【正文】 身份與宣稱(chēng)的身份是否相符作出判斷。 (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。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。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 5 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。 表 11 人臉識(shí)別的應(yīng)用 應(yīng)用 優(yōu)點(diǎn) 存在問(wèn)題 信信用卡、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) 4 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)。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。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 3 大。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。首先闡述了人臉圖像識(shí)別意義；然后介紹了人臉圖像識(shí)別研究中存在的問(wèn)題；接著介紹了自動(dòng)人臉識(shí)別系統(tǒng)的一般框架構(gòu)成；最后簡(jiǎn)要地介紹了本文的主要工作和章節(jié)結(jié)構(gòu)。 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。 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。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 。 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。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。 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)。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。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。 論文的內(nèi)容及組織 第二章主要介紹人臉識(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。 第二章 圖像處理的 Matlab 實(shí)現(xiàn) Matlab 簡(jiǎn)介 由 Math Work 公司開(kāi)發(fā)的 Matlab 語(yǔ)言語(yǔ)法限制不嚴(yán)格 ,程序設(shè)計(jì)自由度 大 ,程序的可移植性好。 數(shù)字圖像處理及過(guò)程 圖像是人類(lèi)獲取信息、表達(dá)信息和傳遞信息的重要手段。 圖像處理的基本操作 讀取和顯示圖像可以通過(guò) imread()和 imshow()來(lái)實(shí)現(xiàn) 。 圖像處理工具箱為我們提供了不同圖像類(lèi)型相互轉(zhuǎn)換的大量函數(shù) ,如 mat2gray()函數(shù)可以將矩陣轉(zhuǎn)換為灰度圖像 ,rgb2gray()轉(zhuǎn)換 RGB 圖像或顏色映像表為灰度圖像。而頻域法是在圖像的某個(gè)變換域內(nèi)對(duì)整個(gè)圖像進(jìn)行操作 ,并修改變換后的系數(shù) ,如傅立葉變換、 DCT 變換等的系數(shù) ,然后再進(jìn)行反變換 ,便可得到處理后的圖像。 圖像處理工具箱中提供了圖像直方圖均衡化的具體函數(shù) histeq(), 9 同時(shí)我們可以用函數(shù) imhist()函數(shù)來(lái)計(jì)算和顯示圖像的直方圖。在 Matlab 中 ,各種濾波方法都是在空間域中通過(guò)不同的濾波算子實(shí)現(xiàn) ,可用 fspecial()函數(shù)來(lái)創(chuàng)建預(yù)定義的濾波算子 ,然后可以使用 imfilter()或 filter2()函數(shù)調(diào)用創(chuàng)建好的濾波器對(duì)圖像進(jìn)行濾波。 工具箱中提供的 edge()函數(shù)可以進(jìn)行邊緣檢測(cè) ,在其參數(shù)里面 ,可以根據(jù) 需要選擇合適的算子及其參數(shù)。f:\39。imwrite(j,39。f:\39。 figure,subplot(1,2,1),imhist(i)。功能實(shí)現(xiàn)的代碼如下 : i=imread(39。guassian39。subplot(1,2,2),imshow(j1)。j2=imfilter(i,h)。 j=edge(i,39。