【正文】 ............................................. 18 4 實驗結(jié)果與分析 ......................................................................................................... 23 5 結(jié)論 ........................................................................................................................... 24 參考文獻 ....................................................................................................................... 25 致謝 .............................................................................................................................. 26 河南城建學(xué)院本科畢業(yè)設(shè)計（論文） 緒論 1 1 緒論 當(dāng)前，人臉檢測越來越受到大家的關(guān)注，他作為生物特征識別中一個非常重要的一個分支，已成為計算機視覺與模式識別領(lǐng)域中非?；钴S的一個研究領(lǐng)域。而基于人臉檢測更是學(xué)術(shù)界的一個難點。而本文先對圖像進 行處理，然后在對圖像進行人臉檢測，人臉定位。 人臉包含很多信息，通過對人臉檢測，人臉定位，我們可以很快知道一個人的部分基本資料，如性別，表情，年齡和身份等基本信息，在現(xiàn)實生活中如在公安、金融、網(wǎng)絡(luò)安全、物業(yè)管理、以及考勤都會用到人臉檢測，因此人臉檢測具有很高的學(xué)術(shù)研究價值和商業(yè)價值，這就引起了在人臉識別方面的廣大科學(xué)研究者的興趣，可以說，人臉識別已經(jīng)成為當(dāng)前科學(xué)界熱門的一個研究課題之一。 研究背景 自 70 年代以來 .隨著人工智能技術(shù)的興起 .以及人類視覺研究的進展 .人們逐漸對人臉圖像的機器識別投入很大的 熱情，并形成了一個人臉圖像識別研究領(lǐng)域，這一領(lǐng)域除了它的重大理論價值外，也極具實用價值。 在進行人工智能的研究中，人們一直想做的事情就是讓機器具有像人類一樣的思考能力，以及識別事物、處理事物的能力，因此從解剖學(xué)、心理學(xué)、行為感知學(xué)等各個角度來探求人類的思維機制、以及感知事物、處理事物的機制，并努力將這些機制用于實踐，如各種智能機器人的研制。人臉圖像的機器識別研究就是在這種背景下興起的，因為人們發(fā)現(xiàn)許多對于人類而言可以輕易做到的事情，而讓機器來實現(xiàn)卻很難，如人臉圖像的識別，語音識別，自然語言理解等。如果能夠開 發(fā)出具有像人類一樣的機器識別機制，就能夠逐步地了解人類是如何存儲信息，并進行處理的，從而最終了解人類的思維機制。 同時，進行人臉圖像識別研究也具有很大的使用價依。如同人的指紋一樣，人臉也具有唯一性，也可用來鑒別一個人的身份?，F(xiàn)在己有實用的計算機自動指紋識別系統(tǒng)面世，并在安檢等部門得到應(yīng)用，但還沒有通用成熟的人臉自動識別系統(tǒng)出現(xiàn)。人臉圖像的自動識別系統(tǒng)較之指紋識別系統(tǒng)、 DNA 鑒定等更具方便性，因為它取樣方便，可以不接觸目標(biāo)就進行識別，從而開發(fā)研究的實際意義更大。并且與指紋圖像不同的是，人臉圖像受很多因素的干擾 :人臉表情的多樣性 。以及外在的成像過程中的光照，圖像尺寸，旋轉(zhuǎn)，姿勢變化等。使得同一個人，在不同的環(huán)境下拍攝所得到的人臉圖像不同，有時更會有很大的差別，給識別帶來很大難度。因此在各種干擾條件下實現(xiàn)人臉圖像的識別，也就更具有挑戰(zhàn)性。 河南城建學(xué)院本科畢業(yè)設(shè)計（論文） 緒論 2 國外對于人臉圖像識別的研究較早，現(xiàn)己有實用系統(tǒng)面世，只是對于成像條件要求較苛刻，應(yīng)用范圍也就較窄，國內(nèi)也有許多科研機構(gòu)從事這方而的研究，并己取得許多成果。 目前，越來越多的國家開始對人臉檢測及其識別的研究。