【文章內(nèi)容簡介】 的方法，基于統(tǒng)計模型的方法和基于模板的方法。 基于知識的方法1. 圖像空間分布規(guī)律利用人臉模式的圖像不變性，即共有的獨特空間圖像分布的相互關(guān)系，人臉上的亮度分布有一定的順序結(jié)構(gòu)，圖像中灰度分布最符合這種不變性的部分就是人臉部分。Akamatsu等人用彩色圖像的色彩信息定位眼睛和嘴巴。這種分割是在變換后的色彩坐標(biāo)系如HSV和YIQ中進(jìn)行的。根據(jù)人臉模式灰度分布的特點，嘴唇比周圍皮膚有更高的Q分量值，皮膚區(qū)域在I和H分量圖像的直方圖上有清晰的峰。將這些信息與眼睛和嘴巴在人臉上分布的相對位置關(guān)系結(jié)合，就能夠檢測到眼睛和嘴巴。Ying Dai等人用SGLD矩陣（灰度級相關(guān)矩陣）實現(xiàn)了在復(fù)雜背景中的人臉定位。同族人的膚色在顏色空間中的分布相對比較集中，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。Lee等設(shè)計了膚色模型表征人臉顏色，利用感光模型進(jìn)行復(fù)雜背景下人臉及器官的檢測與分割。2. 人臉器官分布規(guī)律人臉器官分布比較規(guī)律，適用于證件照上頭部位置比較固定的情況，最常見的是眼睛定位，常用的方法是對于邊緣圖像作垂直和水平方向的“積分投影”并結(jié)合 西南交通大學(xué)本科畢業(yè)設(shè)計(論文) 第 11 頁五官分布的先驗知識。Stringa利用眼睛部位水平邊緣線豐富的特點定位出眼睛在垂直方向上的大致位置。Brunelli等人用垂直方向邊緣圖像的積分投影檢測臉的兩側(cè)和鼻子，水平方向邊緣積分投影用于定位眼睛、嘴巴和鼻子。Yang和Huang提出了一種分層的基于知識的系統(tǒng)，用同一張圖在不同分辨率下構(gòu)成相應(yīng)分辨率下的馬賽克圖，從中實現(xiàn)從復(fù)雜背景中定位眼睛、口和鼻子的位置。3. 運動規(guī)律人相對于背景是在運動的，可以利用運動信息簡單有效地從任意復(fù)雜的背景中分割出人臉。4. 對稱性人臉具有一定的軸對稱性，器官也具有一定的對稱性，比如人的左右眼睛是對稱的等。Intrator利用廣義對稱變換理論和邊緣圖像確定人臉對稱軸，然后根據(jù)人臉五官分布的約束條件及在對稱軸上對稱值最大的地方定位眼睛和嘴巴。Zabrodshky提出連續(xù)對稱性檢測方法，檢測一個圓形區(qū)域的對稱性，利用人臉的五官特性，從而確定是否為人臉。 基于統(tǒng)計模型的人臉檢測方法人臉圖像本身的復(fù)雜性，決定了描述人臉特征的困難度，因此基于統(tǒng)計模型的方法越來越受到重視，此類方法將人臉區(qū)域看作一類模式，即模板特征，使用大量的“人臉”與“非人臉”樣本訓(xùn)練、構(gòu)造分類器，通過判別圖象中所有可能區(qū)域?qū)儆谀念惸Ｊ降姆椒▽崿F(xiàn)人臉的檢測。實際上，人臉檢測問題被轉(zhuǎn)化為統(tǒng)計模式識別的二分類問題。1. 神經(jīng)網(wǎng)絡(luò)方法 [13]神經(jīng)網(wǎng)絡(luò)具有很好的記憶功能，訓(xùn)練樣本比較全面時候，神經(jīng)網(wǎng)絡(luò)可以處理比較復(fù)雜的人臉檢測問題，因此許多的人臉檢測算法采用神經(jīng)網(wǎng)絡(luò)方法來做。人臉模式、眼睛模式和嘴巴模式等都有比較明顯的特點，因此可以采用神經(jīng)網(wǎng)絡(luò)的識別方法。多層感知器（MLP）早就被用于人臉模式的分類，Burel和Carel先用Kohonen網(wǎng)絡(luò)對原始訓(xùn)練集進(jìn)行粗分類，然后用MLP網(wǎng)絡(luò)進(jìn)行精確分類。檢測效果比較理想。Vincent用一個分級的特征檢測系統(tǒng)定位眼睛和嘴巴，降低分辯率后的圖像輸入四個 西南交通大學(xué)本科畢業(yè)設(shè)計(論文) 第 12 頁已被訓(xùn)練過的多層感知器，能對左右眼睛、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眼角定點并分割嘴巴區(qū)域。