曲线通常有自己的固定方向，并呈现出明显的曲线轨迹。
3. 角度特征：直线在其整个长度上，所有相邻部分之间的角度都是180度。曲线则会有不同弯曲度的部分，使得相邻部分之间的角度不一致。
如何绘制直线和曲线
绘制直线和曲线需要以下步骤：
1. 根据给定的坐标系，确定起点和终点。在直线的情况下，起点和终点将决定直线的位置和长度。在曲线的情况下，起点和终点将决定曲线的轨迹。
2. 使用直尺工具，将起点和终点连接。确保直尺与纸张或绘图板上的边缘对齐，以获得准确的直线。
3. 对于曲线，可以使用曲线工具或者利用圆规和铅笔来绘制。圆规可以用来画出固定半径的弧线，而铅笔则可以用来自由绘制曲线。
4. 如果需要绘制更复杂的直线或曲线，可以通过在图形上添加更多的点，然后连接它们来实现。这将使曲线更加平滑，直线更加精确。
总结
直线和曲线是几何学中常见的图形。要识别直线和曲线，需要观察它们的形状、方向和角度。要绘制直线和曲线，需要确定起点和终点，并使用直尺或曲线工具进行绘制。通过识别和绘制直线和曲线，我们可以更好地理解几何学的概念和原理。
人脸识别技术综述
人脸识别研究
代 上
（河南大学环境与规划学院 河南 开封 475004）
摘 要：现今世界经济发展迅速，而面对繁杂的社会安全问题却显得有些捉襟见肘，人脸识别技术能够因通过面部特征信息识别身份而受到广泛关注。人脸识别通常使用采集含有人脸图像或视频流的设备，将收集到的人脸信息进行脸部检测,进而与数据库中已有信息进行对比确定被识别对象的身份,已经广泛的应用于公共安全、教育等多个方面，且在以后的社会发展中具有很大的应用前景。本文主要对人脸识别的发展历程、主要识别方法予以总结概括，并对其应用范围与发展趋势进行分析。
关键词：人脸识别；方法；应用；发展
1 引言
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。该项技术目前应用到社会的各个领域，例如个人家庭自动门的安全系统、犯罪人的身份识别系统、银行自动取款的服务系统等。
人脸识别系统给人带了很多方便，应用能力很强，但是人脸识别仍然有很多阻碍其发展的困难之处。主要表现在：在收集图像中目标自身的影响；在系统收集图像的过程中容易受到各种外界因素以及系统收集图像之后由于其它因素造成的面部损伤所带来的影响；随着时间的变迁，人的面部逐步发生变化的影响。这些都对人脸识别技术的发展造成了一定的困难，也使得该项技术面临着多种挑战性。
2 人脸识别研究的发展历史与研究现状
2.1发展历史
很早在19世纪80年代就有关于通过人脸对人类的身份进行辨别的论文发表，但是由于技术水平与设备的限制，人脸识别技术并没有受到重视。直到20世纪60年代末，Blcdsoc[1]提出了人脸识别研究的雏形，人脸识别技术才被人们接受。
在人脸识别研究的早期阶段，人们主要研究的是人脸识别的各种方法，但是在实际应用方面却没有得到实质性的进展。
进入20世纪90年代末的时候，人脸识别技术进入了一个快速发展阶段，在这个时期各种新的人脸识别方法相继出现，并创建了人脸图像数据库，对人脸识别的发展起到了巨大的促进作用。在实际应用方面也取得了很大的进展，运用人脸识别技术的产品逐渐进入了社会市场。
opencascade 特征提取
opencascade 特征提取
