【正文】 基于OpenCV的人臉檢測摘 要人臉檢測是指使用計(jì)算機(jī)在動(dòng)態(tài)的場景或復(fù)雜的背景中檢測出人臉的存在，并確定所有人臉的位置與大小的過程。人臉檢測技術(shù)不僅是人臉識(shí)別、表情識(shí)別、人臉跟蹤等技術(shù)的重要前提條件，同時(shí)在模式識(shí)別、人機(jī)交互、智能監(jiān)控、視頻檢索等領(lǐng)域也引起了廣泛的重視。本論文簡單介紹了國內(nèi)外人臉識(shí)別技術(shù)研究及應(yīng)用的發(fā)展現(xiàn)狀及其難點(diǎn)分析。在第二章中介紹了包括基于知識(shí)的方法、特征不變量方法、模板匹配方法、基于外觀的方法四類檢測方法；在第三章簡單介紹了四種經(jīng)典的檢測方法，包括特征臉、神經(jīng)網(wǎng)絡(luò)、隱馬爾可夫模型方法、支持向量機(jī)。在第四章重點(diǎn)分析了AdaBoost算法中集成機(jī)器學(xué)習(xí)的一個(gè)重要機(jī)制：多個(gè)弱分類器集成的方法，機(jī)器學(xué)習(xí)中的弱學(xué)習(xí)到強(qiáng)學(xué)習(xí)，集成的關(guān)鍵是投票，最簡單的方法是“絕對(duì)多數(shù)”的方法。在第五章詳細(xì)分析了AdaBoost算法檢測速度快、可以檢測任意尺度的圖像的特點(diǎn)。在這個(gè)理論基礎(chǔ)上，本文中人臉?biāo)惴ǖ难芯炕贠penCV開源代碼，在OpenCV開源代碼中設(shè)計(jì)了一些基礎(chǔ)的數(shù)據(jù)類型和一些幫助數(shù)據(jù)類型。由于OpenCV的源代碼完全開放，本文的研究中利用這套代碼在PC上以Visual C++集成開發(fā)環(huán)境做平臺(tái)搭建了一個(gè)基于OpenCV的人臉檢測系統(tǒng)，進(jìn)行了人臉檢測仿真，并對(duì)其結(jié)果進(jìn)行分析。關(guān)鍵詞：人臉檢測；AdaBoost；分類器；OpenCVFace Detection Based on OpenCVAbstractHuman face detection means that for a given image or video，to determine whether it contains face regions，if so，determines the number, the exact location and the size of all the faces．Human face detection is not only a necessary precondition of face recognition，expression recognition technology, face tracking，but also，it plays ail important role in applications like in the intelligent humanputer interaction，video conferencing，intelligent surveillance，video retrieval and so on．Therefore，face detection technology attracted widespread attention in pattern recognition，puter vision，humanputer interaction and other fields．This paper describes the national and international recognition technology applications research and development and analysis the difficult situation. In the second chapter to include Knowledgebased Methods, Feature Invariant Approaches, Template Matching Methods, Appearancebased Methods. In the third chapter describes the four classical detection methods, including