最近特徵空間轉換法之人臉辨識技術

課 程 : 論文研討
班 級 : 資工研一
日 期 : 100年 9月23日
演講者 : 韓欽銓教授
題 目 : 最近特徵空間轉換法之人臉辨識技術
姓 名 : 張文銓
學 號 : 00366050

這次講的人臉辨識，數學式子很多，雖然韓教授已經盡量講得很生活化了，可是還是有些不太懂。只記得主要辨識技術是特徵空間計算空間中的點，然後計算距離，距離公式很簡單，就是以前就學過的，只是現在運到人臉辨識後，就會從簡單的幾何座標變成線性代數，那可是很難的東西啊!

在人臉辨識中有許多問題

1. 高維度

2. 益壽光線影響

3. 多表情

4. 多角度

5. 部分遮蔽

小樣本問題

1. 訓練樣本太小

2.影像維度太高

而人臉辨識流程主要分成三部分:

1. 特徵表示方法

2. 特徵區分能力分析

3. 分類器設計

其中韓教授所改良的方法就是在第二部分特徵區分能力分析上有所突破，而關於哪裡突破，起初聽完演講還是一頭霧水，會來聽黃世育教授解說過後，才終於懂了。

改良的地方是最近空間轉換法，也就是在比對照片時，是將照片化為0/1數據，在比較每個點的差距，例如灰階就有8bits，也就是8個數值不同點，如此就可以運用距離公式，求得與資料庫中最相近的幾張照片，從而判斷是否為某個人。此外，韓教授還有介紹一個技術，就是用點到線取代點到點。這次什麼意思呢?就是當資料庫中有數張照片，而因為要比對的人臉幾乎不可能與資料庫的照片一模一樣(光線、角度等)，所以在比對時，系統會將資料庫中的照片，計算任兩張中間可能產生的變化，所以假如放6張，那資料庫可能會產生60張關聯照片，甚至可以更多，只是產生太多張付出的代價就是速度很慢。而點對點就是先比較兩張比較相似於測試者人臉的照片，再找這兩張照片的關聯照片；而點對線則是把兩張照片間所產生的關聯照片都成一條連接兩點的線，然後直接從線的正中間那張關聯照片開始比對。如此一來就可大幅縮小比對所需的時間。

人臉辨識可以運用在很多方面，以下是幾種應用:

1. 門禁管理

2. 生物特徵認證

3. 相簿管理

4. 人員計數