【正文】 整體的檢測正確率和錯。這樣，每一層作為一個強分類器，都經(jīng)過閾 值調(diào)整，能讓全部正例樣本通過，而拒絕很大一部分非人臉樣本。 若干個弱分類器線性組合成一個強分類器，再由很多強分類器級聯(lián)組成最終的分類器，多層分類器級聯(lián)結(jié)構(gòu)如圖 46 所示。t +1 。3. For t=1,…,T1) 歸一化權(quán)值249。2. 對每一幅訓練圖像初始化權(quán)值為249。 j 以及指示不等式方向的?1h j ( x) = ??0, p j f j ( x) p j232。 每個弱分類器對應一個弱特征，被設(shè)計為從能對正例和反例樣本進行正確分類的所有弱分類器的集合中選擇錯誤率最小的一個。Boosted Cascade 算法可以實現(xiàn)上述功能。圖 45 由 Boosted Cascade 方法學習出的兩個 Haar 特征的例子 Boosted Cascade 多層分類器級聯(lián)結(jié)構(gòu)分類器進行學習時，使用兩個訓練集對分類器進行訓練，即正例樣本集和反 例樣本集，其中正例樣本是指人臉樣本，反例樣本指其它任意圖片，所有的樣本 圖片都被歸一化為同樣的尺寸大小（例如，2020）。其中 第 1 行為 Haar 特征弱分類器示意，第 2 行第 1 列為一幅被測圖，后兩列分別為 將弱分類器放在典型的目標區(qū)域的情況。Boosted Cascade 算法將大量的 Haar 矩形特征作為人臉的特征集，豐富的矩 形特征充分體現(xiàn)了人臉模式的特點，并且每個矩形特征對應一個弱分類器，使得 算法有豐富的弱分類器可供選擇。也就是說，整個檢測過程，只需要掃描原圖一遍就可以了。積分圖上 1 是矩形 A 內(nèi)的像素 值的和，2 是矩形 A+B 內(nèi)的像素值的和，3 是矩形 A+C 內(nèi)的像素值的和，4 是矩形 A+B+C+D 內(nèi)的像素值的和，所以 D 內(nèi)像素和為 4+123為了得到一個輸入圖像 I 的積分圖像，只需要逐點掃描原圖像一次，就可以1s ( x , y ) =計算出來。由于上述矩形特征中的矩形都是相鄰的，所以兩個矩形的特征只需要計 算積分圖上對應的六點，三個矩形的特征需要計算八點，四個矩形的特征需要計 算九點。任意一個矩形內(nèi)的像素和可以由積分圖 上對應的四點得到，如圖 44 所示。對于一個輸入圖像，像素處的積分圖像值定義為[12]：ii ( x , y ) =∑ i ( x 1 , y 1 )(41)x1 ≤ x , y ≤ y 1如圖 43 所示，即圖中用黑色填充部分的所有像素灰度的和。例如在第二行特征（2c）的情況下，響應計算為 覆蓋全部特征整個矩形框（包括兩個白色矩形框和一個黑色矩形框）像素的和減 去黑色矩形框內(nèi)像素和的三倍。圖 42 Haar 特征：（Edge features）；（Line features）； 特征（Centersurround features）每個特定分類器所使用的 Haar 特征可以用形狀、感興趣區(qū)域中的位置以及 比例系數(shù)來定義。下面對這兩點分別作詳細說明。②多層分類器級聯(lián)結(jié)構(gòu)的建立。該算法中包括兩個關(guān)鍵的知識點：①Haar 特征的選取和計算。分類器訓練完以后，就可以應用于輸入圖像2中感興趣區(qū)域的檢測。該算法的主要思想[11,12]是利用樣本（成百上千幅樣本圖片）的 Haar 特征進行分類器訓練，得到一個級聯(lián)的 boosted 分類器，能將候選子窗口的 人臉和非人臉區(qū)分開來。