【正文】 lot(1,4,2),imshow(fg,[])。 %讀入圖像 fr=face1(:,:,1)。對(duì)這一領(lǐng)域的深入研究不僅能夠創(chuàng)造出巨大的市場(chǎng)價(jià)值，還將有利地推動(dòng)計(jì)算機(jī)視覺、模式識(shí)別、認(rèn)知行為科學(xué)等相關(guān)學(xué)科的發(fā)展。在我的印象中乘坐公交車帶 公交卡是很不方便的，如果我們的公交車上有人臉識(shí)別系統(tǒng)，只要公交公司有了我們的頭像資料，以后坐車就不用攜帶公交卡了，我相信在不就的將來我的愿望能夠?qū)崿F(xiàn)。膚色的顏色與人種有關(guān)且容易受光照等的影響，所以本論文的主要研究定位在建立良好的膚色模型和基于膚色信息和灰度空間結(jié)合分析實(shí)現(xiàn)復(fù)雜場(chǎng)合的人臉檢測(cè)上。利用人臉識(shí)別技術(shù)，只 山東輕工業(yè)學(xué) 院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文 需攝下嫌疑犯人臉，通過計(jì)算機(jī)網(wǎng)絡(luò)將人臉特征數(shù)據(jù)傳送到計(jì)算機(jī)中 心數(shù)據(jù)庫，系統(tǒng)即可自動(dòng)與數(shù)據(jù)庫中的逃犯人臉比較，迅速準(zhǔn)確地作出身份判斷。人臉作為一種自然形體具有很強(qiáng)的共性，但由于個(gè)體的外貌差異、表情變化以及圖像在采集時(shí)收光照、設(shè)備等因素的影響，使得人臉圖像具有比較復(fù)雜而細(xì)致的模式變化。由于膚色等色彩信息經(jīng)常受到光源顏色、圖像采集設(shè)備的色彩偏差等因素的影響，使一些圖片特別是一些藝術(shù)圖片存在光線不平衡或整體偏離本質(zhì)色彩而向某一方向移動(dòng)，如色彩偏黃、偏藍(lán)等等。 本論文在已建立的膚色模型的基礎(chǔ)上，揭示了在各種色彩空間下人臉檢測(cè)的實(shí)驗(yàn)結(jié)果，實(shí)驗(yàn)結(jié)果也揭示了不同顏色空間膚色信息的對(duì)比。 HSV模型與人的視覺特性比較接近，該模型的重要性在于：一方面色調(diào) H 和飽和度 S 分量與人的視覺感受密切相關(guān)，另一方面消除了亮度成分 V在圖像中與顏色信息的聯(lián)系。 HSV顏色空間 下的人臉仿真實(shí)驗(yàn)結(jié)果如圖 43 所示： 山東輕工業(yè)學(xué) 院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文 H分量 S分量 V分量 人臉仿真實(shí)驗(yàn)結(jié)果 圖 43 HSV顏色空間人臉檢測(cè)實(shí)驗(yàn)結(jié)果 小結(jié) 本章是在已建立的膚色模型的基礎(chǔ)上，在各種顏色空間下的人臉仿真實(shí)驗(yàn)結(jié)果，主要利用 MATLAB 進(jìn)行了仿真。 YCbCr 顏色空 間下人臉仿真實(shí)驗(yàn)結(jié)果如圖 42 所示： Y 分量 Cb 分量 Cr 分量 人臉仿真實(shí)驗(yàn)結(jié)果 圖 42 YCbCr 顏色空間人臉檢測(cè)實(shí)驗(yàn)結(jié)果 HSV 顏色空間下的圖像及仿真實(shí)驗(yàn)結(jié)果 HSV 顏色空間下的算法： （ 1） 讀入彩色圖像。 YCbCr 顏色空間下的圖像及仿真實(shí)驗(yàn)結(jié)果 根據(jù) YCbCr 空間的膚色模型，算法流程如下： （ 1） 讀入彩色圖像。 人臉檢測(cè)實(shí)驗(yàn)仿真及結(jié)果 RGB 顏色空間下的圖像及仿真實(shí)驗(yàn)結(jié)果 RGB 顏色空間下 的算法： （ 1） 讀入我的證件照彩色圖像。附加的工具箱（單獨(dú)提供的 MATLAB 函數(shù)集）擴(kuò)展了 MATLAB 的環(huán)境，以解決這些應(yīng)用領(lǐng)域內(nèi)特定類型的問題。 