并且發(fā)展很快，已經(jīng)由原來的靜態(tài)識別到現(xiàn)在動態(tài)識別，有 單向多張臉識別，還有從最初的二維臉識別到現(xiàn)在的三維立體識別。 在國內(nèi)，最早研究人臉識別的當(dāng)屬于中科院計算所跟哈工大的一個聯(lián)合面像實驗室。該實驗室的高文教授，陳曦林教授，山世光教授，直到今天，都一直活躍在人臉識別領(lǐng)域，更可貴的是，在 IEEE 上面發(fā)表了很多 paper。這一點，很值得我們同學(xué)學(xué)習(xí)。后來該實驗室，成為上海銀晨的研發(fā)中心，專門為上海銀晨做技術(shù)研發(fā)和技術(shù)支持。其次是中科院生物研究所的李子清教授，以及下屬的中科奧森公司。李子清教授，當(dāng)年在微軟亞洲研究所的時候，就從事人臉識別方面的研究工作。后來在中科院組建 了專門的的人臉識別研究團隊。該研究團隊，首先提出了基于近紅外線的人臉識別技術(shù)，并將該人臉識別技術(shù)用于 08 年的北京奧運會。同時基于近紅外線的人臉識別技術(shù)得到了國際上同行業(yè)的專家認(rèn)可和一致肯定。接著是清華大學(xué)的丁曉晴教授。丁曉晴教授在 OCR 領(lǐng)域，可謂國內(nèi)第一人。不過最近幾年轉(zhuǎn)行做人臉識別，也是非常有成就的。不說別的，就只從 FRVT2020（美國國家標(biāo)準(zhǔn)研究所 2020 年全球人臉識別供應(yīng)商系統(tǒng)性能測試）的測試結(jié)果看來，丁曉晴教授的研究團隊是唯一一個完成大規(guī)模 3D人臉識別性能測試的參賽團隊。由此可見，在國內(nèi)人臉識別領(lǐng) 域來說，他們的算法在 3D領(lǐng)域，絕對排名第一。 國外主要有美國，歐洲國家、日本等著名的科研機構(gòu)有美國的 MIT 和 CMU,英國的劍橋大學(xué)。在人臉識別領(lǐng)域中，國際上逐步形成了以下幾個研究方向：基于幾何特征的方法、基于膚色模型的方法、基于模板匹配的方法、基于 KL 變換的特征臉方法、基于隱馬爾可夫模型的方法和神經(jīng)網(wǎng)絡(luò)識別方法等等。它們可以被歸類到基于顯示特征和基于隱式特征的兩大方法中。 發(fā)展至今，人臉識別的方法越來越多，最有代表的是基于 Haar 特征的人臉識別方法是其中較為典型的方法，該方法不僅具有較高的檢測率，同時也能夠 滿足實時檢測的基本要求。基于 Haar 特征的人臉識別方法始于 2020 年 PaulViola 和MichaelJones 兩者撰寫的一篇論文，他們在論文中提出了 Haar 特征和 Adaboost算法，并利用它們進行人臉檢測。但是此方法只能用于檢測正面無旋轉(zhuǎn)的人臉。為此， RainerLihart 等人于 2020 年對此方法進行了擴展，增加了傾斜特征的定義，此后此方法被擴展到全旋轉(zhuǎn)放縮情況下的人臉檢測。自從以上幾位學(xué)者運用河南城建學(xué)院本科畢業(yè)設(shè)計（論文） 緒論 3 基于 Haar 特征和 Adaboost 算法進行人臉檢測取得長足進步之后，基于 Haar 特征的人臉檢測方法備受專 家學(xué)者的青睞，國內(nèi)外相關(guān)研究成果也是層出不窮。 人臉圖像識別的應(yīng)用前景 人臉圖像識別除了具有重大的理論價值以及極富挑戰(zhàn)性外，還其有許多潛在的應(yīng)用前景，利用人臉圖像來進行身份驗證，可以不與目標(biāo)相接觸就取得樣本圖像，而其它的身份驗證手段，如指紋、眼睛虹膜等必須通過與目標(biāo)接觸或相當(dāng)接近來取得樣木，在某些場合，這些識別手段就會有不便之處。 就從目前和將來來看，可以預(yù)測到人臉圖像識別將具有廣闊的應(yīng)用前景，如表 11中所列舉就是其中已經(jīng)實現(xiàn)或逐步完善的應(yīng)用。 表 人臉識別的應(yīng)用 應(yīng)用 優(yōu)點 存在問題 信 用卡、汽車駕照、護照以及個人身份驗證等 圖像攝取可控、圖像分割可控、圖像質(zhì)量好 需要建立龐大的數(shù)據(jù)庫 嫌疑犯照片匹配 圖像質(zhì)量不統(tǒng)一、多幅圖像可用 潛在的巨大圖像庫 互聯(lián)網(wǎng)應(yīng)用 視頻信息價值高多人參與 存在虛假 銀行 /儲蓄安全 監(jiān)控效果好 圖像分割不可控、圖像質(zhì)量較差 人群監(jiān)測 圖像質(zhì)量高、可利用攝像圖像 圖像分割自由、圖像質(zhì)量低、實時性 本文研究的問題 本文介紹了人臉圖像識別中所應(yīng)用 MATLAB 對圖像進行預(yù)處理，應(yīng)用該工具箱對圖像進行經(jīng)典圖像處理 ,通過實例來應(yīng)用 matlab 圖像處 理功能，對某一特定的人臉圖像處理，進而應(yīng)用到人臉識別系統(tǒng)。