【正文】 ................. 27 致 謝 ................................................................ 28 參 考 文 獻(xiàn) ........................................................... 29 本科畢業(yè)設(shè)計(jì)說明書（論文） 第 1 頁 共 28 頁 1 引言 人臉檢測的研究背景及意義 人臉識(shí)別技術(shù)的研究最早開始于上世紀(jì) 60 年代末，迄今已經(jīng)有 40 多年的 歷史 ，是當(dāng)前模式識(shí)別和人工智能領(lǐng)域的一個(gè)前沿課題 [3]。 時(shí)代的發(fā)展使得人臉識(shí)別 技術(shù) 的應(yīng)用前景更為廣闊。隨著電子信息技術(shù)的迅猛發(fā)展，人臉 識(shí)別技術(shù)成為更理想的身份驗(yàn)證方式。人臉識(shí)別 技術(shù) 通過分析輸 入的人臉圖像，得到能有效表達(dá)人臉特征的面部特征信息，并用來辯識(shí)人 的身份。人臉識(shí)別技術(shù)涵蓋圖像處理、模式識(shí)別、機(jī)器視覺、人工智能等學(xué)科，并與人機(jī)交互等研究領(lǐng)域有重要的交叉 [5]。 作為一種重要的個(gè)人身份鑒別技術(shù)，在國家安全、 門禁 系統(tǒng)、視頻監(jiān)控等多種地方都有運(yùn)用人臉識(shí)別技術(shù)。和其他方法比較起來，它更加方便、低侵犯性以及 魯棒性強(qiáng)等 多種 特點(diǎn) [1]。 一般來講，完整的人臉識(shí)別系統(tǒng) 由 ：人臉檢測、特征提取以及 人臉識(shí)別 ， 三個(gè)部分組成 [4]。 人臉檢測的 目的 就是從背景圖像中 找到 人臉?biāo)诘膮^(qū)域， 然后把人臉從 中分割出來， 接著 進(jìn)行 再人臉識(shí)別系統(tǒng) 后續(xù) 的一些工作。但長期以來，研究人員忽視了對人臉檢測的研究 ， 因此，人臉檢測還有很多方面需要進(jìn)行更深層次的 研究 [2]。 本文主要研究基于膚色的人臉檢測方法。 國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢 經(jīng)過 幾十年的發(fā)展，科研人員 做了大量 關(guān)于人臉識(shí)別技術(shù) 的研究，也取得了豐碩的成果。其中 MIT 媒體實(shí)驗(yàn)室、 Maryland 大學(xué)等的貢獻(xiàn)尤為突出 [6]。 國外諸多科研機(jī)構(gòu)都有專門從事人臉檢測和識(shí)別研究的研究組，著名的人臉檢測和識(shí)別研究機(jī)構(gòu)有：美國麻省理工學(xué)院媒體實(shí) 驗(yàn)室 、英國 Surrey 大學(xué)視覺、 法國的INRIA 研究所、 瑞士的 IDIAP 等 [10]。其他領(lǐng)域的著名的國際會(huì)議有： 國際計(jì)算機(jī)視覺和模式識(shí)別會(huì)議 CVPR、亞洲計(jì)算機(jī)視覺會(huì)議 ACCV 等 [8]。 特別的是，很多 知名的國際期刊 都設(shè)有 人臉識(shí)別 的 專題。 我國 80 年代 時(shí)期開始了對人臉 識(shí)別的研究 。國內(nèi)著名的科研單位 有 ：中科院自動(dòng)化研究所、中科院計(jì)算機(jī)所、 南京理工大學(xué)等等 [27]。 著名的企業(yè)有： 北京行者集團(tuán)、北京東鳥、上海銀晨、武漢東潤等等。 國內(nèi)的企業(yè)通過和相關(guān)研究機(jī)構(gòu)的密切合作，通過大量研究和開發(fā)，克服了一個(gè)又一個(gè)的困難，發(fā)明 出了我們國家自主的民族品牌產(chǎn)品，并且多項(xiàng)指標(biāo)比國外的系統(tǒng)更勝一籌。由我國 清華大學(xué)電子系丁曉青 教授研究的人臉識(shí)別系統(tǒng) 在美國 某 人臉識(shí)別供應(yīng)商 的 評測 中，取得了十分優(yōu)秀 成績 。同時(shí)由 我 本科畢業(yè)設(shè)計(jì)說明書（論文） 第 2 頁 共 28 頁 國自主 研制的擁有完全自主知識(shí)產(chǎn)權(quán)的“面像識(shí)別核心技術(shù)”獲得了很大的成就，多項(xiàng)技術(shù)指標(biāo)都達(dá)到國際一流 水平 [7]。 