14、部分遮挡人脸识别与信息系统审计及计算机取证技术

部分遮挡人脸识别与信息系统审计及计算机取证技术

在当今科技领域，部分遮挡人脸的识别以及信息系统审计与计算机取证技术都有着重要的应用价值。下面将分别介绍部分遮挡人脸识别的方法和实验结果，以及信息系统审计与计算机取证技术的相关内容。

部分遮挡人脸识别

• 图像表示与分类
  • 人脸通过特征向量PPCAA和关联的自适应权重图（AWM）来描述。AWM中较亮的强度表示较大的权重，较暗的强度表示较小的权重，用于在匹配步骤中对从输入和模型人脸图像中提取的PPCAA进行加权。
  • 对于给定的查询人脸，人脸识别过程会创建查询人脸的特征向量，并计算查询特征向量与数据库中模型特征向量之间的距离，公式如下：
    [
    D_w(f(x,y), h(x,y)) = \left[ AW_{PPCAA}(f(x,y)) \right] \bullet \left[ PPCAA(f(x,y)) - PPCAA(h(x,y)) \right]
    ]
    其中，(f(x,y))和(h(x,y))分别是查询和模型人脸，符号(\bullet)表示Hadamard积，(\left[ AW_{PPCAA}(f(x,y)) \right])的计算方式为：
    [
    \left[ AW_{PPCAA}(f(x,y)) \right] = \left{ AWM_{p,q}(a,b) \mid p,q = 1,2,\cdots,W \right}
    ]
    (AWM_{p,q}(a,b))表示AWM中位置((p,q))处的补丁值。数据库中距离最小的模型被认为是正确返回结果。