李 婧,李志强

（1.军械工程学院图书馆,河北石家庄,050003;2.军械工程学院电子与光学工程系,河北石家庄,050003）

关于PCA的人脸识别技术的研究

李 婧1,李志强2

（1.军械工程学院图书馆,河北石家庄,050003;2.军械工程学院电子与光学工程系,河北石家庄,050003）

随着智能技术的发展，人脸识别技术逐渐增强，人脸识别技术是一种识别身份的技术，其中涵盖了计算机视觉技术、图像处理技术等多种先进技术，通过对人脸轮廓等细节特征的关注，完成人脸识别。为进一步做好人脸识别，有必要对PCA的人脸识别技术展开研究。本文将从人脸识别流程基本情况入手，结合在人脸检测中常用的方法，从三方面对PCA人脸识别技术进行研究。

PCA；人脸识别技术；图像处理

0 前言

近年来人口流动性逐渐加大，社会各界逐渐加大了对各种身份识别技术的需求，为做好身份识别工作，人脸识别技术成为现代重点，尽管人脸识别技术得以快速发展，但在实际利用中依然存在不少问题，因此，怎样利用计算机技术做好人脸识别工作就成为现阶段最重要的工作。

1 人脸识别流程

所谓的人脸识别技术就是在计算机技术的影响下，提取人脸特征，完成人脸识别工作。对于人脸识别技术来说，主要经过三个过程，分别为人脸检测，再到特征提取，最后到人脸识别，整个过程如下图1所示。

图1 PCA人脸识别流程示意图

2 在人脸检测中常用的方法

对于人脸识别来说，是先对人脸进行检测，然后提取人脸特征，最后识别人脸。在人脸检测中，需要先输入图像，如果其中存在人脸，系统就会自动确定人脸位置与大小，这也是进行人脸识别的第一步。通常情况下，对人脸进行检测，可以采用的方法有很多，最常用的是基于肤色与灰度的人脸检测方法。肤色是人脸检测中十分重要的一部分，它对面部细节的依懒性较小，不受表情等客观因素的限制，稳定性相对较好，同时与背景颜色有较大区别。而灰度检测也是人脸检测重要部分，它不仅可以确定人脸基本特征，对进一步检测人脸有重要作用。

对于人脸的肤色来说，主要呈现正态分布，在确定了肤色区域以后就可以检测出肤色元素，相关学者也曾对肤色检测进行了研究，并提出了可以按照区域大小与形状等确定人脸的情况，如果存在背景研究与人脸肤色相同，就可以先用亮度信息验证各个区域，这样人脸就会凸显出来。

同时，在人脸检测中还可以利用启发模型，它不仅可以加强与几何图形的联系，还能正确的确定人脸所在位置，如国外学者曾用以镶嵌图的方式进行人脸检测，也就是将人脸各个部分划分成几个小块，且按照既定规则进行检测。同时，我国学者也对这种检测方法进行了研究，主要是根据每个小块的灰度与梯度检测人脸，这样一来不仅有效提升了检测精准性，还可以快速确定人脸，但却无法实现知识模型适应，这就是启发模型检测人脸技术。

此外，统计模型检测也是常用的人脸检测方法，在该方法中融入了很多人脸与非人脸模板，且形成了一定数量的分类器。为做好人脸检测工作，多采用从粗到细的检测方法，尤其是在分级图像的过程中，多以固定窗口为主，进而确定好人脸所在之处。随着科学技术的发展，人工神经网络法也被应用到人脸检测中，并在人脸检测中起到了一定的促进作用，有效提升了人脸识别能力。

3 以PCA为基础的人脸识别技术

3.1 小波变化图像预处理

在拍摄人脸图像的过程中，很容易受周边各种因素的影响，导致一些人脸图像出现缺陷，也正是由于这些缺陷的存在，给图像从输入到数字转化带来不少困难，所以，在识别人脸的过程中，应先处理好图像，强化图像识别能力。同时，在处理图像的过程中，还要注意数学工具的运用，通常情况下，二维小波能够在相同张量积的作用下完成一维小波推广，所以，该技术在很多领域中得以广泛运用。在离散小波分解技术的作用下，能够将原图划分成四个小图像（如下图2所示），而这些图像的大小则为原图的四分之一。在适宜的小波变换下，能够过保证人脸特征不变，只是图像尺寸发生了变化，这样一来不仅使图像维度得以降低，后续处理难度也大幅度下降。通过实践研究可以发现，随着小波变化层次的增加，尽管图像变小且不够清晰，但人脸基本特征却可以得到保证。所以，在实际利用小波分解层次的过程中，应控制好层次。

图2 小波变换后的图像

3.2 人脸检测

人脸检测也是人脸识别技术中不可缺少的一部分，它主要是对整个图像中人脸部分进行检测与定位。对于人脸检测来说，较为常用且相比先进的技术为Adaboost系统，该系统不仅可以有效提升检测速度，还能保证识别精准性。

