【畢業(yè)學(xué)位論文】（Word原稿）基于Gabor特征抽取和Fisherface的人臉識別軟件系統(tǒng)開發(fā)-圖像識別

摘 要 人臉識別技術(shù)有著廣闊的應(yīng)用前景和迫切的現(xiàn)實(shí)需求，是當(dāng)前模式識別、計(jì)算機(jī)視覺等領(lǐng)域里最熱門的研究方向之一。而人臉識別的軟件系統(tǒng)開發(fā)，則是聯(lián)系理論和實(shí)踐的最重要的環(huán)節(jié)。本文著重介紹了人臉識別軟件系統(tǒng)開發(fā)的背景，原理以及最后的設(shè)計(jì)結(jié)果。 本文共分為三個(gè)部分。第一部分介紹了人臉識別的意義、背景和人臉識別系統(tǒng)的組成。第二部分具體首先介紹了基于 征抽取并結(jié)合 法的人臉識別。然后也介紹了用于識別的分類方法和相似度判定方法。第三部分介紹了我開發(fā)的人臉識別系統(tǒng)的組成部分和使用 方法。最后本文給出一個(gè)小規(guī)模的測試結(jié)果，并根據(jù)測試就本系統(tǒng)的優(yōu)點(diǎn)和不足進(jìn)行了分析和展望。 關(guān)鍵字：人臉識別 軟件系統(tǒng)開發(fā) 波變換 目 錄 第一章：人臉識別系統(tǒng)綜述 言 臉自動(dòng)識別系統(tǒng) 文的安排 二章： 基于 言 波基 作特征抽取 征矢量的降維以及判據(jù)分析 法 于 征的分類規(guī)則 三章 人臉識別的軟件系統(tǒng)開發(fā) 發(fā)環(huán)境 統(tǒng)框架 統(tǒng)功能綜述 戶管理的程序?qū)崿F(xiàn) 份識別的程序?qū)崿F(xiàn) 頻管理的程序?qū)崿F(xiàn) 統(tǒng)的典型使用流程 統(tǒng)的測試 論與展望 考文獻(xiàn) 謝 第一章：人臉識別系統(tǒng)綜述 言 生物 識別技術(shù)是指通過對人體特征的數(shù)字化測量來進(jìn)行鑒別的技術(shù)，包括指紋、人臉、聲音、虹膜、掌紋等特征都可以被用來進(jìn)行身分識別。人臉識別技術(shù)是生物識別技術(shù)中的一個(gè)重要課題，是目前非常活躍的研究方向。與利用其他生物特征進(jìn)行身份識別相比，人臉識別具有直接、方便、友好、非侵犯性的優(yōu)點(diǎn)，因而具有極其廣泛的應(yīng)用前景。 雖然人類能夠毫不費(fèi)力地識別出人臉乃至表情，但人臉的機(jī)器識別卻是個(gè)難度極大的課題。首先人臉是一個(gè)三維的非剛體的不規(guī)則表面；其次，人臉會隨著年齡、健康以及表情的變化而變化；再次，在采集人臉圖像時(shí)，不同的光照，角度都 會影響人臉識別地準(zhǔn)確度。由于人類大腦對人臉識別的機(jī)制尚不可知，機(jī)器人臉識別還處于摸索與創(chuàng)新的階段，并且涉及到計(jì)算機(jī)視覺、模式識別、生理學(xué)和心理學(xué)等多方面的諸多知識。所有這些因素都是的人臉識別成為極具挑戰(zhàn)性，卻又十分具有價(jià)值的一個(gè)課題。 臉自動(dòng)識別系統(tǒng) 一個(gè)典型的人臉識別系統(tǒng)主要包括訓(xùn)練過程和識別過程。訓(xùn)練過程主要完成將已知人臉進(jìn)行定位、特征提取與選擇、以及分類器的設(shè)計(jì)；識別過程則完成將未知圖片進(jìn)行處理，并最終識別出身份的分類和決策。其總體結(jié)構(gòu)如圖 示： 2 圖 型人臉識別系統(tǒng)的總體結(jié)構(gòu) 從圖中可以看出，其主要功能模塊包含如下幾個(gè)部分： （ 1） 圖像獲?。喝四槇D像數(shù)據(jù)源包括運(yùn)動(dòng)圖像序列（視頻流）和靜止圖像。主要可以通過掃描儀，數(shù)碼照相機(jī)，攝像頭等數(shù)字輸入設(shè)備獲取。 （ 2） 人臉檢測定位：該模塊用來分析輸入的圖像，判斷其中是否有人臉，如果有，則找出人臉的位置，并把人臉圖像從背景圖像中分離出來。 （ 3） 圖像預(yù)處理：預(yù)處理的主要作用在于盡可能的使得人臉圖像處于同一尺度和標(biāo)準(zhǔn)，最終為后續(xù)處理提供高質(zhì)量的輸入圖像。通常這部分需要完成對抽取圖像的尺度歸一化、 灰度歸一化、降噪、去光照、白平衡等功能。 （ 4） 特征提取和選擇：對于處理后的人臉圖像按照某種策略抽取出用于識別的特征，將原始的臉空間映射到新的特征空間。在此步驟中，不僅注重如何提取具有良好分離性能的特征數(shù)據(jù)，還必須考慮到整體算法的魯棒性和處理效率等應(yīng)用指標(biāo)。 （ 5） 訓(xùn)練：即分類器的設(shè)計(jì)。此過程主要生成可用于識別的參數(shù)。通常，已有人臉庫 人臉檢測定位 圖像預(yù)處理 特征提取與選擇 訓(xùn)練 獲取圖像 人臉檢測定位 圖像預(yù)處理 特征提取與選擇 識別 給 出身份 3 在已有的樣本訓(xùn)練集基礎(chǔ)上確定某個(gè)判定規(guī)則，使得按此規(guī)則對被識別對象進(jìn)行分類所造成的錯(cuò)誤識別率最小或者結(jié)果期望最大。 （ 6） 識別：通過比對獲得的未知人臉參數(shù)和訓(xùn)練所得的參數(shù)完成人臉的分類和判別，給出識別結(jié)果 。 文的安排 在論文的組織和安排上，本論文按照內(nèi)容共分為五章： 第一章，人臉識別系統(tǒng)綜述。著重介紹了人臉識別的研究對象、研究意義、研究難點(diǎn)以及典型人臉系統(tǒng)的組成。 第二章，基于 征抽取和 法的人臉識別。這章介紹了系統(tǒng)中使用方法的理論基礎(chǔ)，包括 波核、 征抽取、 法、余弦相似度判別等。 第三章，人臉識別的軟件系統(tǒng)開發(fā)。這章重點(diǎn)介紹了軟件系統(tǒng)的構(gòu)成，使用方法，以及一個(gè)小規(guī)模測試的結(jié)果和分析。 4 第二章 基于 征抽取和 言 人臉識別的核心問題，就是如何將人臉的特征抽取出來，并得到對應(yīng)于不同用戶的可分的若干類。 波基由于它的生物相關(guān)性，是一個(gè)很好的特征抽取的方法。但是 波后得到的基的維數(shù)過高，并不能直接用作識別，所以我們使用了 方法進(jìn)行降維，并對每個(gè)用戶求訓(xùn)練平均的方法，得到每個(gè)用戶對應(yīng)的類，以便進(jìn)行分類。最后本章介紹了用于分類判別的 法。 波基 在人臉識別上是基于它與生物方面相關(guān) 性的，哺乳動(dòng)物視覺皮層簡單細(xì)胞的感受野空間結(jié)構(gòu)可以在數(shù)學(xué)上用 數(shù)來描述。簡單細(xì)胞對大面積的彌散光無反應(yīng)，而比較時(shí)和與檢測具有明暗對比的邊緣，并對邊緣的位置和方位有嚴(yán)格的選擇性。 具有一些很好的性質(zhì)比如空間位置選擇，方向選擇，頻率選擇，正交性等，因此適合用于圖像的特征抽取上，特別是用在人臉的識別中。 核函數(shù)可以用下式描述 8： 2 2 2 2,2 ( | | | | | | | | / 2 ), ( / 2 ), 2| | | | e e e i k z z （ 1） 其中 ， 分別是方向和尺度因子 , z =(x, y)是行矢量， x、 y 為二維坐標(biāo)，,k= ， k=f ,= /8 。（ 1）式中方括號內(nèi)第一項(xiàng)是交流成分，第二項(xiàng)是直流補(bǔ)償，當(dāng)參數(shù) 很大的時(shí)候第二項(xiàng)可以忽略。 一般對參數(shù)的選取是這樣的，取 5 個(gè)不同的尺度 0,1,2,3,4和 8 個(gè)方向 0, ,7, 并且取 =2 , /2, f = 2 。