邢 幸,高 倩

摘 要:在目前手機通訊和Internet極大普及、CBIR技術(shù)日趨成熟及其Web方案成功運行實踐的基礎(chǔ)上,提出了CBIR、Internet和無線通訊技術(shù)三位一體的設(shè)計思想,實現(xiàn)了一種新型以手機為載體的便攜式人臉識別系統(tǒng),該系統(tǒng)既是手機增值業(yè)務(wù)的延伸,同時也為眾多領(lǐng)域內(nèi)基于CBIR技術(shù)的識別系統(tǒng)提供了積極的借鑒和更為廣闊的應(yīng)用空間。

關(guān)鍵詞:人臉識別;CBIR;手機通訊;Internet

中圖分類號:TP23文獻標識碼:B

文章編號:1004-373X(2009)19-205-03

Design of Portable Face Recognition System Based on CBIR

XING Xing,GAO Qian

(Luohe Vocational Technical College,Luohe,462000,China)

Abstract:In the current,mobile communication and Internet are popularized,CBIR technology is successful applied to Web program,three-in-one design idea of CBIR,Internet and wireless communication technology are proposed,and a portable face recognition system achieved by mobile phone,which is an extension of mobile value-added services,as well as the reference and application on a broader space for many areas of technology based on CBIR system.

Keywords:face recognition;CBIR;mobile communication;Internet

狹義的人臉識別(Face Recognition)特指通過人物面部進行身份確認或身份查找[1]。目前,人臉識別技術(shù)已趨成熟,不同類型的商用系統(tǒng)已投入使用。人臉識別系統(tǒng)通過建立自動人臉識別報警網(wǎng)絡(luò),對特定區(qū)域的特定人員進行攝像機自動識別發(fā)現(xiàn),未經(jīng)登記授權(quán)進入特定區(qū)域的人員,系統(tǒng)即定向報警。目前的人臉識別系統(tǒng)設(shè)備體積較大,移動性能差,不便于攜帶,難以普及和廣泛應(yīng)用。通信技術(shù)日新月異,智能手機的攝錄等功能愈加強大和普及,設(shè)計融合CBIR技術(shù)與手機通信技術(shù)的便攜式人臉識別系統(tǒng)已成為可能。它不僅具有一般的人臉識別系統(tǒng)確認和查證的功能,而且充分利用了無線通訊的優(yōu)勢,可被廣泛應(yīng)用在電腦或網(wǎng)絡(luò)安全、訪問控制、門禁和考勤、戶證管理、公安追逃、出入境邊檢、機場安檢、駕照或護照等重要證件的身份認證等多種不同的安全領(lǐng)域[2],其移動性的便攜功能是一般的人臉識別系統(tǒng)無法替代的,因而有著更為廣泛的應(yīng)用前景。

l CBIR技術(shù)

CBIR(Content Based Image Retrieval)即基于內(nèi)容的圖像檢索,屬于圖像分析和信息處理的研究領(lǐng)域,是指直接采用圖像內(nèi)容進行圖像信息的查詢,目的是在給定查詢圖像的前提下,依據(jù)其內(nèi)容信息或指定的查詢標準,在圖像數(shù)據(jù)庫中進行內(nèi)容上一致或相似性匹配,最終提供符合查詢條件的相應(yīng)圖像[3]。

1.1 CBIR的基本原理

CBIR一般由圖像標引系統(tǒng)和圖像檢索系統(tǒng)兩部分構(gòu)成[4]。圖像標引系統(tǒng)索引圖像文件并按設(shè)計要求設(shè)置檢索標目即檢索點,形成一個可供匹配檢索的有序的標目索引系統(tǒng)。該系統(tǒng)按設(shè)計功能提供顏色、紋理、形狀和對象等不同圖像底層視覺特征的檢索入口。

1.2 CBIR的主要檢索內(nèi)容

CBIR的主要檢索內(nèi)容有顏色、紋理、形狀和對象等。顏色特征包括圖像顏色分布、相互關(guān)系和組成等;紋理是指圖像紋理結(jié)構(gòu)、方向、組合及對稱關(guān)系等;形狀是指圖像輪廓組成、形狀、大小等;對象包括圖像子對象的關(guān)系、數(shù)量、屬性和旋轉(zhuǎn)等[5]。

