鐘嘯 高紅梅

摘要：隨著信息和智能終端技術(shù)的發(fā)展，生物識(shí)別技術(shù)在各行各業(yè)中得到了廣泛的重視.人臉檢測(cè)與識(shí)別屬于非接觸型身份認(rèn)證，只是看到臉部就可以實(shí)現(xiàn)身份的認(rèn)證，因而被廣泛地應(yīng)用在安保系統(tǒng)、企業(yè)公司、醫(yī)院學(xué)校、研究所等各類(lèi)機(jī)構(gòu)組織之中。本實(shí)驗(yàn)基于特征臉的人臉識(shí)別方法，利用OpenCV的第三方庫(kù)和C++編程，實(shí)現(xiàn)了視頻流中的人臉識(shí)別技術(shù)，能夠在PC上檢測(cè)人臉和識(shí)別人臉。

關(guān)鍵詞：視頻流；人臉檢測(cè)；人臉捕獲；人臉識(shí)別；OpenCV

中圖分類(lèi)號(hào)：TP37 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）25-0220-03

目前來(lái)說(shuō)，生物識(shí)別技術(shù)雖早已有學(xué)者提出并實(shí)踐出來(lái)一些成果[1-3]，而且已運(yùn)用到各個(gè)應(yīng)用領(lǐng)域并且影響廣泛。但是人臉識(shí)別技術(shù)方面還需要一些創(chuàng)新性思維和想法，也需要一些創(chuàng)新性想法來(lái)為后面的人臉識(shí)別技術(shù)添枝加葉，提供更多的參考，為以后人臉識(shí)別的發(fā)展和飛躍打下更多、更牢固的基礎(chǔ)。

1研究意義

一方面來(lái)說(shuō)，研究視頻流中的人臉識(shí)別在一定程度上可以建實(shí)和發(fā)展人臉識(shí)別技術(shù)，為后續(xù)更高層次人臉識(shí)別技術(shù)的突破和發(fā)展打下一定的基礎(chǔ)。

另一方面，研究視頻流中的人臉識(shí)別方面有很大的實(shí)用和應(yīng)用空間，可以用于公司職員日?？记?，學(xué)校學(xué)生宿舍查寢等各個(gè)不同現(xiàn)實(shí)情景，總的來(lái)說(shuō)此項(xiàng)目具有很大的發(fā)展和應(yīng)用的空間。

2技術(shù)路線

早在2009年，就有學(xué)者總結(jié)出了人臉識(shí)別的方法[4-6]，它們大致上可以歸結(jié)為三類(lèi)：基于幾何特征的方法、基于模板的方法、基于模型的方法。本實(shí)驗(yàn)選定基于模板的方法，利用基于特征臉的方法實(shí)現(xiàn)視頻流中的人臉識(shí)別技術(shù)。

3視頻流中的人臉識(shí)別系統(tǒng)設(shè)計(jì)

3.1技術(shù)支持

實(shí)現(xiàn)視頻流中的人臉識(shí)別技術(shù)，先要現(xiàn)視頻流中的人臉檢測(cè)和人臉捕獲。本實(shí)驗(yàn)開(kāi)發(fā)該原型系統(tǒng)所需要用到的開(kāi)發(fā)工具有：SDK 8.1、VS 2015、Cmake、OpenCV等。（見(jiàn)圖1）

C++語(yǔ)言既能夠進(jìn)行C語(yǔ)言面向過(guò)程的程序設(shè)計(jì)，還能夠進(jìn)行以抽象數(shù)據(jù)類(lèi)型為特點(diǎn)的基于對(duì)象的程序設(shè)計(jì)，還可以進(jìn)行以封裝、繼承和多態(tài)為特點(diǎn)的面向?qū)ο蟮某绦蛟O(shè)計(jì)。C++語(yǔ)言不僅僅擁有計(jì)算機(jī)高效運(yùn)行的實(shí)用性特征，同時(shí)它還致力于提高大規(guī)模程序的編程質(zhì)量與程序設(shè)計(jì)語(yǔ)言的問(wèn)題描述能力。所以，本實(shí)驗(yàn)使用了C++語(yǔ)言作為該原型系統(tǒng)的編程語(yǔ)言。然后，本實(shí)驗(yàn)需要下載和安裝SDK 8.1作為C++語(yǔ)言正常在電腦上運(yùn)行的基本環(huán)境并配置好環(huán)境變量。

此項(xiàng)目還用到了OpenCV和Cmake。OpenCV由Intel微處理器研究實(shí)驗(yàn)室的視覺(jué)交互組開(kāi)發(fā)，是一種用于數(shù)字圖像處理和計(jì)算機(jī)視覺(jué)的開(kāi)源數(shù)據(jù)庫(kù)[7-8]。OpenCV是由C++語(yǔ)言編寫(xiě)，它的主要接口也是C++語(yǔ)言。此外，OpenCV擁有包括500多個(gè)C函數(shù)的跨平臺(tái)的中、高層API。它不依賴(lài)于其他的外部庫(kù)，但它可以使用某些外部庫(kù)。本實(shí)驗(yàn)需要下載OpenCV 3.3.1，并使用Cmake編譯它的動(dòng)態(tài)鏈接庫(kù)和第三方庫(kù)。

