基于模板人臉檢測(cè)

基于模板的簡(jiǎn)易人臉檢測(cè)

一、研究背景

人臉識(shí)別技術(shù)主要應(yīng)用在公安、金融、網(wǎng)絡(luò)安全、物業(yè)管理以及考勤等領(lǐng)域,國(guó)外被大量使用在國(guó)家重要部門(mén)以及軍警得安防部門(mén)。人臉檢測(cè)是人臉識(shí)別與匹配的基礎(chǔ)，在此我們基于顏色分割和模板匹配的思想，建立一種簡(jiǎn)單的人臉檢測(cè)程序，算法比較簡(jiǎn)單，速度快。二、研究動(dòng)態(tài)幾何特征的人臉識(shí)別法基于眼、鼻、嘴等之間的幾何特征，算法識(shí)別速度快，需要的內(nèi)存小，但識(shí)別率低。基于特征臉（PCA）的人臉識(shí)別法基于KL變換的人臉識(shí)別方法，完全基于圖像的灰度統(tǒng)計(jì)特性，需要較多的訓(xùn)練樣本。神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別法以降低分辨率的人臉圖像、局部區(qū)域的自相關(guān)函數(shù)、局部紋理的二階矩為輸入，需要較多的訓(xùn)練樣本。彈性圖匹配的人臉識(shí)別法結(jié)合了灰度特性和幾何特性，允許人臉又一定的彈性變形，克服了表情變化的影響，對(duì)于單個(gè)人不需要較多樣本。三、算法（一）算法思想真彩色RGB圖像可以進(jìn)行歸一化處理至rgb空間，并可進(jìn)一步轉(zhuǎn)化為灰度圖像。其中，灰度圖像的像素值對(duì)應(yīng)該像素點(diǎn)是皮膚的概率。在此基礎(chǔ)上，將灰度圖像進(jìn)行濾波處理后轉(zhuǎn)化為二值化圖像，就可提取出圖像的特征點(diǎn)，用0（黑色區(qū)域）和1（白色區(qū)域）分別表示非皮膚區(qū)域和皮膚區(qū)域。

在確定皮膚的基礎(chǔ)上，我們可以通過(guò)對(duì)鎖定的區(qū)域根據(jù)人臉的特征進(jìn)行優(yōu)化分割，剔除多余成分，就可基本確定人臉區(qū)域。（二）設(shè)計(jì)框圖（三）模塊說(shuō)明建立膚色分布高斯模型rgb圖像空間是將RGB圖像空間歸一化得到的，其轉(zhuǎn)換公式為

由于rgb空間一般只用(r,g)空間，這樣又實(shí)現(xiàn)了三維空間到二維空間的轉(zhuǎn)換。

由于實(shí)際中皮膚的概率分布是呈高斯分布的，假設(shè)(r,g)空間中皮膚

的概率分布的一階矩和二階矩分別為則某一像素點(diǎn)是皮膚的概率為對(duì)于膚色概率分布的一階矩和二階矩我們可以通過(guò)查閱資料或用大量圖片進(jìn)行估計(jì)得到。通過(guò)我們的查閱資料可知色彩空間轉(zhuǎn)換：rgb2gray(Img)如果以R、G、B為軸建立空間直角坐標(biāo)系，則RGB圖的每個(gè)象素的顏色可以用該三維空間的一個(gè)點(diǎn)來(lái)表示，Gray圖的每個(gè)象素的顏色可以用直線R=G=B上的一個(gè)點(diǎn)來(lái)表示。于是rgb轉(zhuǎn)gray圖的本質(zhì)就是尋找一個(gè)三維空間到一維空間的映射，最容易想到的就是射影（即過(guò)rgb空間的一個(gè)點(diǎn)向直線R=G=B做垂線）。

Matlab中Gray=0.29900*R+0.58700*G+0.11400*B。圖像濾波

初始輸入的圖像往往帶有噪聲，為了消除混雜圖像的干擾，改善圖像的質(zhì)量，增強(qiáng)圖像的表現(xiàn)特征，可以對(duì)圖像進(jìn)行濾波處理。鄰域平均法濾波是利用3×3的BOX模板對(duì)圖像進(jìn)行卷積運(yùn)算，對(duì)當(dāng)前像素及其相鄰的的像素點(diǎn)統(tǒng)一進(jìn)行平均處理，這樣就可以濾去圖像中的噪聲。二值化

圖像經(jīng)過(guò)平滑濾波后，噪聲大多已經(jīng)被消除，為提取特征點(diǎn)，需對(duì)圖像進(jìn)行分割，要二值化。對(duì)于初始輸入的真彩色圖像，我們統(tǒng)計(jì)可得皮膚與非皮膚區(qū)域的先驗(yàn)概率，分別記為，又根據(jù)皮膚概率分布的高斯模型，我們可知

根據(jù)貝葉斯最小誤判準(zhǔn)則

然后用二進(jìn)制圖像顯示出二值化的圖像，其中0（黑色區(qū)域）和1（白色區(qū)域）分別代表非皮膚和皮膚。分割人臉候選區(qū)域二值皮膚分割圖像只是給出了所有與皮膚顏色相同的區(qū)域，有可能把肩膀、手臂等膚色區(qū)域或是與膚色相近的其他物體也包括了進(jìn)去，所以，要通過(guò)各種方法將那些非人臉區(qū)域盡可能去除掉。人臉包含眼睛、鼻子以及嘴巴，因此一張臉在被分割的區(qū)域里應(yīng)包含至少一個(gè)洞。標(biāo)注二值圖像中連接的部分，找出每個(gè)顆粒的坐標(biāo)，針對(duì)每個(gè)顆粒進(jìn)行區(qū)域空洞判斷。若區(qū)域中有空洞，則將此區(qū)域保留，然后做填充將洞封住（即將灰度值賦為1）。最終會(huì)在整個(gè)二值圖像中保留出一片區(qū)域，即初步判斷的人臉區(qū)域。優(yōu)化模板對(duì)上面獲得的二值圖像中的目標(biāo)區(qū)域進(jìn)行比例、結(jié)構(gòu)的分析，過(guò)濾掉不可能的人臉區(qū)域，便于后面的形狀模板的匹配。長(zhǎng)寬比:人臉的比例通常是1：1，但考慮到與人臉相連的脖子可能沒(méi)有被衣服覆蓋的情況，本文規(guī)定，如果目標(biāo)區(qū)域的寬度與高度的比例小于0.6或是大于1.5，則認(rèn)為不是人臉區(qū)域，刪除該區(qū)域。

區(qū)域填充率:矩形面積S，目標(biāo)區(qū)域的面積為A，如果A/s小于0.35，則認(rèn)為不是人臉區(qū)域，刪除該區(qū)域。理想膚色分布VS真實(shí)圖片（含噪聲）中膚色分布實(shí)際檢測(cè)效果展示四、優(yōu)缺點(diǎn)優(yōu)點(diǎn)

算法簡(jiǎn)單、無(wú)需訓(xùn)練樣本、占用內(nèi)存小、速度較快缺點(diǎn)只能檢測(cè)單人臉圖像、檢測(cè)的成功率