人脸识别赵立宏.txt

一篇人脸识别的博士论文

1.1.1 人脸识别
人脸识别(Face Recognition)是根据人脸相貌确定人的身份的一种方法，是人们在日
常生活中最普遍使用的身份鉴别方法[4,9,13] 。人脸识别技术的侵犯性比较小，因而比较容
易被人们所接受。然而，人脸识别对光照、姿态、表情和年龄的变化比较敏感，而且其
性能会随着数据库规模的增大而降低。人脸识别还受到装饰物(比如眼镜)、化妆、摄像
器材、图像质量等因素的影响，对长相几乎相同的孪生同胞的识别也非常困难。

1.1.2 声音识别
人的声音特征差别主要是由声带、口腔、鼻腔和嘴唇等器官的大小和形状的不同而
形成的[12]。虽然人的声音具有独特性，但是并不包含足够的不变性信息以适应大规模的
识别问题。基于声音特征的身份识别一般有两种形式：文本相关和文本独立。文本相关
形式要求用户朗读一个预先给定的语句。文本独立形式则不依赖于特定的语句，因此在
技术上难度更大，但具有更好的防欺诈能力。声音识别(Voice Recognition)也是一种非接
触的识别技术，用户可以很自然地接受。然而，声音特征对背景噪声以及说话者的情绪
和身体状态等因素相当敏感。另外，一些人善于模仿别人的声调，也导致声音识别被认
为具有比较低的安全性。

1.1.3 人脸温谱图识别
使用红外摄像机可以获取通过人脸皮肤下潜在的血管系统时所产生的独特热量，通
过散发热量所得到的图像称为人脸热辐射图像，即人脸温谱图。人脸温谱图不需要接触，
侵犯性较小。人脸温谱图识别(Face Thermogram Recognition) 相对于人脸识别的优点在于

-2 


东北大学博士学位论文第一章绪论

其具有更强的防伪性，即使是整形手术也无法改变血管的分布模式，因此对人脸温谱图
的形成不会构成影响；红外摄像机可以在光线微弱或者没有光照的情况下采集人脸温谱
图，对环境的要求更加宽松；获得的红外图像不受光照变化的影响[17]；人脸的血管分布
模式包含的信息更复杂，因此具有更高的独特性。人脸温谱图识别技术的缺点在于：容
易受人的情绪、体温等因素的影响，并且和人脸识别一样受姿态的影响；虽然很多人认
为每个人的人脸温谱图是不相同的，但是这一点并没有得到充分的证实。

1.1.4 指纹识别
指纹模式由手指表面上的脊线和谷线构成，突起的纹线称为脊线，脊线之间的部分
称为谷线。使用指纹鉴别身份具有相当悠久的历史，并且得到法律的认可。指纹识别
(Fingerprint Recognition) 的优点在于：指纹的独特性非常强，同卵双胞胎的指纹也不相
同；每个人的指纹是相当稳定的，很难发生变化；指纹信息的复杂度足以适合大规模的
身份识别；同一个人的不同手指的指纹不相同且不具有相关性，可以方便地利用多个指
纹构成多重口令，提高系统的安全性；指纹采集头可以更加小型化，并且价格会更加的
低廉。指纹识别的不足之处在于：指纹识别需要测试者配合；指纹传统上被用于罪犯鉴
别，因而比较不容易被一般用户所接受；活性判别和人造指纹判别等反欺诈技术有待进
一步的发展；皮肤干澡、污垢、割伤和疤痕等因素会影响识别效果；并且指纹识别需要
相当大的计算资源[14,15] 。

1.1.5 掌纹识别
掌纹识别(Palm Vein Recognition)是对手指和手掌上的纹路特征进行识别[10]。掌纹特
征比手形特征更稳定并且更具有分类性。掌纹模式比指纹模式更复杂、更鲁棒，提取时
不易被噪声干扰，而相应的计算复杂度也更高，需要更长的处理时间。手掌的物理面积
较大，需要较大的采集传感器，不适合应用于掌上电脑等设备上。