OpenCASCADE是一个开源的CAD/CAE平台，它提供了丰富的工具和功能来处理三维几何模型。特征提取是在三维几何模型中识别和提取有意义的几何特征，以便进行后续的分析、修改或加工。在OpenCASCADE中，特征提取通常涉及以下几个方面：
1. 边缘识别，在三维模型中识别和提取边缘是特征提取的重要步骤。OpenCASCADE提供了强大的边缘识别工具，可以识别直线、圆弧等各种类型的边缘。
2. 面识别，除了边缘，识别和提取面也是特征提取的关键。OpenCASCADE可以识别平面、圆柱面、球面等各种类型的面。
3. 特征识别，在识别了边缘和面之后，OpenCASCADE可以进一步识别特定的几何特征，如孔、凸台、凹槽等。
4. 参数化建模，OpenCASCADE支持参数化建模，可以将识别的特征转化为具有参数化信息的实体，使得后续的分析和修改更加方便。
5. 体素化，在进行特征提取后，OpenCASCADE可以将几何模型转化为体素化表示，这对于后续的仿真和分析非常有用。
总的来说，OpenCASCADE提供了丰富的功能和工具来进行三维几何模型的特征提取，用户可以根据自己的需求选择合适的方法和工具来进行特征提取，并且可以将提取的特征用于后续的工程应用中。
一种基于肤色和几何特征的人面部识别方法
光电子・童 第ｌ３卷第４期２００２年４月 Ｊｏｕｒｎａｌ ｏｆ Ｏ口ｔ０ｅ【ｅｃｔｒｏｎｌ Ｌａｓｅｒ Ｖｏ１．１３ Ｎｏ ４ Ａｐｒ ２００２ 一种基于肤色和几何特征的人面部识别方法 袁景和。常胜江．王 勇，张延所 （南开大学现代光学研究所，国家教育部光学信息技术科学重点实验室，天津３０００７１） １ 引 言 摘要：面部识别的前提条件是场景中人脸的正确定位与分割。因此，本文提出丁一种基于肤色及面部几 何特征的人脸分割方法。首先利用图像的时间差分方法确定场景中有没有运动物体．然后和用ＢＰ神经 网络对肤色进行识别，比用ＨＩＳ或ＬＨＣ颜色空间中的色调识别肤色的方法具有更强的环境适应能力， 最后利用扫描投影算法及面部固有的几何特征定位分割细节特征．实验证明该方法具有定位准确和运 算速度快的优点。 美键词：图像相减；ＢＰ神经阿络；扫描投影算法 中围分类号：ＴＰ３９１．４４ 文献标识码：Ａ 文章编号 １ ００３—００８６（２００２）０４－０３９４—０４ Ａ Ｆａｃｉａｌ Ｒｅｃｏｇｎｉｔｉｏｎ Ｂａｓｅｄ ｏｎ Ｃｏｍｐｌｅｘｉｏｎ ａｎｄ Ｇｅｏｍｅｔｒｙ Ｙ ＡＮ Ｊｉｎｇ ｈｅ，ＣＨＡＮＧ Ｓｈｅｎｇ—ｊｉａｎｇ，ＷＡＮＧ Ｙｏｎｇ，ＺＨＡＮＧ Ｙａｎ ｘｉｎ （Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｍｏｄｅｒｎ Ｏｐｔｉｃｓ，Ｎａｎｋａｉ Ｕｎｉｖｅｒｓｉｔｙ，Ｏｐｔｏ—ｅｌｅｃｔｒｏｎｉｃ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｉ＇ｅｃｈｎｏｌｏｇｙ Ｌａｂｏｒａｔｏｒｙ，ＭＯＥ，Ｔｉａｎｊｉｎ ３０００７１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅ ｃｏｒｒｅｃｒ ｓｅｇｍｅｎｔａｔｉｏｎ ｉｓ ｔｈｅ ｃｒｉｔｉｃａｌ ｓｔｅｐ ｆｏｒ ｔｈｅ ｃｏｒｒｅｃｔ ｒｅｃｏｇｎｉｔｉｏｎ．