随着科技水平的不断发展,人类的生活方式也在不断的改变,进入信息时代后, 计算机这一发明更是给人类的生活方式带来了质的变化。然而,事物总是两面的,科 技在带给人类便利的同时,有时也会误入歧途,所带来的后果就是让犯罪形态同样发 生根本性的改变。正由于此,近年来,从日常生活中工作场所的出入,工资的发放, 到打击犯罪和国际恐怖zhuyi,帮助执法部门进行调查,各种场合对于身份识别的需求 都大大增加。由于某些非法技术手段的出现,从传统的身份证件,工作通行证件,到 现在的网络登录口令密码,甚至于借助硬件进行身份认证的手段,如银行等机构采用 的 U 盾、令牌等,其安全性和可靠性都受到了严重威胁。而与这些易于伪造及破解的 认证方式相比,生物特征具有更明显的个体差异,同时其本身的固有属性使得犯罪分 子难以对其进行伪造。因此,基于这些特征的生物特征识别显得尤为重要。 论文网
而在这些生物特征识别中,人脸是最容易进行检测的一个。由于其具有非接触式, 需要配合程度低,操作时隐蔽性较高等特点,在机场、火车站、商场等人群流量大, 不易进行个体样本采集的场所,对人脸进行识别几乎是唯一的选择。然而,长期以来, 尽管人脸识别的效率和准确率都得到了极大提升,由于其应用领域的特殊需求,其准 确率仍然不尽如人意,而这其中的一个重要因素就是采集到的人脸图像品质。在实验 中,进行人脸识别时所用的图像往往经过精心采集,被采集者较为配合,因此品质较 高。在实际应用中,人脸识别所具备的非接触式要求,配合程度低的特性一方面为图 像采集提供了便利,另一方面也使得采集到的图像品质参差不齐。而某些被采集对象 出于某种目的,对采集过程有意不配合,采取种种方式,例如佩戴饰物(如帽子、墨 镜、围巾等),人为遮挡等,对采集过程进行干扰,更加剧了这种可能性。除了被采集 对象的配合程度外,采集环境的自然条件,例如光照等,也可能对最终采集到的图像 品质产生影响。可见人脸品质评估的重要性。
1.2 研究现状
1.3 本文结构
本文将选取目前已有的进行客观评价时所参考的因素,总结当前的几种主要人脸 评估指标及评估算法,对其进行改进,提出经过改良的人脸图像品质评估算法,并选 取一些人脸图像进行评估,给出得分。 文献综述
本文后续结构如下: 第二章中,将对人脸品质评估进行概述,介绍人脸品质评估的分类及目前常见的
客观评估人脸品质的标准,并介绍 ISO/IEC 19794-5 标准,以及本文算法实现所使用
的 OpenCV 及其 C#封装,Emgu CV。 第三章中,针对第二章中提出的标准,总结当前的几种主要人脸品质评估方法,
并参考 ISO/IEC 19794-5 标准对这些方法进行融合改进,提出经过改良的人脸图像品 质评估算法。新算法首先对人脸、人眼和嘴巴进行检测,得出人脸尺寸、人脸姿态、 人脸对称性等得分,并对人脸区域和背景区域数值可能差异较大影响评分的图像特征, 如人脸对比度和亮度进行计算,最后给出总得分。
第四章中,将使用 C# + Emgu CV 给出几项评估算法的具体实现。 第五章中,将给出实验结果,并对其进行分析,以验证算法的性能。