【正文】 ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 系統(tǒng)總體設(shè)計(jì)原則 (1)開放性、可擴(kuò)充性、可靠性原則 開放系統(tǒng)是生產(chǎn)各種計(jì)算機(jī)產(chǎn)品普遍遵循的原則，遵循這種標(biāo)準(zhǔn)的產(chǎn)品都符合一些公共的、可以相互操作的標(biāo)準(zhǔn)，能夠融洽的在一起工作。另一種方法是對(duì)圖像進(jìn)行皮膚區(qū)域和頭發(fā)區(qū)域進(jìn)行分析，可以查看臉的直方圖和頭發(fā)的直方圖，成功標(biāo)記出人臉區(qū)域。 系統(tǒng)流程分析 用戶使用這款軟件時(shí)，要按照一定的流程來(lái)進(jìn)行操作。 直方圖：使用該模塊的 目的是直觀的顯示膚色像素點(diǎn)在灰度級(jí)中所占比例的關(guān)系。 本系統(tǒng)采用一種濾波方法萊消除噪聲。實(shí)際上就是調(diào)整圖片像素的 RGB值 ，然后將其他像素點(diǎn)按照這個(gè)比例依次調(diào)整 。 長(zhǎng) 春 大 學(xué) 畢業(yè)設(shè)計(jì)（論文）紙 共 37 頁(yè) 第 7 頁(yè) ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 3 系統(tǒng)總體設(shè)計(jì) 系統(tǒng)規(guī)劃 本系統(tǒng)主要研究的對(duì)象是圖像，系統(tǒng)應(yīng)該對(duì)圖像進(jìn)行光線補(bǔ)償、 二值化 、直方圖、標(biāo)記特征區(qū)域等，每個(gè)小模塊的實(shí)現(xiàn)都有許多相應(yīng)的算法。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。 安裝運(yùn)行環(huán)境 CPU 要求： 500M 及以上 內(nèi)存： 64M 以上 操作系統(tǒng)： Windows 系列 操作系統(tǒng) 支持軟件： Microsoft Visual Studio 開發(fā)工具選擇 本次設(shè)計(jì)所用的開發(fā)工具是 Microsoft Visual C++ 。如：Visual C++。 系統(tǒng)軟件配置方案：配置有持續(xù)工作能力、高穩(wěn)定性、高度可集成的開放是標(biāo)準(zhǔn)的操作 系統(tǒng)。 運(yùn)行 軟件所需硬件資源： CPU： 800M 以上；內(nèi)存： 128M 以上。 開發(fā)運(yùn)行環(huán)境 開發(fā)環(huán)境 （ 1）硬件環(huán)境 硬件配置原則：具有可靠性，可用性和安全性，具有完善的技術(shù)支持。 特征標(biāo)注 ： 特征標(biāo)注在人臉識(shí)別、驗(yàn)證 和建模中都具有重要意義，因?yàn)檠劬?、鼻子和嘴巴等特征集中了人臉的大部分信息? 去噪聲處理 ：在圖像的采集過(guò)程中 ,由于各種因素的影響 ,圖像中往往會(huì)出現(xiàn)一些不規(guī)則的隨機(jī)噪聲 ,如數(shù)據(jù)在傳輸、存儲(chǔ)時(shí)發(fā)生的數(shù)據(jù)丟失和損壞等 ,這些都會(huì)影響圖像的質(zhì)量，因此需要將圖片進(jìn)行消除噪聲 處理 。膚色提取，則對(duì)臉部區(qū)域的獲取則比較準(zhǔn)確，成功率 達(dá)到 95%以上，并且速度快，減少很多工作。 技術(shù)分析 圖像的處理方法很多，我們可以根據(jù)需要，有選擇地使用各種方法。 在我國(guó)以及其他國(guó)家都有大量的學(xué)者正在研究之中，不斷的更新人臉識(shí)別技術(shù)，以便系統(tǒng)的識(shí)別準(zhǔn)確率達(dá)到新的高度。 可行性分析 面部識(shí)別系統(tǒng)現(xiàn)在在大多數(shù)領(lǐng)域中起到舉足輕重的作用，尤其是用在機(jī)關(guān)單位 的安全和考勤、網(wǎng)絡(luò)安全、銀行、海關(guān)邊檢、物業(yè)管理、軍隊(duì)安全、智能身份證、智能門禁、司機(jī)駕照驗(yàn)證、計(jì)算機(jī)登錄系統(tǒng)。