基于视频的人脸识别研究进展

８８４

计算

机学报２００９年

度上解决姿态或光照的变化问题．但是人脸是一个三维的物体，利用人脸的三维信息是解决姿态，光照变化问题的最本质方法．现阶段利用视频数据生成

Ｅ９］ＬｅｅＫＣ，ＨｏＪ，ＹａｎｇＭＨ，ＫｒｉｅｇｍａｎＤ．Ｖｉｓｕａｌｔｒａｃｋｉｎｇ

ａｎｄ呲ｏｇ眦１０“”１ｒｉｇ

ｐｒｏｂａｂｉｌｉｓｔｉｃａｐｐｅａｒａｎｃｅ

ｍ“蛔１ｄ３‘

！：Ｉｌ！：。‘Ｖｉ８ｉｏｎ“ｄ１”８。Ｕｎｄｅ鹅饱ｎｄ啦＇２００５’９９‘３’：

３Ｄ模型的计算复杂度很大㈨５７‘５９３，无法达到使用要

求．更好地降低三维人脸建模的复杂度和提高建模

Ｅ１０］ｚｈ。。ｓ，Ｋ。ｇ。，ｖ，ｃｈ。ｌｌ。ｐｐ。Ｒ．Ｐｒｏｂ。ｂ池ｔｉ。，。ｃｏｇ。ｉｔｉｏ。

“ｈ眦。。ｆａ。。。ｆ，。ｍ，ｉｄ。。．Ｃｏ。ｐ。ｔ。，Ｖｉ。ｉｏ。。ｎｄＩ。。ｇ。Ｕ。．

的精度是未来发展的一个重要方向．ｄｅｒｓｔａｎｄｉｎｇ。２００３，９１（１）；２１４．２４５

（４）视频人脸数据库和测试方法的标准化ＤＩ］ＺｈｏｕＳ，ＣｈｅｌｌａｐｐａＲ，ＭｏｇｈａｄｄａｍＢ．Ｖｉｓｕａｌｔｒａｃｋｉｎｇａｎｄ

与基于静止图像的人脸识别相比，基于视频的

人脸识别的最大问题是还没有一个包含各种条件变化的、统一的、大规模的视频人脸数据库和测试标准．许多文章采用的视频人脸数据库和测试方法都不尽相同，无法进行算法之间的比较．建立一个公共的、大规模的视频人脸数据库和标准的测试方法是该领域的一个首要任务．

（５）多模生物特征认证

现阶段基于视频的人脸识别算法主要是基于室内的环境条件．室外条件下的人脸图像光照、姿态等

的剧烈变化使人脸识别仍然面临着许多困难，融合Ｄａｒｒｅｌｌ多种生物特征提高识别的性能也将是未来研究的一ｄｅｎｓｉｔｙ个重点［６０－６Ｃ．

参考文献

Ｅ１］ＣｈｅｌｌａｐｐａＲ，ＷｉｌｓｏｎＣ，ＳｉｒｏｈｅｙＳ．Ｈｕｍａｎａｎｄｍａｃｈｉｎｅ

ｒｅｃ—

ｏｇｎｉｔｉｏｎｏｆｆａｃｅｓ：Ａｓｕｒｖｅｙ．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥ，１９９５，８３（５）ｌ

