【正文】 安徽工業(yè) 大 工商學(xué)院 畢業(yè)學(xué)士論文 基于 OpenCV的人臉識(shí)別 算法 姓名： 陳滔 申請(qǐng)學(xué)位級(jí)別： 學(xué)士 專業(yè)： 測(cè)控技術(shù)與儀器 指導(dǎo)教師： 方挺 摘要 人臉在社會(huì)交往中扮演著十分重要的角色，是人類在確定一個(gè)人身份時(shí)所采用的最普通的生物特征，研究人臉跟蹤識(shí)別及其相關(guān)技術(shù)具有十分重要的理論價(jià)值和應(yīng)用價(jià)值。彩色圖像序列的人臉檢測(cè)、跟蹤與識(shí)別技術(shù)是隨著計(jì)算機(jī)技術(shù)的高速發(fā)展和視頻監(jiān)控等應(yīng)用的需要在近幾年才逐漸成為一個(gè)研究熱點(diǎn)。本文著重構(gòu)建一套人臉跟蹤識(shí)別系統(tǒng)，致力于精確實(shí)時(shí)地對(duì)彩色視頻中的人臉圖像檢測(cè)跟蹤，并可以將跟 蹤到的人臉圖片傳輸?shù)阶R(shí)別端進(jìn)行身份識(shí)別。系統(tǒng)分為客戶端和服務(wù)器兩部分。針對(duì)傳統(tǒng) Camshifl 跟蹤算法進(jìn)行形態(tài)學(xué)處理、分配多個(gè)跟蹤器等改進(jìn)后的算法應(yīng)用于客戶端進(jìn)行多人臉的跟蹤。服務(wù)器端首先將人臉圖像按其主要特征進(jìn)行分塊，再對(duì)分塊圖執(zhí)行Eigenface 算法實(shí)現(xiàn)人臉身份的識(shí)別。這套系統(tǒng)完成了對(duì)多人臉的跟蹤效果，可廣泛的應(yīng)用于各種安防系統(tǒng)之中如： ATM 機(jī)監(jiān)控系統(tǒng)，門禁系統(tǒng)等 。 Abstract Human face is 0111primary focus of attention in social intercourse playingamajor rolei conveying dentity and emotion． Researchonthe face tracking， recognition technology has great theoreticaland practical value ． This paper focusesOilbuildingasetofhumanface recognition and trackingsystem tomitted toaccurate and realtimecolorvideoimages ，andcalltransmit the tracked human face image to the recognition part to identify the person’ S status． Thesystem is divided into client and server parts． Thetracking algorithm whichcarrieson morphology processing after traditional track algorithm Camshifl and assignments severaltrackingdevices is applied to the client for duplex facetracking． Theserver— side first divides the person face image into blocksaccording to its chief feature， then the blocksuses the Eigenfacealgorithm separately to realize the person ’ S status recognition ． The system implementation for multiple face trackingcallbe widelyused among the various security systems，suchas： ATM machine monitoring system， accesscontrol system． Keywords： Face DetectionFace TrackingFace Recognition Eigenface Camshift 第一章緒論 本章論述了本文選題的背景、研究的意義、課題研究現(xiàn)狀及國(guó)際發(fā)展動(dòng)態(tài)，并對(duì)相關(guān)理論和應(yīng)用領(lǐng)域做了詳細(xì)論述，最后給出了本文的主要研究工作。 