在当今网络信息化时代,随着社会公共、信息安全等需求的不断增长,人脸识别研究受到极大关注,并取得了很大进展。人脸识别一般包含人脸辨别和人脸认证两类。目前人脸识别的研究主要集中在人脸辨别方面,而对人脸认证的研究相对要少。由于人脸认证是典型的两分类问题,光照、表情等各种因素的影响会导致人脸类内和类间相似度分布存在较大差异,所以核心问题仍是特征提取。另外,人脸认证负样本集较大,加大了阈值设定的难度,而认证的阈值与认证错误率直接相关,所以阈值平衡问题也成为人脸认证中不可忽视的关键问题。本文主要针对人脸认证特征提取和阈值平衡处理这两个核心问题展开研究,主要内容包括:
①结合2D双树复小波变换和判别共同矢量方法,提出了融合2D双树复小波变换和判别共同矢量的特征提取算法(DC-DCV)。该算法先用2D双树复小波变换来描述人脸,反映出人脸图像在不同尺度上沿多个方向的情况,较好地提取到人脸图像重要的局部特征,该特征克服了Gabor小波的诸多不足,但缺点是增加了样本维数。针对这一问题,再用判别共同矢量进行降维,该算法提取的特征更具判别能力,同时还可有效避免样本数不足带来的小样本问题。本文在ORL人脸库和FERET人脸子库上的实验结果体现了DC-DCV算法的有效性。
②针对人脸认证的特殊性,本文将用户特定子空间(CSS)方法引入到DC-DCV中,提出了一种DC-DCV-CSS算法。该算法在进行DC-DCV特征提取的基础上,根据CSS的基本思想,为每类用户建立相应的投影子空间。因为各类的用户和仿冒者样本均不一样,因而人脸辨别中对所有样本共用一个子空间的方法在人脸认证中并不适用。本文在ORL人脸库和FERET人脸子库上的实验结果表明DC-DCV-CSS算法可以取得更好的认证效果,是一种有效的人脸认证特征提取方法。
③人脸认证中阈值设定的好坏直接影响认证的性能。本文详细介绍了文中所采用的“用户相关阈值”的设定方法,通过对阈值平衡问题的分析,研究了两种有效的解决方法:
1)通过构建虚拟样本来减小正负样本差距。在ORL人脸库和FERET人脸子库上的实验结果证实了该方法对解决阈值平衡问题有一定的效果;
2)通过择优随机采样方法减少正负样本差距。在ORL人脸库和IISL人脸库上的实验结果表明,该方法能在一定程度上平衡阈值并降低错误率。