1.1.6 手形识别
手形是手的大小和形状的特征。在全世界安装使用的手形识别(Hand Geometry 
Recognition)系统已经有几百套，其技术非常简单、使用相当容易并且价格相对低廉[13]。
手形特征比指纹特征更加鲁棒，不受干燥皮肤等因素的影响。其缺点是判别能力较低，
尤其对大规模人群很难获得非常高的识别准确率。和掌纹识别一样，手形识别需要较大
的采集传感器，其应用范围受到限制。并且，手形特征在人的一生中并不非常稳定，尤
其在儿童时期。另外，佩戴不同类型的戒指也将为提取正确的手形特征带来困难。

1.1.7 手背脉纹识别
手背脉纹是指人的手背血管纹路和结构模式。手背脉纹在人出生之前就已经产生，
在人的一生中都非常稳定，并且在同卵双胞胎之间也不相同。通常使用红外摄像机获得
手背脉纹的数字化图像。手背脉纹识别(The Back of Hand Vein Recognition)技术有很好的

-3 


东北大学博士学位论文第一章绪论

反欺诈性能，然而人的手背脉络模式稳定性较差，会随着年龄的增长而发生改变，这给
系统实现带来了困难。加之基于手背脉络模式的身份识别系统尺寸较大，所需硬件设备
既复杂又昂贵，也给使用带来不便。

1.1.8 虹膜识别
虹膜是位于瞳孔与巩膜之间的有色环状区域[7]。大量的临床观察和研究发现组成一
个虹膜的可变项不少于266 项，这使得虹膜的结构千奇百怪，能够成为独一无二的标识，
与其他的生物特征相比，虹膜具有非常高的独特性；虹膜结构的生成过程被称为“混沌
的形态形成(chaotic morphogenesis)”，不受遗传影响，即使是同卵双胞胎的虹膜也各不
相同，并且人在出生两年以后，虹膜便基本不再发生变化。虹膜识别(Iris Recognition) 
具有很强的反欺诈性，用外科手术改变虹膜纹理结构极其困难，而判别人造的或者死亡
的虹膜却非常容易。

虹膜模式由距离眼睛10-40 厘米的专用灰度摄像机采集，比采集视网膜图像更方便。
虹膜识别还具有准确率高、识别速度快的优点，适合于大规模的身份鉴别应用。虹膜识
别的缺点主要有：所需要的摄像头比较昂贵；镜头可能会使图像畸变而使得可靠性大为
降低；黑色的虹膜比较难读取；需要比较好的光源。

1.1.9 视网膜识别
视网膜识别(Retinal Recognition)技术使用激光照射眼球的背面以获得视网膜的脉络
模式。视网膜独特性高，是一种“隐藏”的生物特征，难以伪造。但是，激光照射可能
会给使用者的眼睛带来损害；要求使用者的眼睛贴近采集设备，使用不够方便，不太容
易被接受；设备成本非常高。

1.1.10 DNA 序列匹配
DNA 序列匹配(Deoxyribonucleic Acid Sequence Matching) 需要采集人的血液或组
织，因此非常具有侵犯性。DNA 序列匹配的自动化程度也不如其他生物特征识别技术
高，并且处理时间相当长。目前人的DNA 分析一般需要10 分钟左右才能够完成，因此
它的应用范围非常有限。当前DNA 技术的应用仅仅限于罪犯鉴别、亲子鉴定等为数不
多的场合[21]。

1.1.11 耳形识别
耳形识别(Ear Geometry Recognition) 最早曾使用于十九世纪法国的执法程序中，在
西方甚至早于指纹识别的应用。然而，就目前而言，它并没有引起太多的研究兴趣[18]。

1.1.12 步态识别
步态是指人们行走时的方式，这是一种复杂的行为特征。尽管步态不是每个人都不
相同的，但是它也提供了足够的信息来识别人的身份。步态识别(Gait Recognition)输入

