開題報告-人臉檢測與識別

1、<p><b>　　開題報告</b></p><p><b>　　1. 研究背景</b></p><p>　　各種智能系統(tǒng)在生活中的應用越來越普遍。智能系統(tǒng)中經常需要身份識別以便提供個性化服務。身份識別是一個很棘手的的問題，傳統(tǒng)方法中主要是通過一些具有個人身份特征的事物來鑒別，比如證件、鑰匙等身份標識物品，或者是用戶名和密碼之類的身份標

2、識知識。在一些要求比較高的系統(tǒng)中，一般將這兩方法結合起來使用，例如我們在使用ATM機時，只有ATM卡和密碼都正確才能訪問特定的用戶并進行一些列操作。但是傳統(tǒng)的身份鑒別方法缺點是相當明顯的：身份標識物品容易丟失或被偽造，身份標識知識容易遺忘或被盜取。這個時候身份鑒別就是天方夜譚了。如果利用每個人本身的生物特征如人臉特征，指紋等等就能達到相當好的效果。這使得生物特征識別技術煥發(fā)光彩。由于微電子和機器視覺方面取得了新進展，高性能自動識別的技術

3、可行性越來越高。近年來興起的人臉識別在眾多生物識別方法中應用最為廣泛。在國外，人臉識別技術早已被大量使用在國家重要部門以及軍警等安防部門。在國內，對于人臉識別技術的研究始于上世紀90年代，目前主要應用在公安、金 融、網絡安全、物業(yè)管理以及考勤等領域。</p><p><b>　　2. 研究意義</b></p><p>　　人臉識別是機器視覺和模式識別領域最富有挑戰(zhàn)性的

4、課題之一，同時也具有較為廣泛的應用意義。人臉識別技術是一個非常活躍的研究領域，它覆蓋了數(shù)字圖像處理、模式識別、計算機視覺、神經網絡、心理學、生理學、數(shù)學等諸多學科的內容。如今，雖然在這方面的研究已取得了一些可喜的成果，但是FRT在實用應用中仍面臨著很嚴峻的問題,因為人臉五官的分布是非常相似的，而且人臉本身又是一個柔性物體，表情、姿態(tài)或發(fā)型、化妝的千變萬化都給正確識別帶來了相當大的麻煩。如何能正確識別大量的人并滿足實時性要求是迫切需要解決

5、的問題。</p><p>　　基于人臉生物特征的身份鑒別具有以下優(yōu)點：</p><p>　?。?）用戶易接受：操作簡單，身份識別度高，識別速度快。</p><p>　?。?）防偽性能好：人臉特征被偽造或被盜可能性很低。</p><p>　?。?）使用方便：不用擔心丟失或遺忘，隨時隨地可用。</p><p>　　除此之外

6、，人臉識別技術還有精度高，性價比高，自學習能力強等優(yōu)點。</p><p>　　由于以上多項優(yōu)點使得人臉特征識別在身份鑒別領域大放異彩，在生活中許多地方得到應用：</p><p>　　（1）公安系統(tǒng)：快速辨別罪犯；罪犯通緝；保障共安全；海關邊檢。</p><p>　?。?）公共安全領域：確認證件的真?zhèn)?；智能門禁；信用卡使用者身份驗證。</p><p

7、>　?。?）互聯(lián)網交互領域：計算機登錄；網絡安全；個性化服務。</p><p>　　人臉識別技術的研究也具有很大的理論價值。人臉識別技術的研究涉及到模式識別、計算機視覺、人工智能、圖像處理等多門學科，經常應用于人機交互領域，而且還與人的其它生物特征識別有著千絲萬縷的聯(lián)系。人臉識別技術的研究對推動以上各學科的發(fā)展具有重要的理論意義。</p><p><b>　　3. 研究現(xiàn)狀

8、</b></p><p>　　3.1國外的發(fā)展概況</p><p>　　通過查閱文獻了解機器自動人臉識別研究開始于19世紀90年代，1990年日本研制的人像識別機，可在1秒鐘內中從3500人中識別到你要找的人。1993年，美國國防部高級研究項目署和美國陸軍研究實驗室成立了項目組，建立了人臉數(shù)據(jù)庫，用于評價人臉識別算法的性能。</p><p>　　美國陸軍