1.3 CBIR的特點

CBIR可以直接從圖像中抽取特征和語義,檢索過程與語義提取直接相連,使得檢索過程更加有效,適應(yīng)性更強;用相似匹配(Similar Match)代替精確匹配(Exact Match),即采用相似比對的方法獲得類似圖像結(jié)構(gòu),漸近趨同,直至獲得符合要求的結(jié)果;用戶可以通過瀏覽選擇示例或自己繪制圖形來查詢,并可不斷改進檢索式,細化檢索過程;提供基于客觀屬性(關(guān)鍵詞)的檢索,基于內(nèi)容的檢索,基于對象關(guān)聯(lián)檢索以及概念檢索等多層次的高效檢索。

1.4 CBIR技術(shù)的應(yīng)用系統(tǒng)

在CBIR領(lǐng)域,經(jīng)過十幾年的理論研究,產(chǎn)生了許多比較成熟的算法和一些有價值的系統(tǒng)?，F(xiàn)普遍采用低層次的圖像信息(如圖像顏色、紋理、形狀等)來實現(xiàn)圖像內(nèi)容查詢。如IBM研究中心開發(fā)的QBIC(Query By Image Content)圖像檢索系統(tǒng),哥倫比亞大學(xué)的Visual SEEK 圖像查詢系統(tǒng),麻省理工學(xué)院實驗室開發(fā)的PhotoBook系統(tǒng),美國UIUC大學(xué)的MARS系統(tǒng)等[6]。為進一步提高檢索的準確性,CBIR系統(tǒng)采用相似度算法,計算用戶提交結(jié)果與索引數(shù)據(jù)庫中記錄的相似度大小,提取出滿足閾值的信息作為結(jié)果并按照相似度降序的方式輸出,并在同一次檢索過程中不斷地與用戶進行交互,系統(tǒng)通過對這些反饋的相關(guān)信息進行學(xué)習(xí),再次進行下一輪檢索,從而達到用戶的要求。

2 基于CBIR技術(shù)的Web應(yīng)用實例

上述“基于CBIR技術(shù)的應(yīng)用系統(tǒng)”中的系統(tǒng)主要利用圖像的顏色、紋理、形狀等進行相似度比較,多數(shù)是基于圖像的底層視覺特征進行檢索的,沒有完整的Web實現(xiàn)方案,距離普遍使用相去甚遠[7]。目前,完整實現(xiàn)Web化的CBIR技術(shù)應(yīng)用網(wǎng)站主要有www.1ike.com和www.polarrose.com。

www.1ike.com是一個商業(yè)性的服飾購物網(wǎng)站,它以獨特的技術(shù)實現(xiàn)了對服飾圖像的查詢和檢索。用戶提交衣服、鞋帽、手飾等的照片,通過匹配檢索后,網(wǎng)站會返回該服飾的品名、價格等相關(guān)信息。該系統(tǒng)的最大局限性在于搜索的內(nèi)容只能是服飾,并且是世界知名產(chǎn)品。有趣的是提交一張名人照片,就可以搜索出名人穿戴的東西,返回一系列類似服飾的價格列表供購物參考。

www.polarrose.com利用其自有的二維圖像三維模型轉(zhuǎn)化技術(shù),提供免費的面部圖像檢索服務(wù)。該服務(wù)是結(jié)合客戶端的運行軟件和服務(wù)器端的處理功能而實現(xiàn)的。客戶端軟件以電腦網(wǎng)絡(luò)瀏覽器Firefox和IE的客戶端軟件形式對外公開。當用戶瀏覽網(wǎng)站并顯示含有人物面部圖像的靜態(tài)圖像時,上述客戶端軟件就會在人物面部產(chǎn)生一個小標志。點擊該標志,就能檢索出面部與該人物類似的圖像。假如該人物的名字已經(jīng)登記到PolarRose數(shù)據(jù)庫,還可確認其名字。如果選擇的人物尚未登記名字,用戶還可自行登記名字或更正錯誤的名字。PolarRose公司的副總裁尼古拉斯這樣描述它的功能:“利用我們的人臉搜索技術(shù),你就可以根據(jù)人臉部的一些基本特征,實現(xiàn)在不同場景、燈光的照片里尋找同一個人,只要能看清他的臉?！?/p>