７０５－７４０

［２３

Ｚｈａｏ

Ｗ，ＣｈｅｌｌａｐｐａＲ，ＲｏｓｅｎｆｅｌｄＡ，ＰｈｉｌｌｉｐｓＰＪ．Ｆａｃｅ

ｒｅｃ—

ｏｇｎｉｔｉｏｎ：Ａｌｉｔｅｒａｔｕｒｅｓｕｒｖｅｙ．ＡＣＭＣｏｍｐｕｔａｔｉｏｎ

Ｓｕｒｖｅｙ，

２００３，３５（４）ｌ

３９９－４５８

Ｅ３３ＬｉＳＺ．ＪａｉｎＡＫ．ＨａｎｄｂｏｏｋｏｆＦａｃｅＲｅｃｏｇｎｉｔｉｏｎ．Ｎｅｗ

Ｙｏｒｋ：Ｓｐｒｉｎｇｅｒ，２００５

［４］ＺｈｏｕＳ。ＣｈｅｌｌａｐｐａＲ．Ｂｅｙｏｎｄ

ａ

ｓｉｎｇｌｅｓｔｉｌｌｉｍａｇｅｌ

Ｆａｃｅ

ｒｅｃ—

ｏｇｎｉｔｉｏｎｆｒｏｍｍｕｌｔｉｐｌｅｓｔｉｌｌｉｍａｇｅｓａｎｄｖｉｄｅｏｓ／／ＺｈａｏＷ

ｅｔ

ａｌ

ｅｄｓ．ＦａｃｅＰｒｏｃｅｓｓｉｎｇｔ

ＡｄｖａｎｃｅｄＭｏｄｅｌｉｎｇ

ａｎｄＭｅｔｈｏｄｓ．

Ｎｅｗ

Ｙｏｒｋ：ＡｃａｄｅｍｉｃＰｒｅｓｓ，２００５

［５３ＳｈａｋｈｎａｒｏｖｉｃｈＧ，ＦｉｓｈｅｒＪＷ，ＤａｒｒｅｌｌＴ．Ｆａｃｅ

ｒｅｃｏｇｎｉｔｉｏｎ

ｆｒｏｍｌｏｎｇ－ｔｅｒｍｏｂｓｅｒｖａｔｉｏｎｓ／／ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＥｕｒｏｐｅａｎ

Ｃｏｎｆｅｒｅｎｃｅ

ｏｎ

Ｃｏｍｐｕｔｅｒ

Ｖｉｓｉｏｎ．Ｂａｉｌ。２００２：８５１－８６８

［６］“ｕＸＭ，ＣｈｅｎＴ，Ｔｈｏｒｎｔｏｎ

Ｓ

Ｍ．Ｅｉｇｅｎｓｐａｃｅｕｐｄａｔｉｎｇｆｏｒ

ｎｏｎ－ｓｔａｔｉｏｎａｒｙｐｒｏｃｅｓｓａｎｄｉｔｓ

ａｐｐｌｉｃａｔｉｏｎ

ｔｏ

ｆａｃｅｒｅｃｏｇｎｉｔｉｏｎ．

ＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ，２００３，３６（９）：１９４５—１９５９

［７３

ＬｉｕＸＭ，ＣｈｅｎＴ．Ｖｉｄｅｏ－ｂａｓｅｄｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｕｓｉｎｇ

ａｄａｐ—

ｆｉｖｅ

ｈｉｄｄｅｎＭａｒｋｏｖ

ｍｏｄｅｌｓ／／ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥ

Ｉｎｔｅｒ－

ｎａｔｉｏｎａｌ

Ｃｏｎｆｅｒｅｎｃｅ

ｏｎ

ＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄ

Ｐａｔｔｅｒｎ

Ｒｅｃｏｇ－

ｎｉｔｉｏｎ．Ｍａｄｉｓｏｎ，２００３

ｌ

３４０－３４５［８］ＬｅｅＫ

Ｃ，Ｈｏ

Ｊ，ＹａｎｇＭＨ，ＫｒｉｅｇｍａｎＤ．Ｖｉｄｅｏ－ｂａｓｅｄｆａｃｅ

ｒｅｃｏｇｎｉｔｉｏｎｕｓｉｎｇ

ｐｒｏｂａｂｉｌｉｓｔｉｃ

ａｐｐｅａｒａｎｃｅ

ｍａｎｉｆｏｌｄｓ／／Ｐｒｏ—

ｃｅｅｄｉｎｇｓｏｆｔｈｅＩｎｔｅｒｎａｔｉｏｎａｌＩＥＥＥＣｏｎｆｅｒｅｎｃｅ

ｏｎ

Ｃｏｍｐｕｔｅｒ

Ｖｉｓｉｏｎ

ａｎｄ

ＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ．Ｍａｄｉｓｏｎ，２００３

Ｉ

３１３—３２０

万　

方数据ｒｅ。ｏｇ“ｎｏｎ”１“ｇ

８ＰＰ”“””ａｄ似Ｐ“。ｍｏｄｅｌ３ｍＰａｎ”ｋ

ｎ卜

２８” １ＥＥＥ

Ｔｒａ“”。‘ｉｏｎ８

ｏｎ

１ｍ８９。Ｐｍ。”１ｎｇ，２００４，１３

Ｅ１２３

Ａｇｇ。。。ｌＧ，ｃｈ。。ｄｈ。，ｙＡ

Ｋ

Ｒ，ｃｈ。１１。ｐｐ。Ｒ．Ａ。ｙ。ｔ。。

ｉｄｅｎｔｉｆｉ。。ｔｉ。。。ｐｐ。。。ｈｆｏ，，ｉｄｃｏ－ｂ。。。ｄｆ。。。，。ｃｏｇ。ｉｔｉｏ。／／Ｐｒｏ一

ｃｅｅｄｉｎｇｓ

ｏｆｔｈｅＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅ

ｏｎ

Ｐａｔｔｅｒｎ

Ｒｅｃｏｇｎｉｔｉｏｎ．Ｃａｍｂｒｉｄｇｅ，２００４；２３—２６

［１３］Ａｒａｎｄｊｅｌｏｖｉｅ

Ｏ，ｃｉｐｏｌｌａＲ Ｆ８ｃｅ

ｒｅｃｏｇ“胁“ｆｒｏｍｆａｃｅ

ｍｏｔｉｏｎ

ｍａ“蛔１ｄ８

７Ｓｌｎｇｍｕ８蚀。ｒ．ｎｅｌ”５１瓢ｏｒ．＝８”ｒａｇｅ．ｄ．ｉ５协”“／．Ｐ．ｒｏ＋

ｔ。，Ｒ。：ｇ。ｉｔｉ。。。。ｒｋｓｈ。ｐ．ｗａ。ｈｉ。ｇｔｏ。矗ｃ，２００４：８８＿９３

［１４］Ａｒａｎｄｊ。１。，记Ｏ，Ｓｈ。ｋｈ。。。ｖｉ。ｈＧ，Ｆｉ。ｈ。ｒＧ，Ｃｉｐ０１１。Ｒ，

Ｔ．Ｆａｃｅ

ｒｅｃｏｇｎｉｔｉｏｎ

ｗｉｔｈｉｍａｇｅ

ｓｅｔｓ

ｕｓｉｎｇ

ｍａｎｉｆｏｌｄ

ｄｉｖｅｒｇｅｎｃｅ／／ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥＣｏｎｆｅｒｅｎｃｅ

ｏｎ

Ｃｏｍｐ“‘ｅ‘Ｖｉｓｉｏｎ８“ｄＰａｔｔｅｌｌｌ

Ｒｅｃｏｇ“№“ Ｓａ“Ｄｉｅｇｏ，２００５

ｌ

５８１－５８８

口阳勰。ｅ。ｌｏ诎ｖｉ６Ｏ，．…Ｃｉｐｏｌ。ｌａ。Ｒ…．Ａ三一盖Ｈ慧ｊ１１＝＝

ＶｉｓｉｏｎａｎｄＩｍａｇｅＵｎｄｅｒｓｔａｎｄｉｎｇ，２００９ｔ１１３（１）：１１３—１２５

［１６］ＹａｍａｇｕｃｈｉＯ，ＦｕｋｕｉＫ，Ｍａｅｄａ

Ｋ．Ｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｕｓｉｎｇ

ｔｅｍｐｏｒａｌｉｍａｇｅｓｅｑｕｅｎｃｅ／／ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥＩｎｔｅｒｎａ—ｔｉｏｎａｌ

Ｃｏｎｆｅｒｅｎｃｅ

ｏｎ

ＡｕｔｏｍａｔｉｃＦａｃｅａｎｄＧｅｓｔｕｒｅＲｅｃｏｇｎｉ—

ｔｉｏｎ．Ｎａｒａ，１９９８：３１８－３２３

［１７］ＦｕｋｕｉＫ，ＹａｍａｇｕｃｈｉＯ．Ｆａｃｅ

ｒｅｃｏｇｎｉｔｉｏｎｕｓｉｎｇ

ｍｕｌｔｉ—ｖｉｅｗ—

ｐｏｉｎｔｐａｔｔｅｒｎｓｆｏｒｒｏｂｏｔｖｉｓｉｏｎ／／ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩｎｔｅｒｎａ—

