部分遮挡人脸识别的研究进展作者：欧卫华菜罩
来源：《无线互联科技》2018年第01期 摘 要：文章针对部分遮挡人脸识别问题研究进行了综述，总结了人脸识别存在的主要困难，详细分析了部分遮挡人脸识别的主要方法，如图像修复法、局部特征法、鲁棒估计法、稀疏表示法和非负判别式字典学习法，指出了各类方法的主要思想和其中代表性方法，分析了存在的问题以及未来的发展趋势。玻璃助剂
关键词：部分遮挡；人脸识别；局部特征；鲁棒估计；稀疏表示
人脸识别包括人脸检测、特征提取和分类器设计等基本步骤，是典型的生物特征识别技术之一。目前已在金融、教育、医疗、旅游和安防等众多领域得到了广泛的应用。
冷库蒸发器
tuner接口 近年来，人脸识别技术已经取得了重大进展，但仍然面临诸多困难，比如光照的变化、表情的变化、姿态的变化、年龄的变化和部分遮挡，如图油炸锅1所示。
针对表情变化、光照变化、姿态变化和年龄变化等问题，研究人员已经分别进行了深入
的研究。然而部分遮挡问题却一直没有引起研究人员足够的重视。现有算法对被遮挡人脸的识别率急剧下降，即使是在严格控制的实验室环境下的遮挡人脸识别问题都一直未得到很好的解决。另一方面，遮挡人脸识别问题又广泛存在于实际应用中，如图2所示。人们日常生活戴的墨镜、帽子、围巾等遮挡物成为导致现有人脸识别算法失败的主要因素。
总之，遮挡已经成为人脸识别技术进一步广泛应用的主要障碍之一，研究对遮挡鲁棒的人脸识别算法有着重要的理论意义和应用价值。
1 部分遮挡人脸识别方法地昔尼尔
目前的部分遮挡人脸识别方法大致可以分为4类：图像修复法、局部特征分析法、鲁棒估计法和稀疏表示法。
1.1图像修复法
部分遮挡即相对整个人脸而言，遮挡只占一小部分。图像修复法[5-7]正是基于这样的事实，利用图像信息的冗余性，通过未被遮挡人脸区域的像素值去修复遮挡区域，然后利用恢复后的图像进行识别。这类方法的优点是能够使修复后的区域与整体人脸图像灰度信 息一致，不足的是无法恢复遮挡区域的纹理特征。另一方面，此类方法是基于单张图像内已有的冗余信息进行修复的，若双眼区被完全遮挡，则图像内无相关冗余信息，因而无法从图像其他区域到合适的图像模式来填充遮挡的眼睛区域。因此，基于图像修复的方法能有效解决小面积遮挡人脸识别问题，且需要手动标记遮挡区域，这显然不适合大规模的自动人脸识别。事实上，实际中遮挡类型多样复杂，无法预测。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议