【正文】 ............................................. 18 4 實(shí)驗(yàn)結(jié)果與分析 ......................................................................................................... 23 5 結(jié)論 ........................................................................................................................... 24 參考文獻(xiàn) ....................................................................................................................... 25 致謝 .............................................................................................................................. 26 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 緒論 1 1 緒論 當(dāng)前，人臉檢測(cè)越來(lái)越受到大家的關(guān)注，他作為生物特征識(shí)別中一個(gè)非常重要的一個(gè)分支，已成為計(jì)算機(jī)視覺(jué)與模式識(shí)別領(lǐng)域中非?；钴S的一個(gè)研究領(lǐng)域。而基于人臉檢測(cè)更是學(xué)術(shù)界的一個(gè)難點(diǎn)。而本文先對(duì)圖像進(jìn) 行處理，然后在對(duì)圖像進(jìn)行人臉檢測(cè)，人臉定位。 人臉包含很多信息，通過(guò)對(duì)人臉檢測(cè)，人臉定位，我們可以很快知道一個(gè)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(shí)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(huì)用到人臉檢測(cè)，因此人臉檢測(cè)具有很高的學(xué)術(shù)研究?jī)r(jià)值和商業(yè)價(jià)值，這就引起了在人臉識(shí)別方面的廣大科學(xué)研究者的興趣，可以說(shuō)，人臉識(shí)別已經(jīng)成為當(dāng)前科學(xué)界熱門(mén)的一個(gè)研究課題之一。 研究背景 自 70 年代以來(lái) .隨著人工智能技術(shù)的興起 .以及人類(lèi)視覺(jué)研究的進(jìn)展 .人們逐漸對(duì)人臉圖像的機(jī)器識(shí)別投入很大的 熱情，并形成了一個(gè)人臉圖像識(shí)別研究領(lǐng)域，這一領(lǐng)域除了它的重大理論價(jià)值外，也極具實(shí)用價(jià)值。 在進(jìn)行人工智能的研究中，人們一直想做的事情就是讓機(jī)器具有像人類(lèi)一樣的思考能力，以及識(shí)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(gè)角度來(lái)探求人類(lèi)的思維機(jī)制、以及感知事物、處理事物的機(jī)制，并努力將這些機(jī)制用于實(shí)踐，如各種智能機(jī)器人的研制。人臉圖像的機(jī)器識(shí)別研究就是在這種背景下興起的，因?yàn)槿藗儼l(fā)現(xiàn)許多對(duì)于人類(lèi)而言可以輕易做到的事情，而讓機(jī)器來(lái)實(shí)現(xiàn)卻很難，如人臉圖像的識(shí)別，語(yǔ)音識(shí)別，自然語(yǔ)言理解等。如果能夠開(kāi) 發(fā)出具有像人類(lèi)一樣的機(jī)器識(shí)別機(jī)制，就能夠逐步地了解人類(lèi)是如何存儲(chǔ)信息，并進(jìn)行處理的，從而最終了解人類(lèi)的思維機(jī)制。 同時(shí)，進(jìn)行人臉圖像識(shí)別研究也具有很大的使用價(jià)依。如同人的指紋一樣，人臉也具有唯一性，也可用來(lái)鑒別一個(gè)人的身份?，F(xiàn)在己有實(shí)用的計(jì)算機(jī)自動(dòng)指紋識(shí)別系統(tǒng)面世，并在安檢等部門(mén)得到應(yīng)用，但還沒(méi)有通用成熟的人臉自動(dòng)識(shí)別系統(tǒng)出現(xiàn)。人臉圖像的自動(dòng)識(shí)別系統(tǒng)較之指紋識(shí)別系統(tǒng)、 DNA 鑒定等更具方便性，因?yàn)樗臃奖?，可以不接觸目標(biāo)就進(jìn)行識(shí)別，從而開(kāi)發(fā)研究的實(shí)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(guò)程中的光照，圖像尺寸，旋轉(zhuǎn)，姿勢(shì)變化等。使得同一個(gè)人，在不同的環(huán)境下拍攝所得到的人臉圖像不同，有時(shí)更會(huì)有很大的差別，給識(shí)別帶來(lái)很大難度。因此在各種干擾條件下實(shí)現(xiàn)人臉圖像的識(shí)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(jì)（論文） 緒論 2 國(guó)外對(duì)于人臉圖像識(shí)別的研究較早，現(xiàn)己有實(shí)用系統(tǒng)面世，只是對(duì)于成像條件要求較苛刻，應(yīng)用范圍也就較窄，國(guó)內(nèi)也有許多科研機(jī)構(gòu)從事這方而的研究，并己取得許多成果。 目前，越來(lái)越多的國(guó)家開(kāi)始對(duì)人臉檢測(cè)及其識(shí)別的研究。并且發(fā)展很快，已經(jīng)由原來(lái)的靜態(tài)識(shí)別到現(xiàn)在動(dòng)態(tài)識(shí)別，有 單向多張臉識(shí)別，還有從最初的二維臉識(shí)別到現(xiàn)在的三維立體識(shí)別。 