初识人脸识别---人脸识别研究报告（技术篇）

1.人脸识别流程：

三大步骤：一是建立一个包含大批量人脸图像的数据库，二是通过各种方式来获得当前要进行识别的目标人脸图像，三是将目标人脸图像与数据库中既有的人脸图像进行比对和筛选。

技术流程则：人脸图像的采集与预处理、人脸检测、人脸特征提取、人脸识别和活体鉴别。 

                                   

                                                                      人脸识别技术流程

1.1人脸图像的采集与预处理 

1.1.1人脸图像的采集

主要有两种途径：既有人脸图像的批量导入和人脸图像的实时采集。既有人脸图像的批量导入：即将通过各种方式将采集好的人脸图像批量导入至人脸识别系统，系统会自动完成逐个人脸图像的采集工作；人脸图像的实时采集：即调用摄像机或摄像头在设备的可拍摄范围内自动实时抓取人脸图像并完成采集工作。

1.1.2人脸图像的预处理 

 对人脸图像做出进一步的处理以利于人脸图像的特征提取。具体而言是指对系统采集到的人脸图像进行光线、旋转、切割、过滤、降噪、放大缩小等一系列的复杂处理过程来使得该人脸图像无论是从光线、角度、距离、大小等任何方面来看均能够符合人脸图像的特征提取的标准要求。

三种图像预处理手段，即灰度调整、图像滤波、图像尺寸归一化等。

• 灰度调整

对图像进行统一的灰度处理，来平滑处理由于地点、设备、光照等方面的差异，造成采集到彩色图像质量造成的差异。灰度调整的常用方法有平均值法、直方图变换法、幂次变换法、对数变换法等。

• 图像滤波

为保证图像的质量，减小周围环境中充斥大量的电磁信号、数字图像传输受到电磁信号的干扰等噪声影响人脸图像的质量，进而对影响后续处理过程，必须对图像进行降噪处理。去除噪声处理的原理和方法很多，常见的有均值滤波，中值滤波（常用）等。

• 图像尺寸归一化

在进行简单的人脸训练时候，遇到人脸库的图像像素大小不一样时，我们需要在上位机人脸比对识别之前对图像做尺寸归一化处理。需要比较常见的尺寸归一化算法有双线性插值算法、最近邻插值算法和立方卷积算法等。

1.2 人脸检测

在一张人脸图像之中，精准的定位出人脸的位置和大小，挑选出有用的图像信息的同时自动剔除掉其他多余的图像信息。

难点：人脸目标内在的变化引起：（1）人脸具有相当复杂的细节变化和不同的表情(眼、嘴的开与闭等)，不同的人脸具有不同的外貌，如脸形、肤色等；（2）人脸的遮挡，如眼镜、头发和头部饰物等。外在条件变化引起：（1）由于成像角度的不同造成人脸的多姿态，如平面内旋转、深度旋转以及上下旋转等，其中深度旋转影响较大；（2）光照的影响，如图像中的亮度、对比度的变化和阴影等；（3）图像的成像条件，如摄像设备的焦距、成像距离等。