基于CBIR技術的手機人臉識別系統設計

狹義的人臉識別(Face Recognition)特指通過人物面部進行身份確認或身份查找。目前，人臉識別技術已趨成熟，不同類型的商用系統已投入使用。人臉識別系統通過建立自動人臉識別報警網絡，對特定區域的特定人員進行攝像機自動識別發現，未經登記授權進入特定區域的人員，系統即定向報警。目前的人臉識別系統設備體積較大，移動性能差，不便于攜帶，難以普及和廣泛應用。通信技術日新月異，智能手機的攝錄等功能愈加強大和普及，設計融合CBIR技術與手機通信技術的便攜式人臉識別系統已成為可能。它不僅具有一般的人臉識別系統確認和查證的功能，而且充分利用了無線通訊的優勢，可被廣泛應用在電腦或網絡安全、訪問控制、門禁和考勤、戶證管理、公安追逃、出入境邊檢、機場安檢、駕照或護照等重要證件的身份認證等多種不同的安全領域，其移動性的便攜功能是一般的人臉識別系統無法替代的，因而有著更為廣泛的應用前景。

1 CBIR技術
CBIR(Content Based Image RetrievaI)即基于內容的圖像檢索，屬于圖像分析和信息處理的研究領域，是指直接采用圖像內容進行圖像信息的查詢，目的是在給定查詢圖像的前提下，依據其內容信息或指定的查詢標準，在圖像數據庫中進行內容上一致或相似性匹配，最終提供符合查詢條件的相應圖像。
1．1 CBIR的基本原理
CBIR一般由圖像標引系統和圖像檢索系統兩部分構成。圖像標引系統索引圖像文件并按設計要求設置檢索標目即檢索點，形成一個可供匹配檢索的有序的標目索引系統。該系統按設計功能提供顏色、紋理、形狀和對象等不同圖像底層視覺特征的檢索入口。
1．2 CBIR的主要檢索內容
CBIR的主要檢索內容有顏色、紋理、形狀和對象等。顏色特征包括圖像顏色分布、相互關系和組成等；紋理是指圖像紋理結構、方向、組合及對稱關系等；形狀是指圖像輪廓組成、形狀、大小等；對象包括圖像子對象的關系、數量、屬性和旋轉等。
1．3 CBIR的特點
CBIR可以直接從圖像中抽取特征和語義，檢索過程與語義提取直接相連，使得檢索過程更加有效，適應性更強；用相似匹配(Similar Match)代替精確匹配(Exact Match)，即采用相似比對的方法獲得類似圖像結構，漸近趨同，直至獲得符合要求的結果；用戶可以通過瀏覽選擇示例或自己繪制圖形來查詢，并可不斷改進檢索式，細化檢索過程；提供基于客觀屬性(關鍵詞)的檢索，基于內容的檢索，基于對象關聯檢索以及概念檢索等多層次的高效檢索。
1．4 CBIR技術的應用系統
在CBIR領域，經過十幾年的理論研究，產生了許多比較成熟的算法和一些有價值的系統。現普遍采用低層次的圖像信息(如圖像顏色、紋理、形狀等)來實現圖像內容查詢。如IBM研究中心開發的QBIC(QueryBy Image Content)圖像檢索系統，哥倫比亞大學的Visual SEEK圖像查詢系統，麻省理工學院實驗室開發的PhotoBook系統，美國UIUC大學的MARS系統等。為進一步提高檢索的準確性，CBIR系統采用相似度算法，計算用戶提交結果與索引數據庫中記錄的相似度大小，提取出滿足閾值的信息作為結果并按照相似度降序的方式輸出，并在同一次檢索過程中不斷地與用戶進行交互，系統通過對這些反饋的相關信息進行學習，再次進行下一輪檢索，從而達到用戶的要求。