最近特徵空間轉換法之人臉辨識技術

最近特徵空間轉換法之人臉辨識技術
課程 : 專題講座
日期 : 2011.09.23
時間 : 14:00 ~ 15:30
地點 : S516
作者 : 資工產碩(一) — 00366511吳家隆
講者 : 聯合大學資工系-韓欽銓教授


緣起：
人臉辨識是目前監控系統或生物特徵認證中熱門課題，在門禁系統等商業應用上需求很
大。應用於監控系統或生物認證系統時，要求高正確率，為此目的，發展「最近特徵空間
轉換法」之人臉辨識技術。

應用：
• 門禁管理: 大樓入口處住戶識別。
• 金融業務: 提款機存戶身分識別。
• 犯罪偵察: 對犯罪嫌疑人身分識別。
• 電腦認證: 對電腦使用者身分識別。

在作人臉辨識之前，首要的步驟就是對影像做人臉的偵測，如何在複雜的背景中，粹
取出人臉影像的研究已發展多年，且已有相當多的論文發表，但一般可以分成：以特徵為
基礎(Feature-Based)和以學習為基礎(Learning-Based)這兩大類。

A .Feature-based的方法主要是依照人臉的特徵來偵測臉部，有關人臉的特徵包括，利用膚
色、邊緣偵測、人臉對稱性、人臉形狀、人臉特徵位置的分布、及人臉模板
(face template)等方法來偵測臉部。

B. Learning-Based的方法主要是利用學習的方式，例如：Rowley和Sung使用的方法是將臉
的分布，經由類神經網路學習起來。然後再用固定大小的範圍去比對整張影像，以找出人
臉的位置，此類的方法較不會因為某些特徵不明顯而導致偵測失敗。

• 人臉辨識是人類視覺之特別能力，目前已有很多不同影像處理和人臉辨識技術被提出。在以特
徵為基礎的技術中，由統計測量方法取得由臉部得到之特徵向量集合，這個集合被視為臉部形
態並且表示相關特徵和關係，這種方法被「是否能夠得到足夠資訊以估計結構」所局限。
• 另一種方法是以樣版為基礎，這種方法是以一些合適樣版來表示整個臉部，當物件結構是預先
知道的，物件大小、位置以及方向不需要固定，可變形樣版對於找出或是表示影像中目標物件
是一種有效技術。
• 人臉資料庫中包含
– 不同角度
– 不同位置
– 不同大小
– 不同光線
– 不同表情
– 不同髮型
– 有沒有戴眼鏡等變化

無法辨識影像因素
1. 光線
2. 臉部表情及髮型
3. 角度

舉例:
Delaunay分割
• 唯一性(unique)
• 區域重建 (local re-meshing)
• 不受大小、方向及位置的改變影響(arrangement invariance)
• 較能適應影像中的邊(edges).
• Delaunay三角化於臉部辨識之應用
















Delaunay應用於人臉辨識特性：
不受方向、位置、大小及雜訊影響；未來可利用三角形結構作為類神經網路之輸入
以上參考文獻：
Delaunay三角化於臉部辨識之應用
http://image.cse.nsysu.edu.tw/research/Delaunay/delaunay.htm