張慧寧

（黃河水利職業(yè)技術(shù)學(xué)院，河南 開(kāi)封 475004）

基于形狀特征的人臉檢測(cè)技術(shù)

張慧寧

（黃河水利職業(yè)技術(shù)學(xué)院，河南 開(kāi)封 475004）

人臉識(shí)別具有其他生物特征識(shí)別技術(shù)所無(wú)法比擬的直接、友好、方便等優(yōu)點(diǎn)。論述了人臉檢測(cè)的概念和研究現(xiàn)狀，分析了人臉檢測(cè)系統(tǒng)中圖像灰度化、圖像增強(qiáng)、圖像二值化濾波等圖像預(yù)處理技術(shù)，探討了基于形狀特征的人臉檢測(cè)技術(shù)的應(yīng)用前景。

形狀特征；人臉檢測(cè)；灰度變換；圖像增強(qiáng)；二值化濾波

0 引言

在社會(huì)信息安全問(wèn)題備受關(guān)注的環(huán)境下，自身安全和個(gè)人隱私保護(hù)成為這個(gè)時(shí)代的熱門(mén)話題。基于鑰匙、密碼、個(gè)人身份識(shí)別碼、磁卡、IC卡等的傳統(tǒng)的安全措施已不能完全滿足社會(huì)要求。人們把目光投向了生物特征識(shí)別技術(shù)，即利用人體固有的生理特征或行為特征來(lái)進(jìn)行身份的鑒別或確認(rèn)?；谏锾卣鞯娜四樧R(shí)別是一種更直接、更方便、更友好、更容易被人們接受的非侵犯性識(shí)別方法，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、罪犯識(shí)別等方面具有巨大的應(yīng)用前景，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)。作為人臉自動(dòng)識(shí)別系統(tǒng)的先決條件，人臉檢測(cè)技術(shù)有著十分重要的作用。人臉檢測(cè)是將人臉從圖像背景中檢測(cè)出來(lái)，它是人臉識(shí)別、視點(diǎn)跟蹤和人臉圖像壓縮等技術(shù)應(yīng)用中的重要環(huán)節(jié)。由于受圖像背景、亮度變化及人的頭部姿勢(shì)等因素的影響，使得人臉檢測(cè)成為一項(xiàng)復(fù)雜的、具有挑戰(zhàn)性的研究課題。筆者在此主要探討基于形狀特征的人臉檢測(cè)技術(shù)的應(yīng)用。

1 人臉檢測(cè)技術(shù)的概念及研究現(xiàn)狀

1．1 人臉檢測(cè)技術(shù)的概念

人臉檢測(cè)問(wèn)題最初來(lái)源于人臉識(shí)別（Face Recognition），它是對(duì)于給定的靜態(tài)圖像或動(dòng)態(tài)圖像先進(jìn)行判斷，看是否存在人臉，如果存在，則進(jìn)一步給出每個(gè)人臉的位置、大小以及各個(gè)面部器官的位置信息。人臉檢測(cè)技術(shù)是一種在遠(yuǎn)距離、用戶非配合狀態(tài)下的快速身份識(shí)別技術(shù)，同時(shí)能夠滿足在實(shí)際應(yīng)用場(chǎng)景下進(jìn)行多個(gè)人臉的分揀、判斷及識(shí)別，并與人臉數(shù)據(jù)庫(kù)進(jìn)行實(shí)時(shí)比對(duì)，完成快速的身份識(shí)別，實(shí)現(xiàn)智能預(yù)警的目的。

1.2 人臉檢測(cè)技術(shù)的研究現(xiàn)狀

國(guó)外關(guān)于人臉檢測(cè)問(wèn)題的研究學(xué)者和機(jī)構(gòu)有很多，比較著名的有MIT，CMU等［1］；國(guó)內(nèi)有清華大學(xué)、中國(guó)科學(xué)院等單位的人員進(jìn)行相關(guān)研究。人臉檢測(cè)的應(yīng)用也不再局限于人臉識(shí)別系統(tǒng)，已經(jīng)開(kāi)始應(yīng)用到車(chē)輛安全駕駛和照相機(jī)去紅眼等系統(tǒng)，同時(shí)也廣泛應(yīng)用于全新的人機(jī)界面、安全訪問(wèn)、視頻檢測(cè)等領(lǐng)域。目前，應(yīng)用人臉檢測(cè)技術(shù)最多的領(lǐng)域有：（1）國(guó)際會(huì)議場(chǎng)所、奧運(yùn)會(huì)運(yùn)動(dòng)場(chǎng)館，甚至重要設(shè)施的工地和港口等需要對(duì)大量的人員進(jìn)行身份認(rèn)證與安全防護(hù)的領(lǐng)域。（2）通過(guò)人臉的表情變化和互換產(chǎn)生大量娛樂(lè)互動(dòng)效果的虛擬領(lǐng)域。（3）基于人臉圖像檢測(cè)技術(shù)的搜索分類(lèi)引擎。