Eigenface, Artificial Neural Network, Hidden Markov Model, Support Vector Machines. In chapter 4 on the analysis of the AdaBoost algorithms integration of machinery to study of an important mechanism : more integrated approach in the classification of the study of study at the learning and integration is the key to the vote, the simplest method is the absolute majority . In chapter five detailed analysis AdaBoost algorithm test speed, you can detect any scale the image quality.This paper’s research is based on the OpenCV source code， in which some basic data type and helping data type were created，and because of the opermess of the code，we build a human face detection system in the Visual C++ environment.Keywords: face detection 。 AdaBoost 。 classifier 。 openCV目 錄摘 要 1Abstract 2第1章 人臉檢測 5 背景 5 目前的研究狀況 6 概念 6 人臉檢測及其合成技術(shù)的應(yīng)用領(lǐng)域 6 人臉檢測評(píng)價(jià)標(biāo)準(zhǔn) 7第2章 檢測方法 9 基于知識(shí)的方法 9 特征不變量方法 9 模板匹配方法 10 基于外觀的方法 11第3章 經(jīng)典方法概述 13 特征臉 13 神經(jīng)網(wǎng)絡(luò) 13 隱馬爾可夫模型方法 14 支持向量機(jī) 14第4章 Adaboost算法 16 概述 16 Adaboost算法簡介 16 Adaboost人臉檢測算法 17 弱學(xué)習(xí)與強(qiáng)學(xué)習(xí) 18 PAC 基本模型 19 概述 19 基本概念 19 PAC模型的不足 20 Boosting 方法 21 Adaboost算法性能分析 21第5章 矩形特征與積分圖 22 引言 22 矩形特征 22 概述 22 特征模板 23 積分圖 24 積分圖的概念 24 使用積分圖計(jì)算 25 Haar特征值計(jì)算 27第6章 人臉檢測的實(shí)現(xiàn) 31 OpenCV概述 31 OpenCV簡介 31 應(yīng)用領(lǐng)域 31 OpenCV的起源 32 OpenCV的基本結(jié)構(gòu) 32 OpenCV的特征 33 OpenCV在檢測中的應(yīng)用 34 編譯OpenCV 34 為VC++ 2008 Express配置OpenCV環(huán)境 36 實(shí)驗(yàn)結(jié)果 37 結(jié)論： 39參考文獻(xiàn) 40致 謝 42附錄一 人臉檢測源程序 43附錄二 外文翻譯 48第1章 人臉檢測 背景人臉檢測問題最初來源于人臉識(shí)別，任何一個(gè)自動(dòng)的人臉識(shí)別系統(tǒng)首先必須對(duì)人臉進(jìn)行準(zhǔn)確的定位，因此實(shí)時(shí)而有效的人臉檢測顯得尤為重要。跟其他生物特征識(shí)別方法相比，人臉識(shí)別具有更加直接、方便、友好的特點(diǎn)，因其非侵犯性更容易被用戶所接受。而且，通過對(duì)人臉的表情、姿勢等作分析，還能獲得其他識(shí)別系統(tǒng)難以獲得的信息，因此人臉識(shí)別成為最有潛力的生物身份驗(yàn)證手段。早期的人臉識(shí)別研究主要針對(duì)具有較強(qiáng)約束條件的人臉圖像(如無背景的圖像)，因此假設(shè)人臉容易獲得或在手工交互下運(yùn)用，而人臉檢測問題并未得到重視。