經(jīng)過多年的不斷努力，人臉識(shí)別技術(shù)已經(jīng)取得了很大發(fā)展。人臉圖像由于 光照、膚色、人種、眼睛、遮擋等 因素的影響 具有“一人千面”的特點(diǎn)。 因此，人臉識(shí)別 技術(shù) 仍需要克服許多問題 。 人臉檢測方法綜述 人臉檢測方法大體可以分為三種： 第一種是基于知識(shí)的方法， 直接 利用人臉 基本特征 ，推出的相應(yīng)規(guī)律來檢測人臉。當(dāng)找到符合規(guī)則的圖像區(qū)域后，就可以認(rèn)為人臉已經(jīng)被檢驗(yàn)出來，對候選的圖像區(qū)域進(jìn)行驗(yàn)證，來確定該圖像區(qū)域是否有 人臉 [9]?；?知識(shí)的人臉檢測方法又大致可以分成 三 種：第一種是檢測人臉上的器官（如眼睛、耳朵、眉毛等），然后根據(jù)它們的相對位置關(guān)系判斷 整個(gè)區(qū)域是否為人臉的面部特征法。 第二 種方法是根據(jù)人臉的各個(gè)器官具有一定對稱性，通過連續(xù)對稱性檢測方法，檢測一個(gè)圓形區(qū)域的對稱性，從而確定是否為人臉的機(jī)構(gòu)特征法。第 三 種是顏色特征法，因?yàn)槿四樀哪w色在某些 特定的顏色空間中具有比較好的類聚特性，根據(jù)膚色像素在色的上的相似性和空間上的相關(guān)性分割出可能的人臉區(qū)域。 第二種是 基于模版匹配的方法。 首先 確定 人臉模板和各器官特征的子模板，然后計(jì)算模板的相關(guān)值，由得到的相關(guān)值 確定輸入圖像中是否存在人臉。 基于模板匹配的方法分為固定模板 辦法和變相模板法。固定模板法首 先制定出標(biāo)準(zhǔn)的模板，然后計(jì)算檢測區(qū)域和模板的相關(guān)值，根據(jù)一定的準(zhǔn)則判斷人臉區(qū)域 。變形模板 法第一步就是制定模板參數(shù)， 對參數(shù)進(jìn)行修整一直到 收斂 為止，最終檢測出人臉面部器官位置 。 第三種基于統(tǒng)計(jì)的方法。 這種方法的思想與模板 匹 配方法的不同之處在于將人臉區(qū)域看作一類模式，搜集大量樣本，并在樣本集上建立一個(gè) 正確識(shí)別 人臉和非人臉的分類器， 全局掃描 被檢測圖像，來明確圖像窗口中是否有 人臉。 本文的主要工作 如前文所述，人臉是一個(gè)常見而又復(fù)雜的視覺模式，作為一種生物特征在模式識(shí)別和計(jì)算機(jī)視覺等領(lǐng)域得到了大量的應(yīng)用。而所有基于人臉的這些應(yīng)用首要解決的一個(gè)問題就是人臉檢測。近幾年隨著彩色圖像的普及，利用人臉的膚色特征作為檢測手段也為了一個(gè)研究熱點(diǎn)，因此本文應(yīng)用基于膚色的檢測方法來實(shí)現(xiàn)人臉檢測，從而展開了本文的工作。 本科畢業(yè)設(shè)計(jì)說明書（論文） 第 3 頁 共 28 頁 第一章介紹了人臉 檢測技術(shù)的研究背景、意義以及研究現(xiàn)狀，并對人臉檢測方法進(jìn)行了一個(gè)大致的講解。 第二章 首先 介紹了 5 個(gè)常用色彩空間， 經(jīng)過比較后 采用了 YCbCr 色彩空間 作為膚色空間。接著簡單的介紹了膚色模型，并選擇了高斯模型作為實(shí)驗(yàn)所用的膚色模型。 第三章為了能夠更加準(zhǔn)確地進(jìn)行膚色分割，在圖像膚色分割前進(jìn)行必要的預(yù)處理。為使人臉可能區(qū)域數(shù)目的減少，本章介紹 了 形態(tài)學(xué)運(yùn)算、數(shù)學(xué)統(tǒng)計(jì)等方法進(jìn)行人臉可能區(qū)域初步篩選。 第四章人臉檢測代碼、界面及結(jié)果分析，為了能更清晰明了地展示本課題的人臉檢測過程，采用 matlab 軟件中的 GUI 部分設(shè)計(jì)人 臉檢測界面。對彩色圖像測試集中的圖像進(jìn)行檢測，之后給出檢測及分析結(jié)果。 第五部分結(jié)論與展望。 本科畢業(yè)設(shè)計(jì)說明書（論文） 第 4 頁 共 28 頁 2 基于膚色分割的人臉檢測 科研者們利用人臉膚色信息進(jìn)行人臉檢測，做了大量的研究和調(diào)查，并取得了一定的成果，此方法越來越受到人們的廣泛重視。