【正文】 ssing effect。 face detection。 作者簽名： 日期： 畢業(yè)論文（設(shè)計(jì)）授權(quán)使用說明 本論文（設(shè)計(jì)）作者完全了解 **學(xué)院有關(guān)保留、使用畢業(yè)論文（設(shè)計(jì)）的規(guī)定，學(xué)校有權(quán)保留論文（設(shè)計(jì)）并向相關(guān)部門送交論文（設(shè)計(jì)）的電子版和紙質(zhì)版。 作者簽名： 指導(dǎo)教師簽名： 日期： 日期： 基于膚色相似度的人臉檢測與定位 IV 注 意 事 項(xiàng) （論文）的內(nèi)容包括： 1）封面（按教務(wù)處制定的標(biāo)準(zhǔn)封面格式制作） 2）原創(chuàng)性聲明 3）中文摘要（ 300 字左右）、關(guān)鍵詞 4）外文摘要、關(guān)鍵詞 5）目次頁（附件不統(tǒng)一編入） 6）論文主體部分：引言（或緒論）、正文、結(jié)論 7）參考文獻(xiàn) 8）致謝 9）附錄（對(duì)論文支持必要時(shí)） ：理工類設(shè)計(jì)（論文）正文字?jǐn)?shù)不少于 1 萬字（不包括圖紙、程序清單等），文 科類論文正文字?jǐn)?shù)不少于 萬字。人臉是一個(gè)包含五官、毛發(fā)等的極不規(guī)則的復(fù)雜待測目標(biāo)，不同的人臉在形狀、大小、顏色、質(zhì)地等方面都有很大的變化；所考慮的檢測對(duì)象大多是由圖像捕捉設(shè)備所采集的數(shù)字圖。但是對(duì)于一種能夠普遍適用于各種復(fù)雜情況的，準(zhǔn)確率很高的檢測算法，還有很大的探索空間。 人臉檢測問題最初來源于人臉識(shí)別 (face recogznition)。 人臉檢測研究的就是如何從靜態(tài)圖或者視頻序列中 找出人臉，如果存在人臉，則輸出人臉數(shù)目、每個(gè)人臉的位置及大小。 今天， 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、視覺監(jiān)測等方面有著重要的應(yīng) 用價(jià)值。人們在日常生活中就進(jìn)行了大量的人臉檢測和識(shí)別工作，對(duì)人臉檢測與特征的定位取得了一定的成績，但人臉檢測仍然存在著許多難點(diǎn)。 高爾頓 (Galton)早在 1888 年和 1910 年就分別在《 Nature》雜志發(fā)表了兩篇關(guān)于利用人臉進(jìn)行身份識(shí)別的文章， 對(duì)人類自身的人臉識(shí)別安徽工程科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 3 能力進(jìn)行了分析 。幾乎所有知名的理工科大學(xué)和主要 IT 產(chǎn)業(yè)公司都有研究組在從事相關(guān)研究。 第二階段（ 1991 年 ~1997 年） 這一階段盡管時(shí)間相對(duì)短暫，但卻是人臉識(shí)別研究的高潮期，可謂碩果累累：不但誕生了若干代表性的人臉識(shí)別算法，而且美國軍方還組織了著名的 FERET 人臉識(shí)別算法測試，并出現(xiàn)了若干商業(yè)化運(yùn)作的人臉識(shí)別系統(tǒng)，比如最為著名的 Visionics（現(xiàn) 為Identix）的 FaceIt 系統(tǒng)。與此同時(shí)，人臉識(shí)別的商業(yè)系統(tǒng)進(jìn)一步發(fā)展 。 目前國內(nèi)的，國外的對(duì)人臉檢測問題的研究很多，比較著名的有 MIT， CMU等；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。