最近特徵空間轉換法之人臉識技術

課    程 : 論文研討
班    級 : 資工產碩二
日    期 : 100年 9月23日
演講者 : 聯合大學資工系 韓欽銓教授
題    目 : 最近特徵空間轉換法之人臉識技術

姓    名 : 魏早達
學    號 : 99366512

　　每次到美國在過海關時，總不免要接受移民局人員要求接受WebCAM拍攝。那時我就在想現今的人臉辨識技術，已經可以達到快速準確了嗎？還記得以前公司樓下有一家星創科技專門在研發臉部辨識軟體，當時我曾測試過他們的軟體，經常會因為燈光及角度及取樣等問題，造成辨識率下降，那時就覺得臉部辨識技術在一些要求較高的領域，應該還有一大段的路要走。實際上生物辨識技術到現在為止較為人們認可及成熟的，大概是指紋、掌紋及聲紋等特異性較高的領域。這一次聽了韓教授的研究，對於人臉辨識技術的發展，有了一番不同的認識。

　　韓教授首先談到整個辨識空間的概念是由空間中的點所形成，而人的辨識準則其實就是在計算距離。所以對於距離的計算，根據座標空間的不同，也就是所謂平面座標一直進展到高維座標，在數學上也就是從幾何座標到線性代數而已，而人臉影像的特徵可以區分為：

l   高維度

l   易受光線影像

l   多表情

l   多角度

l   部份遮蔽

這些特徵和其他生物特徵辨識比較比來實在複雜許多，而且一般在作人臉辨識的樣本採集不易，有著所謂小樣本的問題。整個辨識的流程為：

l   人臉特徵表示方式- 區塊影像特徵

l   特徵區分能力分析

l   分類器設計:多分類器

大致上根據上述步驟進行，由於人臉辨識根據特徵的分割所造成的分割造成多維度的問題，運用距離轉換來降低維度時相當重要，而韓教授的研究重點和一般不同的地方是在將距離轉換的部份在特徵擷取時就已嵌入，來達成前述目的也導出了公式：Ｙ＝W^TX也驗證了此一公式的通用性，根據實驗結果顯示確實也較其他人所提出的得到更佳的效果。我認為接下來如果能克服速度的問題，未來在應用上應該就比較能往商品化的路前進了。

　　其實連續兩週的演講主題都和辨識有關，同樣是想辨法將一形體將特徵用不同的方法標記及描述，以達到辨識的目的，我突然有一個想法，如果運用上週所談的碎型分析技術來進行人臉辨識上不知會得到什麼效果呢！真是令人好奇，希望有人能夠作看看，一定相當有趣。