PDF《人脸检测建模源照片筛选方法》

第42 卷第

1 期应用科技Vol.

42 №.1

2015 年2月Applied Science and Technology Feb.

2015 doi: 10.3969/ j.issn.1009?671X.201404005 网络出版地址:http:/ / www.cnki.net/ kcms/ detail/ 23.1191.U.20150112.1530.011.html 人脸检测建模源照片筛选方法 吴限, 刘崎峰 上海船舶电子设备研究所,上海

201108 摘要:安防系统输入数据质量各异,部分质量差的照片会引起误报率升高,如何将这部分数据优化排除,筛选用于人脸 建模的安防系统数据源是本文的目的. 采用量化照片评价指标的方法,通过对照片中人脸部分的清晰度、对比度等质量 因素进行评价,将其量化并排序从而得到数据源质量序列. 在软件工程化实践中对随机抽取的

100 张照片质量评价验 证,其评价结果准确率可达 95%. 以文中所提到的方法对采集数据优化后,其建模后的数据能有效地降低比对过程中误 报率,提高安防系统识别的准确率. 关键词:安防系统;

人脸检测;

筛选;

人脸清晰度;

质量评价 中图分类号:TP391.41 文献标志码:A 文章编号:1009?671X(2015)01?033?03 A method of selecting source data of pictures in the modeling of face detection WU Xian,LIU Qifeng Shanghai Marine Electronic Equipment Research Institute, Shanghai 201108, China Abstract:The quality of input data is quite different, some poor quality pictures will increase the rate of false alarm in the safety defense system. The purpose of this paper is to optimize these data and choose the source data for mod? eling the face detection system. Using the method of quantifying the picture evaluation indexes to measure the pic? tures with the factors influencing quality of face, such as resolution, contrast ratio, etc., then quantify and se? quence these factors, and thus derive the quality sequence of data source. In the software engineering practice,

100 images were selected randomly to evaluate their quality, proving that the accuracy of evaluation reaches 95%. The data collected by the method mentioned above were optimized and then used for modeling, proving that the false a? larm in the process of comparison can be reduced effectively and the accuracy of identification of safety defense sys? tem increased. Keywords:security system;

face detection;

selection;

face definition;

quality measure 收稿日期:2014?04?15. 网络出版日期:2015?01?12. 基金项目:七二六研究所科技创新基金资助项目. 作者简介:吴限(1982?), 女,工程师. 通信作者:吴限,E?mail: business.wu@ 163.com. 人脸识别系统源于

20 世纪,直到计算机技术和 光学成像技术发展后才有所提高.

20 世纪

90 年时 期以美国、德国的技术为主[1] ,系统能力取决于其 关键技术即人脸的识别率以及识别速度. 实际生活 中,各种安全防御系统遍布我们周围,大到机场出入 境登记信息采集[2] 、机场安检[3] ,小到职工考勤系 统[4] . 虽然人脸识别系统样式千变万化,但其原理 归根结底都是利用一种生物特征[5] 比对进行识别. 实际系统在采集生物特征源数据时,由于受各方面 因素制约,例如光照、角度、表情的影响,被采集的人 脸照片则呈现出不同质量水平、不同模型. 若采用 均匀的光照,可以从照片中提取无干扰的人脸特征 信息,而使用偏光源则会弱化光线较强一侧所提取 的特征. 另外,基于不同表情建立的模型其差异性 比较大,给后续识别比对工作造成一定的难度. 人 脸识别系统经历了从模拟相机到数字高清摄像机的 升级,其采集的数据源也随之发生了根本性的变化. 采集数据量的提升给人脸识别系统的处理能力提出 了更高的要求,采集质量的提升则给人脸识别系统 提供更大的选择余地. 如何在大量的采集数据中挑 选出更适合系统识别的数据是当前核心问题,一套 合理的评价机制可以提高人脸识别系统输入的质 量,提高人脸识别系统识别能力.