【文章內(nèi)容簡介】 界和細線，這些矩形內(nèi)的特征值可表示為： （31）式中：是矩陣所圍圖像的灰度積分，為組成的矩陣的個數(shù)，是矩陣的權。 積分圖Haar特征值的計算量是非常大的，當圖像的像素比較大時，如果直接用圖像的灰度值后再計算特征值，達不到人臉識別系統(tǒng)實時性的要求。基于這種考慮，Paul Vilola等人提出用積分圖的計算方法，通過積分圖，計算的速度大大加快了。積分圖的原理是用空間換取時間，該方法是把從圖像的起點開始到其它位置所構成的矩形區(qū)域的像素之和作為一個數(shù)組存儲起來，當計算某個區(qū)域的時，就直接運用這些數(shù)組來計算，而不必再計算這片區(qū)域的像素，從而節(jié)省了時間，加快了計算速度。 Adaboost算法Adaboost算法就是通過訓練分類器，屬于一種分類算法。它是通過利用許多分類能力弱的簡單分類器按照特定的方式進行疊加（Boost）,然后構成一個分類能力很強的強分類器[9]。（1） 簡單分類器的訓練。下面是第個特征點的簡單分類器的表達式： （32）其中是簡單分類器的值；是閥值；是不等號的方向，規(guī)定只能?。粸樘卣髦?。從公式（32）可以得出，一個弱分類器是由對應的閾值和特征決定的，訓練一個弱分類器，就是在當前權重的分布情況下，找到最優(yōu)的閾值，使得該弱分類器對所有訓練樣本的分類誤差最低。（2） 強分類器的訓練。 強分類器的特征與簡單分類器是一一對應的。Adaboost分類器中包括了非常多的簡單分類器，如果按照一定的權重和方法就可以把這些簡單分類器串聯(lián)起來，就可以形成對應的強分類器。經(jīng)過訓練，就能得到個最優(yōu)的簡單分類器，然后將這個簡單分類器按照公式（33）就可以形成一個強分類器[9]： 式中： （33） 級聯(lián)分類器雖然由多個簡單分類器按一定的方式組合而來的強分類器擁有很好的檢測效率，但是它消耗的檢測時間比較長，達不到人臉識別系統(tǒng)的實時性的要求，所以Micheal Jones與Paulviola等人就提出了基于Adaboost算法的人臉檢測級聯(lián)分類器，不僅使人臉檢測具有很好的識別效果，還從根本上解決了人臉識別的速度上的問題。從整體上來說，級聯(lián)分類器是一個多層次的結構，就是一個退化的決策樹。讓待檢測的人臉圖像按一定的次序經(jīng)過多個簡單分類器，如果該圖像可能是人臉，就會通過檢測，否則就會被判斷為錯誤圖像，結束對該圖像的檢測，接著檢測其它窗口[9]。如下圖所示： 圖32：級聯(lián)分類器結構圖 (1)待測圖像 (2)檢測結果 圖33：人臉檢測示意圖 級聯(lián)分類器能在減少檢測時間的同時又能提高人臉的檢測率。為了提高圖像檢測的效率，最開始的幾層分類器可以用相對簡單的強分類器，這些強分類器通常僅有一兩個簡單分類器所構成，即只有一到兩個矩形特征。然而這些簡單的強分類器具有很高的人臉檢測率。盡管這種強分類器所檢測出來的結構還達不到人臉檢測的要求，但是至少因為它自身的特征很簡單，可以迅速的減少大量的非人臉的圖像，因此可以大大地減少后面的工作量。圖33是用級聯(lián)分類器作人臉檢測的結果。第4章 圖像的預處理 引言模式識別的過程中一個非常重要的步驟就是預處理。輸入的圖像在從實際的景物轉變?yōu)閿?shù)字圖像的信息時，因為設備或者條件的不同，比如設備性能的好壞與光照的亮度等，所以會有在對比度不夠或存在噪聲等不足。另外，焦距大小、距離遠近等又會讓人臉在整幅圖像中的大小和位置不確定。因此為了確保所提取的特征臉在圖像里的位置、偏斜和大小不變，以及對光照的不敏感，必須在提取特征之前對圖像作預處理工作[12] ：西北大學，2006:1216.。本節(jié)的預處理工作是在原始0RL人臉庫上進行的。主要的預處理工作包括：圖象的顏色處理，圖像的幾何歸一化，圖像的均衡化與圖象的灰度歸一化這四部分。經(jīng)過統(tǒng)一處理后，人臉圖像就比較標準了，可以消除一些外在因素的不利影響[12]。 人臉圖像庫要開發(fā)一個人臉識別系統(tǒng)，都需要有一個自己的包含圖像系列或人臉圖像的數(shù)據(jù)庫。人臉庫的設計對人臉識別系統(tǒng)的識別率起決定性的作用，數(shù)據(jù)庫中的不同表情、姿態(tài)和光照變化即使是背景的微小變化都會嚴重影響系統(tǒng)的系別率，因此人們就建立了能適應不同要求的人臉數(shù)據(jù)庫。