【正文】 別人臉信息提供依據(jù)。 （3）識(shí)別人臉，識(shí)別靜態(tài)人臉或攝像頭中的視頻人臉信息。從用戶的角度考慮，畫出系統(tǒng)功能用例圖如圖13所示 。 圖13 人臉識(shí)別模塊識(shí)別圖根據(jù)系統(tǒng)需要實(shí)現(xiàn)的功能要求，人臉識(shí)別模塊的功能劃分框圖如圖14所示。 圖14 人臉識(shí)別模塊功能劃分框圖其中訓(xùn)練和識(shí)別部分是程序?qū)崿F(xiàn)的核心部分，下面兩節(jié)內(nèi)容將分別介紹訓(xùn)練和識(shí)別部分的設(shè)計(jì)過程。（四）訓(xùn)練部分的設(shè)計(jì)訓(xùn)練部分是指添加人連數(shù)據(jù)庫(kù)以后，提取人臉特征，生成每人的HMM模型的過程。我們?cè)O(shè)定在兩種情況下對(duì)人臉圖像進(jìn)行訓(xùn)練，在多人模式的人臉庫(kù)中點(diǎn)擊人臉訓(xùn)練按鈕，所有沒有訓(xùn)練過的人臉圖像將被訓(xùn)練，得到所有人的HMMs，在單人模式的人臉庫(kù)中點(diǎn)擊人臉訓(xùn)練按鈕，當(dāng)前人的人臉圖像將被訓(xùn)練，得到該人的HMM模型。故程序設(shè)計(jì)的過程中也將從這兩個(gè)方面考慮，分四部分實(shí)現(xiàn)各功能。 1．主消息函數(shù)部分。該部分是程序與用戶交互的部分，用戶點(diǎn)擊界面按鈕向程序發(fā)出命令，通過此段程序系統(tǒng)辨別是在多人模式還是單人模式下的訓(xùn)練，從而調(diào)用相應(yīng)的函數(shù)實(shí)現(xiàn)訓(xùn)練功能。 2．單人模式下的訓(xùn)練函數(shù)部分。該部分在單人人臉數(shù)據(jù)庫(kù)中，實(shí)現(xiàn)圖片的讀取并判斷圖片是否已經(jīng)經(jīng)過了訓(xùn)練，然后調(diào)用人臉訓(xùn)練核心函數(shù)進(jìn)行訓(xùn)練。 3．多人模式下的訓(xùn)練函數(shù)部分。該部分在多人人臉數(shù)據(jù)庫(kù)中，實(shí)現(xiàn)圖片的讀取并判斷圖片是否已經(jīng)經(jīng)過了訓(xùn)練，然后調(diào)用人臉訓(xùn)練核心函數(shù)進(jìn)行訓(xùn)練。 4．人臉訓(xùn)練核心函數(shù)部分。該部分是人臉訓(xùn)練的核心，實(shí)現(xiàn)對(duì)人臉圖像的訓(xùn)練。 以上第一部分在MFC的CMainFrame框架類中添加消息映射函數(shù)實(shí)現(xiàn)，后面的兩部分則設(shè)定在人臉庫(kù)類CFaceBace中，人臉訓(xùn)練核心代碼則在一個(gè)專門的類CPerson中實(shí)現(xiàn)。實(shí)現(xiàn)人臉訓(xùn)練的程序流程圖如圖15所示。圖15 人臉訓(xùn)練程序流程圖 （五）識(shí)別部分設(shè)計(jì)人臉識(shí)別程序主要完成對(duì)待識(shí)別人臉圖像與人類庫(kù)中圖像的匹配識(shí)別，在程序的設(shè)計(jì)過程中，識(shí)別程序與用戶的交互同樣通過主消息函數(shù)來完成，我們?cè)贛FC的框架類CMainFrame中添加消息消息響應(yīng)函數(shù)，用戶通過點(diǎn)擊界面上的功能按鈕啟動(dòng)識(shí)別程序，對(duì)各變量進(jìn)行初始化，調(diào)用識(shí)別核心代碼，并將識(shí)別出來的人的信息顯示出來。 人臉識(shí)別的核心代碼則通過在人臉庫(kù)類CFaceBace中添加成員函數(shù)實(shí)現(xiàn)，并調(diào)用OpenCV中的函數(shù)提取人臉特征進(jìn)行識(shí)別。