9、實驗室也是利用vc++開發(fā)，通過軟件實現(xiàn)的，并且FAR為49%。在美國的進行的公開測試中，F(xiàn)AR，為53%。美國國防部高級研究項目署，利用半自動和全自動算法。這種算法需要人工或自動指出圖像中人的兩眼的中心坐標，然后進行識別。</p><p>　　3.2 國內的發(fā)展概況 </p><p>　　人臉識別系統(tǒng)現(xiàn)在在大多數(shù)領域中起到舉足輕重的作用，尤其是用在機關單位的安全和考勤、網絡安全、銀行、海

10、關邊檢、物業(yè)管理、軍隊安全、智能身份證、智能門禁、司機駕照驗證、計算機登錄系統(tǒng)。我國在這方面也取得了較好的成就，國家863項目“面像檢測與識別核心技術”通過成果鑒定并初步應用，就標志著我國在人臉識別這一當今熱點科研領域掌握了一定的核心技術。北京科瑞奇技術開發(fā)股份有限公司在2002年開發(fā)了一種人臉鑒別系統(tǒng)，對人臉圖像進行處理，消除了照相機的影響，再對圖像進行特征提取和識別。這對于人臉鑒別特別有價值，因為人臉鑒別通常使用正面照，要鑒別的人臉

11、圖像是不同時期拍攝的，使用的照相機不一樣。系統(tǒng)可以接受時間間隔較長的照片，并能達到較高的識別率。2005年1月18日，由清華大學電子系人臉識別課題組負責人蘇光大教授主持承擔的國家"十五"攻關項目《人臉識別系統(tǒng)》通過了由公安部主持的專家鑒定。鑒定委員會認為，該項技術處于國內領先水平和國際先進水平。</p><p><b>　　4. 主要研究內容</b></p>

12、<p>　　人臉識別技術是基于生物特征的識別方式，利用人類自身所擁有的、并且能夠唯一標示其身份的生理特征或行為特征進行身份驗證技術。也就是給定一場景的靜止或視頻圖象，利用訓算機里存儲的人臉數(shù)據(jù)庫，確定場景中的一個或多個人。</p><p>　　人臉識別過程需要完成以下幾方面的工作：</p><p>　　人臉檢測：從各種場景中檢測出人臉的存在，并從場景中準確分離出人臉區(qū)域；<

13、;/p><p>　　預處理：校正人臉尺度、光照以及旋轉等方面的變化，得到規(guī)范化的人臉圖像；</p><p>　　特征提取：從人臉圖像中提取出人臉具有代表性的特征信息，并用一定的方式加以描述；</p><p>　　人臉識別：根據(jù)所提取的特征信息，將待識別的人臉與數(shù)據(jù)庫中的人臉進行比較，找到數(shù)據(jù)庫中最相似的人臉</p><p><b>　　

14、課題的主要內容是：</b></p><p>　　圖像預處理,它主要從攝像頭中獲取人臉圖像然后進行處理,以便提高定位和識別的準確率。</p><p>　　人臉檢測，簡單地講就是判定圖片中是否存在人臉以及人臉的位置大小的確定。</p><p>　　人臉識別，提取特征與人臉庫中數(shù)據(jù)對比從而判定圖片中人物身份。</p><p><b

15、>　　5. 研究方案</b></p><p>　　（1） 圖像文件格式選擇</p><p>　　在設計的過程中，為了定位和特征提取的方便，我們采用的是24位圖。</p><p><b>　　（2）開發(fā)工具選擇</b></p><p>　　使用開發(fā)工具Microsoft Visual C++ 6.0。 V

16、isual C++ 6.0是Microsoft公司推出的一種可視化編程工具。它支持多平臺和交叉平臺的開發(fā)，將各種編程工具如編輯器、連接器、調試器等巧妙的結合在一起，構成一個完美的可視化開發(fā)環(huán)境。用戶無需通過繁雜的編程操作，即可完成Windows下應用程序的編輯、編譯、測試和細化等工作。</p><p>　　Open CV是 Intel 公司自主開發(fā)的開源計算機視覺庫。它包括一系列C 函數(shù)和一部分 C++類程序。它

