人臉識(shí)別發(fā)展歷史

1、精選優(yōu)質(zhì)文檔-傾情為你奉上精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)專心-專注-專業(yè)精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)人臉識(shí)別發(fā)展歷史1引言在我們生存的這個(gè)地球上，居住著近65億人。每個(gè)人的面孔都由額頭、眉毛、眼睛、鼻子、嘴巴、雙頰等少數(shù)幾個(gè)區(qū)域組合而成，它們之間的大體位置關(guān)系也是固定的，并且每張臉的大小不過(guò)七八寸見方。然而，它們居然就形成了那么復(fù)雜的模式，即使是面容極其相似的雙胞胎，其家人通常也能夠非常容易地根據(jù)他們面孔上的細(xì)微差異將他們區(qū)分開來(lái)。這使得我們不得不承認(rèn)這個(gè)世界上找不出兩張完全相同的人臉!那么，區(qū)分如此眾多的不同人臉的“特征”到底是什么?能否設(shè)計(jì)出具有與人類一樣的人臉識(shí)

2、別能力的自動(dòng)機(jī)器?這種自動(dòng)機(jī)器的人臉識(shí)別能力是否能夠超越人類自身?對(duì)這些問(wèn)題的分析和解答無(wú)疑具有重要的理論和應(yīng)用價(jià)值，這正是眾多從事自動(dòng)人臉識(shí)別研究的研究人員所面臨的挑戰(zhàn)。本文首先給出了人臉識(shí)別的一個(gè)一般計(jì)算模型，然后簡(jiǎn)單回顧自動(dòng)人臉識(shí)別的研究歷史，接下來(lái)闡述人臉識(shí)別的研究現(xiàn)狀并介紹幾種主流的技術(shù)方法，簡(jiǎn)單介紹計(jì)算所人臉識(shí)別研究組的研究進(jìn)展，最后對(duì)上述哲學(xué)層面的問(wèn)題作了一些簡(jiǎn)單的探討。2人臉識(shí)別發(fā)展歷史人臉識(shí)別是一個(gè)被廣泛研究著的熱門問(wèn)題，大量的研究論文層出不窮，在一定程度上有泛濫成“災(zāi)”之嫌。為了更好地對(duì)人臉識(shí)別研究的歷史和現(xiàn)狀進(jìn)行介紹，本文將AFR的研究歷史按照研究?jī)?nèi)容、技術(shù)方法等方面的特

3、點(diǎn)大體劃分為三個(gè)時(shí)間階段，如表1所示。該表格概括了人臉識(shí)別研究的發(fā)展簡(jiǎn)史及其每個(gè)歷史階段代表性的研究工作及其技術(shù)特點(diǎn)。下面對(duì)三個(gè)階段的研究進(jìn)展情況作簡(jiǎn)單介紹：第一階段(1964年1990年)這一階段人臉識(shí)別通常只是作為一個(gè)一般性的模式識(shí)別問(wèn)題來(lái)研究，所采用的主要技術(shù)方案是基于人臉幾何結(jié)構(gòu)特征(Geometricfeaturebased)的方法。這集中體現(xiàn)在人們對(duì)于剪影(Profile)的研究上，人們對(duì)面部剪影曲線的結(jié)構(gòu)特征提取與分析方面進(jìn)行了大量研究。人工神經(jīng)網(wǎng)絡(luò)也一度曾經(jīng)被研究人員用于人臉識(shí)別問(wèn)題中。較早從事AFR研究的研究人員除了布萊索(Bledsoe)外還有戈登斯泰因(Goldstein