3.2系統(tǒng)設(shè)計(jì)

根據(jù)實(shí)驗(yàn)的目的，所要實(shí)現(xiàn)的功能，列出一個(gè)總設(shè)計(jì)框架（圖2）再用C++語(yǔ)言編寫(xiě)出相關(guān)的程序代碼，用于開(kāi)啟攝像頭、檢查攝像頭的運(yùn)作情況、調(diào)用特征臉?biāo)惴ㄟM(jìn)行人臉識(shí)別。

3.3主要工作流程

使用者先要運(yùn)行第一步程序，從視頻流中捕獲人臉的圖片，并按照指定路徑建立文件夾，作為人臉特征對(duì)比的后臺(tái)數(shù)據(jù)。之后，運(yùn)行第二步程序，從視頻流中檢測(cè)出人臉并對(duì)其進(jìn)行人臉特征提取，再與先前收集到的人臉數(shù)據(jù)照片進(jìn)行特征對(duì)比，識(shí)別出該人臉。

4人臉識(shí)別關(guān)鍵技術(shù)的實(shí)現(xiàn)

4.1用Cmake編譯動(dòng)態(tài)鏈接庫(kù)和第三方庫(kù)

本原型系統(tǒng)利用OpenCV的contrib模塊，該模塊包含了一些新型人臉識(shí)別，立體匹配，人工視網(wǎng)膜模型等可選功能。打開(kāi)Cmake進(jìn)入主頁(yè)面，在第一行源碼路徑中選擇OpenCV源碼的文件夾：OpenCV/OpenCV—master。再在第二行選擇生成路徑：OpenCV/OpenCV—master/build。然后點(diǎn)擊“Configure”，第一項(xiàng)選擇“Visual Studio 14 2015 Win64”作為編譯工具，點(diǎn)擊“Finish”完成。最后點(diǎn)擊“Generate”生成庫(kù)。同時(shí)，對(duì)OpenCV/OpenCV—contrib文件夾也是類(lèi)似操作生成。

3.2攝像頭的開(kāi)啟和檢查其運(yùn)作情況

如上流程圖，本實(shí)驗(yàn)先要用C++語(yǔ)言寫(xiě)出攝像頭啟動(dòng)和檢查其運(yùn)作情況的代碼，該模塊代碼如下：

bool Handle：：existsCapture（） {

capture.open（0）；

bool flag = false；

if （capture.isOpened（）） {

flag = true；

cout << "檢測(cè)到攝像頭的存在，可以打開(kāi)攝像頭" << endl；

capture.release（）；}

else {

cout << "未能夠檢測(cè)到攝像頭的存在，無(wú)法進(jìn)行下一步的工作" << endl；}

return flag；}

3.3從視頻流中獲取圖片作為后臺(tái)數(shù)據(jù)

首先本實(shí)驗(yàn)要實(shí)現(xiàn)從視頻流中獲取實(shí)時(shí)照片的功能，將所獲取的圖片作為人臉識(shí)別的后臺(tái)數(shù)據(jù)，用于與視頻流中的人臉特征做對(duì)比，該模塊代碼如下：

Mat frame；

Mat des；

int i = 1；

while （capture.read（frame）） {

char ch = waitKey（20）；

findFaces（frame， des）；

imshow（"人臉檢測(cè)"， frame）；

//waitKey（5）；

bool flag = false；

switch （ch） {

case 'p'：

if （flag） {

if （des.rows>0 && des.cols>0） {

cout << "aaaaaaaaaaaaaa" << endl；

string name = format（"D：＼＼opencv＼＼img＼＼002＼＼%d.jpg"， i）；

imwrite（name， des）；

cout << "save photo：" << name << endl；

i++；

break；

}}

else

{if （des.rows>0 && des.cols>0） {

distinguish（des）；}}}}}

3.4視頻流中的人臉檢測(cè)與人臉特征提取

首先本實(shí)驗(yàn)要實(shí)現(xiàn)從視頻流中檢測(cè)出人臉并提取人臉的特征進(jìn)行特征臉的記錄，用于人臉數(shù)據(jù)的記錄和為下一步進(jìn)行人臉特征的對(duì)比和識(shí)別提供了基本對(duì)比數(shù)據(jù)，該模塊代碼如下：

//繪制矩形 BGR。

rectangle（frame， faces[i]， Scalar（0， 0， 255）， 1）；

//獲取矩形中心點(diǎn)。

Point center（faces[i].x + faces[i].width / 2， faces[i].y + faces[i].height / 2）；

//繪制圓形。

ellipse（frame， center， Size（faces[i].width / 2， faces[i].height / 2）， 0， 0， 360， Scalar（255， 0， 255）， 4， 8， 0）；

