西藏高校藏族大學生人臉識別數學模型

摘要：緊緊圍繞年輕和年老的一照片的相似度來研究，影響兩張照片人臉相似度的因素有很多，我們選擇了眼睛、鼻子、嘴巴、下巴這幾個因素。首先，我們通過MFA進行判別人臉特征點，再根據LBP人臉識別算法求得相似度，通過幾何結構分析對多組圖像分析求得相似門限為80%。則對以后的相似度對比時，大于等于80%可認定為同一人。

關鍵詞 藏族 MFA 人臉相似

對于同一個人來說，如果沒有過改變容貌的疾病、面部外傷或外科手術等經歷，年輕和年老時的面容總有很大的相似性。人們在生活中也往往能夠分辨出來兩張不同年齡段的照片是不是同一個人。當然，年齡段相差越大 ，識別起來也就越困難。

我們通過MFA對人臉整體輪廓進行分析，再根據LBP人臉識別算法求得相似度，通過幾何結構分析對多組圖像分析求得相似門限為95%。則對以后的相似度對比時，大于等于80%可認定為同一人。

如果求得相似度數值小于相似門限，我們則可認為同一人，否則不是同一人。

歲月匆匆，容顏易變，當我們看到兩張不同年齡段的面部照片時，我們通過仔細觀察，很大可能可以辨別出是否為同一人，但是隨著年齡差的增大，我們辨別起來就會相應的困難起來。

本文研究的就是給出兩張不同年齡段的照片，是否可以通過算法來自動識別是不是同一個人。因此重點步驟是：文字圖像數字化、建立數據分析模型和設計解決圖片匹配把算法。設樣本集，

由于在同一年齡段各個人臉圖像中的器官分布大致相同，所以我們從收集到照片中選取了大量人臉（以下只選擇一組展示）特征點來求取平均，獲取各器官的分布特點，然后通過特征點變形技術對輸入人臉圖像進行變形，生成相應的各個年齡段的人臉圖像。人臉圖像上的特征點是用來表述人臉的重要信息，不同的人臉圖像可以根據不同的特征點來確定。在人臉圖像當中，比較主要的特征點部位有：眼睛、瞳孔、鼻子、鼻尖、嘴、上下嘴唇、下巴、額頭等位置。盡管對于人臉的器官定位己取得了一定的研究成果，但是其定位的準確性遠遠不能滿足圖像變形對特征點的要求，因此我們選擇了手工標定特征點，如圖所示，圖中紅色的點即為相應的特征點。

對于得到的特征，有多種方法可以判別其相似性。從紋理分析的角度來看，圖像上某個像素點的紋理特征，大多數情況下是指這個點和周圍像素點的關系，即這個點和它的鄰域內點的關系。從哪個角度對這種關系提取特征，就形成了不同種類的特征。有了特征，就能根據紋理進行分類。LBP構造了一種衡量一個像素點和它周圍像素點的關系。

對LBP特征向量進行提取的步驟：

然后便可利用SVM或者其他機器學習算法進行人臉的相似度了。

我們采用提取幾何特征點進行人臉識別，對于被強干擾、變形以及由于底片影像退化所產生的測試圖像仍能達到很好的識別效果，故該方法對于有尺寸、旋轉和位移變化的人臉圖像也具有很高的適應性。

結果表明，我們所采集的圖像不如標準人臉庫中的圖像識別效果好，是由于我們假設圖片的大小規格相同，以及假設的圖片是在標準光線和標準位置下拍攝的，這樣就會增加相似度的識別率，相似門限的確切之就會更高。

又結合收集到的數據，因此，我們可取數據的一個相近最小相似值來作為識別門限，則此門限為80%。

結論

我們是通過對人臉的整體輪廓特征進行判別兩張不同年齡段的照片是否為同個人。假如我們建立的假設全部成立，各項算法都做的完美，則當相似門限達到80%以上是，我們就可以判定為同一個人。

基金項目：2018年西藏自治區西藏大學大學生創新訓練項目《西藏高校藏族大學生人臉識別數學模型研究》成果（項目編號：2018QCX008）。

作者簡介：初敬淇（1998年03月）男，漢族，山東煙臺人，本科，西藏大學，數學與應用數學。

參考文獻

[1] 張翠平，蘇光大.人臉識別技術綜述[J].中國圖像圖形學報，2000，5（11）：57-58.

[2] 張毓晉.圖像處理[M].北京：清華大學出版社，2007.

[3] 王映輝.人臉識別：原理、方法與技術[M].北京：科學出版社，2010.

[4] 汪成為，高文，王行仁.靈境（虛擬現實）技術的理論、實現及應用[M].北京：清華大學出版社，1996：285-311.