2 人臉檢測(cè)系統(tǒng)的設(shè)計(jì)

人臉檢測(cè)是實(shí)時(shí)人臉識(shí)別和表情識(shí)別的基礎(chǔ)，只有將人臉檢測(cè)得準(zhǔn)確，人臉識(shí)別和表情識(shí)別才能得以實(shí)現(xiàn)。

在人臉檢測(cè)系統(tǒng)中，由于原始圖像在尺寸、角度方面不合要求，或者是由于室外光照不均勻等原因，會(huì)造成圖像質(zhì)量不高。所以，需要按照一定的要求對(duì)原始圖像進(jìn)行預(yù)處理，以利于用戶提取感興趣的信息。

圖像預(yù)處理的主要目的是消除圖像中無(wú)關(guān)的信息，濾除干擾、噪聲，恢復(fù)有用的真實(shí)信息，增強(qiáng)有關(guān)信息的可檢測(cè)性和最大限度地簡(jiǎn)化數(shù)據(jù)。從而改進(jìn)特征抽取的可靠性，為人臉準(zhǔn)確檢測(cè)和定位提供保障。圖像處理過(guò)程如圖1所示。

圖1 圖像處理過(guò)程Fig.1 Image processing

2．1 圖像灰度化

圖像的灰度變換是通過(guò)建立灰度映射來(lái)調(diào)整源圖像的灰度，從而達(dá)到圖像增強(qiáng)的目的。其操作步驟為：（1）對(duì)原始圖像坐標(biāo)軸放大，得到臉部信息。（2）調(diào)整圖像的像素值，也可以改變對(duì)比度和顏色，或調(diào)節(jié)灰度圖像的亮度或彩色。（3）調(diào)用imadjust函數(shù)，根據(jù)所用的圖像及想得到的結(jié)果，經(jīng)過(guò)試驗(yàn)，確定函數(shù)中的［low_in high_in low_out high_out］參數(shù)。（4）經(jīng)過(guò)灰度的線性變換得到有用信息。圖2為圖像灰度變換前后的變化。

2．2 圖像增強(qiáng)

在曝光不足或過(guò)度情況下，圖像灰度局限在很窄的范圍內(nèi)，造成圖像中的像素灰度沒(méi)有層次，圖像看起來(lái)比較模糊。直方圖突出我們感興趣的灰度范圍，進(jìn)而對(duì)圖像做修正、增強(qiáng)，使圖像質(zhì)量得到改善。

由圖3（a）顯示的原始圖像及圖3（c）原始直方圖可知，這幅圖像最為突出的特點(diǎn)是較暗，且動(dòng)態(tài)范圍較低。相對(duì)于整個(gè)灰度范圍來(lái)說(shuō)，直方圖的寬度非常狹窄，圖像質(zhì)量比較差，地物可分性較差。經(jīng)過(guò)灰度變換和直方圖均衡化后，圖像的對(duì)比度及平均亮度明顯提高，直方圖在整個(gè)亮度標(biāo)度上顯著擴(kuò)展，圖像質(zhì)量提高（如圖3（c）和圖3（d）所示）。

圖2 圖像灰度變換Fig.2 Image gradation transformation

2．3 圖像二值化濾波

圖像的噪聲（如敏感元件、傳輸通道等引起的噪聲）多半是隨機(jī)的，它們對(duì)某一像素的影響可以看作是孤立的。因此，與鄰近各點(diǎn)相比，該點(diǎn)灰度值將有顯著的不同。采用領(lǐng)域平均值方法可以消除噪聲。即，把圖像分成若干個(gè)N×N的窗口，對(duì)每個(gè)窗口內(nèi)像素組成的點(diǎn)集進(jìn)行加平均，然后輸出。鄰域平均值的平均作用會(huì)引起模糊現(xiàn)象，模糊程度與領(lǐng)域半徑成正比。其處理辦法是取超限等領(lǐng)域平均值。如果某個(gè)像素的灰度值大于其鄰域像素的平均值，且達(dá)到一定水平，則判斷該像素為噪聲，繼而用領(lǐng)域像素的均值取代這一像素。如圖4所示，原始圖像中加入椒鹽噪聲來(lái)模擬圖像的噪聲，經(jīng)過(guò)中值濾波和模板二值濾波后，能有效地去除椒鹽噪聲。但是，模板濾波會(huì)引起模糊現(xiàn)象。使用3×3的模板能有效地去除噪聲，且不會(huì)引起模糊現(xiàn)象，效果較好。

