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(gè)因素。首先，我們通過MFA進(jìn)行判別人臉特征點(diǎn)，再根據(jù)LBP人臉識別算法求得相似度，通過幾何結(jié)構(gòu)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(shí)，大于等于80%可認(rèn)定為同一人。

關(guān)鍵詞 藏族 MFA 人臉相似

對于同一個(gè)人來說，如果沒有過改變?nèi)菝驳募膊?、面部外傷或外科手術(shù)等經(jīng)歷，年輕和年老時(shí)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(gè)人。當(dāng)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(jìn)行分析，再根據(jù)LBP人臉識別算法求得相似度，通過幾何結(jié)構(gòu)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(shí)，大于等于80%可認(rèn)定為同一人。

如果求得相似度數(shù)值小于相似門限，我們則可認(rèn)為同一人，否則不是同一人。

歲月匆匆，容顏易變，當(dāng)我們看到兩張不同年齡段的面部照片時(shí)，我們通過仔細(xì)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(yīng)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(dòng)識別是不是同一個(gè)人。因此重點(diǎn)步驟是：文字圖像數(shù)字化、建立數(shù)據(jù)分析模型和設(shè)計(jì)解決圖片匹配把算法。設(shè)樣本集，

由于在同一年齡段各個(gè)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(diǎn)來求取平均，獲取各器官的分布特點(diǎn)，然后通過特征點(diǎn)變形技術(shù)對輸入人臉圖像進(jìn)行變形，生成相應(yīng)的各個(gè)年齡段的人臉圖像。人臉圖像上的特征點(diǎn)是用來表述人臉的重要信息，不同的人臉圖像可以根據(jù)不同的特征點(diǎn)來確定。在人臉圖像當(dāng)中，比較主要的特征點(diǎn)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(zhǔn)確性遠(yuǎn)遠(yuǎn)不能滿足圖像變形對特征點(diǎn)的要求，因此我們選擇了手工標(biāo)定特征點(diǎn)，如圖所示，圖中紅色的點(diǎn)即為相應(yīng)的特征點(diǎn)。

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(gè)像素點(diǎn)的紋理特征，大多數(shù)情況下是指這個(gè)點(diǎn)和周圍像素點(diǎn)的關(guān)系，即這個(gè)點(diǎn)和它的鄰域內(nèi)點(diǎn)的關(guān)系。從哪個(gè)角度對這種關(guān)系提取特征，就形成了不同種類的特征。有了特征，就能根據(jù)紋理進(jìn)行分類。LBP構(gòu)造了一種衡量一個(gè)像素點(diǎn)和它周圍像素點(diǎn)的關(guān)系。

對LBP特征向量進(jìn)行提取的步驟：

然后便可利用SVM或者其他機(jī)器學(xué)習(xí)算法進(jìn)行人臉的相似度了。

我們采用提取幾何特征點(diǎn)進(jìn)行人臉識別，對于被強(qiáng)干擾、變形以及由于底片影像退化所產(chǎn)生的測試圖像仍能達(dá)到很好的識別效果，故該方法對于有尺寸、旋轉(zhuǎn)和位移變化的人臉圖像也具有很高的適應(yīng)性。

結(jié)果表明，我們所采集的圖像不如標(biāo)準(zhǔn)人臉庫中的圖像識別效果好，是由于我們假設(shè)圖片的大小規(guī)格相同，以及假設(shè)的圖片是在標(biāo)準(zhǔn)光線和標(biāo)準(zhǔn)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(jié)合收集到的數(shù)據(jù)，因此，我們可取數(shù)據(jù)的一個(gè)相近最小相似值來作為識別門限，則此門限為80%。

結(jié)論

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

基金項(xiàng)目：2018年西藏自治區(qū)西藏大學(xué)大學(xué)生創(chuàng)新訓(xùn)練項(xiàng)目《西藏高校藏族大學(xué)生人臉識別數(shù)學(xué)模型研究》成果（項(xiàng)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(xué)，數(shù)學(xué)與應(yīng)用數(shù)學(xué)。

參考文獻(xiàn)

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

[2] 張毓晉.圖像處理[M].北京：清華大學(xué)出版社，2007.

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

[4] 汪成為，高文，王行仁.靈境（虛擬現(xiàn)實(shí)）技術(shù)的理論、實(shí)現(xiàn)及應(yīng)用[M].北京：清華大學(xué)出版社，1996：285-311.