Ｗｅ ｐｒｏｐｏｓｅ ａｎ ｅｆｆｉ ｃｉｅｎｒ ｆａｃｉａｌ ｆｅａｔｕｒｅ ｓｅｇｍｅｎｔａｔｉｏｎ ａｐｐｒｏａｃｈ Ｔｈｅ ｍｏｔｉｏｎ ｉｎｆｏｒｍａｔｉｏｎ ｉｓ ｆｉｒｓｔ ｕｓｅｄ ｔｏ ｄｅｔｅｒｍｉｎｅ ｗｈｅｔｈｅｒ ｔｈｅｒｅ ａｒｅ ｍｏｔｉｖｅ ｏｂｊｅｃｔｓ ｉｎ ｔｈｅ ｓｃｅｎｅ ｏｒ ｎｏｔ．Ｔｈｅｎ，ａ ＢＰ ａｒｒｉｆｉｃｉａ［ｎｅｕｒａ［ｎｅｔｗｏｒｋｓ ｗｉｔｈ ｒｏｂｕｓｔ ａｄａｐｒａｈｉｈ— ｔｙ ｉｓ ｄｅｓｉｇｎｅｄ ｔｏ ｃｌａｓｓｉｆｙ ｔｈｅ ｃｏｍｐｌｅｘｉｏｎ．ＦｉｎａＨｙ，ａ ｓｃａｎ—ｐｒｏｊｅｃｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｉｓ ｕｓｅｄ ｔｏ ｓｅｇｍｅｎｔ ｅａｃｈ ａｐ ｐａｒａｔｕｓ ｆｒｏｍ ｔｈｅ ｓｅｇｍｅｎｔｅｄ ｆａｃｅ．Ｔｈｉｓ ａｐｐｒｏａｃｈ ｃａｎ ｂｅ ｔｉｍｅ ｓａｖｉｎｇ ａｎｄ ｌｏｃａｔｅ ａｐｐａｒａｔｕｓ ｍｏｒｅ ａｃｃｕｒａｔｅ 【ｙ． Ｋｅｙ ｗｏｒｄｓ：Ｉｍａｇｅ ｓｕｂｔｒａｃｔｉｏｎ；ＢＰ ａｒｔｉｆｉｃｉａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ｛Ｓｃａｎ—ｐｒｏｊｅｃｔｉｏｎ ａｒｉｔｈｍｅｔｉｃ 人的面部特征，特别是跟在日常交往中扮演着非 常重要的角色。视觉通过对眼特征（包括眼神、示意、 表情和目光等）的理解，不仅能解读出复杂的“弦外之 音”，而且能感受到默契、示意和友善等微妙的“言外 之意”，是单纯的语言所不能完全包容的。对面部特征 的研究，不仅是模式识别和信息融合领域的前沿课 题，而且可以有广泛的实际应用。人脸自动识别作为 一种重要的身份鉴别方法，广泛应用于公安、银行、海 关、邮局和商业等部门。与利用指纹、视网膜等其他人 体生物特征进行身份鉴别相比，它有直观、友好和方 便等特点。基于这种原因，人脸识别的研究近几年来 得到广泛重视 ］。 收藕日期 ２００ｉ－０ ５－３１修订日期：２００１一Ｏｇ一０５ ＊暮盒项目：天津市光电子联台研究中心资助项目（００３１０１￣１１） 一般说来，人脸识别主要需要２步。第１步，从背 景中正确地定位分割人脸图像 近年来已经有很多关 于人脸分割的工作，其中，Ｃｈｏｏｎｇ Ｈｗａｎｇ Ｌｅｅ等 成功地完成了复杂背景下彩色图像中人脸的分割，此 方法的时间消耗太大，并且对照明条件要求较严格； 杨光正等人 用基于知识的程式方法对未知数目、位 置和大小的人脸进行定位，这种方法的缺点也是耗时 太多；Ｄａｅ Ｓｉｋ Ｊａｎｇ等 －利用动态模板方法；Ｂｒｏｗｎ 等口 用多尺度边缘检测和特征联合来定位人脸 各种 方法都有自己的适用范围，也都有各自的缺陷 第２ 步，对分割出的人脸图像及其特征进行进一步的识 别。除了上面提到的工作，另外还有很多这方面研究 工作的报道。
基于几何特征的飞机部位识别跟踪算法
文章编号：１６７２—８７８５（２００７）０８—００２３—０４
基于几何特征的飞机部位识别跟踪算法
林 霖
（中国科学院上海技术物理研究所，上海２０００８３）
摘 要：针对复杂天气情况下形状可辨的飞机，提出了一种对飞机部位的识别跟踪算
法。该算法利用飞机的几何特征，通过数学形态学的原理，在存有噪声干扰的运动图