1． 1選題背景 1. 視覺(jué)是人類從大自然中獲取信息的主要手段。據(jù)統(tǒng)計(jì)，在人類獲取的信息中，視覺(jué)信息約占 60％，聽(tīng)覺(jué)信息約占 20％，其它的如味覺(jué)信息、觸覺(jué)信息等加起來(lái)約占 20％。由此可見(jiàn)視覺(jué)信息對(duì)人類的重要性，而人類獲取視覺(jué)信息的主要途徑來(lái)自于對(duì)圖像的處理。 人類的面部提供了大量視覺(jué)信息，知輸入 通道。 2. 口型識(shí)別、表情識(shí)別等，都建立在人臉的基礎(chǔ)上。隨著信息技術(shù)的發(fā)展以及應(yīng)用需求的劇增，人臉檢 i9l!}【 l21(Face Detection)作為人臉信息處理中的一項(xiàng)關(guān)鍵技術(shù)，日益成為一個(gè)熱門的研究課題。人臉檢測(cè)的目的是自動(dòng)確定輸入圖像中是否存在人臉，并給出人臉的個(gè)數(shù)、位置、大小等參數(shù)。人臉跟蹤 f3叫 (Face Tracking)則是要在圖像序列中確定出各幀間人臉的對(duì)應(yīng)關(guān)系，并在后續(xù)序列幀中跟蹤出已定位人臉的運(yùn)動(dòng)軌跡。人臉識(shí)別【 5】 (Face Recognition)是在人臉檢測(cè)的基礎(chǔ)上分析人臉的圖像 特征，進(jìn)而確定人臉的身份特征。人臉是一類具有相當(dāng)復(fù)雜的細(xì)節(jié)變化的自然結(jié)構(gòu)目標(biāo)，人臉器官的形狀、尺寸、 紋理、表情等變化復(fù)雜，難以用統(tǒng)一的模式加以描述，而人臉檢測(cè)的實(shí) 應(yīng)用環(huán)境也十分復(fù)雜，不同的成像條件、不確定的飾物及復(fù)雜的背景等均向人臉檢測(cè)算法提出了苛刻的要求。同時(shí)，序列圖像中運(yùn)動(dòng)場(chǎng)景的快速分割、人臉面部的非剛性運(yùn)動(dòng)、人臉自遮擋和目標(biāo)之間互遮擋的處理等也為人臉的跟蹤帶來(lái)了一定的挑戰(zhàn)，人臉的檢測(cè)與跟蹤技術(shù)涉及到模式識(shí)別、圖像處理、計(jì)算機(jī)視覺(jué)、人工智能等學(xué)科知識(shí)。并且目前大多系統(tǒng)都要求使用者固定在攝像機(jī)前的某一位置 。然而人總是處于運(yùn)動(dòng)中的，尤其在信息交互過(guò)程中，對(duì)使用者的這種要求局限了系統(tǒng)的應(yīng)用性。所以，如果能找到上述問(wèn)題的解決方法，成功構(gòu)造出實(shí)時(shí)高效的人臉跟蹤與識(shí)別系統(tǒng)，將為解決其它類似的復(fù)雜模式的跟蹤與識(shí)別提 供重要的啟 示。因此，人臉跟 蹤與識(shí)別作為相關(guān)研究領(lǐng)域的關(guān)鍵技術(shù)，近年來(lái)已成為 機(jī)視覺(jué)方面的一個(gè)重要研究課題及備受關(guān)注的前沿方向。 2基于 OpenCV的人臉跟蹤識(shí)別系統(tǒng)研究 1． 2人臉跟蹤識(shí)別國(guó)內(nèi)外研究進(jìn)展 近些年來(lái)，隨著計(jì)算機(jī)硬件性能的不斷發(fā)展，基于圖像傳感器的視頻監(jiān)控系 統(tǒng)獲得了迅猛發(fā)展，各種面向復(fù)雜應(yīng)用背景的 視頻監(jiān)控系統(tǒng)也隨之大量涌現(xiàn)。也就是說(shuō)，隨著信息技術(shù)的不斷發(fā)展，視頻監(jiān)控系統(tǒng)在商業(yè)、國(guó)防安全和軍事應(yīng)用領(lǐng)域中的需求將日益增加。