人脸识别基本知识

写在前面，我硕士期间主要做人脸特征点的定位和人脸识别的相关应用，期间读了一些人脸识别的paper，仍然记得开始做人脸识别理论研究的时候迟迟难入门的感觉，直到读到参考文献中的这一篇，本文算是在该论文的基础上，结合自己的一些总结和体会形成的。虽然自己今后不再做这方面的研究，但总觉得既然花费时间和精力在上面，理应留下些东西，其中错误之处还望指正。

介绍

我认为，解决一个问题，首先要明确问题所在领域的知识，其次是自己思考方式决定的方法论，二者结合才能解决好一个问题，如果没有了解一个领域内的基本知识而去谈上层的方法容易找错路，并且在错路上越走越远，最近一段时间看了一些有关人脸识别领域的神经学基础和人脸识别常用方法的论文，本文将对这两个问题进行详细阐述。

 

人脸识别的神经学基础

人脸识别是指通过人脸进行人的身份鉴别。

首先，人脸识别就人类的神经感知来说与对动物的识别或是对其他物体识别没有本质上的区别（猜想是在人脑部是用相似的神经元进行处理的）。但为什么人类可以轻易分辨不同的人脸，却不能分辨出不同的猫脸、鼠脸呢？这个问题很好解释，人在出生之后清醒时间内最经常看到的物体恐怕就是人脸了，而对人脸的鉴别有利于自身的生存（如妈妈的脸）和发现危险（陌生的脸），大量的训练样本让人类对人脸有了更强鉴别能力。例如在原始森林里人经过长期生活（比如贝爷），可以轻易分辨出我们认为长相类似的植物里哪些是有毒的，哪些是可以提供能量的。在人类的不同亚种间，也存在这种情况，比如国外电影节红毯经常叫错中国女明星名字，而普遍的白种人对黄种人的人脸没有足够的鉴别能力，而对于我们来说，即使人不出名，我们也可以轻易分辨两个类似的中国美女（注意不是韩国美女）。这就是因为我们所接触的黄种人人脸训练样本多，而白种人接触的少，反之亦然。那么，如果人类对人脸的识别和对其他物体的识别没有本质上的区别，采用的识别方法也可以相互借鉴，这为把其他物体的识别方法在人脸识别的问题上进行尝试提供了理论支持。

 

其次，人脸正面的2D图像和其他图像一样，从频率角度来看，都有高频分量和低频分量，低频分量对应人脸的全局描述在人脸检测中占主导地位，高频分量对应细节在人脸身份认证中起重要作用。低频分量对应我们远远地看到人脸得到的信息，我们不需要看到很清晰的眼睛、鼻子，通过大致的轮廓和五官分布就可以分辨出当前视野里有人脸，这说明对人脸检测来说，尺寸较小或是清晰度不太高的图片可以检测出是否有人脸，换句话说低频分量对人脸检测起比较大的作用，正是因为这个，大众脸（典型脸）在人脸检测中的正确率较高。高频分量对应我们近处所观察到的人脸细节，如柳叶眉、丹凤眼等，这些细节是我们鉴别这是哪个人（人脸识别）的重要参考信息，而具有特殊外观表现的人脸在人脸识别中准确率比大众脸高。从空间上来讲，人脸的图像中，一般情况下上半部分的信息相对于下半部分的信息更为重要，这从直观感受上来说，眼睛是人脸上最明显的器官（不论是亮度还