【正文】 1. 序言 . 人臉識別的背景介紹 近幾年來，已開發(fā)應(yīng)用了聲音識別、簽字識別、指紋識別、掌形識別、眼虹膜識別等人體生物特征識別技術(shù)，與上述識別技術(shù)相比較，而最近開發(fā)的人臉識別技術(shù)則具有簡便、準(zhǔn)確、經(jīng)濟(jì)及可擴(kuò)展性良好 等眾多優(yōu)勢，因此可廣泛應(yīng)用于出入口控制、安全驗證、安防監(jiān)控與搜尋罪犯等有關(guān)方面。人體生物特征識別技術(shù)是依靠人體的生物特征來進(jìn)行人的身份驗證的一種高科技識別技術(shù)。而人臉識別技術(shù)具有比其他生物特征識別技術(shù)更直觀、簡便、準(zhǔn)確、可靠及可擴(kuò)展性良好等眾多優(yōu)勢，因而應(yīng)用廣泛。隨著安全入口控制和金融貿(mào)易方面應(yīng)用需要的快速增長，生物統(tǒng)計識別技術(shù)得到了新的重視。目前，微電子和視覺系統(tǒng)方面取得的新進(jìn)展，使該領(lǐng)域中高性能自動識別技術(shù)的實(shí)現(xiàn)代價降低到了可以接受的程度。而人臉識別是所有的生物識別方法中應(yīng)用最廣泛的技術(shù)之一 [1]，人臉 識別技術(shù)是一項近年來興起的，但不大為人所知的新技術(shù)。人們更多的是在電影中看到這種技術(shù)的神奇應(yīng)用：警察將偷拍到的嫌疑犯的臉部照片，輸入到電腦中，與警方數(shù)據(jù)庫中的資料進(jìn)行比對，并找出該嫌犯的詳細(xì)資料和犯罪記錄。這并非虛構(gòu)的情節(jié)。在國外，人臉識別技術(shù)早已被大量使用在國家重要部門以及軍警等安防部門。在國內(nèi)，對于人臉識別技術(shù)的研究始于上世紀(jì) 90 年代，目前主要應(yīng)用在公安、金融、網(wǎng)絡(luò)安全、物業(yè)管理以及考勤等領(lǐng)域。 . 人臉識別國內(nèi)外發(fā)展?fàn)顩r 人臉識別技術(shù)從應(yīng)用層面上主要可分為：人臉檢測、人臉識別查詢、人臉識別身份認(rèn)證，目前 ，我國從事人臉識別技術(shù)研究的單位有很多，使得生物特征識別技術(shù)形成縮小了與國外的差距 [2]。 2021 年，以清華大學(xué)和中科院自動化研究所為代表的北京奧運(yùn)會實(shí)名制票證系統(tǒng)的實(shí)施將生物特征識別技術(shù)又推到了一個新的水平，為我國生物識別技術(shù)在安防領(lǐng)域的應(yīng)用打下了堅實(shí)的基礎(chǔ)。 人臉識別檢測研究，主要包括人臉檢測技術(shù)和人臉識別技術(shù)的研究 [3]。人臉識別檢測是指對于任意一幅給定的圖像，采用一定的策略對其進(jìn)行搜索以確定其中是否含有人西北大學(xué)本科畢業(yè)論文 臉，如果是，則返回人臉的位置、大小和姿態(tài)，接著對人臉進(jìn)行識別。它是一個復(fù)雜的具有挑戰(zhàn)性的模式檢測 問題。同時，人臉檢測要走向?qū)嶋H應(yīng)用，精度和速度是亟需解決的兩個關(guān)健問題 [4]，自 20 世紀(jì) 90 年代以來，人臉檢測的精度得到了大幅度的提高，但是速度卻一直達(dá)不到應(yīng)用系統(tǒng)用戶滿意的程度，為此研究者們付出艱辛的努力，直到 21世紀(jì) Viola 基于 AdaBoost 算法的人臉檢測器的發(fā)表 [8]，人臉檢測的速度才得到了實(shí)質(zhì)性的提高，該算法的發(fā)表也促進(jìn)了人臉檢測研究的進(jìn)一步蓬勃發(fā)展。