【正文】 ，由灰度圖組成，每個樣本大小為 M*N 24 寫出訓(xùn)練樣本矩陣： ............................（ 51） 其中向量 xi為由第 i 個圖像的每一列向量堆疊成一列的 M*N 維列向量 ,即把矩陣向量化 ,如下 所示： 如：第 i 個圖像矩陣為 ............................................................... (52) 則 xi為 :［ 1,4,7,2,5,8,3,6,9］ T........................................................................... (53) . 第二步：計算平均臉 計算訓(xùn)練圖片的平均臉： ................................................... (54) 第三步：計算差值臉 計算每一張人臉與平均臉的差值 : ........................ (55) 第四步：構(gòu)建協(xié)方差矩陣 .....................................… .. (56) 其中： 第五步：求協(xié)方差矩陣 的特征值和特征向量，構(gòu)造特征臉空間 協(xié)方差矩陣的維數(shù)為 MN*MN，考慮其維數(shù)較大，計算量比較大，所以采用奇異值分解 (SingularValue Deposition ,SVD)定理，通過求解 的特征值和特征向量來獲得 的特征值和特征向量 。 中值濾波一般采用一個含有奇數(shù)個點的滑動窗口，將窗口中各點灰度值 18 的中值來替代值定點 (一般是窗口的中心點 )的灰度值。j200。 當(dāng)人臉檢測框位于視頻采集框內(nèi)部時則可以采集一幀圖像到 內(nèi)存中。 人臉檢測 人體的皮膚顏色是人體的一個重要特征，膚色檢測被廣泛的應(yīng)用于人臉跟蹤、人臉檢測、手語識別、敏感圖像過濾等領(lǐng)域中，具有重要的理論研究意義和實際應(yīng)用價值。 識別階段的視頻圖像處理主要是將圖像投影到特征臉空間，并計算，它與每一個人臉的歐式距離，便于分析識別。 視頻采集循環(huán) 采集視頻幀并顯示 視頻采集框中是 否 含 有人臉 14 (2)識別階段的程序運行過程圖解： 識別階段 否 是 圖 44 識別階段的流程 在識別階段，系統(tǒng)不斷的采集視頻，同時檢測攝像 頭是否拍攝到了人臉，如果，拍到了人臉，并且人臉框在視頻采集框的內(nèi)部，則采集一幀人臉圖像到內(nèi)存中，然后馬上對它進(jìn)行處理，并輸出識別結(jié)果。在訓(xùn)練階段，系統(tǒng)會采集大量的人臉圖像進(jìn)行運算，得到特征臉空間。平均描述每個像素的 YUV 的位數(shù)分別為 8bit、 4bit、 4bit，又叫做 YUV422 編碼方案（當(dāng)然還有很多別的方案，如 YUV411 等）。視頻信號格式有這么多缺點，是因為受當(dāng)年制定這個標(biāo)準(zhǔn)時的技術(shù)條件制約造成的，而近年來通過在電視中加入一些數(shù)字處理的手段，比如倍頻掃描（ 100 Hz 場頻）、使用數(shù)字梳狀濾波器等方法，電視的圖像質(zhì)量也得到一些提高。視頻信號的幀頻只有 25Hz，必然導(dǎo)致圖像閃爍?；谶@個原理，在電視信號傳輸中， U 或 V 信號的帶寬遠(yuǎn)小于 V 信號的帶寬，這樣就節(jié)約了帶寬。 (1) 與黑白圖像兼容。通過 RGB 三基色來合成某種彩色，或者某種彩色怎樣分解為三基色，這個是大家都熟悉的。 8 從頻域的角度來看，色度信號（ UV 色差信號）是插在亮度信號的頻譜的間隙之中的，具體的位置是插在 的地方，帶寬 。 說到這里，又要說說“場頻”。對于電視視頻，每秒鐘包含幾十幀靜止圖像，每一幀靜止圖像由幾百個行組成，每一行又由幾百個像素點組成。 色彩空間 常用的色彩空間有 RGB 和 YCbCr 色彩空間，下面逐一介紹這兩個色彩空間。 DSP 的攝像頭采集的是 PAL 格式的視頻，視頻的每一幀 大小是 576（行）*720（列）。