其二，由于單 純使用正面人臉分類器的 Boosted Cascade 方法對側(cè)面人臉的檢測不是很有效， 而同時用正例和反例樣本訓練出來的分類器過于復雜且檢測效果并不好，故在正 面人臉檢測的基礎(chǔ)上，另外加載用側(cè)面人臉樣本訓練過的分類器去補檢被漏檢的 一些側(cè)面人臉，采用正面與側(cè)面人臉檢測相結(jié)合的方法，大大提高了檢測正確率， 而且檢測速度也是可以接受的。 本模塊針對該方法檢測人臉的不足之處，分別有針對性的提出了改進方案。(a) (b)(c) (d)圖 38 Sobel 驗證前后對比圖第四章 基于 Boosted Cascade 算法的人臉檢測 概述本課題開發(fā)的 autofaceGFB 人臉檢測系統(tǒng)還采用了 Boosted Cascade 算法作 為人臉檢測的令一個基本方法，該算法檢測正確率較高且具有極高的運行速度， 是目前現(xiàn)有的人臉檢測算法中效果最好的算法之一，且對于光照變化環(huán)境下的人 臉，該算法也具有較好的適應性。圖 38(a)中基于膚色特征的人臉檢測算法檢測后有一個被識別為人臉的 手區(qū)域，而在應用 Sobel 驗證后重新進行檢測得到的檢測結(jié)果中，如圖 38(b)所 示，手被排除掉了。因為此時也比較容易滿足 Sobel 驗證，很難排除這些區(qū)域。在測試中發(fā)現(xiàn)，在亮度極低和極高的極端情況下，會發(fā)生漏檢，因為此時的膚色區(qū)域已經(jīng)不在膚色模型限制范圍內(nèi)了。圖 37 給出了一些檢測結(jié)果。如果圖像的大小在 500500 像素左右，則檢 測時間小于 秒，如果圖像的大小在 10001000 像素左右，則檢測時間在 1 秒至 秒左右。測試圖像共有 100 幅，其中包括 618 個人臉， 正確檢測出 557 個人臉，檢測正確率達到 %，共出現(xiàn) 142 個錯誤報警，經(jīng) 過 Sobel 驗證后，錯誤報警數(shù)減少到 33 個。c) 在二值化處理后的差分結(jié)果圖中尋找輪廓for j=1,…,輪廓數(shù)目 m if（像素數(shù)目33）此部分面積過于小，將其忽略掉；else if（像素數(shù)目該候選區(qū)域面積的 20%） 該特征面積過大，將其剔除；4) if（Sobel 驗證得到的符合條件的面部特征數(shù)2） 面部特征的數(shù)量過少，將其視為非人臉區(qū)域而剔除；else if（Sobel 驗證得到的符合條件的面部特征數(shù)15） 面部特征的數(shù)量過多，也將其視為非人臉區(qū)域而剔除；else滿足驗證條件，用紅色矩形框在原輸入圖像中標識出來。a) 對原輸入圖像候選區(qū)域的灰度圖進行 y方向的圖像差分處理；b) 對差分結(jié)果圖進行二值化處理if（灰度值=70） 像素置為白色。10. 大致定位人臉區(qū)域，在二值膚色圖像中尋找輪廓，用下面的循環(huán)遍歷每 個輪廓。8. 中值濾波去除孤立噪聲點，以免影響到后面的操作。它的解析表達式為：( x ? ecx ) 2a 22+ ( y ? ecy ) = 1b 26. 膨脹處理，連接臉部區(qū)域中不連續(xù)的塊。5. 皮膚顏色建模。Cb=(148*r291*g+439*b)/1000+128。轉(zhuǎn)換公式如下：Y=(257*r+504*g+98*b)/1000+16。2. 如有需要進行圖像預處理，如 Gamma 校正、光照補償和色彩平衡等， 以改善光照條件，利于后面的膚色檢測。 另外，如果一個區(qū)域上面部特征的數(shù)量過多或過少，也將其視為非人臉區(qū)域而剔 除。