在國(guó)內(nèi)，最早研究人臉識(shí)別的當(dāng)屬于中科院計(jì)算所跟哈工大的一個(gè)聯(lián)合面像實(shí)驗(yàn)室。該實(shí)驗(yàn)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(shí)別領(lǐng)域，更可貴的是，在 IEEE 上面發(fā)表了很多 paper。這一點(diǎn)，很值得我們同學(xué)學(xué)習(xí)。后來(lái)該實(shí)驗(yàn)室，成為上海銀晨的研發(fā)中心，專(zhuān)門(mén)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(shí)候，就從事人臉識(shí)別方面的研究工作。后來(lái)在中科院組建 了專(zhuān)門(mén)的的人臉識(shí)別研究團(tuán)隊(duì)。該研究團(tuán)隊(duì)，首先提出了基于近紅外線的人臉識(shí)別技術(shù)，并將該人臉識(shí)別技術(shù)用于 08 年的北京奧運(yùn)會(huì)。同時(shí)基于近紅外線的人臉識(shí)別技術(shù)得到了國(guó)際上同行業(yè)的專(zhuān)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(guó)內(nèi)第一人。不過(guò)最近幾年轉(zhuǎn)行做人臉識(shí)別，也是非常有成就的。不說(shuō)別的，就只從 FRVT2020（美國(guó)國(guó)家標(biāo)準(zhǔn)研究所 2020 年全球人臉識(shí)別供應(yīng)商系統(tǒng)性能測(cè)試）的測(cè)試結(jié)果看來(lái)，丁曉晴教授的研究團(tuán)隊(duì)是唯一一個(gè)完成大規(guī)模 3D人臉識(shí)別性能測(cè)試的參賽團(tuán)隊(duì)。由此可見(jiàn)，在國(guó)內(nèi)人臉識(shí)別領(lǐng) 域來(lái)說(shuō)，他們的算法在 3D領(lǐng)域，絕對(duì)排名第一。 國(guó)外主要有美國(guó)，歐洲國(guó)家、日本等著名的科研機(jī)構(gòu)有美國(guó)的 MIT 和 CMU,英國(guó)的劍橋大學(xué)。在人臉識(shí)別領(lǐng)域中，國(guó)際上逐步形成了以下幾個(gè)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?lè)椒?、基于隱馬爾可夫模型的方法和神經(jīng)網(wǎng)絡(luò)識(shí)別方法等等。它們可以被歸類(lèi)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(shí)別的方法越來(lái)越多，最有代表的是基于 Haar 特征的人臉識(shí)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(cè)率，同時(shí)也能夠 滿(mǎn)足實(shí)時(shí)檢測(cè)的基本要求。基于 Haar 特征的人臉識(shí)別方法始于 2020 年 PaulViola 和MichaelJones 兩者撰寫(xiě)的一篇論文，他們?cè)谡撐闹刑岢隽?Haar 特征和 Adaboost算法，并利用它們進(jìn)行人臉檢測(cè)。但是此方法只能用于檢測(cè)正面無(wú)旋轉(zhuǎn)的人臉。為此， RainerLihart 等人于 2020 年對(duì)此方法進(jìn)行了擴(kuò)展，增加了傾斜特征的定義，此后此方法被擴(kuò)展到全旋轉(zhuǎn)放縮情況下的人臉檢測(cè)。自從以上幾位學(xué)者運(yùn)用河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 緒論 3 基于 Haar 特征和 Adaboost 算法進(jìn)行人臉檢測(cè)取得長(zhǎng)足進(jìn)步之后，基于 Haar 特征的人臉檢測(cè)方法備受專(zhuān) 家學(xué)者的青睞，國(guó)內(nèi)外相關(guān)研究成果也是層出不窮。 人臉圖像識(shí)別的應(yīng)用前景 人臉圖像識(shí)別除了具有重大的理論價(jià)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(lái)進(jìn)行身份驗(yàn)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(yàn)證手段，如指紋、眼睛虹膜等必須通過(guò)與目標(biāo)接觸或相當(dāng)接近來(lái)取得樣木，在某些場(chǎng)合，這些識(shí)別手段就會(huì)有不便之處。 就從目前和將來(lái)來(lái)看，可以預(yù)測(cè)到人臉圖像識(shí)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(shí)現(xiàn)或逐步完善的應(yīng)用。 表 人臉識(shí)別的應(yīng)用 應(yīng)用 優(yōu)點(diǎn) 存在問(wèn)題 信 用卡、汽車(chē)駕照、護(hù)照以及個(gè)人身份驗(yàn)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(kù) 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(kù) 互聯(lián)網(wǎng)應(yīng)用 視頻信息價(jià)值高多人參與 存在虛假 銀行 /儲(chǔ)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(cè) 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(shí)時(shí)性 本文研究的問(wèn)題 本文介紹了人臉圖像識(shí)別中所應(yīng)用 MATLAB 對(duì)圖像進(jìn)行預(yù)處理，應(yīng)用該工具箱對(duì)圖像進(jìn)行經(jīng)典圖像處理 ,通過(guò)實(shí)例來(lái)應(yīng)用 matlab 圖像處 理功能，對(duì)某一特定的人臉圖像處理，進(jìn)而應(yīng)用到人臉識(shí)別系統(tǒng)。