【正文】 *(lpData + lOffset++) = 255。 /=eye2count。 } else if(*(lpData + lOffset) == 2) { +=j。 j。 =0。 東華理工大學(xué)畢業(yè)設(shè)計(jì)（論文） 附錄 26 CRect faceLocation(0,0,width1,height1)。 width= (int) ::DIBWidth(lpDIB)。eye1, CPoint amp。 i++) for (int j=0。 width= (int) ::DIBWidth(lpDIB)。 *(lpData + lOffset++) = 0。 j++) { lOffset = i*wBytesPerLine + j*3。 wBytesPerLine = lLineBytesMulspec。除了敬佩 方 老師的專業(yè)水平外，他的治學(xué)嚴(yán)謹(jǐn)和 求真務(wù)實(shí) 的精神也是 我們準(zhǔn)也左右學(xué)生學(xué)習(xí) 的榜樣， 還有那孜孜不倦、敏銳獨(dú)到的見解 ，以及一絲不茍的 科研作風(fēng)給我留下了深刻的印象， 并將積極影響我今后的學(xué)習(xí)和工作。 （ 3） 如若照片中的任務(wù)有胡須或者帶著眼睛等裝飾品時(shí)，檢測得到的人臉就會(huì)不準(zhǔn)確或者不規(guī)則，造成人臉的漏檢或者誤檢。 本章小結(jié) 為了實(shí)現(xiàn)人眼定位需要 把 RGB 色彩空間轉(zhuǎn)換成 YCrCb 色彩空間，通過傳過來的已經(jīng)處理的圖片計(jì)算出 H、 Cb、 Cr三個(gè)分量的值滿足相應(yīng)的不等式既可判斷大概人臉存在的范圍，對(duì)人臉部的色彩進(jìn)行歸一化處理后，繼而計(jì)算出人臉部 的灰度值， 我們知道在人臉灰度圖像中，人眼睛虹膜、瞳孔和上眼睛部分的灰度值明顯比臨近區(qū)域灰度值要低很多，因此在人臉區(qū)域中獲取人眼睛區(qū)域可以根據(jù)其灰度值來判斷，然后根據(jù)人眼睛區(qū)域滿足的幾何規(guī)律， 以及質(zhì)心法 就 可以定位 出人眼。對(duì)二值化圖像進(jìn)行掃描首先要找到圖像數(shù)據(jù)在內(nèi)存中的存儲(chǔ)地址 ，然后對(duì)存儲(chǔ)地址后面的 8位整型數(shù)據(jù)進(jìn)行比較。另外面部還有平分規(guī)則：從頭到眼睛的距離約等于眼睛到 頜 底，過鼻尖的中線平分人臉，兩邊大致是對(duì)稱的 等。人眼從一個(gè)方向觀察光源，在這個(gè)方向的光強(qiáng)與人眼所“見到 ” 的光源面積之比，被稱之為該光源單位亮度 ，即單位投影面積上的發(fā)光強(qiáng)度。 從這些字節(jié)之后才 開始才正式開始圖像數(shù)據(jù)流。 二值化 二值化是圖像處理的基本 處理 方法 ，被采用到各種識(shí)別領(lǐng)域 ，根據(jù)閾值選取的不同，二值化的算法被分為固定閾值和自適應(yīng)閾值，比較常用的二值化方法為：雙峰法、P 參數(shù)法、迭代法等。 如果 RGB 的值全為最大，則顯示為白色。 東華理工大學(xué)畢業(yè)設(shè)計(jì)（論文） 人眼檢測定位的基本算法和理論 9 要用此方法定位人眼區(qū)域需要先將真彩圖片轉(zhuǎn)換成相應(yīng)的灰度圖像，在 matlab函數(shù)中可用 rgb2gray 實(shí)現(xiàn)，繼而獲取 相應(yīng) x、 y坐標(biāo)各自灰度的梯度，算出整體梯度，可用 gradient 函數(shù)實(shí)現(xiàn)，然后用 imadjust 函數(shù)來調(diào)節(jié)灰度圖像的亮度，使之更加適合檢測定位，繼而用 im2bw 函數(shù)來使用閾值變化法把灰度圖像轉(zhuǎn)換成二值圖像 ，這樣就完成了對(duì)圖像的預(yù)處理。 特征的類內(nèi)分散度與類間分散度的比率 γ j為 γ j = CIjCBj （ 10） 將 γ 值由小到大的排列 γ 1′γ 2′? γ m′ ，取與前 K個(gè) γ i′對(duì)應(yīng)的 Ui′用于人臉識(shí)別，達(dá)到降維目的。 ICA 的基本思想是用一組統(tǒng)計(jì)獨(dú)立或者盡量獨(dú)立的分量對(duì)隨機(jī)變量進(jìn)行表征。這些特征向量就是人臉空間的多組向量基，用這些向量基可以來表示任何獲取到的人臉圖像，且圖像重要信息集中于特征值較大的特征向量 中，也就是說，即使有些表示特征向量小的數(shù)據(jù)丟失，也不會(huì)很大程度的影響圖像的質(zhì)量。它可以利用較少數(shù)量的特征量對(duì)樣本圖片進(jìn)行描述以達(dá)到降低特征空間維度的方法。