如果 x， y 坐標(biāo)的范圍是（ 4）的話，這樣得到了一組復(fù)數(shù)的 ，如圖 示，圖 2.1(a)表示 2.1(b)表示 的模。 5 （ a） 的實(shí)部 （ b） 的模 圖 作特征抽取 假設(shè) I (x, y)表示一幅灰度圖像，用 (1)式得到的 對它進(jìn)行特征抽取，這個(gè)過程就是一個(gè)卷積的運(yùn)算，即： ,( ) ( ) ( ) O z I z z（ 2） 式中，, () 對應(yīng)的 ，, ()征， z =(x, y)。 在通過 (2)式進(jìn)行卷積運(yùn)算時(shí)，圖像邊緣需要做延拓。我們可以通過下式來計(jì)算積： 1,( ) ( ) ( ) z O I z z （ 3） 其中 和 1 分別代表快速傅立葉變換和反變換。對于一張 128 128 的人臉圖像，我們做 征抽取可以得到如圖 2 所示的結(jié)果。 6 (a) 特征的實(shí)部 (b) 特征的模 圖 2. 人臉圖像的 征 圖 2（ b）已經(jīng)包 含了人臉的大部分特征，為了方便后面的處理，可以先對, ()后做如下處理 1 對, ()們實(shí)驗(yàn)時(shí)是將 濾波后得到的 128 128 的圖片降采樣成 16 16 的圖片。 2 將, ()差為 1 的矩陣。 3 將矩陣, ()成一維長矢量。 7 由于 0, ,7， 0,1,2,3,4, 所以對于同一幅圖像我們分別用 40 組 后通過上面的處理可以得到 40 組特征矢量0,0O，0,1O ,4,7O,將這些特征矢量連接起來我們可以得到 征矢量： x = 0 0 , 1 4 , 7( . . . . . . . )T T O （ 4） 式中， T 表示矩陣轉(zhuǎn)置 , x 征矢量的降維以及判據(jù)分析 從上面得到的 征矢量處于一個(gè)有著極高維數(shù)的空間中。然而，心理學(xué)的研究表明，例如相同類別判斷的感官活動(dòng)，一般是在感官數(shù)據(jù)的低維表示下進(jìn)行的。事物的低維表示對于學(xué)習(xí)來說尤其重要，因?yàn)楫?dāng)表示底層原理的所需要的維度增加時(shí)，用以有效學(xué)習(xí)而需要的事例的數(shù)目會指數(shù)上漲。而且，當(dāng)考慮到計(jì)算量的問題時(shí)，低維表示也是十分重要的。出于對低維表示的需求，我們需要一種有效的降維算法。而如果以均方誤差作為標(biāo)準(zhǔn)，那么主元分析（ 是一種很好 的降維表示方法，它的主要目標(biāo)是將高維的視覺刺激（例如人臉圖像）投射到一個(gè)低維空間。 一個(gè)標(biāo)準(zhǔn)的去相關(guān)技巧，它用來求得一組正交的投射基，使得維數(shù)減少。假設(shè) )( 是特征向量 )(x 的協(xié)方差矩陣，那么對于一個(gè)隨機(jī)向量 )(是將它的協(xié)方差矩陣)(x分解成為如下的形式： ,.,. 2121)(ia g （ 5） 其中 是一個(gè)正交特征向量矩陣， 是一個(gè)降續(xù)排列的對角特征值矩陣。 一項(xiàng)重要性質(zhì)就是，僅用主元的一個(gè)子集來表征原始信號時(shí)，從最小均方誤差的角度來說， 有最優(yōu)的信號重建能力。根據(jù)這條性質(zhì)， 直接的一個(gè)應(yīng)用就是降維： )()( t （ 6） 其中 ,. 21 ， 。低維向量 )(y 包含了原始數(shù)據(jù) )(x 中最具8 有代表性的特征。 然而，我們應(yīng)該意識到 優(yōu)點(diǎn)更多的體現(xiàn)在數(shù)據(jù)壓縮以及低階統(tǒng)計(jì)的不相關(guān)性上。 沒有考慮到識別或分類上的特點(diǎn)，因此 優(yōu)勢并不能很好地在人臉識別等方面體現(xiàn)出來。