FERET人臉庫[13] Phillips P Johnathon，Moon H，Rizvi Syed A， FERET evaluation methodology for face recognition algorithms [J].TEEE Transactions on Pattern Analysis and Machine Intelligence，2000，22:10901104FERET人臉數(shù)據(jù)庫由美國軍方建立，是當今最大的一個人臉庫，其中包括沒人八張圖像，三張從右到左的從不同側面角度拍攝的圖像，兩張正面照，有些人還具有更多不同表情和不同視角的照片。這個數(shù)據(jù)庫中的人臉都沒有戴眼鏡，拍攝的條件也是有限制的，圖片中的人臉放置在規(guī)定大小的范圍內(nèi)。FERET人臉數(shù)據(jù)庫中的圖像數(shù)目仍在不斷地增加，但是到目前為止，該人臉庫仍未添加語音信息也未提供運動圖像的系列。非美研究機構在獲取該數(shù)據(jù)庫是很不方便的，這也是該數(shù)據(jù)庫的最大缺點。ORL人臉庫[14] ATamp。T Laboratories ORL Database of Faces. ORL人臉庫是由Ohvertti實驗室拍攝的一系列人臉圖像組成，它是一個美國的專門從事人臉圖像研究的實驗室，這個數(shù)據(jù)庫內(nèi)共有40個不同性別、不同種族和不同年齡的人，每個人有十幅圖像。ORL人臉數(shù)據(jù)庫里的圖像都是灰色的，尺寸為，背景也是灰色的。圖像的人臉上的細節(jié)和表情都是不一樣的，并且都是不斷變化的，比如不哭與哭，有沒有戴帽子，有沒有頭發(fā)等。人臉的姿態(tài)也是有變化的，比如抬頭與不抬頭，人臉尺寸也有10%以下的變化。相對FERET人臉庫來說，ORL人臉庫中的人臉信息時很容易獲得的，以前研究工作者的大量實驗數(shù)據(jù)也包含在里面，正是基于這一優(yōu)點，所以該人臉庫就作為了本文實驗的人臉數(shù)據(jù)庫。 Yale耶魯人臉庫[15] ftp://Yele人臉數(shù)據(jù)庫中含有15個人，每個人具有11張人臉圖像，總共165張圖片，這些圖像的差異就在于人臉表情的不斷變化，光照條件是否一致，是否佩戴眼鏡等。該人臉庫的最大特點就是光照變化很明顯，而且人臉部分被遮掩。AR人臉庫[12]該數(shù)據(jù)庫是由Purdue大學建立的人臉數(shù)據(jù)庫。AR數(shù)據(jù)庫分別采集了間隔14天兩個不同時間段，都是以白色作為拍攝背景的同一批人的人臉圖像，包括56女70男總共126人，由每人共有28張彩色的正面圖像組成。他們在眼鏡、裝飾物、服飾、發(fā)型或者化妝方面都沒有具體的限制。每人兩組不同時間段的照片里都含有微笑、憤怒、尖叫和中立等不同的面部表情，雙側光照、左側光照和右側光照的不同的光照條件，甚至還有用圍巾遮擋部分面部或者佩戴太陽鏡。本文的人臉識別率的實驗主要是基于ORL人臉庫。 人臉預處理算法 顏色處理人臉特征點的提取是人臉識別系統(tǒng)中一個重要的步驟，但是提取人臉特征點信息只能在灰度圖像上，所以，圖像預處理的第一步就是要先對圖像進行灰化處理，獲得灰度圖像。彩色都是由三種最基本的顏色通過一定的比例形成的，即RGB(Red、Green、Blue)。從生活中獲取的圖像都是彩色的。灰度圖像圖像只有亮度而沒有彩色信息，它和生活中黑白照是一樣的。同時，灰度圖像是有變化的，比如從暗到亮之間的變化過程。在圖像處理的領域中，人們一般都把亮度作了量化處理，將它劃分為從0到255總共256個級別。其中255代表全白，0代表全黑。與彩色圖像相比，灰度圖像只有亮度的信息，因此它更容易進行歸一化，操作也更加簡單。由圖像的理論知識可以得到二者的轉換公式： （41）在這個公式中,變量代表顏色的亮度,和變量都表示色調(diào)。后文的計算都是針對變量展開的。圖像的幾何歸一化是指在人臉圖像中，人臉的關鍵部位在圖像中的位置是否都是一致的。在沒有經(jīng)過任何處理的原始圖像中，人臉的關鍵部位在圖像中的位置會有所偏移，當采用基于整體灰度統(tǒng)計的人臉識別方法時（如2DPCA），會對人臉的正確識別產(chǎn)生很大的影響。