4、)、哈蒙(Harmon)以及金出武雄(KanadeTakeo)等。金出武雄于1973年在京都大學(xué)完成了第一篇AFR方面的博士論文，直到現(xiàn)在，作為卡內(nèi)基-梅隆大學(xué)(CMU)機(jī)器人研究院的一名教授，仍然是人臉識(shí)別領(lǐng)域的活躍人物之一。他所在的研究組也是人臉識(shí)別領(lǐng)域的一支重要力量?？傮w而言，這一階段是人臉識(shí)別研究的初級(jí)階段，非常重要的成果不是很多，也基本沒(méi)有獲得實(shí)際應(yīng)用。第二階段(1991年1997年)這一階段盡管時(shí)間相對(duì)短暫，但卻是人臉識(shí)別研究的高潮期，可謂碩果累累：不但誕生了若干代表性的人臉識(shí)別算法，美國(guó)軍方還組織了著名的FERET人臉識(shí)別算法測(cè)試，并出現(xiàn)了若干商業(yè)化運(yùn)作的人臉識(shí)別系統(tǒng)，比如最為著

5、名的Visionics(現(xiàn)為Identix)的FaceIt系統(tǒng)。美國(guó)麻省理工學(xué)院(MIT)媒體實(shí)驗(yàn)室的特克(Turk)和潘特蘭德(Pentland)提出的“特征臉”方法無(wú)疑是這一時(shí)期內(nèi)最負(fù)盛名的人臉識(shí)別方法。其后的很多人臉識(shí)別技術(shù)都或多或少與特征臉有關(guān)系，現(xiàn)在特征臉已經(jīng)與歸一化的協(xié)相關(guān)量(NormalizedCorrelation)方法一道成為人臉識(shí)別的性能測(cè)試基準(zhǔn)算法。這一時(shí)期的另一個(gè)重要工作是麻省理工學(xué)院人工智能實(shí)驗(yàn)室的布魯內(nèi)里(Brunelli)和波基奧(Poggio)于1992年左右做的一個(gè)對(duì)比實(shí)驗(yàn)，他們對(duì)比了基于結(jié)構(gòu)特征的方法與基于模板匹配的方法的識(shí)別性能，并給出了一個(gè)比較確定的結(jié)論

6、：模板匹配的方法優(yōu)于基于特征的方法。這一導(dǎo)向性的結(jié)論與特征臉共同作用，基本中止了純粹的基于結(jié)構(gòu)特征的人臉識(shí)別方法研究，并在很大程度上促進(jìn)了基于表觀(Appearance-based)的線性子空間建模和基于統(tǒng)計(jì)模式識(shí)別技術(shù)的人臉識(shí)別方法的發(fā)展，使其逐漸成為主流的人臉識(shí)別技術(shù)。麻省理工學(xué)院的馬哈丹(Moghaddam)則在特征臉的基礎(chǔ)上，提出了基于雙子空間進(jìn)行貝葉斯概率估計(jì)的人臉識(shí)別方法。該方法通過(guò)“作差法”，將兩幅人臉圖像對(duì)的相似度計(jì)算問(wèn)題轉(zhuǎn)換為一個(gè)兩類(類內(nèi)差和類間差)分類問(wèn)題，類內(nèi)差和類間差數(shù)據(jù)都要首先通過(guò)主成分分析(PCA)技術(shù)進(jìn)行降維，計(jì)算兩個(gè)類別的類條件概率密度，最后通過(guò)貝葉斯決策(最

7、大似然或者最大后驗(yàn)概率)的方法來(lái)進(jìn)行人臉識(shí)別。局部特征分析技術(shù)是由洛克菲勒大學(xué)(RockefellerUniversity)的艾提克(Atick)等人提出的。LFA在本質(zhì)上是一種基于統(tǒng)計(jì)的低維對(duì)象描述方法，與只能提取全局特征而且不能保留局部拓?fù)浣Y(jié)構(gòu)的PCA相比，LFA在全局PCA描述的基礎(chǔ)上提取的特征是局部的，并能夠同時(shí)保留全局拓?fù)湫畔?，從而具有更佳的描述和判別能力。LFA技術(shù)已商業(yè)化為著名的FaceIt系統(tǒng)，因此后期沒(méi)有發(fā)表新的學(xué)術(shù)進(jìn)展。由美國(guó)國(guó)防部反毒品技術(shù)發(fā)展計(jì)劃辦公室資助的FERET項(xiàng)目無(wú)疑是該階段內(nèi)的一個(gè)至關(guān)重要的事件。FERET項(xiàng)目的目標(biāo)是要開發(fā)能夠?yàn)榘踩?、情?bào)和執(zhí)法部門使用的AF

