【正文】 長 春 大 學(xué) 畢業(yè)設(shè)計(jì)（論文）紙 共 37 頁 第 1 頁 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 1 引 言 課題的 背景 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(jì)識(shí)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(dòng)識(shí)別技術(shù)的實(shí)現(xiàn)代價(jià)降低到了可以接受的程度。而面部識(shí)別是所有的生物識(shí)別方法中應(yīng)用最廣泛的技術(shù)之一，面部識(shí)別技術(shù)是一項(xiàng)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(duì)，并找出該嫌疑犯的詳細(xì)資料和犯罪記錄。這并非虛構(gòu)的情節(jié)。在國外 ，面部識(shí)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(duì)于面部識(shí)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)管理以及考勤等區(qū)域。 相關(guān)領(lǐng)域研究歷史與現(xiàn)狀 現(xiàn)在人臉識(shí)別技術(shù)已經(jīng)應(yīng)用在許多領(lǐng)域中，并起到了舉足輕重的作用， 人臉識(shí)別研究開始于 1966 年 PRI的 Bledsoe 的工作， 經(jīng)過三十多年的發(fā)展， 人臉識(shí)別 技術(shù)取得了長足的進(jìn)步， 現(xiàn)在就國內(nèi)外相關(guān)領(lǐng)域研究歷史與現(xiàn)狀來進(jìn)行展述。 （ 1）國外研究歷史與現(xiàn)狀 面部 識(shí)別研究開始于 1966年 PRI的 Bledsoe的工作， 1990年日本研制的人像識(shí)別機(jī)，可在 1秒鐘內(nèi)中從 3500人中識(shí)別到你要找的人 。 1993年，美國國防部高級(jí)研究項(xiàng)目署 (Advanced Research Projects Agency)和美國陸軍研究實(shí)驗(yàn)室(Army Research Laboratory)成立了 Feret(Face Recognition Technology) 項(xiàng)目組，建立了 feret 人臉數(shù)據(jù)庫，用于評(píng)價(jià)人臉識(shí)別算法的性能。 美國陸軍實(shí)驗(yàn)室也是利用 vc++開發(fā)，通過軟件實(shí)現(xiàn)的，并且 FAR 為 49%。在美國的進(jìn)行的公開測試中， FAR，為 53%。美國國防部高級(jí)研究項(xiàng)目署，利用半自動(dòng)和全自動(dòng)算法。這種算法需要人工或自動(dòng)指出圖像中人的兩眼的中心坐標(biāo)，然后進(jìn)行識(shí)別。在機(jī)場開展的測試中，系統(tǒng)發(fā)出的錯(cuò)誤警報(bào)太多，國外的一些高校（卡內(nèi)基梅隆大學(xué)（ Carnegie Mellon University）為首，麻省理工大學(xué)（ Massachusetts Institute of Technology ）等，英國的雷丁大學(xué)（ University of Reading））和公司（ Visionics 公司 Facelt 人臉識(shí)別系統(tǒng)、Viiage 的 FaceFINDER 身 份驗(yàn)證系統(tǒng)、 Lau Tech 公司 Hunter 系統(tǒng)、德國的 BioID 系統(tǒng)等）的工程研究工作也主要放在公安、刑事方面，在考試驗(yàn)證系統(tǒng)的實(shí)現(xiàn)長 春 大 學(xué) 畢業(yè)設(shè)計(jì)（論文）紙 共 37 頁 第 2 頁 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 方面深入研究并不多 [7]。 （ 2）國內(nèi)研究歷史與現(xiàn)狀 人臉識(shí)別系統(tǒng)現(xiàn)在在大多數(shù)領(lǐng)域中起到舉足輕重的作用，尤其是用在 機(jī)關(guān)單位的安全和考勤、網(wǎng)絡(luò)安全、銀行、海關(guān)邊檢、物業(yè)管理、軍隊(duì)安全、智能身份證、智能門禁、司機(jī)駕照驗(yàn)證、計(jì)算機(jī)登錄系統(tǒng) 。我國在這方面也取得了較好的成就， 國家 863 項(xiàng)目 “ 面像檢測與識(shí)別核心技術(shù) ” 通過成果鑒定并初步應(yīng)用， 就 標(biāo)志著我國在人臉識(shí)別這一當(dāng)今熱點(diǎn)科研領(lǐng)域掌 握了一定的核心技術(shù)。