基于 HSV 空間的膚色模型標(biāo)示方法 通過實(shí)踐，選取大量膚色樣本進(jìn)行統(tǒng)計(jì)，得出了膚色在 HSV 空間中的聚類特性，如圖 2 26 所示： 圖 33 膚色像素的 H分量分布圖 山東輕工業(yè)學(xué) 院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文 圖 34 膚色像素的 S分量分布圖 由此可建立在 HSV 顏色空間下的膚色模型。 RGB 子空間下膚色模型如式 : ? ? ? ?R 9 5 , G 4 0 , B 2 0 m a x R , G , B m in R , G , B 1 5R G 1 5 R G , R B ? ? ? ?????? ? ? ? ?? 并 且 基于 YCbCr 空間的膚色模型標(biāo)示方法 由于統(tǒng)計(jì)表明不同人中的膚色區(qū)別主要受亮度信息影響，而受色度信息的影響較小，所以直接考慮 YCbCr空間中的 Cb、 Cr分量，映射為 CbCr空間，在 CbCr空間下，受亮度變化的影響小，且是兩維獨(dú)立分布。本文從個(gè)人生活照、互聯(lián)網(wǎng)中選用了近百幅膚色各不相同的包含膚色的圖像，然后從中裁剪出膚色的部分，組成了膚色樣本庫，對(duì)其在不同空間中的分布進(jìn)行統(tǒng)計(jì)分析，得出了在 RGB、 YCrCb 和 HSV 顏色空間中的膚色聚類情況，從而建立了在這三種顏色空間中的膚色模型。 （ 4） 為了是膚色區(qū)域包括人臉特征（如眼鏡、鼻子、嘴巴等）對(duì)應(yīng)的“洞”，首先找出可以覆蓋分割后每個(gè)膚色區(qū)域的最小的矩形。上述算 法第（ 3）和第（ 4）步對(duì)顏色的判定保證了搜索出的區(qū)域中膚色點(diǎn)顏色具有一致性，但是由于受到陰影和眼鏡等附屬品的影響，一些局部像素可能與人臉的平均顏色有較大的差異，這時(shí)臉部往往被分割為多個(gè)區(qū)域，因此需要對(duì)分割出的目標(biāo)進(jìn)行歸并處理，也就是區(qū)域歸并。 （ 4） 用類似的方法在 ),( intint39。將其作為初始新區(qū)域)Y,X,Y,(X b o ttmr ig h tto ple f tn e wR = ）（ 2,2, in tin tin tin t ?? YXX 。 初始化相應(yīng)的標(biāo)識(shí)矩陣 Y)(X,makI 。模型的運(yùn)用，主要是通過已建立的膚色模型來判 段 所輸入的像素或區(qū)域 是否 屬于 膚色 像素或區(qū)域 ，或者給出其與膚色的相似度 。利用膚色概率圖來檢測(cè)膚色像素主要有兩種方法：貝葉斯分類器和規(guī)則化查表法。 Yang(15)驗(yàn)證了在 RGB顏色空間中，一定光照變化范圍內(nèi)的膚色符合高斯正態(tài)分布； Yang（ 33）證明了在 Luv顏色空間中，膚色呈現(xiàn)正態(tài)分布。該模型表明膚色的每個(gè)像素密度都屬于概率密度這個(gè)混合體。高斯分布參數(shù) ? 和 ? 用最大似然法估算。主要通過統(tǒng)計(jì)分析，來預(yù)測(cè) 單 峰 高 斯 分 布中 的 參 數(shù) ，其 中 確 定 參數(shù) 常 用 的 方 法有 EM 算法、MaximumLikelihood 或通過統(tǒng)計(jì)直接求得色彩空間中每一個(gè)分量 (一般利用該顏色空間中的色度分量 )的均值 與方差。該模型的難點(diǎn)在于如何精確地確定閾值，閾值選擇不當(dāng)可能會(huì)使膚色檢測(cè)率下降，誤檢率上升。 區(qū)域模型 該模型又稱簡(jiǎn)單門限模型、 IFTHEN 模型，它主要是利用了膚色在顏色空間中的聚類性，用數(shù)學(xué)表達(dá)式明確規(guī)定膚色的范圍，在這個(gè)范圍內(nèi)的區(qū)域被標(biāo)定為膚色區(qū)域，范圍之外的區(qū)域被標(biāo)定位非膚色區(qū)域。 Terrillion 等同時(shí)還指出，最終限值監(jiān)測(cè)性能的因素是不同色度空間中膚色與非膚色區(qū)域的重疊程度。g mmbV??39。 若 g=max(r,g,b)和 b=min(r,g,b)時(shí)， h=3b39?