【文章內(nèi)容簡介】 性。其中活動輪廓模型是使用在圖像上的一條動態(tài)曲線，在內(nèi)力曲線本身新的表現(xiàn)和外力圖像信息的表現(xiàn)共同作用下趨于對象的輪廓。模型方法具有豐富的先驗(yàn)知識，在實(shí)際中具有很好的適應(yīng)性和魯棒性。目 標(biāo)分割與識別通過將目標(biāo)集合和統(tǒng)計信息表示為模型，是其成為目標(biāo)的搜索匹配或監(jiān)督分類。 第 三 節(jié) 人臉數(shù)據(jù)庫 人臉數(shù)據(jù)庫是人臉識別研究，開發(fā)和評測不可缺少的。每個人臉識別系統(tǒng) 都需要一個 人臉數(shù)據(jù)庫。 人臉圖像數(shù)據(jù)庫的設(shè)計對人臉識別系統(tǒng)的識別率有著非常大影響。設(shè)計一個在所有變化情況下都能正確識別的系統(tǒng)是非常困難的，而且也沒有必要。所有人臉識別系統(tǒng)都是在一定的約束條件進(jìn)行的。所以有必要建立滿足不同需要的人臉數(shù)據(jù)庫 。 常用人臉數(shù)據(jù)庫如下： 畢業(yè)設(shè)計（論文） XIV 國外 人臉 數(shù)據(jù)庫 的有 FERET 人臉數(shù)據(jù)庫， MIT 人臉數(shù)據(jù)庫， YALE 人臉數(shù)據(jù) 庫，PIE 人臉數(shù)據(jù)庫， ORL 人臉數(shù)據(jù)庫 ， AR 人臉數(shù)據(jù)庫 和 Essex 人臉數(shù)據(jù) 庫 。 FERET 人臉數(shù)據(jù)庫是人臉識別中最常用的數(shù)據(jù)庫，包含多姿態(tài)和多光照的人臉灰度圖像，但其多為西方人臉圖像，每個人的人臉圖像變化較少。 MIT 人臉數(shù)據(jù)庫有麻省理工大學(xué)媒體實(shí)驗(yàn)室建立，由 16 位志愿者的 2592 副多姿態(tài)，多光照和不同大小的圖像組成。 PIE人臉數(shù)據(jù)庫有卡內(nèi)基梅隆大學(xué)建立，由 68 位志愿者的 41368 副不同姿態(tài)，多光照和不同表情的圖像組成。 ORL 人臉數(shù)據(jù)庫由劍橋大學(xué) ATamp。T 實(shí)驗(yàn)室建立 由 40 位志愿者的 400 幅圖像組成，其中部分志愿者 的圖像還有姿態(tài)，表情和光照的變化。由于其人臉變化模式較少，現(xiàn)已很少使用。 AR 人臉數(shù)據(jù)庫為西班牙巴塞羅那計算機(jī)視覺中心建立，由 116 人的 3228 幅圖像構(gòu)成。采集是在嚴(yán)格控制攝像機(jī)參數(shù)，光照變化，攝像機(jī)距離等條件下進(jìn)行的。 Essex 人臉數(shù)據(jù)庫 是英國 埃塞克斯大學(xué) 的人臉數(shù)據(jù)庫。任何人都可以下載它的人臉數(shù)據(jù)庫，但是你不能發(fā)布，打印，銷售或發(fā)行這些圖像。這個人臉數(shù)據(jù)庫 由 Libor Speacek 博士主持的計算機(jī)視覺研究項目 在維護(hù)。 這個數(shù)據(jù)庫由 faces94， faces95， faces96， grimace 四個庫組成 。這樣 做的目的是為了增加難度 。Faces96 和 grimace 是這個數(shù)據(jù)庫最難識別的。 它們的背景和比例是變化的，人臉表情是極度變化的。 英國 埃塞克斯大學(xué) 計算機(jī)視覺研究項目 鼓勵研究者公布使用這個數(shù)據(jù)庫取得人臉識別結(jié)果 。我們在本文采用的是它的 face94 數(shù)據(jù)庫。 faces94 數(shù)據(jù)庫中人臉圖像是在 受試者坐在距離相機(jī)固定位置，并要求講話的情況下采集而成 。 講話的目的是為了采集面部表情的變化。 每個圖像的大小為 180*200， 圖像的背景是藍(lán)色的。有輕微的姿態(tài)變換，無光照變換 。 國內(nèi)人臉數(shù)據(jù)庫 有中科院計算技術(shù)研究所銀晨科技面向識別聯(lián) 合實(shí)驗(yàn)室建立的CAS— PEAL 人臉數(shù)據(jù)庫。