其在安全驗(yàn)證系統(tǒng)、信用卡驗(yàn)證、醫(yī)學(xué) 、檔案管理、視頻會(huì)議、人機(jī)交互、系統(tǒng)公安（犯罪識(shí)別等）等方面有著巨大的應(yīng)用前景，因此，面部識(shí)別技術(shù)越來(lái)越成為當(dāng)前模式識(shí)別和人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)。 本論文目的 本論文主要對(duì)該人臉識(shí)別系統(tǒng)進(jìn)行模塊劃分，并介紹各模塊的功能，重點(diǎn)介紹圖像預(yù)處理模塊，對(duì)其內(nèi)的子模塊的功能 和算法進(jìn)行詳細(xì)講述，主要介紹光線補(bǔ)償、 二值化 、 直方圖， 通過(guò)以上處理能夠成功標(biāo)記出人臉區(qū)域， 圖像預(yù)處理模塊在整個(gè)系統(tǒng)中起著極其關(guān)鍵的作用，圖像處理的好壞直接影響著后面的定位和識(shí)別工作 ， 最 后介紹人臉特征標(biāo)記與定位的方法 。 上述各種方法都存在著自身的優(yōu)缺點(diǎn)和適用領(lǐng)域，很多學(xué)者在各自所面臨的問(wèn)題的范圍內(nèi)不斷探索，也發(fā)明了許多卓有成效的檢測(cè)算法。這種思想和其他思想的不同之處在于，他并不首先人工的對(duì)人臉進(jìn)行分析或是抽取模板，也不對(duì)輸入圖像 進(jìn)行復(fù)雜的處理，而是利用大量的人臉整體外觀用結(jié)構(gòu)化的方法來(lái)訓(xùn)練出 人臉檢測(cè)的分類器。利用一些算法來(lái)計(jì)算各待測(cè)區(qū)域與標(biāo)準(zhǔn)模板的相似程度或稱相關(guān)性，利用這一相似程度來(lái)判決某一區(qū)域是否為人臉。當(dāng)然各種人臉特征的綜合運(yùn)用對(duì)于提高檢測(cè)算法的性能會(huì)有很大幫助。 （ 2） 基于人臉特征的自底向上的方法 這種思想首先用各種數(shù)字圖像的處理辦法對(duì)輸入圖像進(jìn)行處理，根據(jù)處理結(jié)果提取出來(lái)的某些特征與人臉的某些共性特征進(jìn)行比較，借此來(lái)判斷某一區(qū)域是否為人臉。例如：“正面人臉都包括兩只位置相互 對(duì)稱的眼睛”、“灰度圖像中眼睛要比臉上其他地方暗”等。 已有面部檢測(cè)方法綜述 面部檢測(cè)有很多方法，下面從方法論的角度概要性地總結(jié)一下現(xiàn)有 的幾種主要面部檢測(cè)思想。如今，雖然在這方面的研究已取得了一些可喜的成果，但是面部的檢測(cè)與定位在實(shí)際應(yīng)用中仍面臨著很嚴(yán)峻的問(wèn)題，因?yàn)槿四樜骞俚姆植际欠浅Ｏ嗨频?，而且人臉本身又是一個(gè)柔性物體，表情、姿態(tài)或發(fā)型、化妝的千變?nèi)f化都給正確識(shí)別帶來(lái)了相當(dāng)大的麻煩。 面部識(shí)別是機(jī)器視覺(jué)和模式識(shí)別領(lǐng)域最富有挑戰(zhàn)性的課題之一，同時(shí)也具有較為廣泛的應(yīng)用意 義。 面部識(shí)別的研究意義 隨著經(jīng)濟(jì)社會(huì)的日趨發(fā)展，快速有效的自動(dòng)身份識(shí)別的要求日益迫切，這使得面部識(shí)別技術(shù)的發(fā)展變得越來(lái)越重要。 2021 年 1 月 18日，由清華大學(xué)電子系人臉識(shí)別課題組負(fù)責(zé)人蘇光大教授主持承擔(dān)的國(guó)家 十五攻關(guān)項(xiàng)目《人臉識(shí)別系統(tǒng)》通過(guò)了由公安部主持的專家鑒定。這對(duì)于人臉鑒別特別有價(jià)值，因?yàn)槿四樿b別通常使用正面照，要鑒別的人臉圖像是不同時(shí)期拍攝的，使用的照相機(jī)不一樣。我國(guó)在這方面也取得了較好的成就， 國(guó)家 863 項(xiàng)目 “ 面像檢測(cè)與識(shí)別核心技術(shù) ” 通過(guò)成果鑒定并初步應(yīng)用， 就 標(biāo)志著我國(guó)在人臉識(shí)別這一當(dāng)今熱點(diǎn)科研領(lǐng)域掌 握了一定的核心技術(shù)。