為了解決 這個(gè)缺點(diǎn)，我們需要一種更好的方法，它既能夠得到原始數(shù)據(jù)地低維表示，又是具有高區(qū)分度的。解決方法之一，就是使用 性判據(jù)（ 到模式之間的高區(qū)分度。該方 法在人臉識別上的應(yīng)用，是由 法所實(shí)現(xiàn)的。 法 一個(gè)很常用的判別準(zhǔn)則，它的原理是判別經(jīng)過類內(nèi)分布?xì)w一化后的類間分布。假設(shè) L ,., 21 和 ., 21 分別為類，以及每一類內(nèi)的圖片數(shù)量。又令 ., 21 和 M 為每一類的平均，以及總的平均。類內(nèi)和類間分布矩陣和b由下式定義： Li ()( )()()( （ 7） Li )()( （ 8） 其中 )(先驗(yàn)概率， ,， L 是類的總數(shù)。 到一個(gè)投射矩陣 ，使得 比值取得極大值的條件是 由矩陣b1的特征向量組成，即： （ 9） 其中 , 分別是矩陣b1的特征向量和特征值矩陣。 當(dāng)然 有它的缺點(diǎn)，其中之一的就是它需要大量訓(xùn)練樣本才能得到更好的概括。如果這個(gè)條件不能被滿足的話， 于新的測試數(shù)據(jù)的判別能力就會顯得很差。 9 于 征的分類規(guī)則 當(dāng)一幅圖片 進(jìn)入系統(tǒng)后，我們首先按 介紹的方法得到該圖片的 維的特征 )(y 則是由（ 6）得到的。然后再 對（低維的） 征向量 )(y 進(jìn)行 定義 .,2,1,0 ，為某類k經(jīng)過 得到的訓(xùn)練樣本的平均值。那么 使用相似度判據(jù) ，來尋找（相對于均值的）全局最 近鄰作為分類方法。 )(0)(0)( ),(m (（ 10） 當(dāng)使用相似度判據(jù) 時(shí)，圖像的特征向量 )(u ，被認(rèn)為屬于距離平均值最近的那類 0 本系統(tǒng)采用的相似度判別方法是余弦相似度判據(jù)，由下式定義： t),(c 11） 需要注意的是，使用余弦相似度判據(jù)時(shí)，分子上有一個(gè) 負(fù)號，這是因?yàn)樽罱彿ㄒ宰钚【嚯x，而不是最大距離作為判別。 10 第三章 人臉識別的軟件系統(tǒng)開發(fā) 發(fā)環(huán)境 本系統(tǒng)使用了 + 為開發(fā)環(huán)境。 +是一個(gè)有著廣泛應(yīng)用的軟件開發(fā)環(huán)境，他在語法上對 C/C+完全支持，并且在用戶界面（ 使用了所見即所得的理念；同時(shí)， +繼承了 得開發(fā)基于 統(tǒng)的應(yīng)用軟件的過程非常簡便，程序員可以更多的著重于算法的實(shí)現(xiàn)，而不被界面、消息等繁文縟節(jié)所拘束。 本系統(tǒng)還使用了 司開發(fā)的 庫。 成了一些比較常見的用于圖像處理的算法，用 C/C+語言進(jìn)行實(shí)現(xiàn)，在實(shí)際應(yīng)用中，可以減少很多重復(fù)勞動(dòng)，達(dá)到更高的效率。 提供了一系列高度優(yōu)化的 C 函數(shù)，用于在 構(gòu)的處理器上進(jìn)行各種圖像處理。 統(tǒng)框架 在本系統(tǒng)中，主要界面如圖 示，分為四個(gè)子視窗。 圖 統(tǒng)的基本界 面 11 視窗一為攝像頭顯示。當(dāng)攝像頭被打開以后，用戶可以在這個(gè)視窗里看到實(shí)時(shí)的攝像頭拍攝到的畫面。另外，當(dāng)人臉檢測功能被打開時(shí)，檢測到的人臉會被動(dòng)態(tài)地用紅色方框表示出來。 視窗二為用戶資料區(qū)。當(dāng)前數(shù)據(jù)庫中的所有用戶的姓名、性別、身份和年級都在這里顯示。用戶也可以在這里通過右鍵菜單進(jìn)行添加、刪除用戶等操作。 視窗三為控制面板。