按照人臉識別的自動化程度，人臉識別的發(fā)展經(jīng)歷了以下三個階段： 第一階段是機(jī)械式識別階段：早期的人臉識別，是在已經(jīng)得到一個正面人臉圖像的基礎(chǔ)上進(jìn)行的 ，以 Bertillon、 Allen、 Parke 為代表，主要研究人臉識別所需要的面部特征 [10]。在 Bertillon 的系統(tǒng)中，用一個簡單的語句與數(shù)據(jù)庫中的某一張臉相聯(lián)系，同時與指紋分析相結(jié)合，提供了一個較強(qiáng)的識別系統(tǒng)。為了提高臉部識別率， Allen 為待識別臉設(shè)計了一種有效且逼真的摹寫。 Parke 則用計算機(jī)實(shí)現(xiàn)了這一想法，并產(chǎn)生了較高質(zhì)量的人臉灰度圖模型。但是，這一階段的人臉識別過程全部依賴于操作人員，沒有實(shí)現(xiàn)系統(tǒng)的自動識別功能。 第二階段是人機(jī)交互式識別階段：這一階段所采用的主要技術(shù)方案是基于人臉幾何結(jié)構(gòu) 特征（ Geometric feature based）的研究方法，此方法的思想是首先檢測出眼、鼻、嘴等臉部主要部件的位置和大小，然后利用這些部件的總體幾何分布關(guān)系以及相互之間的參數(shù)比例來識別人臉，忽略了局部細(xì)微特征，更適合于粗分類。代表性工作有Goldstion、 Harmon 和 Lesk 等人用幾何特征參數(shù)來表示人臉正面圖像。他們采用 21 維特征矢量表示人臉面部特征，并設(shè)計了基于這一特征表示法的識別系統(tǒng)。 Kaya 和Kobayashi 則采用了統(tǒng)計識別的方法 [11]，用歐氏距離來表示人臉特征如嘴唇與鼻子之間的距離，嘴 唇的高度等。更進(jìn)一步地， T． Kanad 設(shè)計了一個高速且有一定知識導(dǎo)引的半自動回溯識別系統(tǒng)，創(chuàng)造性地運(yùn)用積分投影法從單幅圖像上計算出一組臉部特征參數(shù)，再利用模式分類技術(shù)與標(biāo)準(zhǔn)人臉相匹配。 Kanad 的系統(tǒng)實(shí)現(xiàn)了快速、實(shí)時的處理，促進(jìn)了人臉識別系統(tǒng)走向?qū)嶋H應(yīng)用領(lǐng)域。不足的是，此類方法仍需要利用操作員的某些先驗知識，仍然擺脫不了人的干預(yù)。 第三階段是真正的機(jī)器自動識別階段： 20 世紀(jì) 90 年代以來，人臉識別技術(shù)發(fā)展非常迅速，所提出的算法在較理想圖像采集條件、用戶配合、中小規(guī)模正面人臉數(shù)據(jù)庫上達(dá)到了非常好的性能，也因此 出現(xiàn)了若干知名的人臉識別商業(yè)公司，人臉識別的商業(yè)系基于 OpenCV 的 視頻人臉識別系統(tǒng)的設(shè)計與實(shí)現(xiàn) 7 統(tǒng)得到了進(jìn)一步發(fā)展。從技術(shù)角度上看， 2D 人臉圖像線性子空間判別分析、統(tǒng)計表觀模型、統(tǒng)計模式識別方法是這一階段內(nèi)的主流技術(shù)。但是，主流的人臉識別技術(shù)在非約束環(huán)境下 (多姿態(tài)、遮擋等多種變化因素 )，識別率下降非?？