；谌说囊曈X系統(tǒng)顏色特性使 HSV 模型成為一個(gè)研究圖像處理的重要工具。 H 參數(shù)表示色彩信息，即所處的光譜顏色的位置 ， 該參數(shù)用角度量來表示，紅、綠、藍(lán)分別相隔 120度 ， 互補(bǔ)色分別相差 180度。 （ 3） Y， Cb， Cr，可以由 R， G， B 經(jīng)過線性變換得到，計(jì)算效率較高。 其中， Cr 反映了 RGB 輸入信號(hào)紅色部分與 RGB 信號(hào)亮度值之間的差異 ， 而 Cb 反映的是 RGB 輸入信號(hào)藍(lán)色部分與 RGB 信號(hào)亮度值之同的差異。 山東輕工業(yè)學(xué) 院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文 圖 21 RGB 顏色空間模型 將 RGB 顏色空間模型歸一化處理的計(jì)算公式為： r= BGR R?? g= BGR G?? b= BGR B?? 。其中， RGB 顏色系統(tǒng)是最基本的顏色系統(tǒng)，其他的顏色系統(tǒng)都是基于該顏色系統(tǒng)的，只是用途各異，它們與 RGB 顏色系統(tǒng)可以按一定的關(guān)系相互轉(zhuǎn)換 。色度 學(xué)理論認(rèn)為，任何顏色都可以由紅（ R）、綠（ G）、藍(lán)（ B）三種基本顏色按不同的比例混合得到。人的視覺對(duì)彩色性當(dāng)敏感，人眼一般能區(qū)分的灰度等級(jí)只有二十多個(gè)，但是能區(qū)分有不同色度和亮度的幾千種顏色。所以，選擇何種形式的檢測(cè)方法，在實(shí)際操作中要統(tǒng)籌兼顧。 目前關(guān)于人臉檢測(cè)的研究已開始向綜合特征發(fā)展。膚色特征主要由膚色模型來描述，膚色模型的建立是利用膚色特征進(jìn)行人臉檢測(cè)的首要條件，膚色模型是否合適直接影響人臉檢測(cè)準(zhǔn)確率，使用何種形式的膚 色模型與顏色空間的選擇密切相關(guān)?；诒硐蟮娜四槞z測(cè)方法，一般只能在圖像中檢測(cè)垂直正面的人臉，用于建立人臉模型和訓(xùn)練神經(jīng)網(wǎng)絡(luò)的樣本數(shù)量太大，進(jìn)行全局搜索的時(shí)間較長。 基于模板匹配的方法一般是人為地預(yù)先定義一個(gè)標(biāo)準(zhǔn)人臉模板，可以是包含局部人臉特征的子模板。因此，可以通過大量的人臉和非人臉樣本來建立一個(gè)分類器，使它能夠正確地分辨這兩種不同的圖像模式，再利用訓(xùn)練好的分類器在未知的圖像中檢測(cè)人臉。 ChinchuanHan[5]等提出的先獲取眼睛再搜索人臉區(qū)域的人臉檢測(cè)，是該方法的一個(gè)實(shí)例?；谥R(shí)的方法中所用到的規(guī)則可以表述為人臉局部特征之間的相對(duì)距離和位置關(guān)系等，當(dāng)滿足這些規(guī)則的圖像區(qū)域被找到后，則認(rèn)為一副人臉已被檢測(cè)出來，然后可以對(duì)候選的人臉區(qū)域進(jìn)行進(jìn)一步的驗(yàn)證，以確定候選區(qū)域中是否包含人臉?；谥R(shí)的方法首先定位候選人臉區(qū)域，然后再通過人臉的先驗(yàn)知識(shí)來檢驗(yàn)人臉是否存在。人臉模式具有復(fù)雜而細(xì)致的變化，因此需要采用多種模式相結(jié)合的方法。具體而言，首先建立了訓(xùn)練用的圖像庫，手工的方法裁剪出人臉的膚色區(qū)域，用于研究膚色的分布；其次用手工標(biāo)定的方法切割出人臉的五官區(qū)域，轉(zhuǎn)換為灰度圖像后進(jìn)行尺度和灰度分布標(biāo)準(zhǔn)化，其中一小部分用于構(gòu)早平均人臉模板，其他作為訓(xùn)練人工神經(jīng)網(wǎng)的人臉樣本。目前國內(nèi)外很多專家學(xué)者對(duì)膚色分割做了大量的研究，基于膚色模型的分割方法大多采用 RGB顏色空間、 YCbCr 顏色空間、 HSV 顏色空間等。隨著計(jì)算機(jī)網(wǎng)絡(luò)的普及，圖像、視頻等多媒體信息在計(jì)算機(jī)信息中比重的加大，這一研究必然會(huì)得到更快、更長遠(yuǎn)的發(fā)展。