它包含適用于每個 TI 器件系列的編譯器、源碼編輯 器、項目構(gòu)建環(huán)境、調(diào)試器、描述器、仿真器以及多種其它功能。并把人臉區(qū)域傳送到指定的內(nèi)存空間存儲，等待識別。 第二章介紹應(yīng)用程序的功能需求分析，以及開發(fā)環(huán)境介紹。我國在這方面也取得了較好的成就， 國家 863 項目 “面像檢測與識別核心技術(shù) ”通過成果鑒定 3 并初步應(yīng)用， 就 標(biāo)志著我國在人臉識別這一當(dāng)今熱點科研領(lǐng)域掌握了一定的核心技術(shù)。 國外的發(fā)展概況 見諸文獻(xiàn)的機器自動人臉識別研究開始于 1966年 PRI的 Bledsoe的工作， 1990年日本研制的人像識別機，可在 1秒鐘內(nèi)中從 3500人中識別到你要找的人 。而生物特征識別技術(shù)為人身辨別提供了一個很重要的保障。當(dāng)前的生物特征識別技術(shù)主要包括有：指紋識別，視網(wǎng)膜識別，虹膜識別，步態(tài)識別，靜脈識別，人臉識別等。只有當(dāng)人臉跟蹤框位于視頻采集框內(nèi)部的時候 ，才采集一幀圖像到內(nèi)存中。 本系統(tǒng)的設(shè)計思想： 整個視頻處理的過程是 圍繞 一個視頻采集框 和一個人臉跟蹤框設(shè)計的。作為人的一種內(nèi)在屬性，并且具有很強的自身穩(wěn)定性及個體差異性，生物特征成為了自動身份驗證的最理想依據(jù)。即便是將兩種方式結(jié)合起來使用，此類問題仍然會出現(xiàn)，比如自動取款機雖然用到銀行卡和用戶密碼，但還是有卡里的錢被盜的現(xiàn)象，所以傳統(tǒng)的人身辨別方法已不能滿足社會的需要。 國內(nèi)外 發(fā)展 現(xiàn)狀 現(xiàn)在人臉識別技術(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，人臉識別 技術(shù)取得了長足的進(jìn)步， 現(xiàn)在就目前國內(nèi)外的發(fā)展情況來進(jìn)行展述。 國內(nèi)的發(fā)展概況 人臉識別系統(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、軍隊安全、智能身份證、智能門禁、司機駕照驗證、計算機登錄系統(tǒng) 。 第一章介紹人臉識別的背景和意義以及國內(nèi)外現(xiàn)狀。 本設(shè)計要 完成的各個功能模塊如下： (1)視頻 采集 功能 完成視屏的實時監(jiān)控，當(dāng)有人臉出現(xiàn)時，會自動檢測。 Code Composer Studio 包含一整套用于開發(fā)和調(diào)試嵌入式應(yīng)用的工具。 圖 21 ccs 界面 圖 22 設(shè)備截圖 6 第三章 圖像 基礎(chǔ)知識 由于本課程設(shè)計是基于 DM642 開發(fā)板的， DSP的視頻采集和存儲方式是和常用的電腦中的圖像不同的 ，并且在實現(xiàn)人臉識別的過程中運用到了大量的數(shù)字圖像處理算法，因此在這里非常有必要對一些圖像的基礎(chǔ)知識進(jìn)行一些簡單的介紹。許多靜態(tài)的圖像可以經(jīng)連續(xù)播放產(chǎn)生動態(tài)效果， 25 幀 /秒或 30 幀 /秒的幀速可產(chǎn)生較平滑的動態(tài)顯示效果。電影也是活動圖像，電影把大量靜止圖像 7 記錄在膠片上，一張一張地連續(xù)顯示出來，就成了我們看到的電影。所以選擇了 25 Hz 幀頻 。這個問題是很困難的，因為色度信號也要占用較大的帶寬，而在電視射頻頻帶上，一個頻道挨著一個頻道，亮度信號（實際上還有調(diào)頻的伴音信號）已經(jīng)把頻帶給塞滿了，幸運的是，后來終于運用壓縮亮度信號帶寬、大面積著色等技術(shù)解決了這個問題。