該方法對光照變換、人臉傾斜角度較大或遇到訓(xùn)練集里沒有的較大的眼睛時，定位效果會變差。Rowley等使用BP網(wǎng)絡(luò)進(jìn)行人臉檢測， （可見下圖2－4）網(wǎng)絡(luò)具有的隱節(jié)點，分別對應(yīng)于輸入圖像的局部特征。該算法在訓(xùn)練過程中自動生成“非人臉樣本” ，其方法是輸入不含人臉的場景圖像，將被誤判為人臉的子圖像作為“非人臉”樣本。為了提高正確率，系統(tǒng)還同時對幾個網(wǎng)絡(luò)分別處理出來的結(jié)果進(jìn)行綜合調(diào)整。輸入圖像窗口提取位姿估計ANN半側(cè)面人臉檢測 ANN預(yù)處理正面人臉檢測 ANN側(cè)面人臉檢測 ANN結(jié)果仲裁 檢測結(jié)果 圖2－4 Rowley的基于人工神經(jīng)網(wǎng)的人臉檢測框架Juell和Marsh使用分層網(wǎng)絡(luò)，該網(wǎng)絡(luò)由四個BP子網(wǎng)組成，分別檢測人臉。預(yù)處理時先對原圖進(jìn)行邊緣增強。網(wǎng)絡(luò)分為兩層， “子層”網(wǎng)有三個，分別檢測眼睛、鼻子和嘴巴。 “父層”網(wǎng)判斷“子層”能否構(gòu)成一張人臉。其他使用神經(jīng)網(wǎng)絡(luò)方法的還有Lin等用圖像高頻分量作為特征子空間，用一個概率決策神經(jīng)網(wǎng)絡(luò)（PDBNN）進(jìn)行人臉檢測。Vien和Soulie等用小波多尺度和延時神經(jīng)網(wǎng)絡(luò)（TDNN）進(jìn)行人臉檢測，TDNN只將超出閾值的誤差反向傳播。 神經(jīng)網(wǎng)絡(luò)方法能夠適應(yīng)較為復(fù)雜的人臉檢測，準(zhǔn)確性也比較高，所以使用神經(jīng)網(wǎng)絡(luò)進(jìn)行人臉檢測的算法比較多。但是，由于人臉屬于高維矢量，導(dǎo)致網(wǎng)絡(luò)中訓(xùn)練節(jié)點眾多，算法往往需要大量的訓(xùn)練樣本，因此，神經(jīng)網(wǎng)絡(luò)方法的研究著重于系統(tǒng)的優(yōu)化訓(xùn)練。 西南交通大學(xué)本科畢業(yè)設(shè)計(論文) 第 13 頁神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)模型如圖2－5所示，是現(xiàn)在最實用的多主分量提取算法即自適應(yīng)主分量提取的神經(jīng)網(wǎng)絡(luò)算法來提取人臉圖像的主分量特征。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]此類方法將人臉區(qū)域圖象變換到某一特征空間，根據(jù)其在特征空間中的分布規(guī)律劃分 “人臉”與“非人臉”兩類模式。 主分量分析(PCA， PrincipalComponent Analysis)是一種常用的方法。它根據(jù)圖象的統(tǒng)計特性進(jìn)行的正交變換（KL變換） ，以消除原有向量各個分量間的相關(guān)性。變換得到對應(yīng)特征值依次遞減的特征向量，即特征臉。Moghaddam等發(fā)現(xiàn)人臉在特征臉空間的投影聚集比較緊密，因此利用前若干張?zhí)卣髂槍⑷四樝蛄客队暗街髟涌臻gF和與其正交的補空間F，相應(yīng)的距離度量分別稱為DIFS(Distance In Feature Space)和DFFS（Distance From Feature Space） 。對于人臉檢測問題，由于沒有考慮“非人臉”樣本的分布，需要同時使用DIFS和DFFS才能取得較好的效果。Sung 等提出了基于事例學(xué)習(xí)的方法，同時使用了 1919 象素分辨率的“人臉”和“非人臉”樣本。樣本預(yù)處理后按行列順序展開為樣本向量進(jìn)行主分量分解。