近年來，隨著信號(hào)處理理論和計(jì)算機(jī)的出現(xiàn)及其發(fā)展，人們開始用攝像機(jī)獲取環(huán)境圖像并將其轉(zhuǎn)換成數(shù)字信號(hào)，用計(jì)算機(jī)實(shí)現(xiàn)對(duì)視覺信息的處理，這就形成了計(jì)算機(jī)視覺。計(jì)算機(jī)視覺是當(dāng)前計(jì)算機(jī)科學(xué)中的一個(gè)非?；钴S的領(lǐng)域，其基本假設(shè)是：可以用計(jì)算的方式來模擬人類的視覺機(jī)制。人臉的自動(dòng)識(shí)別是一種重要的生物特征識(shí)別技術(shù)，與其它身份識(shí)別方法相比，人臉識(shí)別具有直接、方便、友好等特點(diǎn)，因而人臉自動(dòng)識(shí)別問題的研究不僅具有重要的應(yīng)用價(jià)值，而且具有重要的理論意義?，F(xiàn)在，隨著科學(xué)技術(shù)和電子商務(wù)的發(fā)展，人臉檢測的應(yīng)用背景已經(jīng)遠(yuǎn)遠(yuǎn)超出了人臉識(shí)別系統(tǒng)的范疇，在基于內(nèi)容的檢索、數(shù)字視頻處理、計(jì)算機(jī)視覺、人機(jī)交互等方面都有著重要的應(yīng)用價(jià)值。人臉識(shí)別通過計(jì)算機(jī)提取人臉的特征，并根據(jù)這些特征進(jìn)行身份驗(yàn)證。人臉與人體的其他生物特征(指紋、虹膜等)一樣與生俱來不可改變，它們所具有的唯一性和不易被復(fù)制的良好特性為身份鑒別提供了必要的前提，同其他生物特征識(shí)別技術(shù)相比，人臉識(shí)別技術(shù)具有操作簡單、結(jié)果直觀、隱蔽性好的優(yōu)越性。人臉識(shí)別一般包括三個(gè)步驟：人臉檢測、人臉特征提取和人臉的識(shí)別與驗(yàn)證。其處理流程如圖11所示。輸入圖像人臉圖像人臉特征輸出結(jié)果人臉檢測特征提取身份識(shí)別驗(yàn)證圖11人臉識(shí)別的一般步驟 目前的研究狀況人臉檢測是一個(gè)復(fù)雜的極具挑戰(zhàn)性的模式檢測，其主要的難點(diǎn)有兩方面：一方面是由于人臉內(nèi)在的變化所引起：(1)人臉具有很復(fù)雜的細(xì)節(jié)變化，不同的外貌特征如臉形、膚色等，不同的表情如眼、嘴的開與閉等；(2)其他物體對(duì)人臉的遮擋，如眼鏡、頭發(fā)和頭部飾物以及其他外部物體等；另外一方面由于外在條件變化所引起：(3)成像角度的不同也能造成人臉的多姿態(tài)，如平面內(nèi)旋轉(zhuǎn)、深度旋轉(zhuǎn)以及上下旋轉(zhuǎn)，其中深度旋轉(zhuǎn)影響較大；(4)光照的影響，如圖像中的亮度、對(duì)比度的變化和陰影等；(5)圖像的成像條件，如攝像設(shè)備的焦距、成像距離，圖像獲得的途徑等等。這些困難都為解決人臉問題造成了難度。如果能找到一些相關(guān)的算法并使其能在應(yīng)用過程中達(dá)到實(shí)時(shí)，將為成功構(gòu)造出具有實(shí)際應(yīng)用價(jià)值的人臉檢測系統(tǒng)提供保證。目前，國外對(duì)人臉檢測問題的研究有很多，比較著名的有MIT,CMU等；國內(nèi)的清華大學(xué)、北京工業(yè)大學(xué)、中科院計(jì)算所和自動(dòng)化所等都有人員從事人臉檢測相關(guān)的研究。而且，MPEG7標(biāo)準(zhǔn)組織已經(jīng)成立了人臉識(shí)別草案小組，人臉檢測算法也是一項(xiàng)征集的內(nèi)容。隨著人臉檢測研究的深入，國際上發(fā)表的有關(guān)論文數(shù)量也在大幅度增長，如IEEE的FG、ICIP\CVPR等重要國際會(huì)議上每年都有大量關(guān)于人臉檢測的論文，占有關(guān)人臉研究論文的1/3之多。由此可見世界范圍的學(xué)者對(duì)人臉檢測技術(shù)的重視。 概念人臉檢測是指對(duì)于任意一幅給定的圖像，采用一定的策略進(jìn)行搜索來確定其中是否含有人臉，如果是，就返回人臉的位置、大小和姿態(tài)。人臉檢測是自動(dòng)人臉識(shí)別系統(tǒng)中的一個(gè)關(guān)鍵環(huán)節(jié)。