Page 114 - 当代控制理论及应用技术概论

当代控制理论及应用技术概论
Introduction to Contemporary Control Theory and Applied Technology

（2）人脸跟踪
面貌跟踪是指对被检测到的面貌进行动态目标跟踪。具体采用基于模型的
方法或基于运动与模型相结合的方法。此外，利用肤色模型跟踪也不失为一种简
单而有效的手段。
（3）人脸比对

面貌比对是对被检测到的面貌像进行身份确认或在面像库中进行目标搜索。
这实际上就是说，将采样到的面像与库存的面像依次进行比对，并找出最佳的匹
配对象。所以，面像的描述决定了面像识别的具体方法与性能。主要采用特征向

量与面纹模板两种描述方法：
①特征向量法。该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、
位置、距离等属性，然后再计算出它们的几何特征量，而这些特征量形成一描述
该面像的特征向量。②面纹模板法。该方法是在库中存贮若干标准面像模板或面
像器官模板，在进行比对时，将采样面像所有像素与库中所有模板采用归一化相

关量度量进行匹配。此外，还有采用模式识别的自相关网络或特征与模板相结合
的方法。人脸识别技术的核心实际为“局部人体特征分析”和“图形 / 神经识别
算法”。这种算法是利用人体面部各器官及特征部位的方法。如对应几何关系多

数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。一般要求
判断时间低于 1 秒。
2. 人脸识别技术流程
人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人
脸图像预处理、人脸图像特征提取以及匹配与识别。

（1）人脸图像采集及检测
人脸图像采集：不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、
动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集

设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像。
人脸检测：人脸检测在实际中主要用于人脸识别的预处理，即在图像中准
确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特
征、颜色特征、模板特征、结构特征及 Haar 特征等。人脸检测就是把这其中有
用的信息挑出来，并利用这些特征实现人脸检测。

主流的人脸检测方法基于以上特征采用 Adaboost 学习算法，Adaboost 算法

106
106