采用 k均值聚類方法在特征空間中建立 6 個“ 人臉” 簇(Clusters)，同時建立包圍“人臉”簇的六個“非人臉”簇，以使“人臉”與“非人臉”模式的邊界更為清晰。Sung 等使用樣本到各個簇中心的距離訓(xùn)練一個多層感知器進(jìn)行分類。需要指出的是，人臉檢測中“非人臉”樣本的選取是一個較為困難的問題。Sung 等使用了“自舉”（bootstrap）方法加以解決：首先建立一個僅使用“人臉”簇的初始分類器對一組圖象進(jìn)行檢測， 西南交通大學(xué)本科畢業(yè)設(shè)計(論文) 第 14 頁將所有的錯誤報警(不是人臉而被錯檢為 “人臉”的結(jié)果)加入“非人臉”樣本庫，構(gòu)造新的使用“人臉”與“非人臉” 簇的分類器重新檢測。以上過程不斷迭代，直到收集了足夠的“非人臉” 樣本。 屬于特征空間方法的還有因子分解方法（Factor Analysis， FA）和 Fisher 準(zhǔn)則方法(Fisher Linear Discriminant，F(xiàn)LD)。Yang 等在混合線性子空間(Mixtures of Linear Subspaces)中對“人臉”和“非人臉”樣本的分布進(jìn)行建模，分別使用基于 EM 算法的擴展 FA 方法和基于自組織映射(SelfOrganizing Map，SOM)的 FLD 方法構(gòu)造檢測器。此外，小波變換也被用于人臉檢測，如和中使用了小波變換提取人臉的多分辨率特征作為分類的依據(jù)。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算輸入圖像區(qū)域region屬于人臉模式object的后驗概率p（object|region），據(jù)此對所有可能的圖像窗口進(jìn)行判別。CMU的Schneideman等提出一種基于后驗概率估計的人臉檢測方法。 該方法利用貝葉斯原理將后驗概率估計轉(zhuǎn)化為一個似然度求解問題:將難以估計的先驗概率 和()Pobject用一個比率參數(shù) 代替，作為調(diào)節(jié)檢測器敏感度的參量。Schneiderman等()Pobject?采用64*64像素的模式區(qū)域，將其分為16個子區(qū)域， 通過子區(qū)域獨立性等假設(shè)降低“人臉”和“非人臉”模式分布表達(dá)式 和 的復(fù)雜(|)Pregionbjct(|)Pregionbjct性，最后轉(zhuǎn)化為稀疏編碼的直方圖， 通過計算訓(xùn)練樣本的頻度求得兩種模式的概率分布。 Schneiderman 等還將概率估計的方法用于檢測正面旋轉(zhuǎn)人臉和側(cè)面人臉， 同時使用多分辨率信息復(fù)用和由粗到精搜索的策略提高檢測的速度。 屬于這一類的還有Weber等提出的視點不變性學(xué)習(xí)的方法等。另一種概率模型是用于描述信號統(tǒng)計特性的隱馬爾可夫模型(Hidden markov model，HMM)，目前也被應(yīng)用于人臉檢測與識別。 Nefian等根據(jù)正面人臉由上到下各個區(qū)域(頭發(fā)、額頭、雙眼、鼻子、嘴) 具有自然不變的順序這一事實， 使用一個包含五個狀態(tài)的一維連續(xù)HMM加以表示。 將頭部圖像按照這五個區(qū)域劃分為互有重疊的條塊， 對各塊進(jìn)行KL變換， 選取前若干個變換系數(shù)作為觀測向量訓(xùn)練HMM。 Nefian等還提出了基于嵌入式HMM的人臉檢測方法。 該方法同時考慮到人臉由左到右各個特征的自然順序， 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。 此外還有Meng等使用HMM 描述人臉的小波特征中不同級間的相關(guān)性等方法。 基于HMM 的方法一般只使用“人臉”樣本進(jìn)行訓(xùn)練， 主要針對用于人臉 西南交通大學(xué)本科畢業(yè)設(shè)計(論文) 第 15 頁識別的頭肩部圖像。4. 