而且膚色的算法有如下的優(yōu)點(diǎn)： 第一，允許被跟蹤對(duì)象自由活動(dòng)，減少環(huán)境對(duì)膚色的影響；第二 ， 膚色分割的算法沒有使用特殊的臉部特征，因此頭部方向和姿態(tài)的變化不會(huì)影響對(duì)于膚色的確定；第三， 可以在普通工作站上以幀速率來實(shí)現(xiàn)人臉區(qū)域分割； 但是由于光源的顏色問題以及光源發(fā)射的角度對(duì)圖片的影響不容忽視，因此，通常需要將膚色信息與形狀、運(yùn)動(dòng)信息等相結(jié)合，以便能夠在圖像序列中定位和跟蹤人臉。 每張人臉 從他的的發(fā)際到眉間、眉間到鼻尖、鼻尖到下巴的距離大致相等，稱為三庭；從正面看，人臉在雙水平連線處最寬。 綜合相關(guān)的資料不難發(fā)現(xiàn)，目前國際的人臉識(shí)別的研究方向 ： （ 1） 基于幾何特征的人臉識(shí)別方法，主要代表是 MIT 的 Brunelli 和 Poggio 小組，他們采用改進(jìn)的積分投影法提取出用歐氏距離表征的 35 維人臉特征矢量用于模式分類； （ 2） 基于模板匹配的人臉識(shí)別方法，主要代表是 Harvard 大學(xué) SmithKettlewell眼睛研究中心的 Yuille，他采用彈性模板來提取眼睛和嘴巴的輪廓， Chen 和 Huang則進(jìn)一步提出用活動(dòng)輪廓模板提取眉毛、下巴和鼻孔等不確定形狀； （ 3） MIT 媒體實(shí)驗(yàn)室的 Pentland 則提 出了 基于 KL 變換的特征臉的方法 ； 東華理工大學(xué)畢業(yè)設(shè)計(jì)（論文） 緒論 4 （ 4） Cambridge 大學(xué)的 Samaria 小組和 Geia 技術(shù)研究所的 Nefian 小組提出了 基于隱馬爾可夫模型的方法； （ 5） 神經(jīng)網(wǎng)絡(luò)識(shí)別的方法，如 Poggio 小組提出的 HyperBF 神經(jīng)網(wǎng)絡(luò)識(shí)別方法，英國 Sussex 大學(xué)的 Buxton 和 Howell 小組提出的 RBF 網(wǎng)絡(luò)識(shí)別方法等。 周志華等 通過多視角特征分析獲得人臉特征， 提出將神經(jīng)網(wǎng)絡(luò) 集成應(yīng)用于多視角人臉識(shí)別，識(shí)別精度 得到了大大的提升 。 正規(guī)化部分將提取到的圖像作大小、灰度的歸一化處理，使不同的人臉圖像顯現(xiàn)出相同的亮度和對(duì)比度。 （ 4） 人臉的 不穩(wěn)定的外型 ， 人可以在不同時(shí)刻把自己的喜怒哀樂表現(xiàn)在臉上 ，導(dǎo)致觀察的時(shí)候會(huì)產(chǎn)生不同程度的誤差 ，另外，人臉識(shí)別還受光照條件、人臉的很多遮蓋物、年齡等多方面因素的影響。 人臉自動(dòng)識(shí)別涉及計(jì)算機(jī)圖形學(xué)、計(jì)算機(jī)視覺、模式識(shí)別、機(jī)器學(xué)習(xí)、感知科學(xué)、人工智能、計(jì)算機(jī)智能等技術(shù)， 經(jīng)過無數(shù)專家學(xué)者的潛心研究，人臉識(shí)別技術(shù)在近年來獲得巨大的研究成果，并且正在逐漸走向 成熟。 3. 最終定位的人眼區(qū)域用特定顏色標(biāo)注，便于觀察統(tǒng)計(jì)識(shí)別的情況。 特此聲明。對(duì)本設(shè)計(jì)（論文）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。 本文致力于解決以上 問題，其主要貢獻(xiàn)有以下幾個(gè)方面： 1. 多種人眼的定位的研究 是根據(jù)人眼周圍梯度的相近性來確定人眼，然這種方法很容易受環(huán)境影 響，且定位成功的概率不是很大，本文主要是根據(jù)人眼睛周圍的灰度值是 人面部最小的方法來確定可能的人眼存在區(qū)域，大大提高了定位成功的概率 。 Qualitative method 目 錄 第一章 緒論 ........................................................... 1 引言 ............................................................. 1 人臉識(shí)別與定位研究背景與意義 ..................................... 1 人臉識(shí)別的研究的背景 ......................................... 1 人臉識(shí)別研究的意義 ........................................... 2 典型的人臉識(shí)別系統(tǒng) ............................................... 