數(shù)字圖像識(shí)別在人臉檢測(cè)中的應(yīng)用

陳云平

摘要： 利用數(shù)字圖像模式識(shí)別技術(shù)實(shí)現(xiàn)了人臉的自動(dòng)檢測(cè)及特征定位。對(duì)數(shù)字圖像處理中的顏色模型、膚色建模的原理及在人臉識(shí)別中的應(yīng)用進(jìn)行了概述，分析了人臉識(shí)別過(guò)程中存在的困難，展望了人臉識(shí)別技術(shù)的發(fā)展方向。

關(guān)鍵詞： 數(shù)字圖像； 顏色模型； 膚色建模； 人臉識(shí)別； 特征定位

中圖分類(lèi)號(hào)：TP391文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1006-8228(2012)05-37-02

The application of digital image recognition in face detection

Chen Yunping

（School of Computer Engineering,HuaiHai Institute of Technology, Jiangsu, Lianyungang 222005, China）

Abstract： Focusing on the introduction of color model, skin-color model theory application in face recognition, the article analyzes the difficulties in face recognition and look into the future development of face recognition technique. Meanwhile, the article achieves the goal of face automatic detection and feature location based on the digital image recognition technique.

Key words： digital image； color model； skin-color model； face recognition； feature location

0 引言

模式識(shí)別是利用計(jì)算機(jī)模仿人的識(shí)別能力，根據(jù)模式的特性，將其判定為某一模式類(lèi)的技術(shù)。人臉識(shí)別檢測(cè)是指在圖像或視頻中鑒別人臉是否存在，若存在，確定人臉的位置及大小。人臉識(shí)別檢測(cè)在視頻監(jiān)控、數(shù)字視頻處理中被廣泛應(yīng)用。將數(shù)字圖像模式識(shí)別技術(shù)應(yīng)用到人臉的自動(dòng)檢測(cè)中，運(yùn)用算法尋優(yōu)閾值，目的在于提高人臉檢測(cè)的精度和效率。

1 圖像識(shí)別在人臉檢測(cè)中的應(yīng)用

目前，人臉檢測(cè)技術(shù)主要有三大類(lèi)：①基于膚色的檢測(cè)方法。這種方法是利用環(huán)境和人臉膚色的顏色反差，將背景環(huán)境和人臉膚色區(qū)分開(kāi)來(lái)。②基于形狀的檢測(cè)方法。通過(guò)人臉和五官的形狀信息，在數(shù)字圖像中用一些形狀模式與人臉進(jìn)行匹配，從而進(jìn)行人臉檢測(cè)。③基于統(tǒng)計(jì)理論的檢測(cè)方法。這種方法是利用機(jī)器學(xué)習(xí)和統(tǒng)計(jì)分析的方法找出非人臉樣本和人臉樣本各自的統(tǒng)計(jì)特征，再通過(guò)各自的特征構(gòu)建分類(lèi)器完成人臉檢測(cè)。

1.1 人臉識(shí)別概述

人臉識(shí)別涉及計(jì)算機(jī)圖像處理、模式識(shí)別、統(tǒng)計(jì)學(xué)和人工智能等眾多學(xué)科，具有很高的研究?jī)r(jià)值。在一個(gè)完整的人臉識(shí)別系統(tǒng)中，人臉檢測(cè)和人臉識(shí)別是相對(duì)獨(dú)立的兩個(gè)技術(shù)環(huán)節(jié)。人臉檢測(cè)是在輸入圖像中確定人臉（如果存在）的位置、大小等信息[1]。人臉檢測(cè)系統(tǒng)的輸入信息可能不包含人臉的圖像，也可能包含人臉的圖像，輸出是關(guān)于圖像中是否存在人臉和人臉的大小、位置、表情等信息的參數(shù)。通過(guò)人臉檢測(cè)技術(shù)，可以將人臉圖像從復(fù)雜的背景圖像中檢測(cè)出來(lái)，并對(duì)人臉圖像尺寸及位置進(jìn)行標(biāo)準(zhǔn)化，從而得到標(biāo)準(zhǔn)的人臉圖像，為以后的計(jì)算機(jī)人臉識(shí)別處理提供相應(yīng)的數(shù)據(jù)。膚色特征是人臉的重要信息，它不依賴于面部的細(xì)節(jié)特征，對(duì)于旋轉(zhuǎn)、表情等變化情況都能適用，具有相對(duì)的穩(wěn)定性，因此它是人臉檢測(cè)中最常用的一種特征[2]。研究表明：盡管不同種族、不同年齡、不同性別的人的膚色看上去不同，但這種不同主要集中在亮度上。在去除亮度的色度空間里，不同人的膚色分布具有聚類(lèi)性，可以根據(jù)這種聚類(lèi)性將人臉從背景中分割出來(lái)[3]。所以，基于膚色的人臉檢測(cè)中最為關(guān)鍵的技術(shù)是建立膚色模型。

