【正文】 業(yè)設(shè)計(jì)(論文) 第 1 頁(yè)第 1 章 緒 論 引言近些年來(lái)，生物特征的身份認(rèn)證技術(shù)得到了迅速的發(fā)展，此技術(shù)結(jié)合多種學(xué)科，是一種前沿的多學(xué)科性綜合技術(shù)，主要結(jié)合認(rèn)知科學(xué)，圖像處理，計(jì)算機(jī)圖形學(xué)，小波分析，機(jī)器視覺和模式識(shí)別等多個(gè)領(lǐng)域。 其表現(xiàn)在：人臉表情豐富；人臉隨年齡增長(zhǎng)而變化； 人臉?biāo)蓤D象受光照、成象角度及成象距離等影響 [8]。在九十年代前期，研究的重心集中在分割和特征提取以及設(shè)計(jì)系統(tǒng)的或神經(jīng)網(wǎng)絡(luò)的分類器方面，采用一些傳統(tǒng)的統(tǒng)計(jì)方法，如：Karhunen—Loeve變換等或新的神經(jīng)網(wǎng)絡(luò)技術(shù)。還有很多的研究者。 (3)第三階段是自動(dòng)機(jī)器人臉識(shí)別是近年來(lái)發(fā)展起來(lái)的，隨著計(jì)算機(jī)的快速發(fā)展，自動(dòng)人臉模式識(shí)別方法取得了較大的進(jìn)展。如果已經(jīng)提取到了比較具體的特征值，識(shí)別就等于特征的匹配問題了，而對(duì)于那些基于圖像灰度信息的識(shí)別方法如模板匹配，神經(jīng)網(wǎng)絡(luò)等的，就相對(duì)復(fù)雜些，不過最終還是歸到匹配的問題。計(jì)算機(jī)識(shí)別的顯著特點(diǎn)是速度快，準(zhǔn)確性高，效率高。神經(jīng)網(wǎng)絡(luò) [13] 人工神經(jīng)網(wǎng)絡(luò)是一門以對(duì)大腦的生理研究成果為基礎(chǔ)，以用機(jī)器模擬大腦的某些機(jī)理與機(jī)制，實(shí)現(xiàn)某方面功能為目的的學(xué)科?；谏窠?jīng)網(wǎng)絡(luò)技術(shù)的人臉識(shí)別方法是人臉識(shí)別研究領(lǐng)域中的一大重要分支。 人臉檢測(cè)問題分類人臉檢測(cè)問題包含的內(nèi)容十分的廣泛，總結(jié)成以下表格2－1來(lái)總結(jié)面臨問題的分類 [11]。 人臉特征顏色特征（膚色、發(fā)色等）輪廓特征（橢圓輪廓等）啟發(fā)式特征（頭發(fā)、下顎等）模板特征（均值、方差、距離等）變換域特征（特征臉、小波特征等）結(jié)構(gòu)特征（對(duì)稱性、投影特征等）鑲嵌圖特征（馬賽克規(guī)則等）直方圖特征（分布、距離等） 圖2－1 人臉模式的特征 西南交通大學(xué)本科畢業(yè)設(shè)計(jì)(論文) 第 8 頁(yè)人臉特征啟發(fā)式綜合（知識(shí)規(guī)則推理等）機(jī)器學(xué)習(xí)（人工神經(jīng)網(wǎng)、支持向量機(jī)等）模糊決策（模糊推理等）統(tǒng)計(jì)推斷（假設(shè)檢驗(yàn)等）概率分布（Bayes 推理等）簡(jiǎn)單組合（加權(quán)平均等） 圖2－2 各種特征綜合 人臉模式特征提取法 [11]人臉模式的特征包括膚色特征和灰度特征。Terrillon等考察了歸一化的rg、CIExy、歸一化的TSL、CIEDSH、HSV 、YIQ、YES、CIEL*u*v和 CIEL*a*b九種色度空間，比較了高斯模型和混合高斯模型在不同色度空間中的性能，發(fā)現(xiàn)除了少數(shù)情況外，一般需要使用混合高斯模型才能較好地描述膚色區(qū)域的分布。Craw 等首先在低分辨率圖象中使用一個(gè)輪廓模板匹配出人臉的大致范圍，然后在高分辨率圖象中使用 Sobel 算子獲得邊緣的位置和方向，并連接出完整的人臉輪廓。人臉區(qū)域內(nèi)的各個(gè)器官（如雙眼、鼻子、嘴等）是人臉的重要特征。因此，人臉檢測(cè)的關(guān)鍵是針對(duì)灰度圖像的檢測(cè)算法。