8、R技術(shù)。該項(xiàng)目包括三部分內(nèi)容：資助若干項(xiàng)人臉識(shí)別研究、創(chuàng)建FERET人臉圖像數(shù)據(jù)庫(kù)、組織FERET人臉識(shí)別性能評(píng)測(cè)。該項(xiàng)目分別于1994年，1995年和1996年組織了3次人臉識(shí)別評(píng)測(cè)，幾種最知名的人臉識(shí)別算法都參加了測(cè)試，極大地促進(jìn)了這些算法的改進(jìn)和實(shí)用化。該測(cè)試的另一個(gè)重要貢獻(xiàn)是給出了人臉識(shí)別的進(jìn)一步發(fā)展方向：光照、姿態(tài)等非理想采集條件下的人臉識(shí)別問(wèn)題逐漸成為熱點(diǎn)的研究方向?？傮w而言，這一階段的人臉識(shí)別技術(shù)發(fā)展非常迅速，所提出的算法在較理想圖像采集條件、對(duì)象配合、中小規(guī)模正面人臉數(shù)據(jù)庫(kù)上達(dá)到了非常好的性能，也因此出現(xiàn)了若干知名的人臉識(shí)別商業(yè)公司。從技術(shù)方案上看，2D人臉圖像線性子空間判別分

9、析、統(tǒng)計(jì)表觀模型、統(tǒng)計(jì)模式識(shí)別方法是這一階段內(nèi)的主流技術(shù)。第三階段(1998年現(xiàn)在)沙蘇哈(Shashua)等于2001年提出了一種基于商圖像13的人臉圖像識(shí)別與繪制技術(shù)。該技術(shù)是一種基于特定對(duì)象類圖像集合學(xué)習(xí)的繪制技術(shù)，能夠根據(jù)訓(xùn)練集合中的少量不同光照的圖像，合成任意輸入人臉圖像在各種光照條件下的合成圖像?；诖?，沙蘇哈等還給出了對(duì)各種光照條件不變的人臉簽名(Signature)圖像的定義，可以用于光照不變的人臉識(shí)別，實(shí)驗(yàn)表明了其有效性。巴斯里(Basri)和雅各布(Jacobs)則利用球面諧波(SphericalHarmonics)表示光照、用卷積過(guò)程描述朗博反射的方法解析地證明了一個(gè)重要的結(jié)論：由任意遠(yuǎn)點(diǎn)光源獲得的所有朗博反射函數(shù)的集合形成一個(gè)線性子空間。這意味著一個(gè)凸的朗博表面物體在各種光照條件下的圖像集合可以用一個(gè)低維的線性子空間來(lái)近似。這不僅與先前的光照統(tǒng)計(jì)建模方法的經(jīng)驗(yàn)實(shí)驗(yàn)結(jié)果相吻合，更進(jìn)一步從理論上促進(jìn)了線性子空間對(duì)象識(shí)別方法的發(fā)展。而且，這使得用凸優(yōu)化方法來(lái)強(qiáng)制光照函數(shù)非負(fù)成為可能，為光照問(wèn)題的解決提供了重要思路?？傮w而言，目前非理想成像條件下(尤其是光照和姿態(tài))、對(duì)象不配合、大規(guī)模人臉數(shù)據(jù)庫(kù)上的人臉識(shí)別問(wèn)題逐漸成為研究的熱點(diǎn)問(wèn)題。而非線性建模方法、統(tǒng)計(jì)學(xué)習(xí)理論、基于Boosting15的學(xué)習(xí)技術(shù)、基