基于人臉膚色的聚類性，科研者們在進(jìn)行人臉檢測時(shí)使用人臉膚色信息做憑據(jù)。相關(guān)研究 表明 ,不同 條件下人臉的膚色 會(huì)有較大的不一致性 ,但這種不一致性不是在色彩上 ,而是表現(xiàn)在亮度 上 [25]。 如果 在圖像中 對亮度 因素進(jìn)行一定的調(diào)整 ,那么人臉膚色會(huì)有 不錯(cuò)的聚類性 。 利用人臉膚色信息進(jìn)行 人臉檢測 ,許多問題都將迎刃而解，比 如隨機(jī) 化的表情 ,人臉變動(dòng)等 。 同時(shí) ,利用膚色 信息將 輸入圖像 中的人臉區(qū)域分割出來 ,不僅速度快 ,實(shí)用性也好 。 目 前 , 由于利用膚色信息 分割 出圖像中的人臉區(qū)域的效率高 [13]， 大部分的研究著作 都 是將 膚色分割 作 為前提 條件 ,從而 得到侯選人 臉區(qū)域 ,再用其它方法來 確認(rèn)得到的候選區(qū)域 ,以達(dá)到實(shí)時(shí)性和真實(shí)性并重。 根據(jù)是否有 成像過程 這一依據(jù) ,可以將基于膚色分割的方法分為兩種 ： 基于統(tǒng)計(jì)的方法和基于物理的方法 。第一種是在膚色檢測過程中建立一個(gè)膚色統(tǒng)計(jì)模型 ,步驟有 ： 變換顏色空間、 膚色建模 。 第二種方法 在膚色檢測 過程 中加入 光照與皮膚間的相互 影響 ,通過對 膚色 模型以及對 光譜特征 的研究來 進(jìn)行膚色檢測 [22]。 本文主要研究第一種方法 。 在第一種研究人臉檢測的方法過程中，有 兩個(gè)問題 需要迫切解決：如何選擇膚色空間以及如何建立用來對像素進(jìn)行辨認(rèn) 的膚色模型 。 色彩空間 根據(jù) 相關(guān) 理論，同樣的顏色可以有不一樣的表達(dá)形式，采用不同的表達(dá)形式則形成了不一樣 的色度空間 [15]。而 對于在 人臉檢測 中運(yùn)用膚色特征信息這一方法來說 ， 如何選擇膚色空間至關(guān)重要，它會(huì)對最終的結(jié)果有很大的影響。 所 以， 首 先要 合理的選擇色度空間，根據(jù)膚色特征的高聚類性，盡量減少與 非膚色特征 信息的重疊區(qū)域。許多的研究和文獻(xiàn)提出了不同的空間，常見的 有 ： 歸一化 RGB、 HIS 空間、 HSV 空間、 YCbCr空間等等。下文中，我將詳細(xì)介紹常見的顏色空間和其相應(yīng)的特點(diǎn)。 本科畢業(yè)設(shè)計(jì)說明書（論文） 第 5 頁 共 28 頁 關(guān)于 RGB 色彩空間 該模型是一種加和模型，在該模型中，紅色、綠色和藍(lán)色以各種方式結(jié)合再組成其他顏色 。 可以采用三維的笛卡爾坐標(biāo)系來表示該空間模型， x、 y、 z軸分別對紅、綠、藍(lán)三種顏 色，如圖 所示。原點(diǎn)表示黑色 ；白色 位于離原點(diǎn)最遠(yuǎn)的頂點(diǎn)處；將這三種顏 色取不同 量值 并 加權(quán)混合， 就能產(chǎn)生不一樣 的顏色。任何顏色都能 在這個(gè)彩色的立方體中找到。 圖中立方體的對角線 是指當(dāng)三個(gè)分量值相同所對應(yīng)的灰度像素點(diǎn)，這些灰度像素點(diǎn)構(gòu)成的這條條直線，如圖所示。 圖 RGB 色彩空間 歸一化 RGB 色彩 空間 在 RGB 色彩空間里，三個(gè)分量不僅表示色彩，同時(shí)也包含了亮度信息。實(shí)驗(yàn)表明：如果兩個(gè)像素點(diǎn)1 11,R G B????和 ? ?2 2 2,R G B 起對應(yīng)的分量成比例，即滿足： 1 1 12 2 2R G BR G B?? （ ） 且其比值不等于 1，那么這兩個(gè)像素具有相同的色彩，其不同主要體現(xiàn)在亮度上。從而，可以再色 度空間中去去除亮度分量，從而得到了一種膚色空間，即歸一化 RGB 膚色空間，其定義如下： 1 00r1g = 0 0 .b 100R G B RGR G BBR G B??????????? ???????????????????? ? ? ?? ? ? ??????? ? ?????? ??? ?????? ??? ? ? ???? ? ? ???? ? ? ??????? ? ?????? ?????? ???? ?????? ??????? （ ） 如上式所示，由于 r+ g +