（六）其他功能模塊的設(shè)計(jì) 人臉識(shí)別模塊應(yīng)用程序使用Visual C++ AppWizard exe項(xiàng)目，項(xiàng)目名為Zhou。故有由AppWizard 自動(dòng)生成的CAboutDlg、CZhouApp、CZhouDoc、CZhouView、CMainFrame 五個(gè)類構(gòu)成了應(yīng)用程序的框架。在這些類中添加消息響應(yīng)函數(shù)調(diào)用不同的功能模塊，實(shí)現(xiàn)人臉的訓(xùn)練和識(shí)別。除訓(xùn)練和識(shí)別兩部分外，程序還有許多輔助功能，也分別使用不同的類來實(shí)現(xiàn)。其中CCamera類實(shí)現(xiàn)對(duì)視頻攝像頭的控制，包括攝像頭的初始化、各種視頻參數(shù)的設(shè)置等；CHMMParams類完成對(duì)系統(tǒng)EHMM參數(shù)的設(shè)置，包括超狀態(tài)數(shù)、嵌入式狀態(tài)數(shù)等EHMM模型的關(guān)鍵參數(shù)； CPersonImage類則是用來管理具體的人臉圖像，設(shè)定圖像的感興趣區(qū)域，從攝像頭中獲取人臉圖像；CMisuParams類，用來設(shè)置其他參數(shù)如圖片的縮放比例等。各功能模塊如圖16所示。其他功能模塊攝像頭的管理CCamera類攝像頭的初始化視頻參數(shù)的設(shè)置攝像頭的暫停與重啟HMM參數(shù)設(shè)置CHMMParams類初始化超狀態(tài)數(shù)設(shè)置嵌入狀態(tài)數(shù)設(shè)置其他參數(shù)設(shè)置CMisuParams類視圖框參數(shù)圖片縮放設(shè)置手動(dòng)劃取矩形框設(shè)置獲取圖片CPersonImage類載入圖片保存圖片設(shè)定文件名等 圖16 人臉識(shí)別模塊其他功能模塊框圖（七）系統(tǒng)截圖 圖17 人臉庫(kù)管理圖18 系統(tǒng)界面圖19 人臉提取系統(tǒng)六、結(jié)束語（一）工作總結(jié)人臉檢測(cè)與識(shí)別技術(shù)的研究具有重要的理論價(jià)值和現(xiàn)實(shí)意義。進(jìn)入上世紀(jì)90年代后，由于計(jì)算機(jī)技術(shù)的突飛猛進(jìn)和應(yīng)用需求的驅(qū)動(dòng)，人臉檢測(cè)與識(shí)別技術(shù)的研究開始蓬勃發(fā)展，許多新理論和方法相繼提出。經(jīng)過大量的工程實(shí)踐，人們逐漸認(rèn)識(shí)到：研究一種方法完成基本的人臉檢測(cè)與識(shí)別功能是遠(yuǎn)遠(yuǎn)不夠的?，F(xiàn)實(shí)的應(yīng)用環(huán)境往往較為復(fù)雜，因此一種方法是否具有優(yōu)良的綜合性能是衡量其是否具有實(shí)用價(jià)值的重要標(biāo)準(zhǔn)。本文的研究?jī)?nèi)容涵蓋了人臉識(shí)別技術(shù)中的人臉檢測(cè)和人臉識(shí)別。如何提高人臉檢測(cè)與識(shí)別的精度、速度、魯棒性、實(shí)用性是本文的研究目的和研究重點(diǎn)。文中采用了基于膚色信息的人臉檢測(cè)和基于二維隱馬爾可夫模型的人臉識(shí)別方法。在人臉檢測(cè)方面對(duì)影響檢測(cè)精度的每一個(gè)環(huán)節(jié)都展開了細(xì)致的討論，在人臉識(shí)別方面重點(diǎn)研究了如何在保證人臉識(shí)別速度的前提下，提高人臉建模的精度和人臉識(shí)別的魯棒性。具體研究工作與成果包括如下幾方面：1．采用非線性估計(jì)閾值選取方法確定顏色空間轉(zhuǎn)換后膚色區(qū)域的分布邊界，該方法兼顧了亮度對(duì)膚色聚類性的影響，為膚色區(qū)域的精確分割奠定了基礎(chǔ)。