同族人的膚色在顏色空間中的分布相對(duì)比較集中，顏色信息在一定程度上可以將人臉同大部分背景區(qū)分開來(lái)。Intrator利用廣義對(duì)稱變換理論和邊緣圖像確定人臉對(duì)稱軸，然后根據(jù)人臉五官分布的約束條件及在對(duì)稱軸上對(duì)稱值最大的地方定位眼睛和嘴巴。Vincent用一個(gè)分級(jí)的特征檢測(cè)系統(tǒng)定位眼睛和嘴巴，降低分辯率后的圖像輸入四個(gè) 西南交通大學(xué)本科畢業(yè)設(shè)計(jì)(論文) 第 12 頁(yè)已被訓(xùn)練過的多層感知器，能對(duì)左右眼睛、嘴巴和人臉中心進(jìn)行粗定位，然后再經(jīng)過處理定位出比較精確的眼睛的上下左右四個(gè)眼角定點(diǎn)并分割嘴巴區(qū)域。 “父層”網(wǎng)判斷“子層”能否構(gòu)成一張人臉。它根據(jù)圖象的統(tǒng)計(jì)特性進(jìn)行的正交變換（KL變換） ，以消除原有向量各個(gè)分量間的相關(guān)性。需要指出的是，人臉檢測(cè)中“非人臉”樣本的選取是一個(gè)較為困難的問題。 該方法利用貝葉斯原理將后驗(yàn)概率估計(jì)轉(zhuǎn)化為一個(gè)似然度求解問題:將難以估計(jì)的先驗(yàn)概率 和()Pobject用一個(gè)比率參數(shù) 代替，作為調(diào)節(jié)檢測(cè)器敏感度的參量。 該方法同時(shí)考慮到人臉由左到右各個(gè)特征的自然順序， 使用了二維HMM ， 并且采用二維DCT 變換的系數(shù)作為觀察向量。需要說明的是，長(zhǎng)期以來(lái)SVM的訓(xùn)練需要求解計(jì)算復(fù)雜度極高的二次規(guī)劃問題，限制了該方法的應(yīng)用。Craw 等提出一種基于形狀模板的正面人臉的定位方法。輸入圖像的邊緣、波峰值、峰谷值等被對(duì)應(yīng)于模板中的參數(shù)，而構(gòu)成一個(gè)能量函數(shù)。如果一個(gè)過程的“將來(lái)”僅依賴“現(xiàn)在”而不依賴“過去”，則此過程具有馬爾可夫性，或稱此過程為馬爾可夫過程。 HMM是一個(gè)二重馬爾可夫隨機(jī)過程，一部分是Markov鏈，這個(gè)是最基本的隨機(jī)過程，描述狀態(tài)的轉(zhuǎn)移。一個(gè)HMM的構(gòu)成元素如下：(I)N：模型中Markov鏈的狀態(tài)數(shù)N。更形象的說， 可分為兩部分，一個(gè)是馬爾可夫鏈，由 描(,)AB???HM,A?述，產(chǎn)生的輸出為狀態(tài)序列，另一個(gè)是一個(gè)隨機(jī)過程，由 描述，產(chǎn)生的輸出為觀B察值序列。假設(shè)狀態(tài) 出現(xiàn)的概率為 ，如果這個(gè)tQ211(,.)trqP?概率只由前個(gè)狀態(tài)決定，即 ，則稱為一階馬爾可夫過程。1121(),.。即：?tiqs?tOT，求 與 間12(),.。(,)OPQ?Q?維特比(Viterbi)算法也是一個(gè)格型結(jié)構(gòu)，而且類似于前向算法。(|)PO? (,)AB???定義 為給定訓(xùn)練序列 O 和模型 時(shí)，時(shí)刻 t 時(shí) Markov 鏈處于狀態(tài) 和時(shí),tij? i?刻 t+1 時(shí)狀態(tài) 的概率，即：j?1(,),)jt titiPq??????可以推導(dǎo)出： 1[())(](, |)tijttt abOjij P???那么，t 時(shí)刻 Markov 鏈處于狀態(tài) 的概率為：i?1()(),|)(,(|)Nttttitj iiPqjO??????????在 Baum－Welch 算法導(dǎo)出的重估公式為：1()i??11,()TttTij ttiji?????11()tkttandOVTjk ttjbj????HMM 的參數(shù) 求解過程為：選取一個(gè)初始模型 ，根據(jù)觀察(,AB?? (,)AB??? 