北京科瑞奇技術(shù)開發(fā)股份有限公司在 2021 年開發(fā)了一種人臉鑒別系統(tǒng)，對(duì)人臉圖像進(jìn)行處理，消除了照相機(jī)的影響，再對(duì)圖像進(jìn)行特征提取和識(shí)別。這對(duì)于人臉鑒別特別有價(jià)值，因?yàn)槿四樿b別通常使用正面照，要鑒別的人臉圖像是不同時(shí)期拍攝的，使用的照相機(jī)不一樣。系統(tǒng)可以接受時(shí)間間隔較長的照片，并能達(dá)到較高的識(shí)別率，在計(jì)算機(jī)中庫藏 2300 人的正面照片，每人一張照片，使用相距 17年、差別比較大的照片去查詢，首選率可以達(dá)到 50%，前 20張輸出照片中包含有與輸入照片為同一人的照片的概率可達(dá) 70% 。 2021 年 1 月 18日，由清華大學(xué)電子系人臉識(shí)別課題組負(fù)責(zé)人蘇光大教授主持承擔(dān)的國家 十五攻關(guān)項(xiàng)目《人臉識(shí)別系統(tǒng)》通過了由公安部主持的專家鑒定。鑒定委員會(huì)認(rèn)為，該項(xiàng)技術(shù)處于國內(nèi)領(lǐng)先水平和國際先進(jìn)水平 [6]。 面部識(shí)別的研究意義 隨著經(jīng)濟(jì)社會(huì)的日趨發(fā)展，快速有效的自動(dòng)身份識(shí)別的要求日益迫切，這使得面部識(shí)別技術(shù)的發(fā)展變得越來越重要。然而，面部識(shí)別技術(shù)由于其具有復(fù)雜、難度大且起步晚的特點(diǎn)，當(dāng)前發(fā)展還不是很成熟，這極大地限制了它的應(yīng)用。 面部識(shí)別是機(jī)器視覺和模式識(shí)別領(lǐng)域最富有挑戰(zhàn)性的課題之一，同時(shí)也具有較為廣泛的應(yīng)用意 義。面部識(shí)別技術(shù)是一個(gè)非?；钴S的研究領(lǐng)域，它覆蓋了數(shù)字圖像處理、模式識(shí)別、計(jì)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，但是面部的檢測與定位在實(shí)際應(yīng)用中仍面臨著很嚴(yán)峻的問題，因?yàn)槿四樜骞俚姆植际欠浅Ｏ嗨频?，而且人臉本身又是一個(gè)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(shí)別帶來了相當(dāng)大的麻煩。如何能正確識(shí)別大量的人 臉 并滿足實(shí)時(shí)性要求是迫切需要解決的問題。 已有面部檢測方法綜述 面部檢測有很多方法，下面從方法論的角度概要性地總結(jié)一下現(xiàn)有 的幾種主要面部檢測思想。 （ 1） 基于知識(shí)的自頂向下的方法 長 春 大 學(xué) 畢業(yè)設(shè)計(jì)（論文）紙 共 37 頁 第 3 頁 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 這種方法是基于我們在認(rèn)識(shí)人臉的過程中所總結(jié)出來的一些先驗(yàn)知識(shí)，把它們歸結(jié)成為一 些復(fù)雜程度由簡而繁的規(guī)則。例如：“正面人臉都包括兩只位置相互 對(duì)稱的眼睛”、“灰度圖像中眼睛要比臉上其他地方暗”等。找到一系列規(guī)則后，把它們應(yīng)用到輸入圖像中，搜索出符合規(guī)律的人臉區(qū)域。 （ 2） 基于人臉特征的自底向上的方法 這種思想首先用各種數(shù)字圖像的處理辦法對(duì)輸入圖像進(jìn)行處理，根據(jù)處理結(jié)果提取出來的某些特征與人臉的某些共性特征進(jìn)行比較，借此來判斷某一區(qū)域是否為人臉。舉例來說，我們可以用數(shù) 字圖像處理中常用的提取邊界的方法在輸入圖像中尋找邊界，然后試探哪些邊界能像正面人臉的左邊線、右邊線和發(fā)髻線那樣構(gòu)成人臉的輪廓；還可以利用從圖像中提取出來的色彩和紋理信息與人臉的色彩和紋理模型進(jìn)行比較，得出可能的人臉區(qū)域。當(dāng)然各種人臉特征的綜合運(yùn)用對(duì)于提高檢測算法的性能會(huì)有很大幫助。 （ 3） 模板匹配的方法 首先，建立并存儲(chǔ)一些人臉模板作為標(biāo)準(zhǔn)，可以包括正面人臉或是單獨(dú)的眼睛、鼻子、嘴等。利用一些算法來計(jì)算各待測區(qū)域與標(biāo)準(zhǔn)模板的相似程度或稱相關(guān)性，利用這一相似程度來判決某一區(qū)域是否為人臉。 （ 4） 基于人臉外觀的方法 這種思 想是指通過搜集大量的人臉和非人臉樣本作為訓(xùn)練集，用人工神經(jīng)元網(wǎng)絡(luò)、支持向量機(jī) (SVM)等方法訓(xùn)練出一個(gè)分類器來檢測人臉。這種思想和其他思想的不同之處在于，他并不首先人工的對(duì)人臉進(jìn)行分析或是抽取模板，也不對(duì)輸入圖像 進(jìn)行復(fù)雜的處理，而是利用大量的人臉整體外觀用結(jié)構(gòu)化的方法來訓(xùn)練出 人臉檢測的分類器。