首先，在人眼检测中，要先对眼睛定位，在眼睛定位中主要采用了色度匹配、亮度匹配以及双重匹配等一系列方法。如果匹配成功，就会出现白色标记点，如果不成功则不会显示。同时，在亮度匹配成功以后也会出现标记点。

其次，在嘴巴检测中，所采用的方法基本与眼睛检测相同，但由于在嘴巴周边可能存在离散区，这些区域很容易受到干扰，所以，在实际设计的过程中可以将白色点连接在一起，再将离散点去除，这样就可以精准的找到眼睛所在位置。

最后，人脸定位（如下图3所示），在找出了眼睛与嘴巴所在位置以后，就可以精准的找出人脸所在位置，在人脸区域中，会将眼睛、嘴巴以三角形的方式展示出来。

图3 人脸定位示意图

3.3 人脸识别方法

在PCA人脸识别中，应先确定好人脸识别流程，即先简单处理人脸图像，然后读取人脸库，注重训练子空间设计，再将训练结果与测试结果纳入到特征空间中，最后确定距离函数，完成人脸识别。

在PCA人脸识别中，需要经过特征脸空间构造、训练样本提取以及以特征脸为基础的人脸识别三个过程：

第一，特征脸空间构造。如在识别A*B的人脸图像中，可以将各个列连接在一起，构成图像维数，这样就形成了图像空间维数。在经过一系列的计算，由此得出的特征向量维数相对较高，维数也会在这种情况下减少，由于特征向量所对应的图像与人脸十分相似，这就形成了特征脸。随着特征脸的出现，不仅有效降低了维子空间，还可以得到图像坐标系数，进而确定特征脸位置，这也是人脸识别中不可缺少的一部分。所以，一定要重视特征脸构造在人脸识别技术中的运用。

第二，训练样板特征提取。所谓的特征提取实际上指从测量空间映射到特征 空间中，其中测量空间与人脸空间相同，在映射的过程中需要坚持两种原则，一种是特征空间需要将主要信息存留下来，另一种则是保证特征维数比测量维数低。在PCA算法中，主要是通过K-L变换完成特征提取的，在K-L变换特征的影响下，数据压缩能力也得以明显增强。它的特征方法是先在测量空间中寻找正交矢量，并展示出数据方差。如在某次人脸识别中选择了以下较为有特点的图像，或是微笑，或是严肃，或是戴眼镜，或是不戴眼镜。对这些样本进行样本特征提取，然后将差值矢量存储到特征脸空间中，以便了解各个样板实际情况，这也是做好人脸识别中必不可少的一部分。

第三，以特征脸为基础的人脸识别。在这一过程中就是将需要识别的人脸图像设置在特征脸空间中，并在欧氏距离的作用下完成计算。要正确区分图像中是否存在人脸，还可以计算出原始图像，且计算出其与特征脸空间重建之间的距离，最后按照及既定规则确定是否为人脸等。

4 结束语

人脸识别技术已经成为现代不可缺少的一种技术，为做好人脸识别工作，PCA成为人脸识别中一种常用的方法，不仅有效提升了人脸识别能力，还大幅度的降低了图像敏感性。因此，应重视PCA方法在人脸识别技术的应用。

[1]郭黎,冷洁,梅文兰,孔祥聪,廖宇,廖红华. 基于PCA和SVM的人脸识别技术研究[J]. 湖北民族学院学报(自然科学版),2015,02:193-196+214.

[2]余元辉,邓莹. 基于改进的加权分块2D-PCA人脸识别技术的研究[J]. 河南农业大学学报,2015,04:500-504.

[3]张成龙. 基于PCA算法的人脸识别技术研究[J]. 电脑知识与技术,2016,22:182-184.

[4]李盛文,鲍苏苏. 基于PCA+AdaBoost算法的人脸识别技术[J]. 计算机工程与应用,2010,04:170-173.

[5]薛冰,郭晓松,蒲鹏程. 人脸识别技术综述[J]. 四川兵工学报,2010,07:119-121+130.

[6]施志刚.一种基于类间类内双权重图像分块PCA的人脸识别技术[J]. 杭州师范大学学报(自然科学版),2014,01:89-93.

李婧，1983年11月，女，河北柏乡人，本科，馆员，研究信息处理理论与方法

Research on PCA face recognition technology

Li Jing1,Li Zhiqiang2
（1.Library of Ordnance Engineering College, Hebei ShiJiazhuang,050003; 2.Optics and Electronics Engineering Department,Ordnance Engineering College,Hebei ShiJiazhuang,050003）

With the development of intelligent technology,face recognition technology gradually strengthen, face recognition technology is a kind of identification technology,which covers the computer vision technology,image processing technology and other advanced technology,through the attention to details such as facial contour features,complete face recognition.To further do a good job in face recognition,it is necessary to study PCA face recognition technology.This article starts with the basic situation of face recognition process,combining with the commonly used method in face detection, from the three sides facing the PCA face recognition technology is studied.

PCA;Face recognition technology;The image processing