//獲取臉部矩形區(qū)域。

Mat faceROI = src（faces[i]）；

//存儲(chǔ)找到的眼睛矩形。

std：：vector eyes；

eyes_cascade.detectMultiScale（faceROI，eyes，1.1，2，0 |CASCADE_SCALE_IMAGE，Size（30，30））；

for（size_t j=0；j

{Point eye_center（faces[i].x + eyes[j].x + eyes[j].width/2，faces[i].y + eyes[j].y + eyes[j].height/2）；

int radius = cvRound（（eyes[j].width + eyes[j].height）*0.25）；

circle（frame，eye_center，radius，Scalar（ 255， 0， 0 ），4，8，0）；}

//截取人臉。

Mat facesROI = frame（faces[i]）；

//圖像縮放。

cv：：resize（facesROI， facesROI， Size（128， 128）， 0， 0， cv：：INTER_LINEAR）；

//保存圖像。

dst = facesROI；}

return；}

3.5視頻流中的人臉特征對(duì)比與人臉識(shí)別

最后本實(shí)驗(yàn)要實(shí)現(xiàn)從視頻流中捕獲人臉，提取人臉特征并與后臺(tái)人臉數(shù)據(jù)做對(duì)比進(jìn)行人臉的識(shí)別，該模塊代碼如下：

maptt；

vectorimages；

vectorlabels；

vectorres = listDir（path）；

int count = 0；

for （int i = 0； i

if （res[i].find_last_of（".pgm"） ！= -1） {

Mat mat = imread（res[i]， CV_LOAD_IMAGE_GRAYSCALE）；

resize（mat， mat， Size（128， 128））；

images.push_back（mat）；

labels.push_back（count）；}

else {

count++；

cout << "index：" << count << " " << res[i] << endl；

textRes.insert（pair（count， res[i]））；}}

5總結(jié)與展望

作為一個(gè)學(xué)習(xí)計(jì)算機(jī)軟件的學(xué)生來(lái)說(shuō)，我自身的讀代碼和寫(xiě)代碼的能力顯著提高。除此之外，我還學(xué)會(huì)使用OpenCV、Cmake等一系列工具，對(duì)經(jīng)典的隱馬爾可夫模型有了一定認(rèn)識(shí)和了解，對(duì)人臉識(shí)別技術(shù)有了深層次地了解和掌握。我開(kāi)發(fā)的人臉識(shí)別原型系統(tǒng)的人臉識(shí)別率達(dá)到85%以上，顯然識(shí)別率已經(jīng)達(dá)到一定的水準(zhǔn)，但是原型系統(tǒng)并不完美，經(jīng)過(guò)大量的人臉訓(xùn)練，我通過(guò)改變?nèi)四樧R(shí)別的背景、環(huán)境的光照亮暗、人臉的角度等等一系列因素，發(fā)現(xiàn)人臉識(shí)別率受人臉識(shí)別的背景影響較大，實(shí)驗(yàn)說(shuō)明在不同背景下，人臉識(shí)別率才達(dá)到50%，但可以通過(guò)優(yōu)化編程代碼彌補(bǔ)這一不足。實(shí)驗(yàn)還可以做出進(jìn)一步的延伸，就是研究不同民族的人臉特征，找出不同名族臉部的特點(diǎn)并用幾何向量計(jì)算并總結(jié)出來(lái)，由此實(shí)現(xiàn)一個(gè)額外的功能，就是該系統(tǒng)可以識(shí)別人臉?biāo)鶎俚拿褡濉?/p>

參考文獻(xiàn)：

[1] 劉芳.基于FpGA的門(mén)禁系統(tǒng)視頻監(jiān)控中的人臉識(shí)別技術(shù)研究[J].智能應(yīng)用，2014（4）.

[2] 馬海兵，白潔.人臉識(shí)別技術(shù)在智能視頻監(jiān)控系統(tǒng)中的應(yīng)用[J].現(xiàn)代電子技術(shù)，2007（8）.

[3] 姜濤.基于OpenCV的智能視頻監(jiān)控系統(tǒng)設(shè)計(jì)[D].江蘇科技大學(xué)，

[4] 馬小虎，譚延琪.基于鑒別稀疏保持嵌入的人臉識(shí)別算法[J].自動(dòng)化學(xué)報(bào)， 2014， 40（1）： 73-82

[5] 吳巾一，周德龍.人臉識(shí)別方法綜述[J].計(jì)算機(jī)應(yīng)用研究，2009（8）.

[6] 孟繁靜，王連明.視頻人臉識(shí)別系統(tǒng)中的最佳人臉捕獲[J].東北師大學(xué)報(bào)，2015（4）.

[7] 黃佳.基于OpenCV的計(jì)算機(jī)視覺(jué)技術(shù)研究[D].華東理工大學(xué)，2013.

[8] 唐致龍.基于OpenCV嵌入式人臉檢測(cè)系統(tǒng)[D].長(zhǎng)安大學(xué)，2017.

【通聯(lián)編輯：唐一東】