多视角人脸识别的研究现状及发展前景探析

摘　要：多视角人脸识别是人脸识别的一个子课题。由于受到光照、表情、遮挡等条件的影响以及人脸角度的变化，使得人脸检测难度大，精度低，成为研究的难点。本文主要多视人脸识的应用领域、研究现状及未来的发展前景进行了简要的论述。

关键词：多视角；人脸识别；红外线；3D
一、引言
　　人脸识别的基本原理是对数字图像中的人脸进行分析和处理，提取出人脸特征的信息，建立人脸模板，并与实时采集的人脸进行识别对比。早期的人脸识别算法研究主要针对一个正面的人脸或者是人脸很容易获得的情况下进行的，但是，由于人脸图像获取的便利性和随意性，使得获取的图像具有不同的角度，而非正面人脸，即多视角人脸。多视角的人脸识别，由于视角的改变，即人脸在深度方向上发生了一定的偏转。在光照、表情、遮挡的条件下，同一人脸也会发生极大的变化，使识别率大幅下降。而红外图像人脸识别的抗干扰性强,其识别性能受环境光照变化的影响很小, 不受人脸变化和位置的影响，即使有遮挡物或者整容也不会改变人脸的热辐射模式。因此，基于红外线人脸识别技术对光照有很好的 鲁棒性。能够较好地克服由于光照变化带来的影响。
　　2、3D人脸识别技术
　　传统的人脸识别需要正面人脸, 或人脸左右旋转不得超过某一角度。若偏转较大, 所表达面部信息不完整, 致使识别率较低，而3D人脸识别是解决多角度人脸识别问题的有效手段。3D人脸识别技术分为两类，一是纯三维之间的对比，例如通过多角度拍照，系统自动构建人脸的三维模型，与库中的三维模型进行比较。这种方法中人脸的表征是一个基于三维的特征向量，其图像重构还是一个正在研究的课题。二是通过三维模型增强了的二维之间的对比。即通过对三维模型的变化，我们可以找到和成像环境一致的三维模型的位置，通过其平面投影得到一个二维的图片，和原有的照片进行二维上的比较，实现识别的过程。在选择人脸表征时，使用了实时性最好的特征点表示法。但三维识别的实现也有很大的挑战[6], 如三维识别对识别大小比较敏感, 存在存储大和计算量大的问题以及三维数据的获取难度问题。
六、结束语
　　人脸识别是一项具有挑战性的课题，而目前的研究主要侧重于二维静态正面人脸的研究，其应用领域也具有一定的局限性。因此，今后的研究重点将逐步转向多视角、多姿态和动态人脸的识别。　　
参考文献：
[1] 张翠平，苏光大．人脸识别技术综述．中国图象图形学报，2005，5(11)：885-894．
[2] 山世光．人脸识别理论与应用研究．信息技术快报，2005，3(10)
[3] 武勃，黄畅，艾海舟，劳世竑．基于连续Adaboost 算法的多视角人脸检测．计算机研究与发展，2005，42（9）
[4] Phillips P J, Rauss P, Der ( Face Recognition Technology)recognition algorithm development and test report, ARL_TR_995[R]. Research Laboratory, 1996.
[5] Phillips P J, Grother P, Micheals R J, et recognition vendortest 2002: evaluation report, Face Recognition Vendor Test 2002Results[R].2003.
[6] 刘治, 严京旗, 施鹏飞, 等. 三维生物特征识别进展[J]. 计算机工程与应用, 2006, 42( 17) :1- 3.