基于支持向量機的方法支持向量機（Support Vector Machines，SVM）是 Vapnik等提出的基于結(jié)構(gòu)風(fēng)險最小化原理（Structural Risk Minimization Principle， SRM）的統(tǒng)計學(xué)習(xí)理論，用于分類與回歸問題。SRM使VC（Vapnik Cherovnenkis）維數(shù)的上限最小化，這使得SVM方法比基于經(jīng)驗風(fēng)險最小化（Empirical Risk Minimization Principle， ERM）的人工神經(jīng)網(wǎng)方法具有更好的泛化能力。Osuna等將SVM方法用于人臉檢測，取得了較好的實驗結(jié)果。該方法的基本思路是對每一個1919象素的檢測窗口使用SVM進(jìn)行分類，以區(qū)分“人臉”和“非人臉”窗口。SVM的訓(xùn)練使用了大量人臉樣本和“自舉”方法收集的“非人臉”樣本，并且使用逼近優(yōu)化的方法減少支持矢量的數(shù)量。需要說明的是，長期以來SVM的訓(xùn)練需要求解計算復(fù)雜度極高的二次規(guī)劃問題，限制了該方法的應(yīng)用。Platt提出的SMO（Sequential Minimal Optimization）算法解決了SVM訓(xùn)練困難的問題。 基于模板的方法 [19]很多高準(zhǔn)確率的人臉檢測系統(tǒng)是基于模板的，模板匹配的方法主要是通過計算模板和圖像之間的相關(guān)性來實現(xiàn)識別功能的。檢測時，將模板在被檢測的區(qū)域內(nèi)分別在行和列方向上移動，計算出相關(guān)值最大的區(qū)域就是人臉區(qū)域。1. 通用模板匹配人臉標(biāo)準(zhǔn)模板由人工來定義，對于輸入圖像，分別計算標(biāo)準(zhǔn)模板中的臉部輪廓，眼睛，鼻子等的相關(guān)值，由相關(guān)程度決定人臉的存在。這種方法的特點是實現(xiàn)起來比較簡單。但在很多場合并不適用，因為簡單的模板不能適應(yīng)尺寸、姿態(tài)和形狀的變化。因而實際采用中多采用多分辨率、多尺度、多子模板和可變形模板實現(xiàn)模板匹配，用來增加適應(yīng)性和準(zhǔn)確性。Craw 等提出一種基于形狀模板的正面人臉的定位方法。首先，Sobel 濾波器用來提取邊界。這些邊界基于某種約束，組織在一起作為人臉模板，可以定位頭部的輪廓。在不同尺度上，用類似的方法可以定位眼睛、眼眉、嘴唇等的特征?？勺冃文０蹇梢哉f是幾何特征方法的改進(jìn)，其基本思想是：根據(jù)臉部特征的形 西南交通大學(xué)本科畢業(yè)設(shè)計(論文) 第 16 頁狀特點構(gòu)造一個帶可變參數(shù)的幾何模型，并且設(shè)定一個相應(yīng)的評價函數(shù)以度量被檢測區(qū)域與模型的匹配程度。搜索時，將模板放在目標(biāo)預(yù)估計位置附件，不斷調(diào)整參數(shù)使能量函數(shù)最小，使模型逐漸收斂于待定位的臉部特征。 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。人臉特征被表述成參數(shù)模板。輸入圖像的邊緣、波峰值、峰谷值等被對應(yīng)于模板中的參數(shù)，而構(gòu)成一個能量函數(shù)。通過調(diào)整參數(shù)，將函數(shù)能量最小的彈性模板作為人臉的最佳匹配?？勺冃文０宸椒ù嬖趦蓚€問題，一是能量函數(shù)中各種代價的加權(quán)系數(shù)只能由經(jīng)驗確定，難以推廣；二是能量函數(shù)的優(yōu)化過程十分耗時，難以在實際中運用。 小結(jié)這一章主要介紹了人臉檢測的相關(guān)技術(shù)，首先對人臉檢測問題進(jìn)行了分類，然后分別介紹了膚色特征提取和灰度特征提取，之后介紹了人臉檢測的各種方法，把人臉檢測進(jìn)行分類，分成基于知識、基于統(tǒng)計模型、基于模板這三種人臉檢測方法進(jìn)行分析。 西南交通大學(xué)本科畢