該數(shù)據(jù)庫 是基于目前的人臉數(shù)據(jù)庫大多都較小或圖像變化因素單一，人臉圖像的多為西方人，其面部特征與東方人存在一定的差別，需要建立一個大規(guī)模，多因素的東方人臉數(shù)據(jù)庫的需求建立的， 共采集了 1040 位志愿者（ 595名男性， 445 名女性）的 99450 幅圖像。該數(shù)據(jù)庫根據(jù)不同的變化因素又分為 7 種 模式子庫。這 7 種 變化因素為姿態(tài)，表情，飾物，光照，背景，距離和時間跨度，其中以姿態(tài)，表情，飾物和 光照 為主， 故稱為 PEAL（ pose， expression， accessory 和 lighting的簡寫）。 CASE— PEAL— R1 為 CASE— PEAL 的共享版，可以提供給研究人員用以研究使用。其中研究人員 指的是 研究生導(dǎo)師或其他固定職位的研究員，不 包括 學(xué)生。 第 四 節(jié) 本章小結(jié) 本章主要介紹人臉圖像獲取，人臉分割和人臉數(shù)據(jù)庫。在人臉圖像獲取和人臉分畢業(yè)設(shè)計（論文） XV 割兩個小節(jié)中主要介紹常用的人臉獲取方法及獲取人臉原始圖像后如何分割出我們需要部分的方法 ，也為后面人臉圖像數(shù)據(jù)庫打下了基礎(chǔ)。在人臉數(shù)據(jù)庫一節(jié)中，主要介紹了常用的人臉數(shù)據(jù)庫及本文的實(shí)驗(yàn)是在 Essex人臉數(shù)據(jù)庫中我們選擇出來的子庫中進(jìn)行的。這樣做的目的是我們 的工作中心集中在核心人臉識別算法 的性能研究上 。 畢業(yè)設(shè)計（論文） XVI 第 三 章 人臉圖像的預(yù)處理 第一節(jié) 人臉圖像格式 在計算機(jī) 中 任何信息都是以文件的形式存儲，圖像信息也不例外，它經(jīng)過采樣，量化和編碼后以圖像文件進(jìn)行存儲，所以在人臉識別之前 有必要介紹圖像文件格式。圖像的文件格式很多，本節(jié)只介紹本文常用的幾種圖像格式。 一 、 JPEG格式 JPEG 文件格式是常用的圖像文件格式。它是由聯(lián)合照片專家組 （ Joint Photographic Experts Group） 開發(fā)的，并且命名為“ ISO109181”， JPEG 僅僅是 一種俗稱而已。 JPEG 文件以 .jpg 或 .jpeg 為擴(kuò)展名，其壓縮技術(shù)非常先進(jìn)。 JPEG 使用有損壓縮方法去除冗余圖像和彩色數(shù)據(jù)，獲得了較高的壓縮率，同時還可以給人豐富生動的視覺感受，即可以使用最小的磁盤存儲較好的圖像質(zhì)量。它是一種靈活的格式，可以調(diào)節(jié)圖像質(zhì)量，允許使用不同壓縮比例壓縮文件。 由于 JPEG 優(yōu)異的品質(zhì)和杰出的表現(xiàn)，它的應(yīng)用也非常廣泛，特別是在網(wǎng)絡(luò)和光盤讀物上，肯定都能找到它的影子。目前各類瀏覽器均支持 JPEG 這種圖像格式，因?yàn)?JPEG 格式的文件尺寸較小，下載速度快，使得 Web 頁有可能以較短的下載時間 提供大量美觀的圖像， JPEG 同時也就順理成章地成為網(wǎng)絡(luò)上最受歡迎的圖像格式 。 二 、 JPEG2021格式 JPEG2021 是基于小波變換的圖像壓縮標(biāo)準(zhǔn)，同樣由 聯(lián)合照片專家組（ Joint Photographic Experts Group）開發(fā)和維護(hù)。 JPEG2021 通常被認(rèn)為是未來取代 JPEG（基于離散余弦變換）的下一代圖像壓縮標(biāo)準(zhǔn)。 JPEG2021 文件的擴(kuò)展名 為 jp2。JPEG2021 壓縮率比 JPEG 高約 30%左右，同時支持有損和無損壓縮 ，而且不會產(chǎn)生原先的基于離散余弦變換的 JPEG 標(biāo)準(zhǔn)的塊狀模糊瑕疵。 