-4 


东北大学博士学位论文第一章绪论

是一段行走的视频图像序列，因此其数据采集与人脸识别类似，具有非侵犯性和可接受
性。但是，由于序列图像的数据量较大，因此步态识别的计算复杂性比较高，处理起来
也比较困难。人类自身很善于进行步态识别，人们都有经验在一定距离之外能够根据人
的步态辨别出熟悉的人。尽管生物力学中对于步态进行了大量的研究工作，基于步态的
身份鉴别的研究工作却是刚刚开始。步态识别主要提取的特征是人体每个关节的运动。
到目前为止，还没有商业化的基于步态的身份鉴别系统[19]。

1.1.13 签名识别
签名识别(Signature Recognition)是－种行为识别技术，目前大多用于身份验证[8]。
签名识别的困难在于，签名的动态变化范围大，即使是同一个人的两个签名也不相同。
签名验证技术根据数据的获取方式可以分为在线验证和离线验证两种。离线验证的对象
是写在纸上的字符，通过扫描仪和摄像机转化为计算机能处理的数字图像；在线验证利
用数字写字板和压敏笔等传感器记录签名过程的加速度、速度、压力、方向等动态特性。
签名的动态特性非常难以模仿，因此在线签名比离线签名更具安全性。

1.1.14 击键动态特征识别
击键动态特征识别(The Feature Recognition of Striking Keys) 是根据用户击键时的节
奏、击不同键的时间、力度的大小等特征来进行身份鉴别[20]。系统需要力度传感器。击
键识别系统所需设备(即键盘)价格低廉，使用也比较方便，但其识别正确率较低。
从以上概述可以看到，每种生物特征识别都有自己的优势和不足。表1.1 给出了这
些技术在七个方面的简单对比。

表1.1 几种生物特征识别技术的比较[4] 

Table 1.1 Comparison of biometrics technologies 

生物特征普遍性独特性稳定性可采集性性能可接受性防欺诈性
人脸高低中高低高低
指纹中高高中高中高
手形中中中高中中中
击键动态低低低中低中中
手背脉纹中中中中中中高
虹膜高高高中高低高
视网膜高高中低高低高
签名低低低高低高低
声纹中低低中低高低
人脸热成像高高低高中高高
DNA 高高高低高低低
步态中低低高低高中
耳形中中高中中高中

选择一种特定的识别技术主要依赖于具体的应用领域。没有一种技术能够在任意应

-5 


东北大学博士学位论文第一章绪论

用环境下超越所有其他技术。例如，指纹和虹膜识别在识别率和速度上都优于声音识别，
但是在电话帐户安全系统中，声音识别却是一种更好的选择，因为它能够很好地集成到
现有的电话系统中。

1.2 人脸自动识别技术概述
人脸是人类视觉中最为普遍的模式，人脸所反映的视觉信息在人与人的交流、交往
中有着重要的作用和意义。人脸自动识别是生物测定学研究的内容之一，该课题的研究
已有30 多年的历史[9,22-29] 。目前，人脸自动识别已成为模式识别和人工智能领域的研究
热点之一。人脸识别技术在一定应用范围内获得了成功，并且正在被推向应用领域。

人脸自动识别系统作为一种重要的个人身份鉴别工具，可以广泛地应用于公安部门
的重点人口档案管理、刑侦破案、国家安全部门的安全验证、金融部门的信用卡验证、
通道控制乃至自动取款机(Automatic Teller Machine，ATM)等多种场合。与其他身份识
别方法相比较，人脸识别具有直接、友好、方便和鲁棒性强等特点，特别是对于使用者
无任何心理障碍，通过对人脸的表情/姿态分析，还能获得其他识别系统难以获得的一些
信息。因而，人脸自动识别问题的研究不仅具有重要的实用价值，而且在模式识别中具
有重要的理论意义。