要完成的工作包括相似度的計(jì)算，圖像的二值化，垂直直方圖和水平直方圖的獲取，人臉特征（眼睛、嘴和鼻子）的提取。膚色雖然因人而異 ,但很多研究表明膚色在色彩空間中的一定范圍內(nèi)還是呈聚類特性的，特別是在排除了光照亮度和在經(jīng)過變換的色彩空間中。但各種檢測算法都存在效率與性能上的矛盾，也即在正確率、魯棒性能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。不同膚色模型的建立 基于不同的顏色空間 ,且為顏色空間的一個(gè)子空間。這種色彩空間是以演播室質(zhì)量標(biāo)準(zhǔn)為目標(biāo)的CCIR601 編碼方案中采用的彩色表示模型，被廣泛地應(yīng)用在電視的色彩顯示等領(lǐng)域中。最終，我們得到的膚色范圍是： Cb∈ [90， 125]， Cr∈ [135， 165]。 為了抵消這種整個(gè)圖像中存在著的色彩偏差 ,我們將整個(gè)圖像中所有像素的亮度 (是經(jīng)過了非線性 Y校正后的亮度 )從高到低進(jìn)行排列，取前 5％ 的像素，如果這些像素的數(shù)目足夠多 (例如，大于 100)，我們就將它們的亮度作為“參考白” (Reference White)，也即將它們的色彩的 R、 G、 B 分量值都調(diào)整為最大的 255。 在 YCbCr 色彩空間中，膚色聚類事兩頭尖的紡錘形狀，也就是在 Y 值較大和較小的部分，膚色聚類區(qū)域也隨之縮減 。 基于膚色相似度的人臉檢測與定位 6 人臉 膚色 相似度 的 計(jì)算 該文設(shè)計(jì)的是基于人臉膚色模型 , 利 用相似度方法 , 對(duì)人臉區(qū)域進(jìn)行了檢測和定位。通常，在已有的樣本訓(xùn)練集基礎(chǔ)上確定某個(gè)判定規(guī)則，使得按此規(guī)則對(duì)被識(shí)別對(duì)象進(jìn)行分類所造成的錯(cuò)誤識(shí)別率最小或者結(jié)果期望最大。 然后根據(jù)所考察的像素離中心遠(yuǎn)近得到膚色的相似度，得到與原圖相似的分布圖，均值 M 和方差 C 如下： M=E(x),C=E((xM)(xM)T)，其中 x=[r,b]T 相似度計(jì)算公式為： P(r,b)=exp[(xm)TC1(xm)] （ 22） 關(guān)于相似度軟件的實(shí)現(xiàn)純粹是公式的實(shí)現(xiàn)，在這就不做說明了。 總體流程如下： 圖 31 人臉檢測與定位的總體流程 下面將介紹人臉標(biāo)記和眼睛、鼻子、嘴巴定位的算法及其流程。 據(jù)前面對(duì)膚色模型的分析，無論什么樣的膚色模型都存在判斷失誤，所以算法輸出的一系列矩形應(yīng)該盡量包含所有 的人臉區(qū)域。之間，因此旋轉(zhuǎn)角度小于 45176。 在包含人臉的圖像中，臉部比較明顯而易辨別的特征主要是面部器官：眼睛、嘴、鼻子和眉毛。因此圖像分割可以利用的特征是 ： 灰度比周圍區(qū)域暗的區(qū)域。對(duì)于利用人臉各器官之間幾何關(guān)系的人臉定位方法來說，分割算法是十分重要的。基于邊界方法是提取邊緣，利用邊緣進(jìn)行分割，該方法處理的像素?cái)?shù)量比較少，各像素點(diǎn)間的相鄰關(guān)系比較簡單，處理速度比較快，但是，基于邊界的方法是從局部特性來求圖像整體的分割，因此在全局宏觀性質(zhì)上不如基于區(qū)域的方法。接下來就要對(duì)人臉區(qū)域進(jìn)行檢測，標(biāo)記人臉的過程實(shí)際上是對(duì)得到的二值化圖像進(jìn)行人臉邊界估計(jì)的過程。