1.2 顏色空間

顏色模型是顏色在三維空間中的排列方式。當(dāng)前，圖像處理中常用的顏色模型有RGB顏色空間、NTSC顏色空間、HSV顏色空間及YCbCr顏色空間等。

1.2.1 RGB顏色空間

RGB顏色空間是彩色中最基本的顏色表示空間。它是通過(guò)紅（Red）、綠（Green）、藍(lán)(Blue)三種原色混合而產(chǎn)生其他顏色的。其中每種基色的亮度都由0-255表示。任何顏色都可以用紅、綠、藍(lán)3種基色來(lái)調(diào)制。由于R、G、B分量相關(guān)性太強(qiáng)， RGB顏色空間不容易直接建立膚色模型；并且亮度和顏色不相互獨(dú)立，R、G、B三個(gè)基色不僅代表顏色，還表示了亮度。而在基于膚色的人臉檢測(cè)中，為了把膚色區(qū)域同非膚色區(qū)域分離，需要使用適合不同膚色和不同光照條件的可靠膚色模型。所以，直接利用RGB空間聚類(lèi)進(jìn)行膚色分割不可能取得很好的效果。

1.2.2 NTSC顏色空間

NTSC顏色空間是一種用于電視圖像的顏色空間。它使用的是YIQ色彩坐標(biāo)系。其中Y是光亮度，用它表示灰度信息；I是色調(diào)，Q是飽和度，它們都表示顏色信息。所以，NTSC顏色空間的主要優(yōu)點(diǎn)是區(qū)分灰度信息和顏色信息。

1.2.3 HSV顏色空間

HSV顏色空間是一種復(fù)合主觀感覺(jué)的色彩空間。H是指色調(diào)（彩）（hue）、S指色飽和度（saturation）、V指明度（value）。因此，在此顏色空間中，顏色的參數(shù)便是H、S、V三個(gè)分量組成的三元組。

在HSV顏色空間中，反映顏色特征的兩個(gè)屬性色調(diào)和飽和度與明度特征相互獨(dú)立，這對(duì)于建立膚色模型是有利的。建立膚色模型需要找到膚色的聚類(lèi)性，這種聚類(lèi)性主要體現(xiàn)在顏色的本質(zhì)特性上。在實(shí)際應(yīng)用中，膚色的情況會(huì)受到光照亮度的影響，而光照主要反映在亮度上。采用HSV顏色空間可以將亮度從顏色中分離出來(lái)，只使用反映顏色特征的色調(diào)和飽和度來(lái)進(jìn)行聚類(lèi)分析，所以可以取得較好的效果。

1.2.4 YCbCr顏色空間

YCbCr顏色空間又稱為YUV空間，它是數(shù)字圖像和視頻圖像中常用的色彩空間，主要用在數(shù)字電視系統(tǒng)中。其中Y代表亮度，Cb代表藍(lán)色，Cr代表紅色分量。在8位無(wú)符號(hào)整型數(shù)據(jù)的存儲(chǔ)空間中，YCbCr模型中的數(shù)據(jù)可以是雙精度類(lèi)型，Y的范圍為16~235，Cb和Cr的取值范圍為16~240。

YCbCr顏色空間和HSV顏色空間有一個(gè)共同的特點(diǎn)是亮度和顏色的本質(zhì)特性是分離開(kāi)的。本文選擇在YCbCr顏色空間中建立膚色模型的原因除此以外，還在于與HSV顏色空間比較而言，它的計(jì)算過(guò)程更加簡(jiǎn)單。在將圖像從RGB顏色空間轉(zhuǎn)換到Y(jié)CbCr顏色空間的過(guò)程中，彩色分量Cb、Cr可以由三基色R、G、B經(jīng)過(guò)線性變換得到，轉(zhuǎn)換公式如(1-1)所示；并且在YCbCr顏色空間中，膚色有較高的聚集程度[4]。

Y=0.2990R+0.5870G+0.1140B

Cb=-0.1687R-0.3313G+0.5000B+128 (1-1)

Cr=0.5000R-0.4187G-0.0813B+128

1.3 建立膚色模型

不同種族、不同年齡、不同性別的人膚色是存在差異的，這個(gè)差異表現(xiàn)在亮度上。若消除亮度后，膚色就具有較高的聚類(lèi)性。

在RGB顏色空間，為了除去光照影響，對(duì)人臉膚色要進(jìn)行亮度歸一化。歸一化的顏色分量分別為r、g、b，如式(1-2)所示。

(1-2)

其中，r+g+b=1。由于這種歸一化只除去了R、G、B中的相對(duì)亮度成分R+G+B，而r、g、b仍存在亮度信息，因此此種方法用于膚色檢測(cè)效果不理想。

在YCbCr顏色空間，歸一化色度直方圖后，若膚色滿足二維高斯模型M=（m,c），其中，m為均值，m=E(x),x=(Cb,Cr)T，C為協(xié)方差矩陣，C=E[(x-m)(x-m)T]。利用這個(gè)膚色模型檢測(cè)任意一個(gè)像素為膚色的概率

