侯智卿，李仰軍，王高

（中北大學(xué) 儀器科學(xué)與動(dòng)態(tài)測(cè)試教育部重點(diǎn)實(shí)驗(yàn)室 山西省太原市尖草坪區(qū)030051）

0 引言

人臉檢測(cè)是人臉信息處理中的一項(xiàng)關(guān)鍵技術(shù)。人臉檢測(cè)是指使用計(jì)算機(jī)對(duì)任意一幅給定的圖像，采用一定的策略對(duì)其進(jìn)行搜索確定其中是否含有人臉，如果有則返回臉的位置、大小和姿態(tài)。人臉檢測(cè)問題的研究主要分為4類方法：基于知識(shí)的方法、特征不變量方法、模板匹配方法、基于表象的方法。雖然這些方法已經(jīng)取得較高精度，但算法都需要復(fù)雜的訓(xùn)練，運(yùn)算量大，在實(shí)時(shí)性要求嚴(yán)格的場(chǎng)合速度很難滿足要求，因此，尋求精度和速度的平衡檢測(cè)方法是人臉檢測(cè)系統(tǒng)實(shí)現(xiàn)的關(guān)鍵。

實(shí)現(xiàn)人臉檢測(cè)主要包括5個(gè)模塊：圖像的預(yù)處理、人臉區(qū)域檢測(cè)、眼睛的檢測(cè)與定位、人嘴的檢測(cè)與定位、人臉及主要特征的標(biāo)定。本文采用Ycbcr膚色模型檢測(cè)出圖像的膚色部分，然后對(duì)膚色部分進(jìn)行膨脹、腐蝕，去除非人臉區(qū)域，而后檢測(cè)與定位人臉的眼睛和嘴，最終定位出人臉區(qū)域，提高了人臉檢測(cè)的速度，實(shí)驗(yàn)結(jié)果顯示該方法獲得良好的效果。

1 膚色分割

膚色分割就是在合適的顏色空間中，建立膚色模型，提取膚色信息。通過直接定義膚色區(qū)域的方法，實(shí)現(xiàn)快速人臉分割。

1.1 顏色空間轉(zhuǎn)換

因?yàn)樵赗GB色彩空間中，三基色(R，G，B)既代表顏色信息，還代表亮度信息。且RGB色彩空間3個(gè)變量建立的膚色模型將使相應(yīng)的人臉檢測(cè)系統(tǒng)非常復(fù)雜，會(huì)影響檢測(cè)的速度和精確度。所以選用YcrCb空間作為膚色分布統(tǒng)計(jì)的映射空間，該空間受亮度變化的影響較小，而且是二維獨(dú)立分布，能較好的限制膚色分布區(qū)域。在YcrCb顏色模型中，Cr和Cb分量分別表示紅色和藍(lán)色的色度。從相關(guān)性較高的RGB格式線性變換到顏色分量互不相關(guān)的YcrCb顏色空間，其轉(zhuǎn)化公式如下：

1.2 膚色建模

雖然不同人的皮膚顏色可能差異很大，但他們?cè)谏壬系牟町愋∮诹炼壬系牟町?，也就是說，不同人的膚色在色度上往往相近，只是在亮度上差異大，不同的膚質(zhì)有相同的2D Gaussian模型

通過建立膚色模型，將彩色圖像轉(zhuǎn)換為二值圖像（見圖1），用O，1分別表示非皮膚區(qū)域與皮膚區(qū)域。

圖1 膚色建模

2 去除非人臉區(qū)域

在得到的二值圖像難免會(huì)有一些類似于膚色區(qū)域或者雖是膚色區(qū)域但不是人臉區(qū)域的部分，如面部以外的其他裸露在外的人體皮膚，這部分區(qū)域會(huì)給后面的匹配檢測(cè)帶來很多不必要的工作量，所以我們有比較將其去除，去除時(shí)首先要進(jìn)行膚色區(qū)域的膨脹腐蝕，之后再根據(jù)人臉區(qū)域的特征進(jìn)行非人臉區(qū)域的去除。

2.1 膨脹腐蝕

對(duì)分割出來的皮膚區(qū)域進(jìn)行腐蝕或膨脹操作，是為了除去被誤判為膚色的孤立點(diǎn)或小塊孤立區(qū)域和由于人臉局部區(qū)域如眼睛、嘴唇等非膚色區(qū)域而導(dǎo)致的整個(gè)人臉區(qū)域非完全填充對(duì)膚色分割的影響，如圖2所示。

圖2 膨脹腐蝕

2.2 去掉非人臉區(qū)域

對(duì)分割出來的皮膚區(qū)域進(jìn)行腐蝕或膨脹后，然后通過人臉膚色區(qū)域的統(tǒng)計(jì)特征分析，得到最為可能的人臉區(qū)域，如圖3所示。

處理步驟可以表示為：

（1）人臉區(qū)域存在眼睛嘴巴眉毛等非膚色區(qū)域，因此在人臉區(qū)域中會(huì)存在多個(gè)孔。首先檢測(cè)出有孔區(qū)域的尺寸大小求出平均值，得到整幅圖像人臉的大小，根據(jù)該值剔除尺寸過大或過小的膚色區(qū)域。

（2）通過計(jì)算膚色區(qū)域的方差，可以進(jìn)一步剔除其中胳膊和手等非人臉區(qū)域。人臉區(qū)域由于存在眼睛嘴巴眉毛等非膚色區(qū)域，其方差比統(tǒng)一的手和胳膊等非人臉區(qū)域要大。

（3）對(duì)于可能的人臉區(qū)域來說，相對(duì)于水平方向的旋轉(zhuǎn)角度在45°～135°之間，因此可以判斷旋轉(zhuǎn)角度小于45°或大于135°的區(qū)域?yàn)榉侨四槄^(qū)域

