【文章內(nèi)容簡介】 的人臉檢測(cè)算法。第五章：人臉識(shí)別系統(tǒng)原型的設(shè)計(jì)實(shí)現(xiàn)。介紹了本文設(shè)計(jì)的基于OpenCV的人臉識(shí)別原型系統(tǒng)的實(shí)現(xiàn). 本章小結(jié)本章概括性的介紹了人臉表情識(shí)別的背景、發(fā)展現(xiàn)狀、應(yīng)用需求。人臉識(shí)別在身份認(rèn)證、信息安全、媒體娛樂、圖像搜索方面的重要應(yīng)用。人臉檢測(cè)是人臉信息處理領(lǐng)域中的一個(gè)重要課題，具有很高的學(xué)術(shù)價(jià)值和應(yīng)用潛力；同時(shí)人臉檢測(cè)又是一個(gè)極具挑戰(zhàn)性的問題。本文研究其中最具普遍性，也是最困難的復(fù)雜背景下靜止灰度圖像中的人臉檢測(cè)、以及在得到人臉區(qū)域后進(jìn)行識(shí)別的問題。2. 人臉識(shí)別系統(tǒng)的技術(shù)框架和功能模塊2.. OpenCV簡介OpenCV的全稱是(Open Source Computer Vision Library ),OpenCV于1999年由Intel建立，如今由Willow Garage提供支持。OpenCV是一個(gè)基于（開源）發(fā)行的跨平臺(tái)計(jì)算機(jī)視覺庫，可以運(yùn)行在Linux、Windows和Mac OS操作系統(tǒng)上。它輕量級(jí)而且高效由一系列 C 函數(shù)和少量 C++ 類構(gòu)成，同時(shí)提供了Python、Ruby、MATLAB等語言的接口，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺方面的很多通用算法,它不依賴于其它的外部庫，但可以使用某些外部庫。OpenCV 為Intel174。 Integrated Performance Primitives (IPP) 提供了透明接口。這意味著如果有為特定處理器優(yōu)化的的 IPP 庫，OpenCV 將在運(yùn)行時(shí)自動(dòng)加載這些庫。OpenCV有幾個(gè)顯著的特點(diǎn)：、開源、代碼優(yōu)化：windows Linux Mas OS本次設(shè)計(jì)所用的開發(fā)工具是Microsoft Visual C++ 。Visual C++ 。它支持多平臺(tái)和交叉平臺(tái)的開發(fā)，將各種編程工具如編輯器、連接器、調(diào)試器等巧妙的結(jié)合在一起，構(gòu)成一個(gè)完美的可視化開發(fā)環(huán)境。用戶無需通過繁雜的編程操作，即可完成Windows下應(yīng)用程序的編輯、編譯、測(cè)試和細(xì)化等工作。. 人臉識(shí)別的功能模塊216。 人臉捕獲與跟蹤功能：人臉捕獲是指在一幅圖像或視頻流的一幀中檢測(cè)出人像并將人像從背景中分離出來，并自動(dòng)地將其保存。人像跟蹤是指利用人像捕獲技術(shù)，當(dāng)指定的人像在攝像頭拍攝的范圍內(nèi)移動(dòng)時(shí)自動(dòng)地對(duì)其進(jìn)行跟蹤。216。 人臉識(shí)別比對(duì)功能：人臉識(shí)別分核實(shí)式和搜索式二種比對(duì)模式。核實(shí)式是對(duì)指將捕獲得到的人像或是指定的人像與數(shù)據(jù)庫中已登記的某一對(duì)像作比對(duì)核實(shí)確定其是否為同一人。搜索式的比對(duì)是指，從數(shù)據(jù)庫中已登記的所有人像中搜索查找是否有指定的人像存在。216。 人臉的建模與檢索：可以將登記入庫的人像數(shù)據(jù)進(jìn)行建模提取人臉的特征，并將其生成人臉模板（人臉特征文件）保存到數(shù)據(jù)庫中[9]。