由于視頻監(jiān)控系統(tǒng)具有如此大的應(yīng)用前景，它引起了許多國(guó)家的高度重視，一些國(guó)家投入大量資金和科技人員進(jìn)行了廣泛研究，已開(kāi)發(fā)了如 CMU的 VASM、 W Pfinder以及 Smart Kiosk系統(tǒng)。同時(shí)它也成為眾多國(guó)內(nèi)外學(xué)術(shù)會(huì)議和專題討論的主題：如 IEEE PAMI2021年 8月期上就有一個(gè)關(guān)于視覺(jué)監(jiān)控的專題； 2021年 10月 IEEE舉行了第 3代視覺(jué)監(jiān)控國(guó)際專題討論會(huì)；中國(guó)科學(xué)院自動(dòng)化所分別 在 2021 年與 2021 年主辦了全國(guó)智能視覺(jué)監(jiān)控學(xué)術(shù)會(huì)議。在 1996 年至 1999 年間，美國(guó)國(guó)防高級(jí)研究署 (DARPA)設(shè)立了以卡內(nèi)基梅隆大學(xué)為首聯(lián)合美國(guó)十幾所高等院校和研究機(jī)構(gòu)參加的視頻監(jiān)控項(xiàng)目 VSAM(Video Surveillance and Monitoring)。該項(xiàng)目的主要目標(biāo)是利用視頻 理解、網(wǎng)絡(luò)通信、多種傳感器融合等技術(shù)實(shí)現(xiàn)對(duì)未來(lái)城市、戰(zhàn)場(chǎng)等進(jìn)行自動(dòng)監(jiān)控。 DARPA 在 2021 年又資助了重大項(xiàng)目 HID 計(jì)劃 (HumanIdentification ataDistance)，研究開(kāi)發(fā)多模式的監(jiān)控技術(shù)以 實(shí)現(xiàn)遠(yuǎn)距離情況下人的檢測(cè)、分類和識(shí)別，以增強(qiáng)國(guó)防、民用等場(chǎng)合的保護(hù)能力，使其免受恐怖襲擊。在歐洲，歐盟 EULTR(EuropeanUnion LongTermResearch)資助比利時(shí) Katholieke 大學(xué)的電子工程系、法國(guó)國(guó)家計(jì)算機(jī)科學(xué)和控制研究院 INRIA等歐洲著名的大學(xué)和研究機(jī)構(gòu)聯(lián)合研究為警察、法庭等司法機(jī)關(guān)提供基于圖像處理的監(jiān)控系統(tǒng)。該研究的目標(biāo)是提供圖像視頻處理、理解技術(shù)，讓司法機(jī)關(guān)能從現(xiàn)有的監(jiān)控系統(tǒng)的錄像資料中獲取更多有用的犯罪證據(jù)。另外，歐盟 IST(InformationSociety Technologies)的 Frameworks 程序委員會(huì)也在 1999 年設(shè)立重大項(xiàng)目ADVISOR(AnnotatedDigital Video or Surveillance and Optimized Retrieval)，旨在開(kāi)發(fā)一個(gè)系統(tǒng)來(lái)有效地管理公共交通系統(tǒng) (如地鐵 )，從而緩解城市交通壓力，它覆 蓋了人群和個(gè)人的行為模式分析、人機(jī)交互等研究。日本也開(kāi)展了用于 共區(qū)域及智能小區(qū)的圖像監(jiān)控的 CDVP(TheCooperative Distributed VisionProject)計(jì)劃等。在國(guó)內(nèi)，已有許多高 等院校和研究機(jī)構(gòu)在智能視頻監(jiān)控領(lǐng)域投入了相當(dāng)?shù)难芯烤?，例如，上海交通大學(xué)、清華大學(xué)【 6。 7l、華中科技大學(xué)和中國(guó)科學(xué)院自動(dòng)化研究所【 8】等。其中，中國(guó)科學(xué)院自動(dòng)化研究所模式識(shí)別實(shí)驗(yàn)室對(duì)該領(lǐng)域做了大量研究，他們?cè)谌梭w運(yùn)動(dòng)分析、交通行為事件分析、交通場(chǎng)景