李自豪

摘要：人臉識(shí)別技術(shù)是包含數(shù)字圖像處理、計(jì)算機(jī)視覺、模式識(shí)別等領(lǐng)域的一項(xiàng)綜合技術(shù)，不需要識(shí)別對(duì)象進(jìn)行主動(dòng)的配合。人臉是人類最為重要的生物特征之一，包含許多有用的信息，如身份、表情等，其主要用于身份識(shí)別，與指紋、虹膜、基因、掌紋等其他人體生物特征系統(tǒng)相比，基于人臉信息的系統(tǒng)具有更加方便、友好、直接，易于為用戶所接受等特點(diǎn)。而圖像的預(yù)處理工作在人臉識(shí)別過程中發(fā)揮著很重要的作用，直接關(guān)系到人臉識(shí)別的準(zhǔn)確率。圖像處理是利用計(jì)算機(jī)對(duì)圖像進(jìn)行處理，常用的方法有圖像轉(zhuǎn)換、增強(qiáng)、提取特征等。

關(guān)鍵詞：圖像處理；人臉識(shí)別；系統(tǒng)應(yīng)用

人臉識(shí)別技術(shù)簡(jiǎn)單、方便、識(shí)別準(zhǔn)確并且易于操作，使用者不會(huì)有心理抵觸，用戶容易接受，從而在多領(lǐng)域得到了廣泛的應(yīng)用，但由于人體面部特征的特殊性，要令該技術(shù)完全成熟并能夠應(yīng)用到生產(chǎn)生活中，還有很多需要亟待解決的問題，因此，人臉識(shí)別研究具有很大的挑戰(zhàn)性，一直是模式識(shí)別領(lǐng)域的研究熱點(diǎn)。

針對(duì)目前常用面部識(shí)別技術(shù)中的不足之處，本課題依托Linux為開發(fā)平臺(tái)，使用Qt5開發(fā)環(huán)境，采用計(jì)算機(jī)圖像處理軟件OpenCV的相關(guān)圖像處理算法和主成分分析（PCA）算法，設(shè)計(jì)了基于圖像處理的人臉識(shí)別系統(tǒng)。其核心技術(shù)是面部圖像的獲取、圖像預(yù)處理、圖像特征值提取以及圖像匹配和識(shí)別。面部識(shí)別技術(shù)是圖像處理及分析應(yīng)用最廣泛的技術(shù)之一，因其在社會(huì)安保、銀行系統(tǒng)、刑偵執(zhí)法以及高校研究等多種領(lǐng)域有著各種應(yīng)用，極大方便了人們的工作生活。

1系統(tǒng)設(shè)計(jì)

系統(tǒng)根據(jù)功能不同，可以劃分為面部圖像獲取模塊，噪聲處理模塊，面部檢測(cè)提取模塊，算法實(shí)現(xiàn)模塊，面部數(shù)據(jù)庫模塊，面部圖像對(duì)比識(shí)別模塊和個(gè)人信息輸出模塊。

先獲取到圖像，然后通過圖像預(yù)處理算法對(duì)圖像進(jìn)行光照補(bǔ)償，椒鹽濾波等處理，接下來通過面部識(shí)別算法對(duì)圖像的關(guān)注區(qū)域進(jìn)行面部提取及面部特征值提取，然后獲取單位面部的特征圖像，接下來使用面部匹配算法使獲取到的面部特征圖像和存儲(chǔ)在數(shù)據(jù)庫中的單位特征臉圖像對(duì)比，獲取到匹配的面部圖像，如果沒有匹配到將繼續(xù)獲取圖像進(jìn)行對(duì)比，直到匹配成功，最后在人機(jī)界面顯示被成功識(shí)別人的個(gè)人信息。

2圖像預(yù)處理算法的設(shè)計(jì)

圖像的預(yù)處理可以用來消除在圖像獲取時(shí)帶入的一種或多種無關(guān)噪聲，使有用的圖像信息得到部分恢復(fù)，并加強(qiáng)目標(biāo)區(qū)域信息的敏感性以簡(jiǎn)化圖像數(shù)據(jù)只保留感興趣的信息，這樣使后續(xù)圖像分割、面部特征值獲取的準(zhǔn)確性大大提高。

從圖1可以看出，獲取面部圖像的預(yù)處理主要包括光線補(bǔ)償，圖像灰度化，圖像平滑，噪聲濾除、直方圖均衡處理，圖像對(duì)比度處理等等。

3PCA人臉識(shí)別算法

基于PCA算法的面部識(shí)別主要由圖像訓(xùn)練和圖像識(shí)別這兩個(gè)階段組成。在圖像訓(xùn)練中，根據(jù)獲取圖像把獲取的人臉X映射到系統(tǒng)特征臉組成的多維子空間集上，獲得多維向量Yi（i=1，2，…，N）。距離閾值定義如式（1）所示。