在進(jìn)行人臉?biāo)阉鲿r(shí)（搜索式），將指定的人像進(jìn)行建模，再將其與數(shù)據(jù)庫中的所有人的模板相比對(duì)識(shí)別，最終將根據(jù)所比對(duì)的相似值列出最相似的人員列表。216。 真人鑒別功能：系統(tǒng)可以識(shí)別得出攝像頭前的人是一個(gè)真正的人還是一幅照片。以此杜絕使用者用照片作假。此項(xiàng)技術(shù)需要使用者作臉部表情的配合動(dòng)作。216。 圖像質(zhì)量檢測(cè)：圖像質(zhì)量的好壞直接影響到識(shí)別的效果，圖像質(zhì)量的檢測(cè)功能能對(duì)即將進(jìn)行比對(duì)的照片進(jìn)行圖像質(zhì)量評(píng)估，并給出相應(yīng)的建議值來輔助識(shí)別。. 人臉識(shí)別的技術(shù)框架本文的人臉識(shí)別系統(tǒng)的功能有人臉圖像采集、人臉圖像預(yù)處理、人臉圖像訓(xùn)練、人臉圖像識(shí)別、增加人臉圖像、刪除人臉圖像和修改人臉圖像信心等。按照人臉識(shí)別的功能。 采集人臉圖像預(yù)處理人臉圖像添加人臉圖像修改人臉圖像刪除人臉圖像識(shí)別人臉圖像訓(xùn)練人臉圖像登錄身份驗(yàn)證退出 人臉識(shí)別系統(tǒng)框架。使用攝像機(jī)對(duì)進(jìn)入重要場(chǎng)所的合法人員進(jìn)行人臉圖像的采集，采集圖像時(shí)保持拍攝環(huán)境的一致性，同時(shí)拍攝的圖像要保持人臉信息的完成性。對(duì)采集到的人臉圖像進(jìn)行統(tǒng)一的處理，將其處理為大小統(tǒng)一，存儲(chǔ)格式一致的灰度圖像。對(duì)預(yù)處理的人臉圖像進(jìn)行人臉特征的提取，通過多次的人臉特征的選擇，最終用選中的人臉特征作為識(shí)別時(shí)的依據(jù)。識(shí)別階段的前期處理和訓(xùn)練階段是一樣的，也需要首先采集需要識(shí)別的人臉圖像，通過相同的預(yù)處理和人臉特征選擇方法，提取和選擇人臉的特征，然后將這些特征和數(shù)據(jù)庫中已經(jīng)存在的人臉特征進(jìn)行對(duì)比匹配，然后輸出確定該人員是否是合法的人員。、刪除、修改人臉圖像。即對(duì)數(shù)據(jù)庫中的人臉圖像進(jìn)行增加、刪除、和修改等操作。人臉識(shí)別系統(tǒng)訓(xùn)練完成后。采集人臉圖像人臉圖像匹配識(shí)別人臉圖像特征提取人臉圖像預(yù)處理 人臉識(shí)別基本過程人臉識(shí)別系統(tǒng)在對(duì)人臉圖像進(jìn)行識(shí)別之前必須首先對(duì)需要進(jìn)行識(shí)別的合法人員的人臉圖像進(jìn)行訓(xùn)練，訓(xùn)練后的系統(tǒng)才可以用來完成識(shí)別的功能。其中識(shí)別時(shí)訓(xùn)練過的人員的人臉圖像是系統(tǒng)默認(rèn)合法的人員，因此可以以此來限制進(jìn)入重要場(chǎng)所的人員。在實(shí)際的應(yīng)用過程中。特征提取輸入檢測(cè)集人臉圖像圖像預(yù)處理決策輸出神經(jīng)網(wǎng)絡(luò)分類器輸入訓(xùn)練集人臉圖像圖像預(yù)處理特征提取神經(jīng)網(wǎng)絡(luò)訓(xùn)練 應(yīng)用技術(shù)框架圖人臉識(shí)別不管是訓(xùn)練階段還是識(shí)別階段都首先需要采集人臉圖像，然后對(duì)人臉圖像進(jìn)行預(yù)處理、特征提取、然后再進(jìn)行訓(xùn)練和識(shí)別，最后形成訓(xùn)練結(jié)果或識(shí)別結(jié)果，其中訓(xùn)練階段和識(shí)別階段使用的數(shù)據(jù)不同。. 本章小結(jié)本章介紹了人臉識(shí)別系統(tǒng)的技術(shù)框架和功能模塊，人臉檢測(cè)具有簡單、方便、成本低、識(shí)別速度快等優(yōu)點(diǎn)。人臉識(shí)別包括三個(gè)方面的內(nèi)容：人臉檢測(cè)、人臉對(duì)比和人臉跟蹤。