再在二值化處理后的差分結(jié)果圖中尋找輪廓，將像素 數(shù)目過于小的部分忽略掉。因為人臉內(nèi)包含眼睛，眉毛，嘴等器官， 用 Sobel 方差處理后，五官與皮膚交界處因像素灰度差較大而明顯的顯現(xiàn)出來， 但人體四肢等非人臉的膚色區(qū)域就不具備這樣的條件，利用這一點可以被排除 掉。ReinLien Hsu 使用嘴唇和眼睛的 Cr 和 Cb 規(guī)范值來辨別人臉，但由于 很多人戴眼鏡，并且有些女士涂不同顏色的唇彩而使得該方法的準確性不高[10]。圖 35 中(a)是原圖像，顯然藍色的有色光造成了皮膚的色彩偏移，皮膚模型(c)只能得到零星的皮膚區(qū)域；(b)是經(jīng)過色彩平衡后得到的圖像，(d)是(b)進行膚色分割得到的結(jié)果，從中可以很明顯地看出色彩平衡的作用。 r= (r*255)/factor。c) 歸一化所有像素的各個分量的值，讓它們都在[0,255]范圍內(nèi)，令 factor為調(diào)整后像素分量的最大值，若 factor 大于 255，則調(diào)整各分量為：b= (b*255)/factor。 g= (g*GrayWorldValue)/averg。對于計算機中的 RGB 圖像，具體的處理方法描述如下：a) 計算圖像中的 R，G，B 分量各自的平均值 averb，averg，averr，令它們 的平均值為趨近值，即 GrayWorldValue=(averb+averg+averr)/3。本系統(tǒng)的色彩平衡引用了 Shumate 等的方法[8]，其中心思想是“灰 度世界假設(shè)（Gray World Suppose）”，即認為對一幅存在大量色彩變化的圖像， RGB 三分量的均值趨近于同一值。(a)(b)(c)(d)圖 34光線補償?shù)淖饔?3) 色彩平衡 在利用膚色模型檢測膚色像素之前，需要消除可能的有色光干擾?？蓮膬蓚€角度考察這一做法的合理性[6]：一方面，絕大部分的圖像中都包含 有純白色，特別是包含人臉在內(nèi)的圖像中，眼球外圍等處通常就是純白色，所以 將具有最大亮度像素的色彩值調(diào)整為純白色是合理的；另一方面，存在色彩偏差 的圖像在原來是白色的區(qū)域有著很明顯、直觀的體現(xiàn)，所以按照這些區(qū)域的調(diào)整方法對整個圖像進行調(diào)整也是比較合理和有效的。所以 Anil K. Jain 等提出，為了抵消這種整個圖像中存在著的色彩 偏差，將整個圖像中所有像素的亮度從高到低進行排列，取前 5%的像素，如果 這些像素的數(shù)目足夠多（如大于 100），我們就將它們的亮度作為“參考白”，即 將它們色彩的 R、G、B 分量值都調(diào)整為最大的 255。(a) (b) (c) (d) 圖 33 Gamma 校正的作用(2) 光照補償 光線補償?shù)南敕ǖ奶岢鲋饕强紤]到膚色等色彩信息經(jīng)常受到光源顏色、圖像采集設(shè)備的色彩偏差等因素的影響，而在整體上偏離本質(zhì)色彩而向某一方向移 動，即通常所說的色彩偏冷、偏暖，照片偏黃、偏藍等等。如圖 33 所示，(a)為原圖像，(b)為經(jīng)過 Gamma 校正后的圖像，圖像細節(jié)更加清晰，光照條件得到改善，圖像質(zhì)量有所 提高。(1) Gamma 校正Gamma 校正可以有效弱化光照對圖像質(zhì)量的影響[9] 。另外，出于顯示器的物理特性和人的感 知特性，有時需要對圖像進行 Gamma 校正[9]。 