而彩色圖像的像素的描述要復(fù)雜一些，有很多不同的方法，比如在印刷行業(yè)中用的是 CMYK（青、品紅、黃、黑）四色合成的方法，而在計算機或電視機的 CRT 顯象管中都是用的 RGB（紅、綠、藍(lán)）三基色合成的方法，我也不明白為什么要選這三種顏色，而沒選別的顏色，我猜想可能是因為人眼包含 RGB 三種色感細(xì)胞，所以用這三種基 色能合成比較多的人眼能識別的彩色出來，或者因為這三種基色的熒光粉比較容易制造。 基于這些原因，在視頻信號傳輸中采用的是 YUV合成的方法。這就是大面積 著色原理。 視頻信號的缺點： (1) 幀頻低。除非重新制定新的標(biāo)準(zhǔn)，否則前面提到的三個問題在現(xiàn)有基礎(chǔ)上都很難改進(jìn)。而每行的 U 或 V 采樣數(shù)為 432 個，有效的 U 或 V 采樣數(shù)為 360 個。 人臉識別過程主要分為兩個階段：訓(xùn)練階段和識別階段。然后進(jìn)入“識別階段”。 訓(xùn)練階段的視頻處理主要是對圖像進(jìn)行主成分分析算法（ PCA）的處理，得到特征臉空間。 第四章的訓(xùn)練階段和識別階段所用到的算法，比如 PCA 算法，歐式距離的求解等，都是在 視頻顯示循環(huán)中完成的。專門用于采集圖像到緩存區(qū)。 } for(j=50。但是對于一些細(xì)節(jié)多，特別是點、線、尖頂細(xì)節(jié)多的圖像不宜采用中值濾波。 PCA 方法的基本原理是 :利用 KL 變換抽取人臉的主要成分，構(gòu)成特征臉空間，識別時將測試圖像投影到此空間，得到一組投影系數(shù)， 通過與各個人臉圖像比較進(jìn)行識別 利用特征臉法進(jìn)行人臉識別的過程由訓(xùn)練階段和識別階段兩個階段組成 ：訓(xùn)練階段，識別階段。顯然有 IPPT ? ,所以 P 是正交矩陣 .上面的變換過程即??????? 21 ??APP T .由于 ? ?? ? ?????? ???? ????? ????? ????? 22250 225021222221112112212112212222211 s i nac o sas i nac o sas i naa. c o sas i i nas i nac o saAPP T所以只要選擇 ? 滿足 ? ? 02221 121122 ??? ?? c osas inaa 即 22111222 aa atan ??? (6) (當(dāng) 2211 aa ? 時，可選取 4??? ) APPT 就成對角陣，這時 A 的特征值為 ???? 2122222111 s i nas i nac o sa ??? ???? 2122222112 s i nac o sas i na ??? 相應(yīng)的特征向量為 ??????????????? ???? c o ss i nv,s i nc o sv21 雅可比方法的基本思想是通過一系列的由平面旋轉(zhuǎn)矩陣構(gòu)成的正交 變換將實對稱矩陣逐步化為對角陣 ,從而得到 A 的全部特征值及其相應(yīng)的特征向量 .首先引進(jìn) nR 中的平面旋轉(zhuǎn)變換 .變換 ???????????j,ikyxco sysinyxsinyco syxkkiijiii???? (7) 記為 yPx ij? ,其中 21 ?ijPjic o ss i ns i nc o s???????????????????????????111?????????? (8) i j ? ?Tn, x...xxx 21? ? ?Tn, y...yyy 21? 則稱 yPx ij? 為 nR 中 ji x,x 平面內(nèi)的一個平面旋轉(zhuǎn)變換 , ijP 稱為 jix,x 平面內(nèi)的平面旋轉(zhuǎn)矩陣 .容易證明 ijP 具有如下簡單性質(zhì)： ① ijP 為正交矩陣 . ② ijP 的主對角線元素中除第 i 個與第 j 個元素為 ?cos 外，其它元素均為 1；非對角線元素中除第 i 行第 j 列元素為 ?sin? ,第 j 行第 i 列 元素為 ?sin 外 ,其它元素均為零 . ③ APT 只改變 A 的第 i 行與第 j 行元素， AP 只改變 A 的第 i 列與第 j 列元素 ,所以 APPT 只改變 A 的第 i 行、第 j 行、第 i 列