在這一類方法中，特征向量、統(tǒng)計(jì)學(xué)、信息學(xué)等思想也得到了運(yùn)用。 上述各種方法都存在著自身的優(yōu)缺點(diǎn)和適用領(lǐng)域，很多學(xué)者在各自所面臨的問題的范圍內(nèi)不斷探索，也發(fā)明了許多卓有成效的檢測算法。但各種檢測算法都存在著效率與性能上的 矛盾，即在正確率、魯棒性能等方面更好的算法往往會(huì)花費(fèi)更多的時(shí)間及系統(tǒng)消耗 [3]。 本論文目的 本論文主要對(duì)該人臉識(shí)別系統(tǒng)進(jìn)行模塊劃分，并介紹各模塊的功能，重點(diǎn)介紹圖像預(yù)處理模塊，對(duì)其內(nèi)的子模塊的功能 和算法進(jìn)行詳細(xì)講述，主要介紹光線補(bǔ)償、 二值化 、 直方圖， 通過以上處理能夠成功標(biāo)記出人臉區(qū)域， 圖像預(yù)處理模塊在整個(gè)系統(tǒng)中起著極其關(guān)鍵的作用，圖像處理的好壞直接影響著后面的定位和識(shí)別工作 ， 最 后介紹人臉特征標(biāo)記與定位的方法 。 長 春 大 學(xué) 畢業(yè)設(shè)計(jì)（論文）紙 共 37 頁 第 4 頁 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 長 春 大 學(xué) 畢業(yè)設(shè)計(jì)（論文）紙 共 37 頁 第 5 頁 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 2 系統(tǒng)分析 需 求分析 需求分析概述 隨著經(jīng)濟(jì)社會(huì)的日趨發(fā)展，快速有效的自動(dòng)身份識(shí)別的要求日益迫切，這使得面部識(shí)別技術(shù)的發(fā)展變得越來越重要。其在安全驗(yàn)證系統(tǒng)、信用卡驗(yàn)證、醫(yī)學(xué) 、檔案管理、視頻會(huì)議、人機(jī)交互、系統(tǒng)公安（犯罪識(shí)別等）等方面有著巨大的應(yīng)用前景，因此，面部識(shí)別技術(shù)越來越成為當(dāng)前模式識(shí)別和人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)。然而，面部識(shí)別技術(shù)由于其具有復(fù)雜、難度大且起步晚的特點(diǎn)，當(dāng)前發(fā)展還不是很成熟，這極大地限制了它的應(yīng)用。 可行性分析 面部識(shí)別系統(tǒng)現(xiàn)在在大多數(shù)領(lǐng)域中起到舉足輕重的作用，尤其是用在機(jī)關(guān)單位 的安全和考勤、網(wǎng)絡(luò)安全、銀行、海關(guān)邊檢、物業(yè)管理、軍隊(duì)安全、智能身份證、智能門禁、司機(jī)駕照驗(yàn)證、計(jì)算機(jī)登錄系統(tǒng)。 人臉識(shí)別系統(tǒng)現(xiàn)在應(yīng)用于許多領(lǐng)域中，但是 人臉識(shí)別技術(shù) 也 是一項(xiàng)近年來興起的， 且 不大為人所知的新技術(shù)。 在我國以及其他國家都有大量的學(xué)者正在研究之中，不斷的更新人臉識(shí)別技術(shù)，以便系統(tǒng)的識(shí)別準(zhǔn)確率達(dá)到新的高度。日后的應(yīng)用前景十分廣闊。 技術(shù)分析 圖像的處理方法很多，我們可以根據(jù)需要，有選擇地使用各種方法。 在確定臉部區(qū)域上，通常使用的方法有膚色提取。膚色提取，則對(duì)臉部區(qū)域的獲取則比較準(zhǔn)確，成功率 達(dá)到 95%以上，并且速度快，減少很多工作。 圖像的亮度變化 ： 由于圖像的亮度在不同環(huán)境的當(dāng)中，必然受到不同光線的影響，圖像就變得太暗或太亮，我們就要對(duì)它的亮度進(jìn)行調(diào)整，主要采取的措施是對(duì)圖像進(jìn)行光線補(bǔ)償。 去噪聲處理 ：在圖像的采集過程中 ,由于各種因素的影響 ,圖像中往往會(huì)出現(xiàn)一些不規(guī)則的隨機(jī)噪聲 ,如數(shù)據(jù)在傳輸、存儲(chǔ)時(shí)發(fā)生的數(shù)據(jù)丟失和損壞等 ,這些都會(huì)影響圖像的質(zhì)量，因此需要將圖片進(jìn)行消除噪聲 處理 。 人臉分割 ： 經(jīng)過光線補(bǔ)償和消除噪聲處理后對(duì)圖像進(jìn)行提取邊界處理，確定出人臉的位置 。 特征標(biāo)注 ： 特征標(biāo)注在人臉識(shí)別、驗(yàn)證 和建模中都具有重要意義，因?yàn)檠劬?、鼻子和嘴巴等特征集中了人臉的大部分信息。?duì)于人臉建模來說，不僅要長 春 大 學(xué) 畢業(yè)設(shè)計(jì)（論文）紙 共 37 頁 第 6 頁 ┊ ┊ ┊ ┊