西南交通大學(xué)本科畢業(yè)設(shè)計(jì)(論文) 第 27 頁(yè)值序列，由重估公式得到一組新參數(shù)，得到一個(gè)新的模型 ，迭代下去，(,)AB?????直到 收斂為止。事實(shí)上，在求狀態(tài)的初始參數(shù)時(shí)，我們可以按照這樣的劃分進(jìn)行，而最終求得的“狀態(tài)”，是不受這些區(qū)域限制的。也就是說，定義一個(gè)WL的采樣窗，采樣 窗從上到下順序采樣，每次向下移動(dòng)L的距離，這樣提取出的圖像塊就是采樣窗在人臉圖像中的采樣。DCT除了具有一般的正交變換性質(zhì)外，它的變換陣的基向量能很好地描述人類語(yǔ)音信號(hào)和圖像信號(hào)的相關(guān)特征。一維DCT的逆變換IDCT定義為： （4）102(21)()()cosNxxufCuFN???其中，x，u＝0，1，2，…，N1。 2DDCT逆變換定義如下： （8）102(21)(21)(,)()(,)coscosMNuv xuyvxyCFuvN??? ?其中，x，u＝0，1，2，…，M1； y，v＝0，1， 2，…，N1類似一維矩陣形式的DCT，2DDCT的矩陣形式如下： 正變換：F＝ f GTA 逆變換：f＝G F同樣，2DDCT變換具有系數(shù)為實(shí)數(shù)，正變換與逆變換的核相同的特點(diǎn)。（3） 將訓(xùn)練數(shù)據(jù)均勻分割，與N個(gè)狀態(tài)對(duì)應(yīng)，計(jì)算隱馬爾可夫模型的初始參數(shù)，狀態(tài)之間的轉(zhuǎn)移概率矩陣A在這里初始化。為了估計(jì)出最接近于觀察值序列O的模型，設(shè)定門限值(|P??(Threshold)C，當(dāng) 時(shí)（此時(shí) 收斂） ，即得到訓(xùn)練出的||)(|)C??(|)PO?隱馬爾可夫模型，否則令 ，重復(fù)此步驟，直至 收斂，得到接近于觀察??| 西南交通大學(xué)本科畢業(yè)設(shè)計(jì)(論文) 第 34 頁(yè)值序列的隱馬爾可夫。 窗口圖像塊的大小和 2D－DCT 系數(shù)項(xiàng)目數(shù)目，對(duì)識(shí)別精度影響顯著，窗口太小，不但訓(xùn)練時(shí)間長(zhǎng)，且識(shí)別精度反而降低。 選用 DCT 系數(shù)作為觀察量系數(shù)能夠大大降低觀察量向量的維數(shù)，使用 DCT 系數(shù)能減小 HMM 對(duì)于噪聲、圖像旋轉(zhuǎn)或偏移及光照變化的敏感程度。隱馬爾可夫模型的各個(gè)參數(shù)在這個(gè)步驟中得以重新估計(jì)，得到一個(gè)新的 。每個(gè)模型可以用單幅或多幅圖像進(jìn)行訓(xùn)練，訓(xùn)練按以下步驟進(jìn)行：（1） 把要訓(xùn)練的人臉圖像進(jìn)行同一分割（Uniformly Segmentation）提取出 西南交通大學(xué)本科畢業(yè)設(shè)計(jì)(論文) 第 33 頁(yè)人臉特征相聯(lián)系的觀察值序列 。0,12.)f y???? 西南交通大學(xué)本科畢業(yè)設(shè)計(jì)(論文) 第 32 頁(yè)則2DDCT定義如下： （7）102(21)(21)(,)()coscosMNxyxuyvFuvCuvMN?????其中， 為變換系數(shù)矩陣中的各個(gè)元素；,(,.。則一維離散余弦變換的定義如下： （3） 10(21)())cosNxxuFuCf????其中，F(xiàn)(u)是第u個(gè)余弦變換系數(shù)：x，=0，1，2， …，N1 ，是廣義頻率變換。 基于離散余弦變換（DCT）的特征提取方法離散傅里葉變換（DFT）提供了頻譜分析最重要的工具，但DFT運(yùn)算是復(fù)數(shù)域運(yùn)算，在實(shí)際處理中并不方便。以下分為2個(gè)階段：第一階段是：人臉圖像的采樣。對(duì)于一幅寬為W、高為H(WH，單位：像素)的人臉圖像，假設(shè)人臉是垂直的，那么人臉的主要特征(額頭、眼睛、鼻子、嘴巴和下巴)就在垂直方向上順序出現(xiàn)，這就意味著可以把人臉圖像建成一個(gè)從上到下的模型。