JPEG2021 格式有一個極其重要的特征在于它能實(shí)現(xiàn)漸進(jìn)傳輸，即先傳輸圖像的輪廓，然后逐步傳輸數(shù)據(jù)，不斷提高圖像質(zhì)量，讓圖像由朦朧到清晰顯示。此外， JPEG2021 還支持所謂的 感興趣區(qū)域 特性，可以任意指定影像上感興趣區(qū)域的壓縮質(zhì)量，還可以選擇指定的部分先解壓縮。在有些情況下，圖像中只有一小塊區(qū)域?qū)τ脩羰怯杏玫?，對這些區(qū)域，采用低壓縮比，而感興趣區(qū) 域之外采用高壓縮比，在保證不丟失重要信息的同時 ， 又能有效地壓縮數(shù)據(jù)量，這就是基于感興趣區(qū)域的編畢業(yè)設(shè)計（論文） XVII 碼方案所采取的壓縮策略。其優(yōu)點(diǎn)在于它結(jié)合了接收方對壓縮的主觀需求 ，實(shí)現(xiàn)了交互式壓縮。而接收方隨著觀察，常常會有新的要求，可能對新的區(qū)域感興趣，也可能希望某一區(qū)域更清晰些。 三 、 BMP 格式 BMP(BitmapFile） 圖形文件是 Windows 采用的圖形文件格式，在 Windows環(huán)境下運(yùn)行的所有圖象處理軟件都支持 BMP 圖象文件格式。 Windows 系統(tǒng)內(nèi)部各圖像繪制操作都是以 BMP為基礎(chǔ)的。 Windows 以前的 BMP 圖文件格式與顯 示 設(shè) 備 有 關(guān) ， 因 此 把 這 種 BMP 圖 象 文 件 格 式 稱 為 設(shè) 備 相 關(guān) 位 圖DDB(devicedependent bitmap） 文件格式。 Windows 以后的 BMP 圖象文件與顯 示 設(shè) 備 無 關(guān) ， 因 此 把 這 種 BMP 圖 象 文 件 格 式 稱 為 設(shè) 備 無 關(guān) 位 圖DIB(deviceindependent bitmap） 格式 。 Windows 以后，在系統(tǒng)中仍然存在DDB 位圖，只不過如果你想將圖像以 BMP 格式保存到磁盤文件中時，微軟極力推薦你以 DIB 格式保存 。 目的是為了讓 Windows 能夠在任何類型的顯示設(shè)備上顯示所存儲的圖象。 BMP 位圖文件默認(rèn)的文件擴(kuò)展名是 BMP 或者 bmp， 有時它也會以 .DIB 或 .RLE 作擴(kuò)展名 。 BMP 格式的特點(diǎn)是包含的圖像信息較豐富，幾乎不進(jìn)行壓縮 ，由此導(dǎo)致了它的缺點(diǎn) — 占用磁盤空間過大。 四 、 GIF 格式 GIF 圖像互換格式（ Graphics Interchange Format） 是 CompuServe 公司在 1987年開發(fā)的圖像文件格式。 GIF 文件的數(shù)據(jù)，是一種基于 LZW 算法的連續(xù)色調(diào)的無損壓縮格式。其壓縮率一般在 50%左右，它不屬于任何應(yīng)用程序。目前幾乎所有相關(guān)軟件都支持它，公共領(lǐng)域有大量的軟件在使用 GIF 圖像文件。 GIF 圖像文件的數(shù)據(jù)是經(jīng)過壓縮的，而且是采用了可變長度等壓縮算法。 GIF 格式的另一個特點(diǎn)是其在一個GIF 文件中可以存多幅彩色圖像，如 果把存于一個文件中的多幅圖像數(shù)據(jù)逐幅讀出并顯示到屏幕上，就可構(gòu)成一種最簡單的動畫。 在早期， GIF 所用的 LZW 壓縮算法是Compuserv 所開發(fā)的一種免費(fèi)算法。然而令很多軟件開發(fā)商感到意外的是， GIF 文件所采用的壓縮算法忽然成了 Unisys 公司的專利。據(jù) Unisys 公司稱，他們已注冊了 LZW算法中的 W 部分。如果要開發(fā)生成（或顯示） GIF 文件的程序，則需向該公司支付版稅。由此，人們開始尋求一種新技術(shù)，以減少開發(fā)成本。 PNG（ Portable Network Graphics，便攜網(wǎng)絡(luò)圖形）標(biāo)準(zhǔn)就在這個背景下應(yīng)運(yùn) 而生了。