使用超声进行人脸识别是一种不同于传统的可见光、红外线等方法的新兴的人脸识别技术，已经受到了越来越多的关注。相比于传统方式的人脸识别技术，超声人脸识别具有不受光线、温度影响的优势。
建立人脸超声散射的简化模型，依据该简化模型分析了超声散射回波特性，并通过实验建立了大样本人脸表情数据库，经分类器识别获得了较高的识别正确率。
首先根据Freedman的水下高频声散射模型建立了简化的人脸超声散射中心模型，选取了具有较大带宽的线形扫频信号作为超声探测信号，可以实现较高的距离分辨率并能提高接收回波的信噪比，为超声波人脸识别的可行性提供了理论依据。
在此基础之上，自主设计了一套完整的超声波人脸识别系统，采集了110人的多表情、多姿态超声人脸回波数据库，并分析了不同探测模式下噪声的影响，方便了我们后期的分类识别。后期的数据处理过程中，我们采用面部一维距离像和面部回波的功率谱作为超声波人脸识别的两类特征向量，并用多个分类器检测了它们的分类识别性能。
当表情单一时，两类特征的识别正确率分别为99.4%和99.3%;当存在多个表情时，两类特征的识别正确率分别为98.8%和88.4%;当识别陌生表情时，利用一维距离像为特征，识别正确率最高为50.3%。通过多个通道融合的方式，可将识别正确率提升到90.5%。识别结果表明：在表情单一时，两类特征均具有较好的识别能力;当存在多个表情时，识别能力下降;数据融合的技术能够有效地提升超声波的人脸识别性能。
|
楼主
标题置顶
标题高亮