（4）對(duì)余下的膚色區(qū)域做進(jìn)一步處理，對(duì)人臉來說，其長(zhǎng)寬之比一般為1左右。首先求出膚色區(qū)域的質(zhì)心及其偏離垂直方向角度A，并將膚色旋轉(zhuǎn)A使其垂直于水平方向，計(jì)算此區(qū)域的長(zhǎng)寬比。

圖3 去除非人臉區(qū)域

3 面部特征提取

人臉包括很多不同的面部特征，但是，在人臉檢測(cè)系統(tǒng)中最常用到的是眼睛和嘴，通過對(duì)眼睛和嘴的檢測(cè)與定位，就可以標(biāo)出可能的人臉區(qū)域。

3.1 眼睛與嘴的檢測(cè)與定位

眼睛的檢測(cè)與定位主要由眼睛的匹配，去掉非眼睛區(qū)域，眼睛的膨脹，獲取眼睛中心幾部分處理組成。關(guān)于眼睛色度匹配，根據(jù)先驗(yàn)知識(shí)，參考Cr,Cb的值分別143和120，通過設(shè)定門限選取門限內(nèi)的像素點(diǎn)為目標(biāo)區(qū)域。關(guān)于眼睛亮度匹配，設(shè)定亮度空間為120～160之間。經(jīng)過雙重匹配后的人眼提取圖像不可避免的包含其他區(qū)域，利用人臉檢測(cè)定位區(qū)域進(jìn)行去掉非眼睛區(qū)域處理。眼睛區(qū)域定位條件即標(biāo)定出雙眼中心點(diǎn)的位置，根據(jù)提取出眼睛的區(qū)域，計(jì)算出各區(qū)域中心的位置，滿足一定條件即為雙眼中心，如圖4所示。

人嘴的檢測(cè)與定位主要由嘴的匹配，嘴的區(qū)域腐蝕，去除嘴區(qū)域離散點(diǎn)，定位最中心及部分組成。同樣根據(jù)先驗(yàn)知識(shí)，參考Cr,Cb的值分別157和118.由嘴的區(qū)域中心作為嘴中心，如圖5所示。

圖4 眼睛的定位

圖5 嘴的定位

3.2 人臉主要特征的標(biāo)定結(jié)果

根據(jù)人臉的幾何特征，很容易發(fā)現(xiàn)，正面人臉圖像中，人的雙眼和嘴能形成一個(gè)三角形對(duì)應(yīng)的三頂點(diǎn)。那么根據(jù)三角形的這一特征，就可以確定人的雙眼和嘴的位置，可能的人臉也就能被確定下來。對(duì)前面提取的人臉區(qū)域，人眼的中心和嘴巴的中心在原始圖上進(jìn)行標(biāo)注。將人臉區(qū)域用矩形框標(biāo)出，并將雙眼中心和嘴巴中心用三角形連接，如圖6所示。

圖6 人臉定位結(jié)果

4 實(shí)驗(yàn)結(jié)果

為了檢測(cè)這種基于膚色建模知識(shí)進(jìn)行人臉檢測(cè)的方法，我們對(duì)50張不同光照條件、不同格式、不同大小、不同來源的單人臉和多人臉圖像進(jìn)行了檢測(cè)，結(jié)果除1張由于膚色變化太大，未能定位出眼睛外，其他檢測(cè)全部成功，成功率達(dá)98%。以上6張圖片是針對(duì)50張圖像中的1張圖像（見圖7）所做的圖像處理的實(shí)驗(yàn)結(jié)果。

圖7 所用實(shí)驗(yàn)原圖

實(shí)驗(yàn)結(jié)果可以說明，利用預(yù)先設(shè)定的膚色建模知識(shí)進(jìn)行人臉區(qū)域檢測(cè)及區(qū)域標(biāo)定的方法是可行的，有效的，同時(shí)本文所提出的方法避免了復(fù)雜的矩陣運(yùn)算，可以有效地提高檢測(cè)速度，從而實(shí)現(xiàn)了速度與精度的平衡。

[1]齊永鋒，火元蓮.一種基于膚色的人臉檢測(cè)與定位方法[J].計(jì)算機(jī)應(yīng)用,2009.29(3):785-788.

[2]李宏偉，陶亮.復(fù)雜背景不同光照條件下彩色圖像中人臉檢測(cè)[J].計(jì)算機(jī)技術(shù)與發(fā)展,2009,19(2):52-57.

[3]張立剛， 何東健.基于膚色模型和區(qū)域特征的人臉檢測(cè)方法[J].計(jì)算機(jī)工程,2008,34(19):209-211.

[4]潘翔，王萬(wàn)森，黃遠(yuǎn)鳴.彩色靜態(tài)圖像的人臉檢測(cè)研究[J].計(jì)算機(jī)工程與設(shè)計(jì)，2009，30(11):2785-2787.

[5]楊宏梅.人臉檢測(cè)算法的研究與實(shí)現(xiàn)[D].蘭州：蘭州理工大學(xué),2009:7-24.

[6]伍杰華，陳有青.一種基于灰度圖像的人臉檢測(cè)及眼睛定位算法[J].計(jì)算機(jī)與數(shù)字工程，2009,37(1)：118-120.

[7]徐峰， 越懷勛.人臉檢測(cè)方法研究[J].電腦知識(shí)與技術(shù)，2009，5(9):2438-2439.

[8]俞王新.計(jì)算機(jī)人臉檢測(cè)與識(shí)別方法的研究[D].上海:上海交通大學(xué),2009:17-22.