本文在總結(jié)分析人臉識別系統(tǒng)中幾種常用的圖像預(yù)處理方法基礎(chǔ)上，利用 MATLAB 實現(xiàn)了一個集多種預(yù)處理方法于一體的通用的人臉圖像預(yù)處理仿真系統(tǒng)，將該系統(tǒng)作為圖像預(yù)處理模塊可嵌入在人臉識別系統(tǒng)中，并利用灰度圖像的直方圖比對來實現(xiàn)人臉圖像的識別判定。 其中涉及到圖像的選取，臉部定位，特征提取，圖像處理和識別幾個過程。 河南城建學(xué)院本科畢業(yè)設(shè)計（論文） 緒論 4 識別系統(tǒng)構(gòu)成 人類似乎具有“與生俱來”的人臉識別能力，賦予計算機同樣的能力是人類的夢想之一，這就是所謂的“人臉識別”系統(tǒng)。假設(shè)我們把照 相機、攝像頭、掃描儀等看作計算機的“眼睛”，數(shù)字圖像可以看作計算機觀察到的“影像”，那么AFR賦予計算機根據(jù)其所“看到”的人臉圖片來判斷人物身份的能力。 廣義的講，自動人臉識別系統(tǒng)具有如圖 所示的一般框架并完成相應(yīng)功能的任務(wù)。 特 征 提 取 人 臉 識 別人 臉 圖 像 獲 取 人 臉 檢 測 圖 人臉識別系統(tǒng)一般框架 (1)人臉圖像的獲取 一般來說，圖像的獲取都是通過攝像頭攝取，但攝取的圖像可以是真人，也可以是人臉的圖片或者為了相對簡單，可以不考慮通過攝像頭來攝取頭像，而是直接給定要識別的圖像。 (2)人臉 的檢測 人臉檢測的任務(wù)是判斷靜態(tài)圖像中是否存在人臉。若存在人臉，給出其在圖像中的坐標(biāo)位置、人臉區(qū)域大小等信息。而人臉跟蹤則需要進一步輸出所檢測到的人臉位置、大小等狀態(tài)隨時間的連續(xù)變化情況。 (3)特征提取 通過人臉特征點的檢測與標(biāo)定可以確定人臉圖像中顯著特征點的位置（如眼睛、眉毛、鼻子、嘴巴等器官），同時還可以得到這些器官及其面部輪廓的形狀信息的描述。 根據(jù)人臉特征點檢測與標(biāo)定的結(jié)果，通過某些運算得到人臉特征的描述（這些特征包括：全局特征和局部特征，顯式特征和統(tǒng)計特征等）。 (4)基于人臉圖像比對的身份識 別 即人臉識別 (Face Identification)問題。通過將輸入人臉圖像與人臉數(shù)據(jù)庫中的所有已知原型人臉圖像計算相似度并對其排序來給出輸入人臉的身份信息。這包括兩類識別問題：一類是閉集 (Close Set)人臉識別問題，即假定輸入的人臉一定是人臉庫中的某個個體；另一類是開集 (Open Set)識別，即首先要對輸入人臉是否在已知人臉庫中做出判斷，如果是，則給出其身份。 (5)基于人臉圖像比對的身份驗證 河南城建學(xué)院本科畢業(yè)設(shè)計（論文） 緒論 5 即人臉確認(rèn) (Face Verification)問題。系統(tǒng)在輸入人臉圖像的同時輸入一個用戶宣稱的該人 臉的身份信息，系統(tǒng)要對該輸入人臉圖像的身份與宣稱的身份是否相符作出判斷。 論文的內(nèi)容及組織 第 1 章主要介紹了人臉識別的研究背景及國內(nèi)外的研究現(xiàn)狀，同時還介紹了目的及意義和應(yīng)用前景。 第 2 章主要介紹人臉識別系統(tǒng)中所用到的仿真軟件 Matlab，介紹了在人臉圖像識別過程中所需要的圖像處理技術(shù)，包括：一些基本操作、格式轉(zhuǎn)換、圖像增強等。并做了一個 Matlab 圖像處理功能的實例。 第 3 章主要始涉三個方面：首先是對人臉識別系統(tǒng)的構(gòu)成做詳細(xì)論述；其次就是對人臉識別過程中的關(guān)鍵環(huán)節(jié)人臉檢測、特征提取和圖像預(yù)處理做詳 細(xì)介紹；最后就是 Matlab 在人臉識別系統(tǒng)中的具體應(yīng)用，即人臉圖像識別的具體技術(shù)，并用 Matlab 進行仿真試驗并得到結(jié)果。 第 4 章是實驗結(jié)果與分析，并給出了人臉識別用到的理論知識。實驗過程中的難點與缺點。 第 5 章總結(jié)了全文的工作并對以后的需要進一步研究的問題進行了展望。 河南城建學(xué)院本科畢業(yè)設(shè)計（論文） 圖像處理的 matlab實現(xiàn) 6 2 圖像處理的 Matlab 實現(xiàn) Matlab 簡介 由 Math Work 公司開發(fā)的 Matla