圖3 圖像增強(qiáng)Fig.3 Image intensification

圖4 圖像二值化濾波Fig.4 Image binaryzation smoothing

2.4 基于形狀特征的人臉檢測(cè)技術(shù)的應(yīng)用

人臉檢測(cè)是指在輸入圖像中確定所有人臉 （如果存在）的位置、大小和位姿的過(guò)程。在大多數(shù)場(chǎng)合中，由于場(chǎng)景較復(fù)雜，人臉的位置是預(yù)先不知道的，因而首先必須確定場(chǎng)景中是否存在人臉，如果存在人臉，再確定其位置?；谛螤畹臋z測(cè)方法是利用人臉五官形狀的信息，用一些形狀模式在數(shù)字圖像中匹配人臉，進(jìn)而進(jìn)行人臉檢測(cè)。如圖5所示，對(duì)原始圖像進(jìn)行灰度變換、濾波、二值化處理后，減小背景區(qū)域，并圈出人臉的位置。為減小背景區(qū)域，可將圖像部分邊緣區(qū)域設(shè)置為黑色。

圖5 形狀特征的人臉檢測(cè)Fig.5 Face detection of shape feature

3 結(jié)語(yǔ)

基于形狀特征的人臉檢測(cè)雖然精確度較高，能夠圈出人臉部位，但是圖片里包含了一部分背景圖像區(qū)域，會(huì)影響對(duì)人臉的高精度檢測(cè)和人臉部位的精確定位。此外，在動(dòng)態(tài)環(huán)境下，人臉檢測(cè)技術(shù)還可能會(huì)出現(xiàn)以下問(wèn)題，從而影響檢測(cè)的正確性［2］：（1）不同個(gè)體之間的區(qū)別不大，所有人臉的結(jié)構(gòu)都相似，甚至人臉器官的結(jié)構(gòu)外形都很相似，這樣的特點(diǎn)對(duì)于利用人臉進(jìn)行定位是有利的，但是對(duì)于利用人臉區(qū)分人類(lèi)個(gè)體是不利的。（2）人臉的外形很不穩(wěn)定，人可以通過(guò)臉部的變化產(chǎn)生很多表情，而在不同觀察角度，人臉的視覺(jué)圖像也相差很大。（3）人臉檢測(cè)還受光照條件（例如白天和夜晚，室內(nèi)和室外、迎光和背光等）、人臉的諸多遮蓋物（例如口罩、墨鏡、頭發(fā)、胡須等）、年齡等多方面因素的影響。

雖然人臉檢測(cè)技術(shù)經(jīng)過(guò)幾十年的發(fā)展已經(jīng)有了很大的突破，其意義也遠(yuǎn)遠(yuǎn)超出了過(guò)去產(chǎn)生的指紋檢測(cè)、掌紋檢測(cè)、視網(wǎng)膜檢測(cè)、骨骼檢測(cè)、心跳檢測(cè)等技術(shù)，但是由于它對(duì)人體的生物特征有精確把握，如果使用不當(dāng)，極易形成對(duì)個(gè)人隱私的永久性損害［3］。因此，如何有效地解決這些問(wèn)題，是今后人臉檢測(cè)技術(shù)發(fā)展中需要著力解決的問(wèn)題。

在計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)和人工智能技術(shù)高速發(fā)展的今天，人臉檢測(cè)技術(shù)將會(huì)有更廣闊的空間來(lái)展現(xiàn)其價(jià)值。也許就在明天，人臉就成為我們電子生活中的重要名片和標(biāo)簽，“刷臉”成為一種生活習(xí)慣。以人臉檢測(cè)為基礎(chǔ)的人臉識(shí)別將不斷改變著我們的生活，改變著我們的生活方式。

［1］ 梁路宏，艾海舟，徐光祐，等．人臉檢測(cè)研究綜述［J］．計(jì)算機(jī)學(xué)報(bào)，2002，25（5）：449-459．

［2］ 中國(guó)報(bào)告大廳．2014-2020年中國(guó)人臉識(shí)別市場(chǎng)調(diào)研與發(fā)展趨勢(shì)預(yù)測(cè)報(bào)告 ［EB／OL］．［2016-11-20］www．chinabgao．com／report／print661263．html．

［3］ 田鐳．人臉檢測(cè)技術(shù)研究［D］．上海：上海交通大學(xué)，2007．

[責(zé)任編輯 胡修池]

TN915．〔43〕

B

10．13681／j．cnki．cn41-1282／tv．2017．02．012

2017-01-12

黃河水利職業(yè)技術(shù)學(xué)院校內(nèi)青年基金項(xiàng)目：人臉識(shí)別在校園門(mén)禁系統(tǒng)中的應(yīng)用（2015QNKY008）。

張慧寧（1981-），女，河南三門(mén)峽人，講師，碩士，從事高校電氣自動(dòng)化技術(shù)教學(xué)與研究工作，研究方向：控制理論與控制工程專(zhuān)業(yè)。