作為人臉識(shí)別系統(tǒng)中圖像預(yù)處理工具，有非常好的處理功能。其目的是在去除噪聲，加強(qiáng)有用信息，對(duì)輸入設(shè)備或其他因素造成的退化現(xiàn)像進(jìn)行復(fù)原，為后續(xù)的特征提取和識(shí)別作準(zhǔn)備。 鑒于此，作者在總結(jié)分析了灰度變換、濾波去噪、邊緣檢測(cè)三種廣泛應(yīng)用于不同人臉識(shí)別系統(tǒng)中的預(yù)處理方法基礎(chǔ)上，設(shè)計(jì)了一個(gè)通用的人臉圖像預(yù)處理仿真系統(tǒng)。它包括幾個(gè)步驟：對(duì)采集到的圖像，首先進(jìn)行人臉檢測(cè)（在輸入圖像中尋找人臉），給出人臉有無(wú)的結(jié)果；然后進(jìn)行人臉定位，確定人臉的位置并提取出來(lái)。 結(jié) 束圖 像 采 集 人 臉 檢 測(cè) 定 位是 否 定 位 成 功圖 像 與 處 理是 否 處 理 成 功人 臉 識(shí) 別是 否 識(shí) 別 成 功識(shí) 別 結(jié) 果開(kāi) 始是否否是是否否是是否否 圖 基本框架圖 人臉檢測(cè)定位算法 人臉檢測(cè)定位算法大致可分為兩大類(lèi)：基于顯式特征的方法和基于隱式特征的方法。 在彩色圖像中，顏色是人臉表面最為顯著的特征之一 ，利用顏色檢測(cè)人臉是很自然的想法。尋找到膚色區(qū)域后，必須進(jìn)行驗(yàn)證，排除類(lèi)膚色區(qū)域。 基于先驗(yàn)知識(shí)的方法則采用符合人臉生理結(jié)構(gòu)特征的人臉鑲嵌圖（ mosaic image）模型，并在分析了足夠多的人臉圖像樣本的基礎(chǔ)上，針對(duì)人臉的灰度、邊緣、紋理等信息，建立一種關(guān)于人臉的知識(shí)庫(kù)。這類(lèi)方法有：特征臉?lè)?、人工神?jīng)網(wǎng)絡(luò)法、支持向量機(jī)法；積分圖像法。 支撐向量機(jī)（ Support Vector Machine， SVM）法是在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上發(fā)展出的一種新的模式識(shí)別方法，它基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化的原理，較之于基于經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化的人工神經(jīng)網(wǎng)絡(luò)，一些難以逾越的問(wèn)題，如：模型選擇和過(guò)學(xué)習(xí)問(wèn)題、非線性和維數(shù)災(zāi)難問(wèn)題、局部極小點(diǎn)問(wèn)題等都得到了很大程度上的解決。39。 figure,imshow(BW) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%% minimisation of background portion [n1 n2]=size(BW)。x2=r。 for j=1:10 if (y2=c | y2=9*c) | (x1==1 | x2==r*10) loc=find(BW(x1:x2, y1:y2)==0)。 r1=x1。 pr1=0。 end x1=x1+r。BoundingBox39。 [s1 s2]=size(BB2)。 (BB2(1,k)/BB2(1,k+1)) mx=p。 rectangle(39。,39。用在同一系統(tǒng)中的可能只有其中 23 一種或幾種預(yù)處理方法，但一旦庫(kù)中采集到的原始圖像質(zhì)量發(fā)生較大變化（如人臉大小、光照 強(qiáng)度、拍攝條件、成像系統(tǒng)等方面變化），原有的預(yù)處理模塊便不能滿(mǎn)足特征提取的需要，還要更新，這是極不方便的。 仿真系統(tǒng)中實(shí)現(xiàn)的人臉圖像預(yù)處理方法 根據(jù)所查閱文獻(xiàn)資料，常應(yīng)用于人臉圖像的預(yù)處理方法有：圖像類(lèi)型轉(zhuǎn)換、濾波去噪、灰度變換、邊緣檢測(cè)及二值化、尺寸歸一化、灰度歸一化等。濾波的方法有很多，如各種平滑濾波、各種銳化濾波等，關(guān)于各種濾波方法的原理和分類(lèi)可參考文獻(xiàn) [2]。對(duì)圖像進(jìn)行線性濾波可以去除圖像中某些特定類(lèi)型的噪聲，如圖像中的 顆粒噪聲，高斯噪聲、椒鹽噪聲等。中值濾波方法的最大優(yōu)點(diǎn)是抑制噪聲效果明顯且能保護(hù)邊界。通過(guò)灰度變換，可對(duì)原始圖像中的光照不均進(jìn)行補(bǔ)償，使得待識(shí)別人臉圖像遵循同一或相似的灰度分布。直方圖均衡化和直方圖規(guī)定化的灰度變換原理和實(shí)現(xiàn)方法可由 matlab 仿真來(lái)實(shí)現(xiàn)。邊緣檢測(cè)的方法有很多，主要有：微分算子法、 Sobel 算子法、拉普拉斯算子法、 canny 算子法等。為了在不修改其他算法的基礎(chǔ)上，擴(kuò)大系統(tǒng)處理圖像的類(lèi)型和范圍，將輸入圖像首先轉(zhuǎn)換為統(tǒng)一的類(lèi)型，是多數(shù)人臉圖像預(yù)處理中的第一步。