從而，可以確定人臉區(qū)域?yàn)?rect(left, top, right, bottom ) 。標(biāo)記人臉區(qū)域以后， 就可以進(jìn)行邊緣提 取，接著標(biāo)記眼睛，由人臉各特征的位置關(guān)系，就可以從上到下區(qū)分出眼睛、鼻子、嘴等特征。所以還要進(jìn)一步修正上面的結(jié)果。尋找最佳分割閾值使人眼從復(fù)雜圖像背景和人臉中分離出來是人眼定位的第一步。經(jīng)對(duì)多幅在復(fù)雜背景及不同光照條件下人臉圖像的直方圖分析與統(tǒng)計(jì)發(fā)現(xiàn)，只要臉部光照適中，雙眼部位較清晰，絕大多數(shù)情況下最佳分割閾值位于歸一化 灰 度值 與 之間。人眼位置的判定是根據(jù)眼睛在二值化人臉圖像中的幾何位置確定的，主要有以下幾條準(zhǔn)則： 1) 雙眼中心距應(yīng)在某 個(gè)范圍內(nèi)：考慮到人臉在圖像中大小的變化，雙眼中心距變化大約在 一定 像素距離范圍內(nèi)； 2) 雙眼下方一定距 離內(nèi)不能有其它黑塊：雙眼下方一定距離內(nèi)沒有其它器官，因此在二值化圖像中不能有其它黑塊，這一特點(diǎn)也是區(qū)分眉毛與眼睛的重要判據(jù)； 3) 雙眼中心位置上下相差不超過一定距離：由于人臉在圖像中可能向兩側(cè)傾斜，雙眼中心位置常常不在水平線上。隨著閾值的不斷增加，可以看到二值化人臉圖像中新黑塊在不斷地出現(xiàn)，已有的黑塊面積在擴(kuò)展并不斷地與別的黑塊相重合。邊緣廣泛存在于物體與背景之間、物體與物體之間、圖像基元與基元之間。通過對(duì)處理后的圖 像進(jìn)行研究對(duì)比發(fā)現(xiàn)：拉普拉斯高斯算子既具備了高斯算子的優(yōu)點(diǎn)又具備了拉普拉斯算子的優(yōu)點(diǎn) 在邊緣檢測中不但對(duì)灰度漸變和噪聲較多的圖像處理最好，而且是各向同性的，得到的處理后的圖像具有連貫性和高清晰度。這里雖然有眉毛的影響，但是由于眉毛正好位于眼睛的上方，因此不影響水平區(qū)域的確定，如圖示： 圖 39 眼睛的定位 然后在 I 和 II 的上方區(qū)域的豎直方向投影，得到的第一個(gè)峰值附近的區(qū)域 A、 B。這樣就把眼睛區(qū)域劃分為很多的小區(qū)域，在把這些區(qū)域中寬度小于人臉寬度的 1/20 刪除掉，然后在合并相鄰的閉合區(qū)域（小于人臉寬度的 1/40），這樣就可確定人眼的水平區(qū)域。以兩眼的瞳距為 1 來計(jì)算，鼻子到兩眼中心的距離為 到 1，在附近尋找顏色較深的區(qū)域，基本得到鼻孔的位置。 其結(jié)果如圖 314 示： 確定眼睛區(qū)域 可能的鼻子區(qū)域 找出鼻尖 確定鼻 孔的位置 標(biāo)記鼻孔 安徽工程科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 19 圖 314 嘴巴標(biāo)記 設(shè)計(jì)結(jié)果及分析 設(shè)計(jì)程序的主界面如 下： 圖 315 系統(tǒng)主界面 單擊打開圖像打開一幅人臉圖像，然后用上述界面進(jìn)行相似度計(jì)算，圖像二值化、垂直直方圖、水平直方圖、標(biāo)記人臉區(qū)域，接著可以依次標(biāo)記眼睛的位置和鼻子的位置的特征標(biāo)注。之間 ) , 并具有各種背景，上面的算法能成功地檢測定位多張人臉圖 , 本設(shè)計(jì)結(jié)果的正確檢測率達(dá)到 90%以上。 安徽工程科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 21 結(jié)論與 展望 通過基于膚色的人臉檢測、定位等操作，可以較好地定位人臉的識(shí)別區(qū)域?？