ｔｉｏｎａｌ

ＳｙｍｐｏｓｉｕｍｏｆＲｏｂｏｔｉｃｓＲｅｓｅａｒｃｈ．Ｓｉｅｎａ，Ｉｔａｌｙ，２００３：

１９２—２０１

［１８］ＮｉｓｈｉｙａｍａＭ，ＹａｍａｇｕｃｈｉＯ，ＦｕｋｕｉＫ．ＦａｃｅＲｅｃｏｇｎｉｔｉｏｎ

ｗｉｔｈｔｈｅｍｕｌｔｉｐｌｅ

ｃｏｎｓｔｒａｉｎｅｄｍｕｔｕａｌｓｕｂｓｐａｃｅｍｅｔｈｏｄ／／Ｐｒｏ

ｃｅｅｄｉｎｇｓｏｆｔｈｅ５ｔｈＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅ

ｏｎ

Ａｕｄｉｏ－ａｎｄ

Ｖｉｄｅｏ－ＢａｓｅｄＢｉｏｍｅｔｒｉｃ

Ｐｅｒｓｏｎ

Ａｕｔｈｅｎｔｉｃａｔｉｏｎ．ＮｅｗＹｏｒｋ，

２００５ｌ

７１－８０

Ｄ９］ＬｉＪＷ，ＷａｎｇＹＨ，ＴａｎＴＮ．Ｖｉｄｅｏ－ｂａｓｅｄｆａｃｅ

ｒｅｃｏｇｎｉｔｉｏｎ

ｕｓｉｎｇ

ａ

ｍｅｔｒｉｃｏｆ

ａｖｅｒａｇｅＥｕｃｌｉｄｅａｎ

ｄｉｓｔａｎｃｅ／／Ｐｒｏｃｅｅｄｉｎｇｓｏｆ

ｔｈｅ５ｔｈＣｈｉｎｅｓｅ

Ｃｏｎｆｅｒｅｎｃｅ

ｏｎ

ＢｉｏｍｅｔｒｉｃＲｅｃｏｇｎｉｔｉｏｎ．Ｇｕａｎ‘

ｇｚｈｏｕ，Ｃｈｉｎａ，２００４：２２４—２３２

［２０］ＬｉＪＷ，ＷａｎｇＹＨ，ＴａｎＴＮ．Ｖｉｄｅｏ－ｂａｓｅｄｆａｃｅ

ｒｅｃｏｇｎｉｔｉｏｎ

ｕｓｉｎｇ

ｅａｒｔｈｍｏｖｅｒ’ｓ

ｄｉｓｔａｎｃｅ／／ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩｎｔｅｒｎａ—

ｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅ

ｏｎ

Ａｕｄｉｏ－ａｎｄ

Ｖｉｄｅｏ－ｂａｓｅｄｐｅｒｓｏｎＡｕｔｈｅｎ－

ｔｉｃａｔｉｏｎ．ＮｅｗＹｏｒｋ，２００５：２２９—２３９

［２１］ＦａｎＷ，ＷａｎｇＹ

Ｈ，ＴａｎＴ

Ｎ．Ｖｉｄｅｏ－ｂａｓｅｄｆａｃｅｒｅｃｏｇｎｉｔｉｏｎ

ｕｓｉｎｇＢａｙｅｓｉａｎ

ｉｎｆｅｒｅｎｃｅ

ｍｏｄｅｌ／／Ｐｒｏｃｅｅｄｉｎｇｓｏｆ

ｔｈｅＩｎｔｅｒｎａ－

ｔｉｏｎａｌ

ＣＯｎｆｅｒｅｎｃｅｏｎ

Ａｕｄｉｏ－ａｎｄＶｉｄｅｏ－ｂａｓｅｄＰｅｒｓｏｎＡｕｔｈｅｎ—

ｔｉｃａｔｉｏｎ．Ｎｅｗ

Ｙｏｒｋ．２００５：１２２—１３０