光照變化下的人臉檢測策略對基于膚色特征的人臉檢測來說，圖像中不同亮度和顏色的光照是影響人臉檢測的重要因素。??Cr′ ? cy解析式中的常量分別為：cx=，cy=，θ=(弧度)，ecx=，ecy=，a=，b=。 ? ?Cb′ ? cx?a 2 b 2y = ??? sin 232。我們得到它的解析表達式為：2( x ? ecx) 2+ ( y ? ecy)= 1 ，其中， ? x ?? cos232。再將其投影到 Cb’Cr’二維子空間，可得到實用的膚色聚 類模型，投影圖如圖 32(d)所示。Ymin和Ymax 為根據(jù)實驗數(shù)據(jù)得到的膚色聚類區(qū)域中 Y 分量的最小值和最大值，分別為：Ymin =16，Ymax =235。經(jīng)過了非線性分段色彩變換得到的色彩空間我們用 YCb’Cr’來表示。圖 32(a)和(b)反映了我們的膚色聚類 的邊界上，Cb 和 Cr 兩分量隨 Y 變化的情況。如果在 Y 值不同的 地方，我們?nèi)?CbCr 子平面的投影，那么得到的結(jié)果是不同的。Anil K. Jain 等人從 HeinrichHertzInstitute（HHI）圖像 庫中的 137 幅圖像中手工選取了 853571 個膚色像素點，并將其繪制在 YCbCr 空 間及其二維投影子空間 CbCr 空間中，得到的結(jié)果如圖 31 所示[6]。 本模塊就采用了 Anil K. Jain 等提出的基于變形 YCbCr 色彩空間的膚色模型[6,7]， 它利用了非線性分段色彩變換（Nonlinear Color Transformation）這個關(guān)鍵技術(shù)， 得到的膚色模型有效地降低了亮度對膚色聚類區(qū)域的影響。為了克服光照對膚色檢測的影響，采用能將色彩中的亮度分量分離 出來的 YCbCr 色彩空間，這樣在建模時可以不考慮亮度分量，而僅考慮色彩分 量，希望借此來克服光照的影響。這種模型主要通過色彩格式的變換，使得膚色在某一色彩或變形 的色彩空間中呈良好的聚類特性，然后將這一聚類在色彩空間中的分布區(qū)域用一 種簡便的代數(shù)解析式加以表達[4]。具體的細節(jié)驗證方法采用 Sobel 方差驗證，因為人臉區(qū)域包 含五官，用 Sobel 方差處理后五官與皮膚交界處因像素灰度差較大而明顯的顯現(xiàn) 出來，但人體四肢因不具備這樣的條件就可以被排除掉。另一方面，膚色檢測的錯誤報警率較高，如手， 四肢等也會被認為是人臉區(qū)域。同時，基于膚色的人臉檢測速 度很快，適于實時使用。 OpenCV 集成了一些比較常見的用于圖像處理及計算機視覺的算法，用 C/C++語 言進行實現(xiàn)，在實際應用中，可以減少很多重復勞動，達到更高的效率。OpenCV 是由 Intel 公司位 于俄羅斯的研究實驗室所開發(fā)，它是一套可免費獲得的由一些 C 函數(shù)和 C++類 所組成的庫，用來實現(xiàn)一些常用的圖像處理及計算機視覺算法[3]。autofaceGFB 人臉檢測系統(tǒng)通過綜合實現(xiàn)上述各方案，對光照、尺度、 姿態(tài)、旋轉(zhuǎn)、表情和部分遮擋等方面的變化具有較強的適應性和較高的檢測率。autofaceGFB 人 臉檢測系統(tǒng)也使用了這種算法作為系統(tǒng)的另一個人臉檢測方案。這一人臉檢測算法具有很強的適應能力，在人臉姿態(tài)、表 情變化以及面部部分遮擋等復雜情況下依然能夠獲得很高的檢測正確率。 系統(tǒng)的總體結(jié)構(gòu)由于輸入圖像的成像條件不同，光照變化、環(huán)境復雜程度也各異，為了增強 對輸入圖像的適應性，autofac