所以，輸入的人臉圖像都需要進行校正，才能把不同情況的人臉圖像處理成像素大小一致，人臉的關鍵部位也一致的標準圖像[12]。幾何歸一化由三部分構成，即圖像剪切、圖像縮放和圖像旋轉[16] Mike Meade，Shyamala ，and William performance of principal ponent analysis，Gabor wavelets and discrete wavelet transforms for face ，30(2)，93102．[17] :武漢大學出版社，2003，6372，132141．。圖像旋轉就是把人臉圖像在平面內(nèi)進行旋轉處理，目的是為了讓人臉上的雙眼之間的連線能保持在水平位置。圖像剪切就是講人臉雙眼的距離固定起來，然后通過這樣來剪切圖像，從而確保人臉位置的穩(wěn)定性并在某種程度上可以克服背景和頭發(fā)的干擾，進而體現(xiàn)人臉在圖像平面中的平移的不變形[12]。圖像裁剪的比例示意圖如下圖41。設o點是的中點，并且。經(jīng)過裁剪，在的圖象內(nèi)，可以保證o點固定于處。圖41：圖像裁剪比例示意圖圖像的縮放就是把輸入的圖像中的人臉縮放到規(guī)定的像素大小，根據(jù)的是人眼之間的坐標。假如規(guī)定的圖像的大小是，那么縮放的倍數(shù)就是。只要固定了人眼之間的坐標，就可以確保其他重要部位如嘴、臉頰、鼻等的位置都保持相對準確的位置。這也體現(xiàn)出了人臉在圖像的平面內(nèi)尺度的不變性[12]。圖像的縮放主要有兩種方法：一種是用灰度插值的方式來縮小輸入圖像[17]，二是利用小波變換來進行圖像的分解[18] 周志明，王以治，黃文芝，2004，12，5254[19] 賴劍煌，阮邦志，：，1999，4(10)，811816．。本文中的實驗就采用灰度插值的方法來進行圖象的縮放[12]?；叶炔逯党Ｓ玫姆椒ㄓ须p線性插值法、三次插值發(fā)和最鄰近插值法。雖然最鄰近插值法簡單，但是有很大的失真。三次插值法雖然精度高，但是運算量很大。所以在本文實驗中選取了效果較好，速度較好的雙線性插值法[12][17]。對ORL人臉庫中的一人臉作圖象預處理的結果如圖42。(1)原始圖像(2)旋轉后的圖像 (3)剪切后的圖像 (4)縮放后的圖像圖42：圖像預處理示意圖對于人臉圖像需要對其進行直方圖均衡化，它的原理是：將原始圖像的像素值逐點改變，使原圖像能變?yōu)樵诿總€灰度級別上都具有一樣的像素點數(shù)的輸出圖像，即讓輸出圖像的直方圖變成均勻的。假設圖像有個像素點,個灰度級,是輸入圖像的直方圖,其中表示圖像中的灰度等級是的像素點的個數(shù)。而圖像是輸入圖像直方圖[20] 朱秀昌，劉峰，[M].北京郵電大學出版社，2002，6990.均衡化后的輸出,均衡化的過程可以從下面的公式（42）和公式（43）得到: （42） （43）直方圖是指一幅圖像中部分或者全部區(qū)域內(nèi)具有相同亮度值的統(tǒng)計分布圖，表達的是在數(shù)字圖像中的每個灰度等級出現(xiàn)頻率之間的統(tǒng)計關系。可以從直方圖中看到圖像的對比度和總的亮度之間的情況，以及圖像的像素值的動態(tài)范圍等信息[12]，如下圖43。 （1）原始圖像 （2）原始圖像對應的直方圖圖43：圖像直方圖示意圖8位灰度圖像總共有256個灰度等級，然而數(shù)字化后的原始圖像的真實范圍一般都沒有占滿0到255之間的全部灰度級，僅僅是集中在某幾個區(qū)域段內(nèi)，例如圖像偏亮、偏暗、對比度不足或亮度范圍不足等。對原始圖像進行直方圖均衡化是把輸入圖像的直方圖轉換為近似特定的直方圖，讓圖像的灰度值分布范圍盡可能覆蓋到全部灰度等級，消除占絕對優(yōu)勢或者劣勢的灰度值范圍，這樣可以在一定程度上減小光照對灰度圖像的影響[12]。處理結果如下圖44。 （1）直方圖均衡化后的圖像 （2）均衡化后的圖像對應的直方圖圖44：圖像直方圖均衡化后的示意圖灰度歸一化可以解決人臉部分因光照不均勻造成的對識別結果的影響，它使每一張圖像的灰度值具有相同的均值和方差，即交流和直流成分也是相同的。由于人臉系統(tǒng)的需要，對圖像必須進行灰度歸一化的處理，灰度歸一化與傳統(tǒng)的幾何歸一化不同，它是通過線性的方法把圖像的對比度和亮度歸一化到某一個數(shù)值區(qū)域。通過這一系列的處理后，人臉圖像可以很好的排除外界的干擾，為后面的人臉圖像的處理提供了方便[21] ：:912.，在某種意