(|)PO?由之前推導(dǎo)可知：， 11(|)())(NtijttijPabOj??????12tT??這里，求取 使得 最大是一個(gè)泛函極值問題，由于給定的訓(xùn)練數(shù)據(jù)有限，|P?因此沒有一個(gè)是最佳的方法來(lái)估計(jì) 。此時(shí)有： 1(|)()NrttiPOi????? 1S2SNSiSjSNS2S1S? 1()ijiabo??()ti? 1()tj??時(shí)刻 t1 時(shí)刻 t 時(shí)刻 t+2時(shí)刻 t+1圖3－6 t時(shí)刻與t+1時(shí)刻 和 之間的關(guān)系isj 西南交通大學(xué)本科畢業(yè)設(shè)計(jì)(論文) 第 24 頁(yè)該過程整體流程圖如圖3－7所示：初始化（I 時(shí)刻）向前變量 ()ti?向前過程從I時(shí)刻開始向前遞推各個(gè) t時(shí)刻的 ()ti得到 12(),.()Tii??計(jì)算 1(|)()NttiPOi?????向后過程初始化（T時(shí)刻）向后變量 ()ti?從T 時(shí)刻開始向前遞推各個(gè) t時(shí)刻的 ()ti得到 12(),.,()Tii? 圖3－7 前向后向算法流程圖 維特比算法該算法解決了給定一個(gè)觀察值序列 和一個(gè)模型 ，在12,.TO?(,)AB???最佳的意義上，確定一個(gè)狀態(tài)序列的問題。其基本關(guān)系如圖35所示。令 代()ti?表在給定模型參數(shù) 下，過程到t時(shí)刻為止產(chǎn)生部分給定觀察序列 ，且在t? 12,.O時(shí)刻狀態(tài)為 的部分概率，記作： 求is 12(),.。人臉由于各個(gè)區(qū)域具有自然不變的順序，通常采用從左到右的HMM。(ijNa?ija1jtttq??1,ijN?(5)B：觀察值概率矩陣， ，其中 ，()jkBb??()KjktjtVbPQ?。特別是最近的幾年，得到了廣泛的研究和應(yīng)用。特別是在語(yǔ)音識(shí)別領(lǐng)域或手勢(shì)的識(shí)別。 相關(guān)背景概念馬爾可夫過程是一類重要的隨機(jī)過程，它是在20世紀(jì)時(shí)候由蘇聯(lián)學(xué)者馬爾可夫在研究隨機(jī)過程中得出的，由于馬爾可夫過程在信息理論、自動(dòng)控制、數(shù)值計(jì)算、近代物理、交通運(yùn)輸、工程技術(shù)及生物科學(xué)等方面起到很大的作用，使得現(xiàn)代科學(xué)家與工程技術(shù)人員越來(lái)越重視馬爾可夫過程的理論及應(yīng)用的研究。 圖 2－6 人臉彈性圖匹配方法Yuille 用可變形模板去建模預(yù)先的彈性人臉特征。但在很多場(chǎng)合并不適用，因?yàn)楹?jiǎn)單的模板不能適應(yīng)尺寸、姿態(tài)和形狀的變化。該方法的基本思路是對(duì)每一個(gè)1919象素的檢測(cè)窗口使用SVM進(jìn)行分類，以區(qū)分“人臉”和“非人臉”窗口。 將頭部圖像按照這五個(gè)區(qū)域劃分為互有重疊的條塊， 對(duì)各塊進(jìn)行KL變換， 選取前若干個(gè)變換系數(shù)作為觀測(cè)向量訓(xùn)練HMM。3. 基于概率模型的方法 [10]基于概率模型方法的一種思路是計(jì)算輸入圖像區(qū)域region屬于人臉模式object的后驗(yàn)概率p（object|region），據(jù)此對(duì)所有可能的圖像窗口進(jìn)行判別。采用 k均值聚類方法在特征空間中建立 6 個(gè)“ 人臉” 簇(Clusters)，同時(shí)建立包圍“人臉”簇的六個(gè)“非人臉”簇，以使“人臉”與“非人臉”模式的邊界更為清晰。X1 X2 XmY1 Y2 Ym 圖2－5 多主元提取神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)2. 基于特征空間的方法 [17