2 國內(nèi)外的研究現(xiàn)狀 ................................................. 3 國內(nèi)研究現(xiàn)狀 ................................................. 3 國外研究現(xiàn)狀 ................................................. 3 論文的結(jié)構(gòu)安排 ................................................... 4 第二章 人眼檢測定位的基本算法和理論 ................................... 5 引言 ............................................................. 5 基于可視特征的方法 ............................................... 5 幾何特征 ..................................................... 5 紋理特征 ..................................................... 5 顏色特征 ..................................................... 5 基于代數(shù)特征的方法 ............................................... 6 主成分分析（ PCA） ............................................ 6 獨(dú)立分量分析（ ICA） .......................................... 7 基于幾何特征的算法 ............................................... 8 幾種算法特點(diǎn)和優(yōu)缺點(diǎn)的比較 ...................................... 10 幾種算法的特點(diǎn) .............................................. 10 幾種算法的優(yōu)缺點(diǎn) ............................................ 10 圖像的色彩空間 .................................................. 11 RGB 色彩空間 ................................................ 11 YCbCr 色彩空間 .............................................. 11 二值化 .......................................................... 12 BMP 格式圖片 ..................................................... 12 第三章 眼睛輪廓的定位 ................................................ 13 眼睛色度的匹配 .................................................. 13 眼睛亮度的匹配 .................................................. 14 人眼區(qū)域的綜合匹配 .............................................. 15 去掉非眼睛區(qū)域 .................................................. 16 第四章 人眼定位的實(shí)現(xiàn) ................................................ 18 眼睛區(qū)域的膨脹 .................................................. 18 眼睛中心 ........................................................ 18 本章小結(jié) ........................................................ 20 第五章 總結(jié)與展望 .................................................... 21 全文工作總結(jié) .................................................... 21 下一步工作展望 .........................................