在機(jī)場(chǎng)開展的測(cè)試中，系統(tǒng)發(fā)出的錯(cuò)誤警報(bào)太多，國(guó)外的一些高校（卡內(nèi)基梅隆大學(xué)（ Carnegie Mellon University）為首，麻省理工大學(xué)（ Massachusetts Institute of Technology ）等，英國(guó)的雷丁大學(xué)（ University of Reading））和公司（ Visionics 公司 Facelt 人臉識(shí)別系統(tǒng)、Viiage 的 FaceFINDER 身 份驗(yàn)證系統(tǒng)、 Lau Tech 公司 Hunter 系統(tǒng)、德國(guó)的 BioID 系統(tǒng)等）的工程研究工作也主要放在公安、刑事方面，在考試驗(yàn)證系統(tǒng)的實(shí)現(xiàn)長(zhǎng) 春 大 學(xué) 畢業(yè)設(shè)計(jì)（論文）紙 共 37 頁(yè) 第 2 頁(yè) ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 方面深入研究并不多 [7]。美國(guó)國(guó)防部高級(jí)研究項(xiàng)目署，利用半自動(dòng)和全自動(dòng)算法。 美國(guó)陸軍實(shí)驗(yàn)室也是利用 vc++開發(fā)，通過(guò)軟件實(shí)現(xiàn)的，并且 FAR 為 49%。 （ 1）國(guó)外研究歷史與現(xiàn)狀 面部 識(shí)別研究開始于 1966年 PRI的 Bledsoe的工作， 1990年日本研制的人像識(shí)別機(jī)，可在 1秒鐘內(nèi)中從 3500人中識(shí)別到你要找的人 。在國(guó)內(nèi)，對(duì)于面部識(shí)別技術(shù)的研究始于上世紀(jì) 90年代，目前主要應(yīng)用在公安、金融、網(wǎng)絡(luò)安全、物業(yè)管理以及考勤等區(qū)域。這并非虛構(gòu)的情節(jié)。而面部識(shí)別是所有的生物識(shí)別方法中應(yīng)用最廣泛的技術(shù)之一，面部識(shí)別技術(shù)是一項(xiàng)近年來(lái)興起的，但不大為人所知的新技術(shù)。長(zhǎng) 春 大 學(xué) 畢業(yè)設(shè)計(jì)（論文）紙 共 37 頁(yè) 第 1 頁(yè) ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 1 引 言 課題的 背景 隨著安全入口控制和金融貿(mào)易方面應(yīng)用需要的快速增長(zhǎng)，生物統(tǒng)計(jì)識(shí)別技術(shù)得到了新的重視。目前，微電子和視覺(jué)系統(tǒng)方面取得的新進(jìn)展，使該領(lǐng)域中高性能自動(dòng)識(shí)別技術(shù)的實(shí)現(xiàn)代價(jià)降低到了可以接受的程度。人們更多的是在電影中看到這種技術(shù)的神奇應(yīng)用：警察將偷拍到的嫌疑犯的臉部照片，輸入到電腦中，與警方數(shù)據(jù)庫(kù)中的資料進(jìn)行比對(duì)，并找出該嫌疑犯的詳細(xì)資料和犯罪記錄。在國(guó)外 ，面部識(shí)別技術(shù)早已被大量使用在國(guó)家重要部門以及軍警等安防部門。 相關(guān)領(lǐng)域研究歷史與現(xiàn)狀 現(xiàn)在人臉識(shí)別技術(shù)已經(jīng)應(yīng)用在許多領(lǐng)域中，并起到了舉足輕重的作用， 人臉識(shí)別研究開始于 1966 年 PRI的 Bledsoe 的工作， 經(jīng)過(guò)三十多年的發(fā)展， 人臉識(shí)別 技術(shù)取得了長(zhǎng)足的進(jìn)步， 現(xiàn)在就國(guó)內(nèi)外相關(guān)領(lǐng)域研究歷史與現(xiàn)狀來(lái)進(jìn)行展述。 1993年，美國(guó)國(guó)防部高級(jí)研究項(xiàng)目署 (Advanced Research Projects Agency)和美國(guó)陸軍研究實(shí)驗(yàn)室(Army Research Laboratory)成立了 Feret(Face Recognition Technology) 項(xiàng)目組，建立了 feret 人臉數(shù)據(jù)庫(kù)，用于評(píng)價(jià)人臉識(shí)別算法的性能。