它一方面滿足了市場對更少的法規(guī)限制的需要，另一方面也帶來了更少的技術(shù)上的限制，如顏色的數(shù)量等。畢業(yè)設(shè)計（論文） XVIII 在 2021 年 6 月 20 日， LZW 算法在美國的專利權(quán)已到期而失效。在歐洲、日本及加拿大的專利權(quán)亦已分別在 2021 年的 6 月 18 日、 6 月 20 日和 7 月 7 日到期失效。盡管如此， PNG 文件格式憑著其技術(shù)上的優(yōu)勢，已然躋身于網(wǎng)絡(luò)上第三廣泛應(yīng)用格式。與 GIF 相關(guān)的專利于 2021 年 8 月 11 日過期。 GIF 格式的特點(diǎn)是壓縮比高，磁盤空間占用少。目前互聯(lián)網(wǎng)上大量彩色動畫多為這種格式。 五 、 PNG 格式 PNG，圖像文件存儲格式，其 目的是替代 GIF 和 TIFF 文件格式，同時增加一些GIF 文件格式所不具備的特性。流式網(wǎng)絡(luò)圖形格式 (Portable Network Graphic Format，PNG)名稱來源于非官方的 “PNG39。s Not GIF”，是一種位圖文件 (bitmap file)存儲格式，讀成 “ping”。 PNG 用來存儲灰度圖像時，灰度圖像的深度可多到 16 位，存儲彩色圖像時，彩色圖像的深度可多到 48 位。 PNG 使用從 LZ77 派生的無損數(shù)據(jù)壓縮算法。 PNG 是目前保證最不失真的格式，它綜合 GIF 和 JPG 兩者的優(yōu)點(diǎn)，存儲形式豐富， 兼有 GIF 和 JPG 的色彩模式。它能將圖像文件壓縮到極限以利于網(wǎng)絡(luò)傳輸，又能保留所有與圖像品質(zhì)相關(guān)的信息。它的顯示速度快，只需下載 1/64 的圖像信息就可以顯示出低分辨率的預(yù)覽圖像。 PNG 同樣支持透明圖像的制作。 PNG 的缺點(diǎn)是不支持動畫應(yīng)用效果。 第 二 節(jié) 人臉圖像常用預(yù)處理方法 一般，系統(tǒng)采集到的原始圖像都會受到各種各樣的噪聲的影響而失真。并且由于各種條件的限制 ，采集到的原始圖像不能直接進(jìn)行使用，必須做預(yù)處理，即消除噪聲，校正失真，將圖像變化為標(biāo)準(zhǔn)形式。這樣才有利于穩(wěn)定的進(jìn)行特征提取。常用的人臉預(yù)處理有 ：灰度變化，二值化，直方圖 均衡 ，圖像濾波，圖像銳化和歸一化處理。 一 、 灰度變化 人臉識別的研究常以灰度圖像為處理對象。因?yàn)椴噬珗D像的顏色信息常常受到復(fù)雜背景的影響。利用彩色圖像進(jìn)行人臉識別存在較多缺陷，而灰度圖像為一種最簡單有效的對比增強(qiáng)方法。彩色圖像有紅綠藍(lán)三原色組合而成，灰度圖像只含有亮度信息，并且灰度圖像的亮度為連續(xù)變化的，所以灰度圖像要對亮度值進(jìn)行量化，為 0255，共 256 個等級。 0 為全黑， 255 為全亮。常用的經(jīng)驗(yàn)公式為 gray=*R+*G+*B. 畢業(yè)設(shè)計（論文） XIX 常用變換的方法如下： 線 性變換 ：假設(shè)圖像為 (, )fij 灰度變化范圍為 [ , ]ab，變換后的圖像為 (, )gi j 灰度變化范圍為 39。39。[ , ]ab ，則 它們 之間關(guān)系為 39。39。39。( , ) ( ( , ) )bag i j a f i j aba?? ? ?? （ ） 分段線性變換：假設(shè)圖像為 (, )f i j 灰度變化范圍為 [0, ]fM，變 換后的圖像為(, )gi j ，目標(biāo)的 灰度變化范圍為 [ , ]ab ，想使灰度變化到 [ , ]cd ，則 對應(yīng)關(guān)系為 ( / ) ( , ) 0 ( , )( , ) [ ( ) / ( ) ] [ ( , ) ] + c ( , )[ ( ) / [ ] ] ( , )g f fc a f x y f x y ag x y d c b a f x y a a f x y bM d M b