3 系統(tǒng)設(shè)計

基于Internet的普及、CBIR技術(shù)的日趨成熟及其Web實現(xiàn)方案的成功實踐,提出CBIR、Internet和無線通訊技術(shù)三位一體的設(shè)計思想,以實現(xiàn)一種新型的以手機為載體的移動人臉識別系統(tǒng),如圖1所示。

該系統(tǒng)的工作原理和人臉識別過程如下:用戶通過智能手機自身的拍照功能對需要確認的人物進行面部特征拍攝,將圖片以手機短信形式發(fā)送至服務(wù)器,服務(wù)器將其與數(shù)據(jù)庫中存貯的圖像進行“基于內(nèi)容的”匹配處理后,再將匹配程度高的圖片信息以短信形式發(fā)送回手機用戶,用于進行人物確認[8]。

圖1 系統(tǒng)結(jié)構(gòu)圖

3.1 系統(tǒng)運行流程

首先建立CBIR技術(shù)支持的人物面部圖像數(shù)據(jù)庫,在人物面部圖像數(shù)據(jù)庫中要對面部特征進行提取和標引等有序化處理,進而建立存貯面紋編碼的面部特征庫。這是系統(tǒng)工作的基礎(chǔ)和前提。在此基礎(chǔ)和前提的支持下,用戶將手機拍攝的圖像通過無線網(wǎng)絡(luò)發(fā)送至服務(wù)器,對接收到的圖像進行面部特征提取,而后在特征庫內(nèi)進行匹配檢索,將相似度高的圖片信息用SMS形式回發(fā)至手機用戶,用于身份確認。

3.2 系統(tǒng)開發(fā)工具及運行環(huán)境

開發(fā)工具:Microsoft制作發(fā)行的Visual Studio 2008 Team Suite系統(tǒng);

操作系統(tǒng):Windows 2003 Server;

應(yīng)用服務(wù)器:JRun 4.0,

JRun是一款Macromedia公司開發(fā)的Java應(yīng)用服務(wù)器,提供快速可靠的J2EE兼容平臺,如果希望在Web應(yīng)用中添加服務(wù)器端Java功能,那么JRun將是最為明智的正確選擇;

后臺數(shù)據(jù)庫:Oracle9i,Oracle9i是由Oracle公司開發(fā)的面向Internet支持關(guān)系對象模型的分布式數(shù)據(jù)庫和高度集成的、智能化的互聯(lián)網(wǎng)應(yīng)用基礎(chǔ)平臺,是Oracle9i Database,Oracle 9i Application Server 和Oracle9i Developer Suite的完整集成;

服務(wù)器數(shù)量:2臺。

3.3 系統(tǒng)模塊說明

(1) 數(shù)據(jù)庫

圖像數(shù)據(jù)庫1:利用Spider網(wǎng)絡(luò)蜘蛛程序抓取網(wǎng)頁中的人物圖像及其說明文字存入圖片數(shù)據(jù)庫1,用以彌補專業(yè)圖像庫數(shù)量上的不足。

圖像數(shù)據(jù)庫2:由專業(yè)圖像及其注釋組成,目的是為用戶提供權(quán)威性的解釋。

圖像特征庫1:提取圖像數(shù)據(jù)庫1中的圖像面部特征,將面紋編碼存入圖像特征庫1。

圖像特征庫2:用來存放圖像數(shù)據(jù)庫2中圖像的面紋編碼。

“面紋編碼”是根據(jù)臉部的本質(zhì)特征和形狀來工作的,它可以抵抗光線、皮膚色調(diào)、面部毛發(fā)、發(fā)型、眼鏡、表情和姿態(tài)的變化,具有強大的可靠性,可以從百萬人中精確地辨認出一個人。

(2) 圖像特征提取器

該模塊由算法組成,特征向量法和面紋模板是提取器用到的兩種主要算法。

特征向量法是先確定眼虹膜、鼻翼、嘴角等面像五官輪廓的大小、位置、距離等屬性,

然后再計算出它們的幾何特征量,這些特征量形成一描述該面部的特征向量;

面紋模板法是在庫中存貯若干標準面像模板或面像器官模板,在進行比對時,將采樣面像所有像素與庫中所有模板采用歸一化相關(guān)量度量進行匹配。

此外,還有采用模式識別的自相關(guān)網(wǎng)絡(luò)或特征與模板相結(jié)合的方法。

(3) 索引器

Index是一個圖像整序模塊,它對圖像數(shù)據(jù)庫和圖像特征庫進行分類索引。對圖像數(shù)據(jù)庫進行索引是優(yōu)化數(shù)據(jù)庫組織結(jié)構(gòu)和提高系統(tǒng)工作效率的有效方法,實際上它是對圖像的面紋編碼進行有序化處理,可以有效縮小檢索范圍,提高系統(tǒng)的響應(yīng)速度。