在使用高斯模型對(duì)膚色區(qū)域建模后，用最佳全局自適應(yīng)閾值選取方法確定一個(gè)平均誤差最下意義下的膚色分割閾值，實(shí)現(xiàn)了對(duì)膚色區(qū)域的精確分割。在人臉驗(yàn)證前，先對(duì)圖像進(jìn)行預(yù)處理，排除了大量非法膚色區(qū)域，最后采用人眼區(qū)域定位結(jié)合幾何模板匹配的方法實(shí)施人臉驗(yàn)證。實(shí)踐證明文中方法可以較為精確地分割出人體膚色區(qū)域，從而顯著地提高人臉檢測(cè)的準(zhǔn)確率。由于背景中類膚色區(qū)域的干擾，有時(shí)會(huì)造成算法對(duì)人臉的漏檢，因此如何增強(qiáng)人臉驗(yàn)證算法對(duì)復(fù)雜背景的魯棒性，還有待進(jìn)一步研究。2．采用離散余弦變換對(duì)人臉進(jìn)行特征提取，將DCT系數(shù)作為觀察向量對(duì)二維隱馬爾可夫模型進(jìn)行訓(xùn)練，從而實(shí)現(xiàn)了對(duì)人臉的精確建模。離散余弦變換在對(duì)人臉進(jìn)行特征提取的同時(shí)，有效降低了觀察向量的維度，從而提升了人臉模型訓(xùn)練的速度。使用二維隱馬爾可夫模型實(shí)現(xiàn)了對(duì)人臉的精確建模，在達(dá)到對(duì)各種人臉圖像精確識(shí)別的同時(shí)，也使系統(tǒng)對(duì)各類復(fù)雜條件下的人臉識(shí)別有了較強(qiáng)的魯棒性。3．研究并實(shí)現(xiàn)了對(duì)人臉P2DHMM模型的自動(dòng)訓(xùn)練，使得構(gòu)建任意規(guī)模的人臉庫(kù)均可由計(jì)算機(jī)自動(dòng)完成。極大地簡(jiǎn)化了人臉庫(kù)的管理和維護(hù)。4．研究了對(duì)待檢照片進(jìn)行預(yù)處理的方法。通過對(duì)待檢照片的幾何歸一化、圖像校正、圖像復(fù)原來改善待檢照片質(zhì)量，在允許寬口徑的待檢照片輸入的同時(shí)使用。（二）展望人臉識(shí)別不僅是模式識(shí)別、圖像處理領(lǐng)域的一個(gè)熱門的研究課題，同樣也是計(jì)算機(jī)視覺、人工智能領(lǐng)域內(nèi)的一個(gè)重要課題。人們常說“眼睛是心靈的窗口”，人臉識(shí)別的終極目標(biāo)就是給計(jì)算機(jī)一雙眼睛，為它打開一道可以看到世界的窗口，讓它也能記住、區(qū)分、辨認(rèn)不同的人臉，從而為實(shí)現(xiàn)計(jì)算機(jī)與人類交流奠定基礎(chǔ)。這一目標(biāo)盡管遙遠(yuǎn)，但意義非常重大。設(shè)想未來如果計(jì)算機(jī)具備了像人類一樣的視覺，它將代替人們完成更多智能化的工作，極大地減輕人們的負(fù)擔(dān)，提高人們的生活質(zhì)量，造福于人類。目前對(duì)人臉檢測(cè)與識(shí)別的研究尚出于探索階段。本文在對(duì)人臉檢測(cè)與識(shí)別基礎(chǔ)理論進(jìn)行學(xué)習(xí)研究的基礎(chǔ)上，開發(fā)了一個(gè)原型系統(tǒng)。通過大量的實(shí)踐加深了對(duì)人臉識(shí)別技術(shù)的體會(huì)和理解，同時(shí)也感到以下問題應(yīng)該作為今后研究的重點(diǎn)：1．如果采用膚色信息進(jìn)行人臉檢測(cè)，光照條件和背景類膚色區(qū)域始終是影響檢測(cè)準(zhǔn)確率的主要因素，單純依靠膚色信息存在一定的人臉漏檢。能否將基于膚色信息的方法和基于統(tǒng)計(jì)的方法結(jié)合，降低漏檢率是今后探索的方向。2．基于P2DHMM的人臉識(shí)別方法精度高，但相應(yīng)計(jì)算量也大。