近年来,随着生物识别技术在安防领域应用的迅速发展,人脸识别技术作为生物识别技术中一项重要技术,由于其自然、友好、易被用户接受等优点也越来越受到关注,逐渐被应用于门禁系统、机场海关安检、智能空间、自然人机交互等领域。虽然在约束环境下(在被识别对象配合的情况下拍摄到的正面、中性表情、无遮挡、光照均匀的高质量人脸像片),其识别率可以达到了95%以上(FERET数据库);但是在非约束环境下,识别率急剧下降,难以满足实际应用需要。本文首先分析了目前在非约束环境下人脸识别技术上的研究成果,探讨了在非约束环境下提高人脸识别精度的方法,并指出改善当前的人脸图像获取技术是其中的一个重要方法。由于图像理解是人工智能的一个重要分支,因此本文中借鉴了人类在获取人脸图像过程中的视觉原理,来指导人脸图像获取技术的研究。人类获取人脸图像的过程是一个先在“where”视觉下大范围内搜索人体对象目标,以获取各人体对象目标所处位置信息,后将眼睛转动到该位置,利用“what”视觉来获取人脸图像的过程。根据这一思想在本文中设计了一种多视觉传感器相融合的装置来模拟人类的人脸图像获取过程:针对“where”视觉,本文中利用全方位视觉传感器(ODVS)能够获取监控场景内全景图像的特点,来获取“where”视觉下的图像信息,并对大范围内的各人体对象目标进行检测跟踪,获取各人体对象目标所处的位置信息。获取到人体对象目标所处的位置信息后,计算出其头部所在区域,再利用高速快球摄像机能够自由转动的特点,模拟眼睛转动对准人体对象目标头部所在区域,然后利用高速快球摄像机能够拍摄到对象目标清晰图像的特点,通过多个不同方位上的高速快球摄像机,来获取人体对象目标在“what”视觉下的多张头部图像。最后再利用人脸检测和人眼检测算法检测出来的人体对象目标的脸部特征信息,对所拍摄到的头部图像进行筛选,得到可以用于识别的人脸图像。而如果所有图像均不能用于识别,则需控制高速快球摄像机对该人体对象目标头部进行再次拍摄,以确保能够拍摄到可用于识别的人脸图像。另外还开发了非约束环境下人脸图像获取系统来实现人脸图像的获取功能,并详细介绍了各模块的功能与实现。通过实验表明,该装置及系统能够在非约束环境下获取到可以用于识别的人脸图像,具有较好的理论意义和实用价值。