進(jìn)而在面部識(shí)別階段，第一步把獲取的圖像映射到數(shù)據(jù)庫的特征臉的多維空間集，得出向量P及其與每個(gè)人臉集的距離ei（i=1，2，3，…，N），再采用歐式幾何距離進(jìn)行面部識(shí)別，分類規(guī)則為：1）若ei>θc，則輸入圖像不是人臉圖像；2）若ei=θc則輸入圖像包含未知人臉；3）若ei<θc，e=min{θc}，則輸入圖像為庫中第k個(gè)人的人臉。

4軟件功能的設(shè)計(jì)

軟件的功能包括：面部圖像獲取，面部識(shí)別功能，面部信息數(shù)據(jù)庫功能，系統(tǒng)日志功能，系統(tǒng)常用設(shè)置功能以及關(guān)于系統(tǒng)功能。其中人臉識(shí)別人機(jī)交互界面是軟件的核心界面模塊，其他如人臉信息數(shù)據(jù)庫顯示界面模塊，系統(tǒng)日志記錄界面模塊，系統(tǒng)設(shè)置界面模塊，關(guān)于系統(tǒng)界面模塊等都是服從或服務(wù)于該功能模塊或者說是該功能界面模塊。人臉識(shí)別界面由人臉圖像模塊，圖片信息模塊，個(gè)人基本信息模塊，數(shù)據(jù)庫操作模塊，基本設(shè)置模塊等組成。

5系統(tǒng)的構(gòu)建

MATLAB是一種用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級(jí)技術(shù)計(jì)算語言和交互式環(huán)境，利用其對(duì)待識(shí)別人臉圖像的預(yù)處理、判斷待識(shí)別圖像是否在人臉庫中、對(duì)選取不同訓(xùn)練樣本個(gè)數(shù)下識(shí)別效率進(jìn)行比較。

5.1ORL人臉庫

英國(guó)劍橋大學(xué)的ORL人臉庫包含40個(gè)人，每人10幅圖像，每幅圖像大小為92×112，圖像是在不同時(shí)間、光線輕微變化的條件下攝制的，其中包括姿態(tài)、光照和表情的差別。

5.2圖像預(yù)處理

通過幾何歸一化對(duì)輸入的圖像加工，使其與人臉庫的圖像一致，然后將彩色圖像轉(zhuǎn)換為灰度圖像，通過灰度拉伸，直方圖均衡化等方法完成對(duì)圖像的處理。

5.3人臉識(shí)別

根據(jù)具體情況選擇不同的核心算法，以HMM算法為例，對(duì)人臉庫中的圖像進(jìn)行訓(xùn)練，得出人臉庫的HMM值。

在建立完人臉庫后，用與訓(xùn)練相同的方法提取待識(shí)別人臉的HMM值，并與原人臉庫中存在的HMM值進(jìn)行比較，求出各項(xiàng)的相似概率，對(duì)這些概率進(jìn)行排序，輸出相似概率最大項(xiàng)。

6系統(tǒng)實(shí)現(xiàn)

系統(tǒng)的實(shí)現(xiàn)包括系統(tǒng)啟動(dòng)過程，系統(tǒng)的運(yùn)行，系統(tǒng)操作功能的實(shí)現(xiàn)和特征提取算法以及識(shí)別算法的實(shí)現(xiàn)。首先從視頻文件或攝像頭獲取到圖像，然后通過圖像預(yù)處理算法對(duì)圖像進(jìn)行光照補(bǔ)償，椒鹽濾波等處理，接下來通過面部識(shí)別算法對(duì)圖像的有效區(qū)域進(jìn)行面部提取和面部特征值提取。獲取到單位面部的特征圖像（單位面部特征值圖像可以保存在面部匹配數(shù)據(jù)庫中），接著使用面部對(duì)比算法使獲取到的面部特征值和數(shù)據(jù)庫中所存儲(chǔ)的圖像面部特征值進(jìn)行對(duì)比識(shí)別，獲取到與數(shù)據(jù)庫匹配的圖像。

結(jié)論

總之，數(shù)字圖像處理技術(shù)在模式識(shí)別領(lǐng)域中應(yīng)用廣泛，如指紋識(shí)別、人臉識(shí)別等。其應(yīng)用成果如：指紋鎖、電腦臉部識(shí)別、水印等各種科技產(chǎn)品也伴隨著日常生活進(jìn)入普通家庭，這不僅提高了我們的生活質(zhì)量，也提高了自身財(cái)產(chǎn)安全。

參考文獻(xiàn)：

[1]周昌軍.基于圖像重構(gòu)和特征融合的人臉識(shí)別方法研究[D].大連理工大學(xué)，2008.

[2]甘樹坤.指紋與人臉識(shí)別相關(guān)圖像處理算法研究[D].大連理工大學(xué)，2006.

[3]馬寧.基于圖像的人臉識(shí)別中關(guān)鍵技術(shù)研究[D].吉林大學(xué)，2016.

[4]湯德俊.人臉識(shí)別中圖像特征提取與匹配技術(shù)研究[D].大連海事大學(xué)，2013.