為方便操作，這里提供了一些常用功能的按鈕。 視窗四為用戶圖像察看區(qū)。當(dāng)用戶資料區(qū)中的某一個(gè)用戶被雙擊后，這里會顯示數(shù)據(jù)庫中該用戶的頭像資料，以供察看。 統(tǒng)功能綜述 系統(tǒng) 的功能主要有三個(gè)菜單實(shí)現(xiàn)，分別為：用戶管理、身份識別、視頻管理。 用戶管理菜單用于對數(shù)據(jù)庫內(nèi)的用戶進(jìn)行管理操作。下拉菜單的各項(xiàng)分別為：添加用戶、取消添加、刪除用戶、用戶列表、開始訓(xùn)練。 身份識別菜單用于對未知圖像進(jìn)行識別，分為攝像頭識別和圖片識別兩個(gè)部分。前者通過攝像頭動(dòng)態(tài)捕捉人臉并識別，后者則對一幅靜態(tài)圖像（支持 式）進(jìn)行識別。 視頻管理則用于對攝像頭進(jìn)行設(shè)置，包括打開 /關(guān)閉攝像頭，已經(jīng)對攝像頭的參數(shù)進(jìn)行適當(dāng)調(diào)整。 戶管理的程序?qū)崿F(xiàn) 用于用戶管理的，主要是三個(gè)類： 一個(gè)用作保存所有用戶資料的類，當(dāng)每新建活著打開一個(gè)文檔時(shí)，一個(gè) 型的變量即被創(chuàng)建，用來保存當(dāng)前文檔中包含的用戶資料。的每一個(gè)用戶資料，由一個(gè) 型的變量保存，該類的成員變量包括了用戶姓命、性別、身份、年級的基本信息，以及其他程序運(yùn)行所需要的信息。另外，每個(gè)用戶用于訓(xùn)練的 5 張人臉圖像，則由 型的變量表示，該類能夠很方便的對圖像進(jìn)行存取。 添加用戶命令，用于將信用戶的信息和圖像添加到現(xiàn)有系統(tǒng)中。首先，需要將用戶姓名和其他信息（可選）輸入系統(tǒng)。其次，系統(tǒng)將使用攝像頭進(jìn)行人臉檢12 測。在本系統(tǒng)中，我采用了目前被廣泛采用的 人臉檢測算法。一種多分類器的方法，速度相對較快，效果在實(shí)際應(yīng)用中非常好。每個(gè)用戶需要錄入總共 5 張人臉圖像。如果選擇自動(dòng)人臉定位，則結(jié)束錄入后用戶添加過程即結(jié)束；如果選擇手工人臉定位，則在錄入結(jié)束后將出現(xiàn)定位對話框，用戶可以通過定位雙眼來手工定位人臉。如果手工定位結(jié)果滿意的話，可以按確定結(jié)束添加用戶， 反之則可按取消刪除當(dāng)前添加的用戶。 取消添加命令，可以刪除當(dāng)前添加的用戶。在添加過程中，如果由于各種原因想放棄當(dāng)前添加的用戶，可以使用該命令，則拍攝過程將被中指，錄入的圖片也將被刪除。 刪除用戶命令，用于刪除當(dāng)前數(shù)據(jù)庫內(nèi)已有的用戶的資料和照片。用戶可以通過菜單命令，在彈出的用戶列表對話框中選擇需要?jiǎng)h除的用戶，或者在主界面的用戶資料區(qū)中選擇用戶，并在右鍵菜單中選擇刪除用戶。 開始訓(xùn)練命令，用于將當(dāng)前數(shù)據(jù)庫內(nèi)的所有用戶圖片進(jìn)行訓(xùn)練，以供識別是作為基進(jìn)行比對，只有先經(jīng)過訓(xùn)練，才可以使用人臉識別的功能。主要訓(xùn) 練的方法在第二章提出，即結(jié)合了 換和 一種特征提取降維方法。在訓(xùn)練中，首先對每個(gè)用戶的每一張圖像作 波。完成之后，再對得到的做 后對每個(gè)人求訓(xùn)練平均，得到可供識別比對的訓(xùn)練基。訓(xùn)練的過程如圖 示。 份識別的程序?qū)崿F(xiàn) 需要進(jìn)行身份識別的圖像可以有兩個(gè)來源，即攝像頭即時(shí)獲取，和靜態(tài)圖片輸入。雖然輸入方式不同，但實(shí)際上的處理過程是相同的。首先對輸入的圖像用法進(jìn)行人臉檢測。