隨著電子商務(wù)等應(yīng)用的發(fā)展，人臉識(shí)別成為最有潛力的生物身份驗(yàn)證手段，這種應(yīng)用背景要求自動(dòng)人臉識(shí)別系統(tǒng)能夠?qū)σ话銏D像具有一定的識(shí)別能力，由此所面臨的一系列問題使得人臉檢測開始作為一個(gè)獨(dú)立的課題受到研究者的重視?，F(xiàn)在，人臉檢測的應(yīng)用背景已經(jīng)遠(yuǎn)遠(yuǎn)超出了人臉識(shí)別系統(tǒng)的范疇，在基于內(nèi)容的檢索、數(shù)字視頻處理、視頻檢測等方面有著重要的應(yīng)用價(jià)值。 人臉檢測及其合成技術(shù)的應(yīng)用領(lǐng)域近年來，視頻人臉檢測及其合成技術(shù)受到越來越多研究者的關(guān)注，這主要由于兩方面原因：一方面，計(jì)算機(jī)計(jì)算和存儲(chǔ)成本的大幅度下跌使得以視頻速率或近似視頻速率采集存儲(chǔ)圖像序列成為可能；另一方面，視頻跟蹤識(shí)別技術(shù)的極為廣闊的市場應(yīng)用前景也是推動(dòng)此研究的主要?jiǎng)恿?。主要?yīng)用在一下五個(gè)領(lǐng)域：(1)身份認(rèn)證與安全防護(hù)最通俗的例子就是門禁控制。門禁控制是為了有效的控制人員的出入，并且記錄所有進(jìn)出的詳細(xì)情況，實(shí)現(xiàn)對(duì)出入的安全管理。人臉門禁系統(tǒng)是一種基于人臉識(shí)別技術(shù)的新型訪問控制系統(tǒng)，將具有訪問權(quán)限的訪問者的人臉信息存放在人臉數(shù)據(jù)庫中，對(duì)人臉信息進(jìn)行學(xué)習(xí)訓(xùn)練。通過攝像機(jī)動(dòng)態(tài)捕獲人臉，將人臉信息同數(shù)據(jù)庫中人臉信息進(jìn)行檢索比對(duì)，只有圖像信息符合的人才可以進(jìn)入，否則拒絕進(jìn)入，并對(duì)強(qiáng)行進(jìn)入者發(fā)出報(bào)警。在這個(gè)世界上，只要有門的地方幾乎都帶有一把鎖。當(dāng)然，在許多安全級(jí)別要求較高的區(qū)域，例如金融機(jī)構(gòu)、機(jī)關(guān)辦公大樓、運(yùn)動(dòng)場館、甚至重要設(shè)施的工地，都需要對(duì)大量的人員進(jìn)行基于身份認(rèn)證的門禁管理。手機(jī)、筆記本電腦等個(gè)人電子用品，在開機(jī)和使用中經(jīng)常要用到身份驗(yàn)證功能。(2)媒體與娛樂人們的許多娛樂活動(dòng)都是跟臉部有關(guān)的。最著名的娛樂節(jié)目之一就是川劇的變臉。在網(wǎng)絡(luò)虛擬世界里，通過人臉的變化，可以產(chǎn)生大量的娛樂節(jié)目和效果。手機(jī)、數(shù)碼相機(jī)等消費(fèi)電子產(chǎn)品中，基于人臉的娛樂項(xiàng)目越來越豐富。、MSN等即時(shí)通信工具以及虛擬化身網(wǎng)絡(luò)游戲也是人臉合成技術(shù)的廣闊市場。另外還有家庭娛樂。家庭娛樂是指能夠識(shí)別主人身份的智能玩具，家政機(jī)器人，具有真實(shí)面像的虛擬游戲玩家等。隨著電子技術(shù)水平的提高，家庭娛樂會(huì)得到廣泛的應(yīng)用，其中的關(guān)鍵技術(shù)之一也是人臉的跟蹤識(shí)別。(3)圖像搜索目前，Google的圖像搜索其實(shí)還是文字搜索?；谌四槇D像識(shí)別技術(shù)的搜索引擎將會(huì)具有廣泛的應(yīng)用前景。(4)協(xié)助調(diào)查目前，在銀行、金庫發(fā)生搶劫事件已經(jīng)屢見不鮮。發(fā)生這樣的事件不是一時(shí)就能夠制止的，但是可以通過人臉檢測的設(shè)備來提取并記錄罪犯的人臉，提供給公安機(jī)關(guān)以幫助破案。(5)信息安全信息安全是指計(jì)算機(jī)和網(wǎng)絡(luò)的登錄、文件的加密和解密。在信息安全中，人臉的識(shí)別也是其中的一個(gè)關(guān)鍵技術(shù)。 人臉檢測評(píng)價(jià)標(biāo)準(zhǔn)人臉檢測系統(tǒng)性能主要評(píng)價(jià)標(biāo)準(zhǔn)有：檢測率，誤檢率，檢測速度以及魯棒性：(1)檢測率被正確檢測到的人臉數(shù)與圖像內(nèi)包含的人臉數(shù)的比值。檢測率越高，說明檢測系統(tǒng)對(duì)人臉的接受能力