欤荒軡M足實(shí)際應(yīng)用?？傮w而言，目前建立一個魯棒的人臉識別系統(tǒng)仍然是一個很困難的問題。非理想成像條件下（尤其是光照和姿態(tài)）、用戶不配合、大規(guī)模人臉數(shù)據(jù)庫上的人臉識別問題逐漸成為研究的熱點(diǎn)問題。 . 人臉識別研究的意義 人臉識別是機(jī)器視覺和模式識別領(lǐng)域最富有 挑戰(zhàn)性的課題之一，同時也具有較為廣泛的應(yīng)用意義。人臉識別技術(shù)是一個非?；钴S的研究領(lǐng)域，它覆蓋了數(shù)字圖像處理、模式識別、計算機(jī)視覺、神經(jīng)網(wǎng)絡(luò)、心理學(xué)、生理學(xué)、數(shù)學(xué)等諸多學(xué)科的內(nèi)容。如今，雖然在這方面的研究已取得了一些可喜的成果，但是 FRT 在實(shí)際應(yīng)用中仍面臨著很嚴(yán)峻的問題 ,因為人臉五官的分布是非常相似的，而且人臉本身又是一個柔性物體，表情、姿態(tài)或發(fā)型、化妝的千變?nèi)f化都給正確識別帶來了相當(dāng)大的麻煩。如何能正確識別大量的人臉并滿足實(shí)時性要求是迫切需要解決的問題。 . 人臉識別的技術(shù)應(yīng)用 隨著技術(shù)的進(jìn)一步成熟和社會認(rèn)同度 的提高，人臉識別技術(shù)將應(yīng)用在更多的領(lǐng)域。 。這或許是未來規(guī)模最大的應(yīng)用，國際民航組織 (ICAO)已確定，從 2021 年起，其 118 個成員國家和地區(qū)，必須使用機(jī)讀護(hù)照，人臉識別技術(shù)是首推識別模式 [6]，該規(guī)定已經(jīng)成為國際標(biāo)準(zhǔn)。中國的電子護(hù)照計劃公安部一所正在加緊規(guī)劃和實(shí)施。 、司法和刑偵。如利用人臉識別系統(tǒng)和網(wǎng)絡(luò)，在全國范圍內(nèi)搜捕逃犯。 。如銀行的自動提款機(jī)，如果用戶卡片和密碼被盜，就會被他人冒取現(xiàn)金。如果同時應(yīng)用人臉識別就會避免這種情況的發(fā)生。 。如計算機(jī)登 錄、電子政務(wù)和電子商務(wù)。在電子商務(wù)中交易全部在網(wǎng)上完成，電子政務(wù)中的很多審批流程也都搬到了網(wǎng)上。而當(dāng)前，交易或者審批的授權(quán)都是靠密碼來實(shí)現(xiàn)，如果密碼被盜，就無法保證安全。但是使用生物特征，就可以做到當(dāng)事人在網(wǎng)上的數(shù)字身份和真實(shí)身份統(tǒng)一，從而大大增加電子商務(wù)和電子政務(wù)系統(tǒng)的可靠性西北大學(xué)本科畢業(yè)論文 [7]。 新增加的技術(shù)簡而言之，首先是人臉檢測并提取出特征表達(dá)，隨后再據(jù)此進(jìn)行數(shù)據(jù)庫對比，最后按照相似度排序返回結(jié)果。其實(shí)，人臉檢測并不是新技術(shù)，相關(guān)研究已有三十年歷史，然而直到去年底，百度才決定推動這一技術(shù)付諸實(shí)施。全球 60 億人口，人臉相關(guān)技術(shù)應(yīng)用前景不可限量！ . 主要章節(jié)內(nèi)容和章節(jié)結(jié)構(gòu) 全文共分為五章，其具體內(nèi)容如下： 第一章：序言。主要介紹人臉識別的背景、國內(nèi)外發(fā)展?fàn)顩r、研究的意義和應(yīng)用前景。 