任安虎　刘　贝

(西安工业大学电信工程学院　西安　720021)



基于Adaboost的人脸识别眨眼检测*

任安虎刘贝

(西安工业大学电信工程学院西安720021)

摘要传统的二维人脸识别方法不能识别来访者是真实的人还是人的图片,通过检测眨眼可以完成对来访者的活体验证,为人脸识别提供一道安全的屏障。基于Adaboost算法训练出睁眼和闭眼分类器,在检测到来访者人脸的基础上,根据先验经验对人眼区域进行预估,在预估区域中使用睁眼和闭眼分类器进行检测。实验结果表明,该眨眼检测方法能够实时地对视频图像中的人眼状态进行有效检测,为下一步人脸的正确识别打下了良好基础。

关键词Adaboost算法; 人脸检测; 人脸识别; 分类器; 眨眼检测

Eye Blinking Detecting in Face Recognition Based on Adaboost

REN AnhuLIU Bei

(Institute of Electronic Information Engineering, Xi’an Technology University, Xi’an720021)

AbstractThe traditional two-dimensional face recognition method can not identify the visitor is real person or its pictures. It provides a safty barrier for the face recognition by detecting eye blinking which verifies the visitor alive. A practical eye blinking detecting method is proposed by estimating eye area on the face and training classifier based on Adaboost algorithm to detect eye area. Experimental results show that it has a performance of high detection precision and fast as real-time on video images, which lays a good foundation for the face recognition.

Key WordsAdaboost algorithm, face detection, face recognition, classifier, eye blinking detecting

Class NumberTP393.03

1引言

生物特征识别技术辨识的是人身的固有特征,不需要身外的其他标识物,而人脸识别作为生物特征识别中的重要的手段,显示出重要的学术价值[1]。人脸识别技术的安全可靠性较高,可以应用于多种场合,如档案管理、刑事侦查、人机交互、门禁监控、POS交易等[2]。

人脸识别是将静态图像或视频图像中检测出的人脸图像与数据库中的人脸图像进行对比,从中找出与之匹配的人脸的过程,以达到身份识别与鉴定的目的,它是同属于生物特征识别领域和人工智能领域的一个课题[3]。实验表明,二维人脸识别算法不能判断来访者是真实的人还是人的照片。通过摄像头实时检测来访者眼睛的状态,利用连续5s检测来访者是否眨眼来判断活性。……