國外的主要研究單位有美 山東輕工業(yè)學(xué) 院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文 國的麻省理工媒體實(shí)驗(yàn)室（ MIT Media lab） 、卡耐基梅隆大學(xué)的人機(jī)交互學(xué)院（ Human puter interface institute） 、微軟研究院的視覺技術(shù)研究組 （ Vision Technology Group） 、 英國劍橋大學(xué)工程系 （ Department of Engineering）等，國內(nèi)的微軟亞洲研究院、中科院自動(dòng)化研究所、清華大學(xué)、北京工業(yè)大學(xué)等都有專業(yè)人員從事人臉檢測(cè)的相關(guān)研究。人臉檢測(cè)研究重點(diǎn)將越來越趨向于復(fù)雜背景下、多姿態(tài)人臉的檢測(cè)。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)，對(duì)于這類目標(biāo)的檢測(cè)是一個(gè)極富挑戰(zhàn)性的課題。人臉檢測(cè)是進(jìn)行人臉壓縮的的前提條件，同時(shí)人臉也是基于內(nèi)容檢索的重要對(duì)象，因而人臉檢測(cè)在這個(gè)領(lǐng)域中占有重要的地位。但 20 世紀(jì) 90年代初以來，隨著電子 商務(wù)等網(wǎng)絡(luò)資源的利用，使得人臉識(shí)別成為最具有潛力的生物身份驗(yàn)證手段，在這種應(yīng)用背景下，要求人臉自動(dòng)識(shí)別系統(tǒng)對(duì)一般的環(huán)境圖像有一定的適應(yīng)能力，由此所面臨的一系列問題使得人臉檢測(cè)作為一個(gè)單獨(dú)的課題受到研究者的重視（ 2）。人臉自動(dòng)識(shí)別系統(tǒng)鑒于其友好性、方便性，已成為一種很有潛力的身份驗(yàn)證途徑。 Color space。s head posture etc.,puts forward a kind of algorithm for chromaticimaged face detection,which is based on the plexion information. Finally uses MATLAB to program and simulate. The result of simulation shows that this algorithm has strong adaptability for different pictures, robustness for posture and facial , it can accurately detect the face position. Key words:Face recognition。研究人臉圖像在不同顏色空間（ RGB、 YCbCr、 HSV）下的顏色特征，具體做法是將原始彩色圖從 RGB色彩空間轉(zhuǎn)換到上述色彩空間中，選取大量膚色樣本在具體的色彩空間中通過實(shí)驗(yàn)建立膚色模型，利用得到的特征進(jìn)行靜止圖像中的人臉檢測(cè)。 涉密論文按學(xué)校規(guī)定處理。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。對(duì)本研究提供過幫助和做出過貢獻(xiàn)的個(gè)人或集體，均已在文中作了明確的說明并表示了謝意。盡我所知，除文中特別加以標(biāo)注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得 及其它教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過的材料。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫的成果作品。本人授權(quán) 大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。本文簡(jiǎn)要介紹了人臉檢測(cè)的概念、應(yīng)用和研究現(xiàn)狀，并且采用