生物识别技术及应用.PPT

面部识别 面部识别由于具有无需特殊的采集设备，系统成本相对低，不干扰使用者，不侵犯使用者的隐私权等特点，因此成为目前实际使用的广泛程度公次于指纹识别的生物特 征手段。近十年来，面像识别出现了不少诸如Boosting、ICA、流形学习等在内的技术热点，极大地促进了面像识别技术与产业的发展。 尽管面像识别技术不如指纹识别应用那么普及，但市场上也已出现了众多基于面像识别技术的产品，如面像识别门禁 系统、面像识别考勤系统、公安布控对象监控系统、面像识别网上追逃系统、机场安检系统、面像识别出入境边检系统、照片比对系统、网络安全认证系统、金融防 伪系统、收容遣送管理信息系统等。 两个环节 面像识别系统包括两个技术环节：面像检测和面像识别。面像检测主要实现面像的检测和定位，即从输入图像中找到面像及面像的位置，并将人脸从背景中分割出来；面像识别则是对面像进行特征提取、模式匹配与识别。 输入图像或视频 人脸检测与分割 特征提取 人脸识别 输出识别结果 人脸检测与分割：从任意的场景中检测人脸的存在并进行定位，提取出一个人脸。 输入图像或视频 人脸检测与分割 特征提取 人脸识别 输出识别结果 特征提取是指根据已知数据库中的人脸的表征方法，从人脸图像中提取出该人脸图像的表征值。人脸的表征方法很多，通常的方法有几何特征、代数特征、特征脸、固定特征模板等。 现有的面像检测方法分为三类： 基于规则的面像检测：总结了特定条件下可用于检测面像的知识（例如肤色、轮廓等），并把这些知识归纳成指导面像检测的规则; 基于模板匹配的面像检测：首先构造具有代表性的面像模板，通过相关匹配或者其他的相似性度量检测面像; 基于统计学习的面像检测：主要利用了面部特征点结构灰度分布的共同性，是当前面像检测研究领域中的主要 内容。 面像识别由面像样本训练和待识别面像的识别两个过程组成。 在训练阶段，提取面像特征形成面像特征库。 在识别阶段，用训练好的分类器对待识别面像的特征和特征库中的特征进行匹配，输出识别结果。 早期的面像识别算法主要基于几何特征或模板匹配。对于不同人来说，面部特征点（眼睛、眉毛、鼻子和嘴）和脸部轮廓 的形状各不相同。基于几何特征的方法通过计算面部特征点形状、分布的几何参数区分不同人脸。基于模板匹配的面像识别通常采用Poggio和 Brunelli所提出的基于局部特征模板匹配的方法，它们提取局部特征的模板，进行局部模板匹配并进行识别。 四种方法 目前面像识别的几个主流方向：特征脸方法、Fisher脸方法、弹性图匹配法以及局部特征分析法。 特征脸方法 特征脸方法作为一种比较成功的人脸识别技术，它掀起了人脸识别研究的第二次高潮。特征脸方法就是通过对训练的面像样本子空间进行主成份分析得到特征脸，所提取的特征就是面像在特征脸上的投影向量。 Fisher脸方法 Fisher脸方法的基本思想是使不同人的面像在所生成的面像空间中可分性最佳，从而比特征脸方法更适用于面像识别。 弹性图匹配方法 该方法用图来描述面像，图的顶点表示面部的局部特征点（例如眼睛、鼻尖等），边表示局部特征点之间的拓扑连接关系。面像识别时主要衡量它们所对应的图之间的相似度。 生物特征识别技术及应用 身份识别的重要性 人的身份识别在现代社会变得越来越重要 我们急需一种更加方便、有效、安全的身份识别技术 什么是生物识别 当前，生物识别技术正成为一个蓬勃发展的领域，成为信息处理及计算机工业的一个重要应用方向。 生物识别技术主要是指通过可测量的身体或行为等生物特征进行身份认证的一种技术；而生物特征是指唯一的可以测量或可自动识别和验证的生理特征或行为方式。 生物特征分为身体特征和行为特征两类。 身体特征包括： 指纹、掌型、视网膜、虹膜、人体气味、脸型、手的血管和DNA等； 行为特征包括： 签名、语 音、行走步态等。 目前部分学者将视网膜识别、虹膜识别和指纹识别等归为高级生物识别技术； 将掌型识别、脸型识别、语音识别和签名识别等归为次级生物识别技 术； 将血管纹理识别、人体气味识别、DNA识别等归为“深奥的”生物识别技术。 生物识别的技术核心在于如何获取这些生物特征，并将其转换为数字信息，存储于计算机中，利用可靠的匹配算法来完成验证与识别个人身份的过程。 生物识别技术与传统身份鉴定技术的对比分析 传统身份鉴定技术是指基于特定持有物（如：身份证）和基于特定知识（如：密码）进行身份鉴定的一种技术。其应用如：人们通过信用卡和密码可以实现在ATM机上取款。 传统方法的缺点是：特定持有物易丢失、被盗和遗忘。特定知识则存在记忆上的问题。密码太复杂，容易遗忘；密码简单（如：生日、电话号码等），则容易被破译和猜测。 与传统身份鉴定相比，生物识别技术具有以下特点： 　　 随身性：生物特征是