第二章：概述人臉識別的技術(shù)框架和功能模塊。 第三章：概述了人臉識別相關(guān)算法，介紹了本文基于 OpenCV 的視頻人臉識別算法的設(shè)計。 第四章：概述了人臉檢測相關(guān)算法，介紹了本文基于 AdaBoost 算法的人臉 檢測 算法。 第五章：人臉識別系統(tǒng)原型的設(shè)計實(shí)現(xiàn)。介紹了本文設(shè)計的基于 OpenCV 的人臉識別原型系統(tǒng)的實(shí)現(xiàn) . 本章小結(jié) 本章概括性的介紹了人臉表情 識別的背景、發(fā)展現(xiàn)狀、應(yīng)用需求。人臉識別在身份認(rèn)證、信息安全、媒體娛樂、圖像搜索方面的重要應(yīng)用。人臉檢測是人臉信息處理領(lǐng)域中的一個重要課題，具有很高的學(xué)術(shù)價值和應(yīng)用潛力；同時人臉檢測又是一個極具挑戰(zhàn)性的問題。本文研究其中最具普遍性，也是最困難的復(fù)雜背景下靜止灰度圖像中的人臉檢測、以及在得到人臉區(qū)域后進(jìn)行識別的問題。 2. 人臉識別系統(tǒng)的技術(shù)框架和功能模塊 . OpenCV 簡介 OpenCV 的全稱是 (Open Source Computer Vision Library ),OpenCV 于 1999 年由Intel 建立， 如今由 Willow Garage 提供支持。 OpenCV 是一個基于（開源）發(fā)行的跨平基于 OpenCV 的 視頻人臉識別系統(tǒng)的設(shè)計與實(shí)現(xiàn) 9 臺計算機(jī)視覺庫，可以運(yùn)行在 Linux、 Windows 和 Mac OS 操作系統(tǒng)上。它輕量級而且高效由一系列 C 函數(shù)和少量 C++ 類構(gòu)成，同時提供了 Python、 Ruby、 MATLAB 等語言的接口，實(shí)現(xiàn)了圖像處理和計算機(jī)視覺方面的很多通用算法 ,它不依賴于其它的外部庫，但可以使用某些外部庫。 OpenCV 為 Intel174。 Integrated Performance Primitives (IPP) 提供了透明接口。這意味著如果有為 特定處理器優(yōu)化的的 IPP 庫， OpenCV 將在運(yùn)行時自動加載這些庫。 OpenCV 有幾個顯著的特點(diǎn)： 、開源 、代碼優(yōu)化 ： windows Linux Mas OS 本次設(shè)計所用的開發(fā)工具是 Microsoft Visual C++ 。 Visual C++ 是Microsoft 公司推出的一種可視化編程工具。它支持多平臺和交叉平臺的開發(fā)，將各種編程工具如編輯器、連接器、調(diào)試器等巧妙的結(jié)合在一 起，構(gòu)成一個完美的可視化開發(fā)環(huán)境。用戶無需通過繁雜的編程操作，即可完成 Windows 下應(yīng)用程序的編輯、編譯、測試和細(xì)化等工作。 . 人臉識別的功能模塊 ? 人臉捕獲與跟蹤功能： 人臉捕獲是指在一幅圖像或視頻流的一幀中檢測出人像并將人像從背景中分離出來，并自動地將其保存。人像跟蹤是指利用人像捕獲技術(shù)，當(dāng)指定的人像在攝像頭拍攝的范圍內(nèi)移動時自動地對其進(jìn)行跟蹤。 ? 人臉識別比對功能： 人臉識別分核實(shí)式和搜索式二種比對模式。