偨Y(jié)下來，主要優(yōu)點(diǎn)如下： 1) 界面人性化，容易操作； 2) 對(duì)用戶的添加、錄入、刪除十分方便； 3) 在光照適當(dāng)、人臉位姿恰當(dāng)時(shí)，識(shí)別率可以達(dá)到 100%； 4) 模塊化編程，可擴(kuò)充性好，以后可以添加進(jìn)一步的功能。目前的去光照處理的效果并不令人滿意，白平衡處理則只能對(duì)總體進(jìn)行小幅度的修正，不能解決光照造成的左右不平衡的問題。如何使得計(jì)算機(jī)也能對(duì)側(cè)面臉進(jìn)行檢測識(shí)別也是目前研究的一個(gè)熱點(diǎn)。不禁生起一絲悲涼之意。謝謝你們！ 致謝人： 20xx 年 6 月 17 日 安徽工程科技學(xué)院畢業(yè)設(shè)計(jì)（論文） 23 參考文獻(xiàn) [1] 王天學(xué)，刑桂芬，江波 .基于區(qū)域分割的復(fù)雜背景中的人臉檢測與定位 [J] .計(jì)算機(jī)工程與設(shè)計(jì) ， 20xx, 11(25)： 13 [2] 王學(xué)武 , 石躍祥 .基 于眼睛特征的人臉檢測方法 [J] .計(jì)算機(jī)應(yīng)用研究 ， 20xx 年 ,1(1)：13 [3] 王春紅，楊伯原，張洛平，張波 .B超圖像邊緣檢測算法分析及 C++實(shí)現(xiàn) [J] .河南科技大學(xué)學(xué)報(bào)（自然科學(xué)版）， 20xx, 2(27)： 13 [4] 王鄭耀 .數(shù)字圖像的邊緣檢測，西安交通大學(xué)本科畢業(yè)論文 [D]， 20xx年 6月 [5] 朱文佳，戚飛虎 .快速人臉檢測與特征定位 [J] .中國圖像圖形學(xué)報(bào) ， 20xx, 11(10)：14 [6] 吳為 .人臉識(shí)別的軟件系統(tǒng)開發(fā)，復(fù)旦大學(xué)工學(xué)學(xué)士學(xué)位論文 [D]， 20xx年 6月 [7] 張宏林 .Visual C++數(shù)字圖像模式識(shí)別技術(shù)及工程實(shí)踐 [C] .北京：人民郵電出版社，20xx [8] 張永梅 , 韓焱 , 商細(xì)云 .一種人臉的檢測與定位方法 [J] .中北大學(xué)學(xué)報(bào)（自然科學(xué)版）， 20xx, 3(27)： 15 [9] 張敏，陶亮 .人臉圖像中人眼的檢測與定位 [J].光電工程 ， 20xx, 8(33)： 16 [10] 郭瑞，張淑玲，汪小芬 .人臉識(shí)別特征提取方法和相似度匹配方法研究 [J] .計(jì)算機(jī)工程 ， 20xx, 11(32)： 12 [11] 黃翠榮 ,嚴(yán)佩敏 ,時(shí)鹿鳴 . 基于方差相似度計(jì)算的人臉識(shí)別技術(shù) [J] .上海大學(xué)學(xué)報(bào) (自然科學(xué)版 )， 20xx， 12(4)： 14 [12] 梁路宏，艾海舟，徐光佑，張鈸 .人臉檢測研究綜述 [J] .電子學(xué)報(bào) ， 20xx， 29（ 6）：744747 [13] 謝建新 .數(shù)字視頻采集與目標(biāo)跟蹤 ， 華僑大學(xué)本科畢業(yè)論文 [D]， 20xx年 6月 [14] 蔡照 .利用 delphi6實(shí)現(xiàn)拉普拉斯高斯邊緣檢測算法 [J] .圖形圖像處理與游戲編程 ， 20xx, 7(11)： 12 [15] 裘偉 .一種基于相似度及復(fù)雜度人眼定位算法 [J] .蘇州大學(xué)學(xué)報(bào)（工科版） ， 20xx, 6(26)： 14 [16] , , Face d