论文部分内容阅读
目前多数人脸认证技术的性能往往受限于图像中人脸的姿态、光照、距离及图像的模糊程度等条件。对于一般的人脸认证技术而言，理想的人脸图像是在正常光照下，具有足够像素的，清晰的正面人脸图像，本文称之为有效脸图像。现有的多数人脸认证系统都假设前端的人脸检测得到的人脸图像为有效脸图像。然而，由于实际系统中摄像机安装的位置、人脸的运动和其他环境因素的影响，该假设并不一定成立。在这种系统中，对人脸检测得到的图像进行有效脸检测显得特别重要。本文研究了一种客观的有效脸检测方法，并应用于本文设计和实现的RFID(射频认证)与人脸双重身份认证系统。该方法可以对人脸检测得到的人脸图像进行分析和判断，从而剔除掉那些对人脸认证没有贡献的检测结果，在提高系统稳定性的同时保证人脸认证的良好性能。本文的主要研究内容概括如下：①调研了国内外主要的一些人脸姿态估计方法，在分析了它们的优缺点之后，本文结合实际系统的需求，选择了简单快速的基于几何模型的方法进行了具体的研究和编程实现，并在Honda/UCSD视频人脸数据库上进行了实验，取得了良好的检测效果。②研究了一种新的无参照图像质量估计方法。该方法可以估计人脸检测得到的人脸图像的清晰度，从而剔除模糊的图像。它对图像的内容和模糊的类型都没有先验的假设，并且在集成到系统中后有很好的实时性。为了测试本文算法的性能，本文将其和目前流行的一些图像质量估计方法，在该领域普遍采用的LIVEIQA数据库上进行了比较实验，并按照视频质量专家组（Video Quality ExpertsGroup, VQEG）报告中建议的评价准则对本算法进行了评估。实验结果说明本文算法超越了多数当前流行的无参照图像质量估计算法。③设计并实现了一个RFID与人脸双重身份认证系统。通过本文对人脸姿态估计和无参照的图像质量估计方法的研究，设计出一种有效脸检测方法，并成功应用于本文的RFID与人脸双重身份认证系统，在一定程度上解决了有效脸检测的问题。目前，该系统已被用于重庆市江北吉安园小区和某军用机场门禁。