像中简单快速有效地识别出所需目标的重要部位，自动获取其跟踪模板，通过相关匹
配技术实现对飞机重要部位的稳定跟踪。给出了应用该算法的具体步骤，并通过实验
证明了该算法的有效性。
关键词：几何特征；数学形态学；聚类滤波；骨架化；相关匹配
中图分类号：ＴＮ９５９．１＋７ 文献标识码： Ａ
Ｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ Ｔｒａｃｋｉｎｇ Ａｌｇｏｒｉｔｈｍ ｆｏｒ Ｉｍｐｏｒｔａｎｔ Ｐａｒｔｓ ｏｆ
Ａｉｒｃｒａｆｔ Ｂａｓｅｄ ｏｎ Ｇｅｏｍｅｔｒｉｃａｌ Ｆｌｅａｔｕｒｅｓ
ＬＩＮ Ｌｌ丌
（Ｓｈａ￣ｇｈａｉ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｉｃａｌ Ｐｈｙｓｉｃｓ，Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ，Ｓｈａｎｇｈａｉ ２０００８３，ＣｈｉｎａＪ
Ａｂｓｔｒａｃｔ： Ａｎ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｒｅｃｏｇｎｉｚｉｎｇ ａｎｄ ｔｒａｃｋｉｎｇ ｔｈｅ ｉｍｐｏｒｔａｎｔ ｐａｒｔｓ ｏｆ ａＩｌ ａｉｒｃｒａｆｔ ｉｓ ｐｒｏｐｏｓｅｄ
ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｆａｃｔ ｔｈａｔ ｔｈｅ ｓｈａｐｅ ｏｆ ａｎ ａｉｒｃｒａｆｔ Ｃａｌｌ ｂｅ ｒｅｃｏｇｎｉｚｅｄ ｕｎｄｅｒ ｔｈｅ ｃｏｍｐｌｉｃａｔｅｄ ｗｅａｔｈｅｒ
ｃｏｎｄｉｔｉｏｎ．Ｔｈｅ ａｌｇｏｒｉｔｈｍ ｉｓ ｂａｓｅｄ ｏｎ ｔｈｅ ｇｅｏｍｅｔｒｉｃａｌ ｆｅａｔｕｒｅｓ ｏｆ ａｎ ａｉｒｃｒａｆｔ ａｎｄ ｔｈｅ ｍａｔｈｅｍａｔｉｃａｌ
ｍｏｒｐｈｏｌｏｇｙ． Ｉｔ ｃａｌｌ ｒｅｃｏｇｎｉｚｅ ｔｈｅ ｉｍｐｏｒｔａｎｔ ｐａｒｔｓ ｏｆ ａｎ ａｉｒｃｒａｆｔ ｅａｓｙｌｙ，ｑｕｉｃｋｌｙ ａｎｄ ｅｆｆｅｃｔｉｖｅｌｙ，ａｃｑｕｉｒｅ
基于改进几何特征的三维人脸识别方法
第２８卷第４期 计算机仿真 ２０１１年４月
文章编号：１００６—９３４８（２０１１）０４—０２９１—０４
基于改进几何特征的三维人脸识别方法
余芳 ，岳冬利 ，王岁花
（１．新乡医学院管理学院，河南新乡４５３０００； ２．河南师范大学计算机与信息技术学院，河南新乡４５３００７）
摘要：研究人脸识别问题，当人脸的表情发生很大变化时，提取的三维几何特征会发生较大变化，造成识别准确度很低，影响 识别效果。为解决上述问题，提出了一种改进几何特征的三维人脸识别方法。通过求出人脸几何特征差异的关联程度，计 算哪种三维几何特征变化与识别结果是无关的，哪种与识别结果是关联的，解决了人脸表情变化时的准确三维识别问题进 行仿真。结果表明，改进方法实现识别高效，可使得三维人脸识别的准确度大大的提高，为设计提供了支持。 关键词：三维人脸识别；几何特征；差异关联程度 中图分类号：ＴＰ３１１．１３２．３ 文献标识码：Ａ
Ｆａｃｅ Ｒｅｃｏｇｎｉｔｉｏｎ Ａｌｇｏｒｉｔｈｍ Ｂａｓｅｄ ｏｎ Ｉｍｐｒｏｖｅｄ Ｇｅｏｍｅｔｒｉｃ Ｆｅａｔｕｒｅｓ