能否在保證識(shí)別率的前提下精簡(jiǎn)算法？能否用硬件執(zhí)行人臉識(shí)別算法？能否建立并行分布式計(jì)算環(huán)境？以及這些措施能在多大程度上進(jìn)一步提高識(shí)別速度都是重要的研究方向。3．計(jì)算機(jī)雖然不具有像人一樣強(qiáng)大的視覺系統(tǒng)。但計(jì)算機(jī)識(shí)別人臉也由一些獨(dú)特的優(yōu)點(diǎn)：首先計(jì)算機(jī)對(duì)人臉細(xì)節(jié)的辨別能力更強(qiáng)，例如在對(duì)雙胞胎的識(shí)別中，人眼感覺雙胞胎的相貌“差不多”，而計(jì)算機(jī)的判斷結(jié)果是“差很多”。這說明計(jì)算機(jī)不會(huì)像人類一樣受一些視覺心理因素的影響，識(shí)別更為精確。另外人類的記憶系統(tǒng)對(duì)所記的人臉有優(yōu)先級(jí)之分，當(dāng)記憶了大量的人臉后，對(duì)與自身關(guān)系不密切的人往往會(huì)產(chǎn)生混淆。而計(jì)算機(jī)對(duì)任意規(guī)模的人臉庫(kù)進(jìn)行查詢都不會(huì)因?yàn)榛煜龑?dǎo)致識(shí)別錯(cuò)誤；而且即使工作了較長(zhǎng)的時(shí)間，計(jì)算機(jī)也不會(huì)像人一樣由于視覺疲勞而導(dǎo)致識(shí)別錯(cuò)誤。如何充分利用計(jì)算機(jī)人臉識(shí)別的上述優(yōu)點(diǎn)，構(gòu)建一些有實(shí)用價(jià)值的人臉識(shí)別系統(tǒng)也是今后重要的研究方向。參考文獻(xiàn)[1] 鄧剛、閆勝業(yè)、張洪明：《人臉檢測(cè)技術(shù)報(bào)告》，2003年。 [2] 李介谷：《計(jì)算機(jī)模式識(shí)別技術(shù)》，上海交通大學(xué)出版社，1986年。[3] 張書真：《人臉檢測(cè)技術(shù)淺析》，中國(guó)西部科技(下半月刊)，2005年4月。[4] 武勃艾海舟等：《人臉的性別分類》，計(jì)算機(jī)研究與發(fā)展，2003年11月。[5] 梁路宏、艾海舟，徐光佑，張鈸：《人臉檢測(cè)研究綜述》，2004年。[6] 徐毅瓊、王波等：《基于隱馬爾可夫模型的自動(dòng)人臉識(shí)別方法》，計(jì)算機(jī)應(yīng)用，2004年12月24日。[7] 呂琳：《人臉檢測(cè)方法綜述》，電腦知識(shí)與技術(shù)，2005年10月。[8] 盧春雨、張長(zhǎng)水、聞芳、閻平凡：《基于區(qū)域特征的快速人臉檢測(cè)法》，清華大學(xué)學(xué)報(bào)（自然科學(xué)版），1999年。[9] 黃德雙：《神經(jīng)網(wǎng)絡(luò)模式識(shí)別系統(tǒng)理論》，北京電子工業(yè)出版社，1996年。[10] 鄧剛、曹波、苗軍、高文、趙德斌：《基于支持向量機(jī)眼動(dòng)模型的活性判別算法計(jì)劃生物特征識(shí)別核心技術(shù)與關(guān)鍵問題研究課題項(xiàng)目》，中科院百人計(jì)劃，2003年。[11] 應(yīng)理航：《人臉檢測(cè)子空間方學(xué)碩士論文》，2002年5月。[12] 梁路宏、艾海舟、徐光佑、張錢：《人臉檢測(cè)研究綜述》，計(jì)算機(jī)學(xué)報(bào)，2002年。[13] Rafael 、Richard ：《數(shù)字圖像處理》，阮秋琦，阮宇智等譯，2004年6月。[14] 王永衛(wèi)、李介谷：《基于膚色特征的最短生成樹方法進(jìn)行人臉分割》，上海交通大學(xué)學(xué)報(bào)，1998年。[15] 何東風(fēng)、凌捷：《人臉識(shí)別技術(shù)綜述》，微機(jī)發(fā)展，2003