17、將許多實驗室的優(yōu)秀研究成果轉化成了數(shù)字圖像處理方面的現(xiàn)實算法。它的強項在于圖像和視頻的讀寫、目標識別與跟蹤以及3D重建與標定等方面。CV是計算機視覺的意思，它源于數(shù)字圖像處理的研究，是一門朝陽學科，它通過計算機等數(shù)字設備來模擬生物視覺，對圖像進行采集、處理、再現(xiàn)等等。主要研究內容有圖像特征提取、3D視覺、模式識別、人工智能等諸多方面。</p><p><b>　?。?） 算法選擇</b>&l

18、t;/p><p><b>　　圖像預處理模塊：</b></p><p>　　·光線補償 ：由于光線原因，所照的圖像可能會存在光線不平衡的情況而造成色彩偏差，為了抵消這種整個圖像中存在的色彩偏差，本系統(tǒng)采用的解決方法是：將整個圖像中的所有像素的亮度從高到低進行排列，取前5%的像素，然后線性放大，使這些像素的平均亮度達到255。實際上就是調整圖片像素的RGB值。&l

19、t;/p><p>　　·圖像灰度化：圖像灰度化是將圖像變成灰色，本系統(tǒng)中采用以下步驟來實現(xiàn)圖像的灰度化：彩色轉換成灰度、灰度比例變換、灰度線性變換、灰度線性截斷、灰度取反。</p><p>　　·高斯平滑：在圖像的采集過程中,由于各種因素的影響,圖像中往往會出現(xiàn)一些不規(guī)則的隨機噪聲,如數(shù)據(jù)在傳輸、存儲時發(fā)生的數(shù)據(jù)丟失和損壞等,這些都會影響圖像的質量，因此需要將圖片進行平滑操

20、作以此來消除噪聲。但是如果平滑不當，就會使圖像本身的細節(jié)如邊界輪廓、線條等變的模糊不清，為了既平滑掉噪聲有盡量保持圖像細節(jié)，本系統(tǒng)采用高斯平滑。</p><p>　　·均衡直方圖：使用該模塊的目的是通過點運算使輸入轉換為在每一灰度級上都有相同的像素點數(shù)的輸出圖像。</p><p>　　·圖像對比度增強：為了將圖像的特征一步一步顯現(xiàn)出來，需要進行圖像的對比度增強，它主要通

21、過對圖像的灰度值進行統(tǒng)計，對于小于Low則認為是有關的信息，則將它作為黑色處理，對于處于High以上的則認為是一些無關的信息，將它們去掉，而處于兩者之間的，則進行對比度增強，將他們在總的灰度值里面的比例作為新的像素信息保存起來。</p><p>　　人臉檢測：有基于模版，基于統(tǒng)計模型，基于特征三個大類。許多方法都不能簡單地歸為以上提到三類方法中的某一類，而是兩類甚至三類方法的融合。比較流行的有主成份分析法（PCA

22、)，自適應性提升算法（Ada boost)等等。</p><p>　　人臉識別：需要對人臉進行特征提取并和數(shù)據(jù)庫中信息比對，來確定人物身份。可以用K--L變換和特征臉法來實現(xiàn)。</p><p><b>　　6. 參考文獻</b></p><p>　　【1】 王偉; 張佑生; 方芳; 人臉檢測與識別技術綜述[J]. 2006,5 </p

23、><p>　　【2】楊濤．人臉檢測與跟蹤[D]，西北工業(yè)大學，2004年3月．</p><p>　　【3】周德華，毛敏峰，徐浩．一種多人臉跟蹤算法的研究與實現(xiàn)[J]，電視技術，2005，275(5)：88～90．</p><p>　　【4】 李剛，高政、人臉自動識別方法綜述、計算機應用研究、2003, Vol 8:4-9</p><p>　　【5