其識(shí)別過程分為三步：首先建立人臉的面像檔案，其次獲取當(dāng)前的人體面像，最后用當(dāng)前的面紋編碼與檔案庫存的比對(duì)。3. 人臉識(shí)別的方法3.. 人臉識(shí)別算法原理人臉識(shí)別算法的原理：系統(tǒng)輸入一般是一張或者一系列含有未確定身份的人臉圖像，以及人臉數(shù)據(jù)庫中的若干已知身份的人臉圖象或者相應(yīng)的編碼，而其輸出則是一系列相似度得分，表明待識(shí)別的人臉的身份。. 常用人臉識(shí)別方法人臉識(shí)別包括兩個(gè)方面：一是人臉檢測(cè)和定位，二是人臉識(shí)別。人臉識(shí)別系統(tǒng)包括圖像攝取、人臉定位、圖像預(yù)處理、以及人臉識(shí)別。人臉識(shí)別的方法有很多。一是基于特征點(diǎn)的人臉識(shí)別方法，該方法是基于KL變換的人臉識(shí)別方法，這種方法需要較多的訓(xùn)練樣本，而且完全是基于圖像灰度的統(tǒng)計(jì)特性。二是彈性圖匹配的人臉識(shí)別方法，這種方法在二維的空間中定義了一種對(duì)于通常的人臉變形具有一定的不變性的距離，并采用屬性拓?fù)鋱D來代表人臉，拓?fù)鋱D的任意頂點(diǎn)均包含一特征向量，用來記錄人臉在頂點(diǎn)位置附近的信息。三是基于神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別方法，該方法模擬人類大腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和工作機(jī)理，構(gòu)建一種類似人腦的計(jì)算模型。本文主要用基于神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行人臉識(shí)別，下一節(jié)將詳細(xì)介紹這一方法。其次還有線段Hausdor距離（LHD）的人臉識(shí)別方法和支持向量機(jī)的人臉識(shí)別方法。. 基于神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別方法人工神經(jīng)網(wǎng)絡(luò)是通過模擬人類大腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和工作機(jī)理，構(gòu)建一種類似人腦的計(jì)算模型。人工神經(jīng)網(wǎng)絡(luò)的識(shí)別方法在人臉識(shí)別中的應(yīng)用有很長的歷史，它有其特殊的適合于人臉識(shí)別的優(yōu)勢(shì)。它不像其他的方法那樣要用一套由人來確定的規(guī)則，同時(shí)也避免了復(fù)雜的特征提取工作，他能根據(jù)有代表性的樣本進(jìn)行學(xué)習(xí)。神經(jīng)網(wǎng)絡(luò)以并行方式處理信息，如果能用硬件實(shí)現(xiàn)，就能顯著提高速度。神經(jīng)網(wǎng)絡(luò)在人臉識(shí)別、性別識(shí)別中都有廣泛的應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)進(jìn)行人臉識(shí)別主要有兩種結(jié)構(gòu)。第一，為所有已知人臉建立一個(gè)神經(jīng)網(wǎng)絡(luò)：可對(duì)所有已知人臉進(jìn)行分類和識(shí)別。這種結(jié)構(gòu)要求用所有人臉的特征對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練好的網(wǎng)絡(luò)連接權(quán)值是所有人臉特征的隱含表示，這種形式只需一個(gè)神經(jīng)網(wǎng)絡(luò)，但網(wǎng)絡(luò)規(guī)模很大，權(quán)系數(shù)要求較多，存儲(chǔ)量要求也較大，訓(xùn)