在美國(guó)的進(jìn)行的公開測(cè)試中， FAR，為 53%。這種算法需要人工或自動(dòng)指出圖像中人的兩眼的中心坐標(biāo)，然后進(jìn)行識(shí)別。 （ 2）國(guó)內(nèi)研究歷史與現(xiàn)狀 人臉識(shí)別系統(tǒng)現(xiàn)在在大多數(shù)領(lǐng)域中起到舉足輕重的作用，尤其是用在 機(jī)關(guān)單位的安全和考勤、網(wǎng)絡(luò)安全、銀行、海關(guān)邊檢、物業(yè)管理、軍隊(duì)安全、智能身份證、智能門禁、司機(jī)駕照驗(yàn)證、計(jì)算機(jī)登錄系統(tǒng) 。北京科瑞奇技術(shù)開發(fā)股份有限公司在 2021 年開發(fā)了一種人臉鑒別系統(tǒng)，對(duì)人臉圖像進(jìn)行處理，消除了照相機(jī)的影響，再對(duì)圖像進(jìn)行特征提取和識(shí)別。系統(tǒng)可以接受時(shí)間間隔較長(zhǎng)的照片，并能達(dá)到較高的識(shí)別率，在計(jì)算機(jī)中庫(kù)藏 2300 人的正面照片，每人一張照片，使用相距 17年、差別比較大的照片去查詢，首選率可以達(dá)到 50%，前 20張輸出照片中包含有與輸入照片為同一人的照片的概率可達(dá) 70% 。鑒定委員會(huì)認(rèn)為，該項(xiàng)技術(shù)處于國(guó)內(nèi)領(lǐng)先水平和國(guó)際先進(jìn)水平 [6]。然而，面部識(shí)別技術(shù)由于其具有復(fù)雜、難度大且起步晚的特點(diǎn)，當(dāng)前發(fā)展還不是很成熟，這極大地限制了它的應(yīng)用。面部識(shí)別技術(shù)是一個(gè)非?；钴S的研究領(lǐng)域，它覆蓋了數(shù)字圖像處理、模式識(shí)別、計(jì)算機(jī)視覺(jué)、神經(jīng)網(wǎng)絡(luò)、心理學(xué)、生理學(xué)、數(shù)學(xué)等諸多學(xué)科的內(nèi)容。如何能正確識(shí)別大量的人 臉 并滿足實(shí)時(shí)性要求是迫切需要解決的問(wèn)題。 （ 1） 基于知識(shí)的自頂向下的方法 長(zhǎng) 春 大 學(xué) 畢業(yè)設(shè)計(jì)（論文）紙 共 37 頁(yè) 第 3 頁(yè) ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 裝 ┊ ┊ ┊ ┊ ┊ 訂 ┊ ┊ ┊ ┊ ┊ 線 ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ ┊ 這種方法是基于我們?cè)谡J(rèn)識(shí)人臉的過(guò)程中所總結(jié)出來(lái)的一些先驗(yàn)知識(shí)，把它們歸結(jié)成為一 些復(fù)雜程度由簡(jiǎn)而繁的規(guī)則。找到一系列規(guī)則后，把它們應(yīng)用到輸入圖像中，搜索出符合規(guī)律的人臉區(qū)域。舉例來(lái)說(shuō)，我們可以用數(shù) 字圖像處理中常用的提取邊界的方法在輸入圖像中尋找邊界，然后試探哪些邊界能像正面人臉的左邊線、右邊線和發(fā)髻線那樣構(gòu)成人臉的輪廓；還可以利用從圖像中提取出來(lái)的色彩和紋理信息與人臉的色彩和紋理模型進(jìn)行比較，得出可能的人臉區(qū)域。 （ 3） 模板匹配的方法 首先，建立并存儲(chǔ)一些人臉模板作為標(biāo)準(zhǔn)，可以包括正面人臉或是單獨(dú)的眼睛、鼻子、嘴等。 （ 4） 基于人臉外觀的方法 這種思 想是指通過(guò)搜集大量的人臉和非人臉樣本作為訓(xùn)練集，用人工神經(jīng)元網(wǎng)絡(luò)、支持向量機(jī) (SVM)等方法訓(xùn)練出一個(gè)分類器來(lái)檢測(cè)人臉。在這一類方法中，特征向量、統(tǒng)計(jì)學(xué)、信息學(xué)等思想也得到了運(yùn)用。但各種檢測(cè)算法都存在著效率與性能上的 矛盾，即在正確率、魯棒性能等方面