檢測出的圖像經(jīng)過去光照，轉(zhuǎn)換成 灰階后，再做波。得到的 則和訓(xùn)練基作比較。在本系統(tǒng)中，我采用了以樣本中心為參考點(diǎn)的最小角度分類方法（ 最終就可以得到識別出的用戶名。身份識別的過程如圖 示。 13 用 測人臉 讀 將人臉圖像傳成 灰階形式 去光照處理 作 波 讀訓(xùn)練基 最小角度分類得到角度最小的樣本 訓(xùn)練結(jié)束 識別開始 圖 份識別的流程圖 取得相對應(yīng)的 用戶資料 讀取 讀取用戶數(shù)量以及對應(yīng)的圖像數(shù)量 讀 取下一個(gè) 用戶的信息 讀取下一幅圖像 轉(zhuǎn)成灰階形式 去光照處理 作 波 全部圖像？ 全部用戶？ 對得到的 存訓(xùn)練基 訓(xùn)練結(jié)束 訓(xùn)練開始 對每個(gè)人求 訓(xùn)練平均 圖 練的流程圖 N Y 14 頻管理的程序?qū)崿F(xiàn) 視頻管理的功能比較簡單。打開 /關(guān)閉攝像頭控制攝像頭開關(guān)，如果有其他程序需要使用攝像頭，可以暫時(shí)關(guān)閉本系統(tǒng)的攝像頭，放棄對攝像頭的占用。當(dāng)用戶需要運(yùn)行其他程序，而本軟件又不 能關(guān)閉的時(shí)候（比如進(jìn)行訓(xùn)練），控制攝像頭的作用尤其明顯。 攝像頭參數(shù)設(shè)置調(diào)用了攝像頭驅(qū)動(dòng)程序里的相關(guān) 件，所以不同的攝像頭會有不同的界面。這里用戶可以對攝像頭的各種功能設(shè)置進(jìn)行微調(diào)。比如在一個(gè)長期不變的環(huán)境使用本系統(tǒng)時(shí)，就可以針對該環(huán)境精確地調(diào)整攝像頭的曝光，焦距等參數(shù)，使得識別性能進(jìn)一步提高。 統(tǒng)的典型使用流程 作為一套人臉識別系統(tǒng)，它將各個(gè)功能模塊有機(jī)地結(jié)合起來。在使用中，則必須按照相應(yīng)的操作流程，才能夠達(dá)到更好的使用效果和效率。 第一步是硬件的配置。由于人臉識別的各個(gè)功能模塊都 有著比較大的運(yùn)算量，所以為了系統(tǒng)的通順的運(yùn)行，推薦使用主頻較高的 及較大容量的內(nèi)存。又由于軟件采用了 發(fā)的 發(fā)包，使用 司的芯片會有更好的表現(xiàn)。在開發(fā)和測試過程中，我使用的是主頻為 奔騰4 芯片，以及 512存。同時(shí)，攝像頭也是必需的。一般市面上的攝像頭都能滿足要求，連上 口后就可以使用。當(dāng)然，更高清晰度的攝像頭也能夠在一定程度上提高系統(tǒng)的性能。 第二步是用戶信息采集。當(dāng)系統(tǒng)初次使用時(shí)，數(shù)據(jù)庫里面是空的，因此我們要添加用戶進(jìn)去。通過單擊 “添加用戶”的命令，一個(gè)彈出框會要求輸入用戶的信息，包括姓名、性別、身份和年齡。同時(shí)下方可以選擇自動(dòng)人臉定位，或者手工人臉定位，默認(rèn)的是自動(dòng)人臉定位，即系統(tǒng)自動(dòng)將人臉檢測并保存下來，不許要手動(dòng)干預(yù)，效率較高（如圖 示）。如果選擇的是自動(dòng)人臉定位，則當(dāng)系統(tǒng)連續(xù)錄入 5 張圖像以后，添加新用戶即告完成，可以在用戶資料區(qū)看到添加用戶的信息已經(jīng)出現(xiàn)。如果選擇的是手動(dòng)人臉定位，則錄入完畢后還需要進(jìn)行定位。定位的方法是用鼠標(biāo)點(diǎn)出兩眼坐標(biāo)，則系統(tǒng)會自動(dòng)根據(jù)兩眼的坐標(biāo)確定人臉的范圍。同時(shí)用戶還可以根據(jù)需要調(diào)整適當(dāng)?shù)陌灼胶?值，使得人臉的色彩更真實(shí)。