本文在總結(jié)分析人臉識(shí)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(shí)現(xiàn)了一個(gè)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(shí)別系統(tǒng)中，并利用灰度圖像的直方圖比對(duì)來(lái)實(shí)現(xiàn)人臉圖像的識(shí)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(shí)別幾個(gè)過(guò)程。 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 緒論 4 識(shí)別系統(tǒng)構(gòu)成 人類(lèi)似乎具有“與生俱來(lái)”的人臉識(shí)別能力，賦予計(jì)算機(jī)同樣的能力是人類(lèi)的夢(mèng)想之一，這就是所謂的“人臉識(shí)別”系統(tǒng)。假設(shè)我們把照 相機(jī)、攝像頭、掃描儀等看作計(jì)算機(jī)的“眼睛”，數(shù)字圖像可以看作計(jì)算機(jī)觀察到的“影像”，那么AFR賦予計(jì)算機(jī)根據(jù)其所“看到”的人臉圖片來(lái)判斷人物身份的能力。 廣義的講，自動(dòng)人臉識(shí)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(shí) 別人 臉 圖 像 獲 取 人 臉 檢 測(cè) 圖 人臉識(shí)別系統(tǒng)一般框架 (1)人臉圖像的獲取 一般來(lái)說(shuō)，圖像的獲取都是通過(guò)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(duì)簡(jiǎn)單，可以不考慮通過(guò)攝像頭來(lái)攝取頭像，而是直接給定要識(shí)別的圖像。 (2)人臉 的檢測(cè) 人臉檢測(cè)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(jìn)一步輸出所檢測(cè)到的人臉位置、大小等狀態(tài)隨時(shí)間的連續(xù)變化情況。 (3)特征提取 通過(guò)人臉特征點(diǎn)的檢測(cè)與標(biāo)定可以確定人臉圖像中顯著特征點(diǎn)的位置（如眼睛、眉毛、鼻子、嘴巴等器官），同時(shí)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(diǎn)檢測(cè)與標(biāo)定的結(jié)果，通過(guò)某些運(yùn)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(jì)特征等）。 (4)基于人臉圖像比對(duì)的身份識(shí) 別 即人臉識(shí)別 (Face Identification)問(wèn)題。通過(guò)將輸入人臉圖像與人臉數(shù)據(jù)庫(kù)中的所有已知原型人臉圖像計(jì)算相似度并對(duì)其排序來(lái)給出輸入人臉的身份信息。這包括兩類(lèi)識(shí)別問(wèn)題：一類(lèi)是閉集 (Close Set)人臉識(shí)別問(wèn)題，即假定輸入的人臉一定是人臉庫(kù)中的某個(gè)個(gè)體；另一類(lèi)是開(kāi)集 (Open Set)識(shí)別，即首先要對(duì)輸入人臉是否在已知人臉庫(kù)中做出判斷，如果是，則給出其身份。 (5)基于人臉圖像比對(duì)的身份驗(yàn)證 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 緒論 5 即人臉確認(rèn) (Face Verification)問(wèn)題。系統(tǒng)在輸入人臉圖像的同時(shí)輸入一個(gè)用戶(hù)宣稱(chēng)的該人 臉的身份信息，系統(tǒng)要對(duì)該輸入人臉圖像的身份與宣稱(chēng)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(shí)別的研究背景及國(guó)內(nèi)外的研究現(xiàn)狀，同時(shí)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(shí)別系統(tǒng)中所用到的仿真軟件 Matlab，介紹了在人臉圖像識(shí)別過(guò)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(qiáng)等。并做了一個(gè) Matlab 圖像處理功能的實(shí)例。 第 3 章主要始涉三個(gè)方面：首先是對(duì)人臉識(shí)別系統(tǒng)的構(gòu)成做詳細(xì)論述；其次就是對(duì)人臉識(shí)別過(guò)程中的關(guān)鍵環(huán)節(jié)人臉檢測(cè)、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(shí)別系統(tǒng)中的具體應(yīng)用，即人臉圖像識(shí)別的具體技術(shù)，并用 Matlab 進(jìn)行仿真試驗(yàn)并得到結(jié)果。 第 4 章是實(shí)驗(yàn)結(jié)果與分析，并給出了人臉識(shí)別用到的理論知識(shí)。實(shí)驗(yàn)過(guò)程中的難點(diǎn)與缺點(diǎn)。 第 5 章總結(jié)了全文的工作并對(duì)以后的需要進(jìn)一步研究的問(wèn)題進(jìn)行了展望。 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 圖像處理的 matlab實(shí)現(xiàn) 6 2 圖像處理的 Matlab 實(shí)現(xiàn) Matlab 簡(jiǎn)介 由 Math Work 公司開(kāi)發(fā)的 Matla