ＹＵ Ｆａｎｇ ，ＹＵＥ Ｄｏｎｇ—ｌｉ ，ＷＡＮＧ Ｓｕｉ—ｈｕａ
（１．Ｓｃｈｏｏｌ ｏｆ Ｍａｎａｇｅｍｅｎｔ，Ｘｉｎｘｉａｎｇ Ｍｅｄｉｃａｌ Ｃｏｌｌｅｇｅ，Ｘｉｎｘｉａｎｇ Ｈｅｎａｎ ４５３０００，Ｃｈｉｎａ ２．Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｈｅｎａｎ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉｎｘｉａｎｇ Ｈｅｎａｎ ４５３００７，Ｃｈｉｎａ）
ＡＢＳＴＲＡＣＴ：Ｔｈｉｓ ｐａｐｅｒ ｓｔｕｄｉｅｓ ｔｈｅ ｐｒｏｂｌｅｍ ｏｆ ３ｄ ｆａｃｅ ｒｅｃｏｇｎｉｔｉｏｎ．Ｔｈｅ ｒｅｃｏｇｎｉｔｉｏｎ ａｃｃｕｒａｃｙ ｏｆ ｅｘｔｒａｃｔｉｏｎ ｏｆ ３ｄ ｇｅ—
ｏｍｅｔｒｉｃ ｆｅａｔｕｒｅｓ，ｗｈｅｎ ｔｈｅ ｆａｃｅ ｅｘｐｒｅｓｓｉｏｎ ｃｈａｎｇｅｓ ｇｒｅａｔｌｙ，ｉｓ ｖｅｒｙ ｌｏｗ．Ｔｈｉｓ ｐａｐｅｒ ｐｕｔｓ ｆｏｒｗａｒｄ ａ ３ｄ ｆａｃｅ ｒｅｃｏｇｎｉｔｉｏｎ
基于图像差值的人脸识别法研究
第２５卷第４期 Ｖｏ１．２５．Ｎｏ．４ 西华大学学报・自然科学版
Ｊｏｕｒｎａｌ ｏｆ Ｘｉｈｕａ Ｕｎｉｖｅｒｓｉｔｙ’Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ ２０ｏ６年７月 Ｊｕ１．２００６
文章编号：１６７３—１５９Ｘ（２００６）０４—００２７—０３
基于图像差值的人脸识别法研究
陈永强 李 茜２
（１．西华大学电气信息学院；２．西华大学能源与环境学院，四川成都６１００３９）
摘要：针对表情正常的正面人脸图像，提出了一种基于图像差值的识别算法。这种算法属于几何特征识别 法，其优势在于不需要提取高维的人脸特征向量，计算相对简单。经测试表明，该算法具有较好的识别效果。 关键词：人脸识别；特征三角形；图像减法 中图分类号：ＴＰ７５１ 文献标识码：Ａ
人脸自动识别包括人脸检测和人脸识别两个环 节。人脸检测主要负责确定人脸区域的眼睛、鼻子、
嘴巴等重要器官的位置；而人脸识别主要根据人脸
检测的结果，提取待识别人脸的特征信息与库中已 有人脸的对应信息进行比对和分类，以确定识别结
果。 人脸识别方法可以分为三类，基于几何特征的 方法…１、基于代数特征的方法Ｌ２Ｊ和基于连接机制的
方法Ｌ３Ｊ。本文主要研究一种基于图像差值的人脸
识别方法，差值识别属于几何特征识别法。
１ 差值识别方法简介
差值识别方法是根据待识别图像与库中已知图
像的差值大小来进行人脸识别的一种方法。其基本
原理简单地说，当两幅完全一样的图像进行减运算 时，其差值为零。对于不同的人脸，其眼睛、鼻子、嘴
巴等器官的分布、大小和形状存在一系列的差异，在
一定条件下，同一个人的两幅人脸图像理论上应该
最为接近，即图像差值最小。
■ ■
ａ待识别人脸 ｂ库中人脸
图１ １００×１００的８位灰度图像
差值识别方法对待识别人脸图像（如图１所示）
的基本要求：１）图像应是具有８位灰度的ＢＭＰ格式 图像；２）正面人脸图像，且人脸区域不能太小；３）人
脸在水平面内可以有一定的倾角；４）人脸可以有一 定的表情变换，但不能太大；５）在建立已知人脸图库 时，应尽可能选择表情正常的正面人脸图像（如图