(1-3)

經(jīng)過(guò)驗(yàn)證，這個(gè)模型能很好地分辯出人臉和非人臉來(lái)。

1.4 亮度補(bǔ)償

因?yàn)楣庹諘?huì)影響圖片的亮度，所以采用Gary World算法來(lái)對(duì)RGB圖像進(jìn)行快速顏色補(bǔ)償：

(1-4)

式中，Cstd是標(biāo)準(zhǔn)亮度圖像R、G、B值；Cave是輸入圖像R、G、B的平均值；C是原圖像的像素值；Cnew是亮度補(bǔ)償后的像素值。

2 基于VC++在人臉檢測(cè)中的應(yīng)用技術(shù)難點(diǎn)

通過(guò)VC++已驗(yàn)證數(shù)字圖像模式識(shí)別技術(shù)可以對(duì)人臉實(shí)現(xiàn)自動(dòng)檢測(cè)。整個(gè)識(shí)別過(guò)程主要包括人臉相似度計(jì)算、人臉輪廓提取、人臉定位、臉內(nèi)輪廓提取、眼睛定位、鼻子定位及嘴定位等。

⑴ 膚色識(shí)別技術(shù)

大量研究表明膚色是一種有效的人臉檢測(cè)特征， 不同人種膚色的差別主要在于亮度信息而不是色度信息[5-6]。在膚色信息提取中，色度表技術(shù)應(yīng)用較廣泛。常用的色度表生成方法包括高斯模型和高斯混合模型等方法。然而由于其他非人臉膚色對(duì)象的存在和光照變化等影響，單獨(dú)利用膚色信息無(wú)法保證人臉檢測(cè)的準(zhǔn)確性和完整性， 一般需要與其他特征結(jié)合使用。

為了準(zhǔn)確進(jìn)行人臉膚色識(shí)別，本文先將人臉圖像從RGB顏色空間映射到Y(jié)CbCr顏色空間，然后建立膚色模型并得到相似度矩陣，最后用相似度矩陣中的最大值對(duì)相似度矩陣歸一化。

⑵ 嘴部定位技術(shù)

嘴部定位通過(guò)膚色掩碼進(jìn)行。由于嘴部存在較大的空洞，需要形態(tài)學(xué)閉運(yùn)算填充，時(shí)間開(kāi)銷(xiāo)大，因此，直接利用R、G、B三原色建立膚色掩碼。膚色掩碼的計(jì)算公式如(2-1)所示：

(2-1)

膚色掩碼加上嘴巴的位置約束就可以進(jìn)行人臉嘴部定位。

3 結(jié)束語(yǔ)

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)準(zhǔn)確，表情識(shí)別和人臉識(shí)別才能實(shí)現(xiàn)。而其中特征提取與處理是人臉識(shí)別中的關(guān)鍵， 無(wú)論是人臉檢測(cè)定位、面部特征提取還是人臉確認(rèn)識(shí)別，每一步都需要大量可靠的人臉特征。在實(shí)際的人臉識(shí)別中，單獨(dú)使用任何一種已有的方法都不可能取得很好的識(shí)別效果?；诨旌戏椒ńY(jié)合了兩種以上已有的方法，實(shí)現(xiàn)了信息的融合，從而形成更準(zhǔn)確和魯棒性強(qiáng)的人臉識(shí)別系統(tǒng)。所以，混合的數(shù)字圖像識(shí)別方法將是未來(lái)人臉識(shí)別研究領(lǐng)域的主要課題。

參考文獻(xiàn)：

[1] Zhiwei Ye, Zhaobao Zheng, Xin Yu. Automaticthreshold selection

based on ant colony optimization al2gorithm[C]. Proc of Int Conf on Neural Networks and Brain,2005:728~732

[2] 馮馳,王衢,杜云明.基于膚色和幾何特征的人臉檢測(cè)[J].信息技術(shù),

2007.8:84~87

[3] 徐從東,羅家融,肖炳甲.基于膚色信息馬氏距離圖的人臉檢測(cè)[J].計(jì)

算機(jī)工程,2007.37(12):196~198

[4] 呂東輝,王濱.YCbCr空間中一種基于貝葉斯判決的膚色檢測(cè)方法

[J].中國(guó)圖象圖形學(xué)報(bào),2006.11(1):47~52

[5] F.Soulie,E.Viennet,B.Lanmy. Multi -Modular Neural Net -work

Architectures:Pattern Recognition Applications in OpticalCharacter Recognition and Human Face Recognition[J].Int'1J.Pattern Recognition and Artificial Intelligence,1993.7(4):721~755

[6] H.wu,Q.chen,M.Yaehida. Face Detection from Color Images

Using a Fuzzy Pattern Matching Method[C].In IEEE,Trans:Pattern Analysis and Machine Intelligence,1999.21(6):557~563