与其他生物识别技术，如指纹识别、掌形识别、虹膜识别和声音识别相比较，人脸
识别具有以下特性：

⑴.. 适合要求隐蔽实行的场合。其他生物识别方法一般需要人的某些自愿动作，如
按指纹、签字等，而人脸识别对此要求甚低，使它更易于使用，特别适合要求隐蔽实行
的场合，如罪犯侦缉等；
⑵.. 当记录一个企图登录人的生物记录时，只有人脸能更直观、更方便的核查该人
的身份。例如，管理员仅凭双眼无法判断所登录的用户指纹是否确实与相同ID 号用户
所登记的指纹一致，但却可以比对人脸图像。人脸作为一种高普遍性、可以非接触式采
集的重要生物特征，可以用来进行身份鉴别。
人脸识别技术可以被应用在多种不同的安全领域，证件(如驾驶执照、护照)中的身
份认证；楼宇进出的安全控制；重要场所中的安全检测和监控；智能卡中的身份认证等。
人脸识别技术在信息安全领域也有着巨大的潜在应用价值。随着网络技术日益走进人们
的日常生活，越来越多的用户可以访问互联网，越来越多的信息被置入互联网。由于网
络信息访问的便捷性，网络的安全控制成为一个日益迫切的重要问题。利用人脸识别技
术，可以进行计算机的登录控制，可以进行应用程序安全使用、数据库安全访问和文件
加密，可以实现局域网和广域网的安全控制，可以保护电子商务的安全性。人脸识别技
术可以用于创建友好自然的人机交互方式，是智能计算机领域研究的重要内容之一。一
个可以识别使用者人脸图像的智能计算机，可以按照其特点为该使用者提供工作环境，
从而使人与计算机之间的交互如同人与人之间的交互一样轻松自如。另外，人脸识别技
术还被用在图像库检索技术中，在大型人脸库中检索出与索引人脸相同或相近的人脸图

-6 


东北大学博士学位论文第一章绪论

像。例如公安部门可以利用人脸识别技术进行罪犯库的管理和查询。

在日常生活中，人们识别周围的人用的最多的是人脸。由于人脸识别的非侵犯性，
具有直接、友好、方便的特点，是人们最容易接受的身份鉴别方式。随着网络技术和桌
上视频的广泛采用，图像捕捉设备正在成为个人计算机的标准外设，同时电子商务等网
络资源的利用对身份验证提出了新的要求，人脸识别成为最有潜力的生物身份验证手段
之一。

1.2.1 人脸识别研究现状及应用前景
人类可以很轻松地从背景中检测和识别出人脸，而且这种识别能力相当强，鲁棒性
十分好[30] 。即使在视觉刺激上有非常大的变化，如不同的视角、表情、年龄、是否带眼
镜和发型的变化等，人类都能很好地进行识别。然而，要想理解人类如何进行人脸识别
的视觉机制，并进一步构建能完成人脸识别任务的自动系统却是非常困难的。

最近几年来，人脸识别研究引起了学术和工业界越来越多的关注。人脸识别的输入
图像通常有正面、侧面、倾斜三类情况。目前，对人脸正面模式的研究最多，它的发展
大致可分为三个阶段[9,13,23,26 ,31]。

第一阶段以Bertillon、Allen 和Parke 为代表，主要研究人脸识别所需要的面部特征
[9,13]。在Bertillon 的系统中，采用一个简单语句与数据库中某一张脸相联系，并与指纹
分析相结合，取得了较好的识别效果。为了提高人脸识别率，Allen 为待识别人脸设计
了一种有效和逼真的摹写[32]。Parke 则用计算机实现了这一想法，并产生了较高质量的
人脸灰度图模型[33]。这一阶段工作的特点是识别过程几乎全部依赖于操作人员，因此不
属于自动识别系统的范畴。

第二阶段是人机交互式识别阶段。Goldstion 等人用几何特征参数来表示人脸正面图
像，采用21 维特征向量表示人脸面部特征，并设计了基于这一特征表示方法的识别系
统[34]。Kaya 和Kobayashi 则采用统计识别方法，用欧氏距离来表征人脸特征，如嘴唇与
鼻子间的距离，嘴唇的厚度等[35]。T. Kanad 设计了一个高速且有一定知识导引的半自动
回溯识别系统，创造性地运用积分投影法从单幅图像上计算出一组脸部特征参数，再与