當(dāng)15 5 張圖像都滿意地確定了人臉范圍以后，可以通過“確定”鍵完成添加用戶的過程，若不滿意，也可以按“取消”鍵放棄本次添加。（如圖 示） 圖 加新用戶的彈出對話框圖 動(dòng)人臉定位的對話框 16 第三步是訓(xùn)練。單擊“開始訓(xùn)練”的命令即開始，無需其他操作。當(dāng)用戶數(shù)量增加時(shí)，訓(xùn)練需要的時(shí)間也會隨之增加，一般會要幾分鐘左右。 最后就是人臉識別。單擊“攝像頭單幀識別”，則系統(tǒng)會自動(dòng)在攝像頭中檢測人臉。如果檢測到人臉，則將該人臉圖像進(jìn)行識別，并顯示出識別結(jié)果，以及對應(yīng)的用戶 的數(shù)據(jù)庫內(nèi)的圖像。（如圖 示）或者也可以使用“圖片識別”，則系統(tǒng)會提示打開一個(gè)圖像文件，并對該文件進(jìn)行檢測和識別，效果與前面相同。 圖 份識別的對話框 統(tǒng)的測試 由于本系統(tǒng)主要用于攝像頭采集的場合，所以沒有用大量靜態(tài)圖片進(jìn)行測試，而是找了 12 位同學(xué)進(jìn)行小規(guī)模的測試。 首先是訓(xùn)練的過程。訓(xùn)練時(shí)間在晚上，主要光源是正對臉的一盞臺燈，亮度調(diào)整到攝像頭可以拍攝到清晰臉的狀態(tài)。分別將他們的信息和圖像錄入系統(tǒng)。 訓(xùn)練之后立即進(jìn)行了測試，用攝像頭對每位同學(xué)進(jìn)行身份識別，結(jié)果令人滿意： 12 位同學(xué)都被正確的識別出來了，正確率為 100%。 然后，到第二天再上，再次進(jìn)行了測試。早上的光照條件發(fā)生了變化，主要光源變?yōu)榱藦膯蝹?cè)側(cè)面照入的自然光。在這樣的條件下，測試結(jié)果并不理想，只17 有 8 為同學(xué)被成功識別，成功率 67%。 從最后的結(jié)果來看，在同一環(huán)境中，本系統(tǒng)的表現(xiàn)令人滿意，識別率達(dá)到100%。但是系統(tǒng)的魯棒性比較差，當(dāng)光源分布改變后，識別率就會下降，主要原因是光照的改變會一定程度上改變 征，使得需要識別的人臉和訓(xùn)練人臉差距擴(kuò)大。 論與展望 本系統(tǒng)耗時(shí)數(shù)月，最后完成了所要求的 功能?？偨Y(jié)下來，主要優(yōu)點(diǎn)如下： 1. 界面人性化，容易操作。 2. 對用戶的添加、錄入、刪除十分方便，數(shù)據(jù)庫管理效率高。 3. 在環(huán)境變化不大時(shí)，識別率可以達(dá)到 100%。 4. 模塊化編程，可擴(kuò)充性好，以后可以添加進(jìn)一步的功能。 當(dāng)然，系統(tǒng)也有它的缺點(diǎn)，主要是下面的兩點(diǎn)： 1. 訓(xùn)練時(shí)間過長，不能動(dòng)態(tài)的添加用戶。 2. 魯棒性較差，環(huán)境光照的改變會影響識別率。 基于這些優(yōu)缺點(diǎn)，今后如果要進(jìn)行改進(jìn)，首先解決的問題必然是魯棒性的問題。如何將光照對識別的影響減小到最少，是一個(gè)很有難度的問題。目前的去光照處理的效果并不令人滿意，白平衡處理則只能對 總體進(jìn)行小幅度的修正，不能解決光照造成的左右不平衡的問題。當(dāng)然也可以從其它角度解決這個(gè)問題，例如將攝像頭和燈光結(jié)合，使得每次識別的主光源都位于正前方。 其次是增加對側(cè)面臉進(jìn)行識別的功能。我們知道人類對人臉的辨認(rèn)能力遠(yuǎn)遠(yuǎn)超過正面，而是可以從正面到側(cè)面的各種角度進(jìn)行辨別。如何使得計(jì)算機(jī)也能對側(cè)面臉進(jìn)行識別也是目前研究的一個(gè)熱點(diǎn)?？尚械姆椒ㄖ皇鞘褂萌S的人臉模型，當(dāng)