直方圖均衡化的優(yōu)點(diǎn)是 能自動(dòng)地增強(qiáng)整個(gè)圖像的對(duì)比度 ,但它的具體的增強(qiáng)效果不好控制 ,處理的結(jié)果總是得到全局均衡化的直方圖。 此算法提供我們的建議技術(shù)名為 直方圖處理人臉識(shí)別 的第一部分。 此均值向量用于計(jì)算平均值的曾受訓(xùn)練的圖像和測(cè)試圖像絕對(duì)差異。僅就這一部分而言，就有很多可以繼續(xù)完成的工作，可將其它一些數(shù)字圖像處理方法進(jìn)一步加以實(shí)現(xiàn)，如圖像的平滑，圖像矩陣的變換（ KL變換、 Fourier 變換、小波變換等），圖像的膨脹腐蝕、圖像的幾何變換（平移、旋轉(zhuǎn)、縮放等），以及各種編碼圖像的讀寫(xiě)與顯示。而在現(xiàn)實(shí)生活中采集到的人臉圖像則會(huì)受到很多因素的影響，識(shí)別率就未必能達(dá)到要求了。論文進(jìn)展并不順利時(shí)，是 林 老師以長(zhǎng)者的仁愛(ài)胸懷對(duì)我表示了理解，不僅幫我指正了論文的方向，而且為我提供了大量的參考文獻(xiàn) 和網(wǎng)頁(yè)論壇 ，導(dǎo)師勤勉的敬業(yè)精神和一絲不茍的工作態(tài)度使我深深感動(dòng)，這將是我一生工作和學(xué)習(xí)的好榜樣。 [4] 何國(guó)輝，甘俊英 .PCALDA算法在性別鑒別中的應(yīng)用 [J].中國(guó)圖像圖形學(xué)報(bào)，2021， 32（ 19）： 208211. [5] 王聃，賈云偉，林福嚴(yán) .人臉識(shí)別系統(tǒng)中的特征提取 [J].自動(dòng)化學(xué)報(bào)， 2021，21（ 73） . [6] 張儉鴿，王世卿，盛光磊 .基于小波和 DFBPCA 的人臉識(shí)別算法研究 [J].自動(dòng)化學(xué)報(bào)， 2021， 23（ 21） . [7] 曹林，王東峰，劉小軍，鄒謀炎 .基于二 維 Gabor 小波的人臉識(shí)別算法 [J].電子學(xué)報(bào)， 2021， 28（ 3） 490494 [8] 焦峰，山世光，崔國(guó)勤，高文，李錦濤 .基于局部特征分析的人臉識(shí)別方法 [J].自動(dòng)化學(xué)報(bào)， 2021， 15（ 1）： 5358 [9] Wangmeng Zuo， Kuanquan Wang， David Zhang， Hongzhi Zhang. Combination of two novel LDAbased methods for face recognition[C].Proceedings of the IEEE， 2021： 735742 [10] 徐倩，鄧偉 .一種融合兩種主成分分析的人臉識(shí)別方法 [J].計(jì)算機(jī)學(xué)報(bào)， 2021，43（ 25）： 195197 [11] 劉貴喜，楊萬(wàn)海 .基于小波分解的圖像融和方法及性能評(píng)價(jià) [J].自動(dòng)化學(xué)報(bào)， 31 2021， 28（ 6）： 927934 [12] 周嬪，馬少平，蘇中 .多分類(lèi)器合成方法綜獻(xiàn) [J].自動(dòng)化學(xué)報(bào)， 2021， 28（ 1）：122124 [13] 王蘊(yùn)紅，范偉，譚鐵牛 .融合全局與局部特征的子空間人臉識(shí)別算法 [J].電子學(xué)報(bào)， 2021， 28（ 10）： 16571662 [14] 莊哲民，張阿妞，李芬蘭 .基于優(yōu)化的 LDA算法人臉識(shí)別研究 [J].中國(guó)圖像圖形學(xué)報(bào)， 2021， 29（ 9）： 20472049 [15] 鐘向陽(yáng) .基于 Gabor小波的人臉識(shí)別系統(tǒng)的實(shí)現(xiàn) [J].中國(guó)圖像圖形學(xué)報(bào)，2021， 23（ 3） [16] 張燕昆，劉重慶 .一種新穎的基于 LDA的人臉識(shí)別方法 [J].自動(dòng)化學(xué)報(bào)，2021， 22（ 5）： 327330 32 附錄 人臉識(shí)別 matlab 程序 function varargout = FR_Processed_histogram(varargin) %這種算法是基于直方圖處理的方法 %The histogram of image is calculated and then bin formation is done on the %basis of mean of successive graylevels frequencies. The training is done on odd images of 40 subjects (200 images out of 400 images) %The results of the implemented algorithm is (recognition fa