核實(shí)式是對指將捕獲得到的人像或是指定的人像與數(shù)據(jù)庫中已登記的某一對像作比對核實(shí)確定其是否為同一人。搜索 式的比對是指，從數(shù)據(jù)庫中已登記的所有人像中搜索查找是否有指定的人像存在。 ? 人臉的建模與檢索： 西北大學(xué)本科畢業(yè)論文 可以將登記入庫的人像數(shù)據(jù)進(jìn)行建模提取人臉的特征，并將其生成人臉模板（人臉特征文件）保存到數(shù)據(jù)庫中 [9]。在進(jìn)行人臉?biāo)阉鲿r（搜索式），將指定的人像進(jìn)行建模，再將其與數(shù)據(jù)庫中的所有人的模板相比對識別，最終將根據(jù)所比對的相似值列出最相似的人員列表。 ? 真人鑒別功能： 系統(tǒng)可以識別得出攝像頭前的人是一個真正的人還是一幅照片。以此杜絕使用者用照片作假。此項技術(shù)需要使用者作臉部表情的配合動作。 ? 圖像質(zhì)量檢測： 圖像質(zhì)量的好壞直接 影響到識別的效果，圖像質(zhì)量的檢測功能能對即將進(jìn)行比對的照片進(jìn)行圖像質(zhì)量評估，并給出相應(yīng)的建議值來輔助識別。 . 人臉識別的技術(shù)框架 本文的人臉識別系統(tǒng)的功能有人臉圖像采集、人臉圖像預(yù)處理、人臉圖像訓(xùn)練、人臉圖像識別、增加人臉圖像、刪除人臉圖像和修改人臉圖像信心等。按照人臉識別的功能，本文的人臉識別系統(tǒng)框架可以用圖 來表示。 基于 OpenCV 的 視頻人臉識別系統(tǒng)的設(shè)計與實(shí)現(xiàn) 11 圖 人臉識別系統(tǒng)框架 。使用攝像機(jī)對進(jìn)入重要場所的合法人員進(jìn)行人臉圖像的采集，采集 圖像時保持拍攝環(huán)境的一致性，同時拍攝的圖像要保持人臉信息的完成性。 。對采集到的人臉圖像進(jìn)行統(tǒng)一的處理，將其處理為大小統(tǒng)一，存儲格式一致的灰度圖像。 。對預(yù)處理的人臉圖像進(jìn)行人臉特征的提取，通過多次的人臉特征的選擇，最終用選中的人臉特征作為識別時的依據(jù)。 。識別階段的前期處理和訓(xùn)練階段是一樣的，也需要首先采集需要識別的人臉圖像，通過相同的預(yù)處理和人臉特征選擇方法，提取和選擇人臉的特征，然后將這些特征和數(shù)據(jù)庫中已經(jīng)存在的人臉特征進(jìn)行對比匹配，然后輸出確定該人員 是否是合法的人員。 、刪除、修改人臉圖像。即對數(shù)據(jù)庫中的人臉圖像進(jìn)行增加、刪除、和修改等操作。 人臉識別系統(tǒng)訓(xùn)練完成后，對人臉識別時的基本過程如圖 所示。 圖 人臉識別基本過程 人臉識別系統(tǒng)在對人臉圖像進(jìn)行識別之前必須首先對需要進(jìn)行識別的合法人員的人臉圖像進(jìn)行訓(xùn)練，訓(xùn)練后的系統(tǒng)才可以用來完成識別的功能。其中識別時訓(xùn)練過的人員的人臉圖像是系統(tǒng)默認(rèn)合法的人員，因此可以以此來限制進(jìn)入重要場所的人員。在實(shí)際的應(yīng)用過程中，人臉識別系統(tǒng)的應(yīng)用框架如圖 所示。 登錄 身份驗證 退出 采集人臉圖像 預(yù)處理人臉圖像 添加人臉圖像 修改人臉圖像 刪除人臉圖像 識別人臉圖像 訓(xùn)練人臉圖像 采集人 臉圖像 人臉圖像 匹配識別 人臉圖像 特征提取 人臉圖像 預(yù)處理 西北大學(xué)本科畢業(yè)論文