(4) GUI

GUI(Graphical User Interface,圖形用戶接口),是屏幕產(chǎn)品的視覺體驗和互動操作部分。GUI 是一種結(jié)合計算機科學(xué)、美學(xué)、心理學(xué)、行為學(xué)及各商業(yè)領(lǐng)域需求分析的人機系統(tǒng)工程,強調(diào)人-機-環(huán)境三者作為一個系統(tǒng)進行總體設(shè)計。這種面向客戶的系統(tǒng)工程設(shè)計的目

的是優(yōu)化產(chǎn)品的性能,使操作更人性化,減輕使用者的

認知負擔,使其更適合用戶的操作需求,

本系統(tǒng)的GUI主要涉及網(wǎng)絡(luò)查詢部分和手機部分。

(5) 主要接口

手機通過基站與系統(tǒng)服務(wù)器的連接,主要通過CMPP或SGIP協(xié)議實現(xiàn)[9]。CMPP和SGIP(在CDMA上是ETIP)協(xié)議分別是解決中國移動和中國聯(lián)通提供的短消息互聯(lián)網(wǎng)接入方案,它們規(guī)定信息資源站實體與互聯(lián)網(wǎng)短信息網(wǎng)關(guān)的應(yīng)用層接口協(xié)議。CMPP和SGIP可以為實現(xiàn)移動數(shù)據(jù)增值業(yè)務(wù)提供服務(wù),包括以下業(yè)務(wù):Email通知、語音信箱通知、Internet發(fā)送短信息、移動平臺發(fā)Email、催費通知、自動綜合業(yè)務(wù)信息臺。

4 結(jié) 語

本文所述人臉識別系統(tǒng)成功地融合并應(yīng)用了CBIR技術(shù)、Internet技術(shù)和手機通信等現(xiàn)有的技術(shù)成果,其獨創(chuàng)性在于將短信息服務(wù)與手機拍照功能和基于CBIR技術(shù)的Web識別系統(tǒng)有機地容為一體,這一以手機為載體的人臉識別系統(tǒng)既是手機增值業(yè)務(wù)的延伸[10],同時也為眾多領(lǐng)域內(nèi)基于CBIR技術(shù)的識別系統(tǒng)提供了積極的借鑒和更為廣闊的應(yīng)用空間。

參考文獻

[1]王芳.一種實用的人臉識別系統(tǒng)[J].河北軟件職業(yè)技術(shù)學(xué)院學(xué)報,2007,9(3):55-57.

[2]姜榮,董軍宇.人臉識別系統(tǒng)及其在現(xiàn)實生活中的應(yīng)用[J].長春師范學(xué)院學(xué)報:自然科學(xué)版,2006,25(1):52-54.

[3]李向陽,莊越挺,潘云鶴.基于內(nèi)容的圖像檢索技術(shù)與系統(tǒng) [J].計算機系統(tǒng)應(yīng)用,2001(3):65-68.

[4]孟繁杰,郭寶龍.CBIR關(guān)鍵技術(shù)研究[J].計算機應(yīng)用研究,2004(7):77-81.

[5]袁順波.CBIR性能評價研究:現(xiàn)狀與建議[J].情報雜志,2008,27(5):110-112.

[6]張衛(wèi)豐,徐寶文,周曉宇,等.Web搜索引擎綜述 [J].計算機系統(tǒng)應(yīng)用,2001(9):47-51.

[7]王小寧.可移動搜索引擎的系統(tǒng)設(shè)計[J].大眾科技,2008(6):33-36.

[8]李偉.人臉識別算法在智能手機上的實現(xiàn)[J].計算機技術(shù)與發(fā)展,2008(1):21-24.

[9]謙婷.移動終端圖像及視頻相關(guān)標準頒布有望成為手機入網(wǎng)依據(jù)[N].通信產(chǎn)業(yè)報,2007.

[10]李濤.能認出主人的照相手機[J].現(xiàn)代科技譯叢,2005(1):27-29.