科技・探索・争Ｉ鸟 Ｓｃ科ｉｅｎｃｅ＆Ｔｅ技ｃｈ视ｎｏｌｏｇｙ界 Ｖｉｓｉｏｎ Ｔｒ论耘 基于图像的人脸检测及特征点提取综述 张敏乔梦萱刘亭张海艳 （北京城市学院，中国北京１０００００） 【摘要】本文对人脸技术中，基于图像的人脸检测及特征点提取的流程及发展前景做了简单的介绍。讨论当前热点的识别方法。对于人脸 基于图像的人脸检测及特征点提取的发展进行展望。 【关键词】人脸检测；特征点提取；模板匹配法；局部特征 ０引言 １．６人脸检测的现状 目前．国外对人脸检测问题的研究很多．比较著名的有ＭＩＴ．ＣＭＵ 等；国内的清华大学、北京工业大学、中科院计算所和自动化所等都有 从美国９．１１事件之后，人身份确定问题就不仅是在为了电子商 务、家庭安全等服务了，而是提升到了国家安全的角度，如何利用人体 的生物特征迅速确定一个人的身份成为各个国家重点研究的技术之 一。在上个世纪．生物识别技术已经有了一定的发展’其中应用最广泛 的便是指纹识别技术，在全球生物识别市场上指纹识别占了５３％份额， 这表明指纹识别技术已趋于成熟 但人脸识别技术的研究目前还处于 起步阶段 人脸的检测与特征点提取是人脸识别技术不可分的部分 一个完整的人脸识别系统将是这两部分的有机结合 下文将对这两种 技术做一些简单介绍及方法的论述 １人脸检测 １．１人脸检测来源 最初人脸检测问题来源于人脸识别（ＦａｃｅＲｅｅｏｇｎｉｔｉｏｎ）。对于人脸 识别的研究可以追溯到上个世纪六、七十年代．现如今经过几十年的 曲折发展已１３趋成熟 人脸检测是自动人脸识别系统的一个关键环节．人脸检测中通常 假设人脸位置一直或者容易获得．因此人脸检测问题并未受到广泛重 视 随着电子商务等应用的蓬勃发展．人脸识别成为最有潜力的生物 身份验证手段．在这种应用背景下．要求人脸识别系统能够对一般图 象具有一定的识别能力 １．２人脸检测的定义 人脸检测指对于任意一副给定的图像．采用一定的策略对其进行 搜索以确定其中是否含有人脸，如果是则返回脸的位置、大小和姿态。 １．３人脸检测的难点 人脸是一类具有相当复杂的细节变化的自然结构目标．这类目标 的挑战在于：由于外貌、表情、肤色等不同，人脸具有模式的可变性；一 般情况下的人脸．可能存在眼镜或胡须等附属物：作为三维物体的人 脸影像受由光照产生的阴影的影响 除此之外还有光照的影响．图象 的成像条件等都对人脸的检测造成了不小的难度 １．４人脸检测的常用方法 目前常见的检测技术大致可分为３大类： １）基于特征的方法 ２）模板匹配法 ３）基于统计的方法 具体方法有以下几种： （１）参考模板法：首先设计一个或数个标准人脸的模板，再计算测 试采集的样品与标准模板之间的匹配程度．并通过阈值来判断是否存 在人脸。 （２）人脸规则法：人脸具有一定的结构分布特征，人脸规则的方法 即提取这些特征生成相应的规则以判断测试样品是否包含人脸 （３）特征子脸法：这种方法是将所有人脸集合视为一个人脸子空 间．并基于检测样品与其在子空间的投影之间的距离判断是否存在人 脸。 １．５人脸检测的应用 每个人都有一张脸，是一个人最为重要的外貌特征。这种技术目 前最热门的应用领域有三个方面： （１）身份认证与安全防护。在世界上，在许多安全级别要求较高的 区域．例如金融机构、机关办公大楼，都需要对人员进行大量的基于身 份认证的门禁管理。除此之外，手机、笔记本电脑等个人电子用品，在 开机和使用中也经常要用到身份验证的功能。 （２）图像搜索 目前．Ｇｏｏｇｌｅ的图像搜索其实还只是文字搜索。基 于人脸图像识别技术的搜索引擎将会具有广泛的发展前景。 ６２ １科技视界Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ Ｖｉｓｉｏｎ Ｉ人员从事人脸检测相关的研究 国际上发表的有关论文也大幅度增 长，如ＩＥＥＥ的ＦＧ、ＩＣＩＰ￣ＣＶＰＲ等重要国际会议上每年都有大量关于 人脸检测的论文，占有关人脸研究论文的１／３之多。由此可以看到世 界对人脸检测技术的重视程度 ２特征点提取 ２．１特征点提取的定义 特征提取是计算机视觉和图像处理中的一个概念 它是指使用计 算机提取图像信息．决定每个图像的点是否属于一个图像特征 特征 提取的结果是将图像上的点分为不同的子集．这些子集通常属于孤立 的点、连续的曲线或者连续的区域。 特征点提取是人脸识别中最基本的问题之一 特征点提取不但从 原始模式信息中提取出最有利于模式分类的特征．还能极大地降低模 式样本的维数。所以对于人脸识别来说．有效的特征点提取时解决问 题的关键之一。由下图，我们不难得出这样一个结论：特征提取在一个 实际的人脸识别系统中也是至关重要的。 人黢的 接翱与 人脸明 特链提 窟证 像处理 取 图１ ２．２特征点提取的难点 对于人脸识别中特征点提取技术来说．还存在各种不同的难点． 主要因为人脸是一类具有相当复杂的细节变化的自然结构目标．对此 类目标的挑战在于：人脸由于外貌、表情、肤色等的不同，所以人脸具 有模式可变性；眼镜、头发、饰物和其他外部物体等引起面部图像的部 分遮挡：复杂背景对人脸目标的干扰等都对特征点提取造成不同程度 的影响。 ２．３特征点提取的常用方法 目前提取特征的方法分为两大类：基于整体特征的提取方法和基 于局部特征的提取方法 这两类方法均在人脸识别研究领域取得了一 定的成功．但同时各有其优缺点 前者不但保留了人脸部件间的拓扑 关系．还能保留了各局部特征本身的信息．已成为特征提取方法的主 流然而面对较复杂的环境时，后者要好于前者。近年来的趋势是将人 脸的整体特征和局部特征结合起来进行人脸识别 ２．３．１基于局部特征的提取方法 该类方法有利用几何特征的提取方法和模板匹配法 模板匹配法 是用一个包括人脸器官的模板来对各器官进行提取。当物体结构事先 知道但大小、位置和中心不确定时。可变形模板法是～种有效的定位 方法。 ２．３．２基于整体特征的提取方法 该类方法考虑了模式的整体属性，将人脸图像灰度分布作为一个 特征模式来提取特征 由于对人脸整体特征的提取无需精确获取人脸 各器官局部信息．可以充分考虑到图像本身具有的灰度信息，因此器官 变化对人脸特征的影响不大，能够获得较好的识别效果。 除以上介绍的常用方法外．还有以下几种方法，在这里简单进行 介绍：
