基于信息熵下的人臉定位技術(shù)

張倩雯　林涵

摘 要：為解決人臉定位過程中人臉圖像處理困難、定位結(jié)果不準(zhǔn)確以及人臉易受環(huán)境影響的問題，本文提出了利用圖像信息熵對(duì)人臉進(jìn)行定位的方法。首先引入了圖像信息熵對(duì)圖像進(jìn)行色彩空間轉(zhuǎn)化，采用MATLAB進(jìn)行人臉閾值分割;然后根據(jù)人臉膚色與人身體膚色不同對(duì)人臉進(jìn)行處理;最后利用人臉的眼、嘴等像素點(diǎn)信息熵值的比較對(duì)人臉進(jìn)行定位。實(shí)驗(yàn)結(jié)果表明：可以利用圖像信息熵進(jìn)行人臉定位，方法簡單，適應(yīng)性強(qiáng)，定位結(jié)果不受客觀因素的影響，識(shí)別結(jié)果準(zhǔn)確。

關(guān)鍵詞：圖像信息熵;像素;人臉定位;MATLAB

中圖分類號(hào)：TP391.4

目前，生物識(shí)別技術(shù)的便捷性優(yōu)勢(shì)得到彰顯，相比于傳統(tǒng)人工密碼認(rèn)證而言發(fā)展更加迅速。尤其是在人工智能領(lǐng)域的人臉定位，是一個(gè)典型的圖像模式分析、理解和分類問題，涉及數(shù)字圖像處理、模式識(shí)別、人工神經(jīng)網(wǎng)絡(luò)等多學(xué)科領(lǐng)域，目前已有研究人員在人臉定位問題上提出了創(chuàng)新，取得了非常矚目的成績。圖像信息熵在各個(gè)方面的應(yīng)用愈來愈廣泛，本文提出了一種基于信息熵的人臉定位[1]方法。具體過程如下：將人臉圖像轉(zhuǎn)化為像素點(diǎn)，并利用人臉不同部位的像素點(diǎn)如眼、嘴等部位在整個(gè)圖像中的像素比，將像素點(diǎn)用信息熵的概率大小表示，對(duì)圖像進(jìn)行腐蝕膨脹處理之后，可由MATLAB編程實(shí)現(xiàn)對(duì)人臉圖像的定位。

1 圖像信息熵

圖像信息熵[2]主要是描述圖像含有信息量大小的一個(gè)客觀評(píng)價(jià)指標(biāo)，圖像的信息熵定義為：

EN（H）=-∑m1ZilogZi

其中Zi表示圖像的灰度分布，表示灰度圖像中像素分布的概率，m表示灰度等級(jí)，該指標(biāo)反映圖像的灰度值分布。

圖像信息熵能夠有效表達(dá)圖像所攜帶的信息量大小，也可以表達(dá)圖像紋理的豐富程度。人臉不同部位對(duì)整體的貢獻(xiàn)程度不同。當(dāng)圖像被分成眼、嘴等多個(gè)子塊時(shí)，可從各子塊圖像的局部信息熵得出各子塊所包含的信息熵，通過局部信息熵可得各子塊圖像直方圖的加權(quán)值，可反映每塊圖像占據(jù)人臉的比重。

2 人臉定位

（1）人臉膚色分割。膚色區(qū)域模型[3]可以將人臉與背景分開，并且通過MATLAB編程可得到不同子塊的圖像像素，計(jì)算單個(gè)像素的膚色相似性從而得到一個(gè)灰度圖，通過灰色區(qū)域的分布，大致可對(duì)人臉劃分。通過膚色圖像分割后，從灰度圖中可提取像素?cái)?shù)據(jù)，通過這些數(shù)據(jù)可計(jì)算出信息熵值。由于不同閾值在經(jīng)過閾值[4]劃分之后得到的灰度圖不同，因此每張圖像都以設(shè)置的閾值基準(zhǔn)，進(jìn)行膚色閾值分割，得到統(tǒng)一標(biāo)準(zhǔn)下的灰度圖，從灰度圖中提取圖像像素，區(qū)分膚色與非膚色，為人臉定位做準(zhǔn)備。

（2）圖像RGB像素轉(zhuǎn)化。色彩空間[5]又名色域，是各種顏色的集合。色彩空間取決于色彩的種類以及色彩的數(shù)量，兩者所能表示的范圍即為色域的范圍。對(duì)于某一固定顏色，在計(jì)算機(jī)網(wǎng)絡(luò)中可用不同的代碼表示，所以對(duì)一副圖像會(huì)有不同的表示方式，也就會(huì)產(chǎn)生可能完全不同的色彩空間。

（3）人臉定位。將圖像進(jìn)行膨脹和腐蝕，[6]膨脹運(yùn)算可弱化圖像的背景，有利于分割時(shí)檢測(cè)錯(cuò)誤點(diǎn)，腐蝕運(yùn)算可消除物體邊界點(diǎn)，即消除在分割過程中可能誤判的非皮膚點(diǎn)。在人臉面部分割圖像中，根據(jù)眼睛以及嘴巴較為明顯的特征可對(duì)人臉定位，[7]以眼睛和嘴巴為三個(gè)頂點(diǎn)，構(gòu)成一個(gè)三角形，在此基礎(chǔ)上進(jìn)行人臉識(shí)別會(huì)更加快捷。

眼睛映射，[8]依據(jù)色度和亮度映射，經(jīng)過腐蝕之后的圖像可確定對(duì)應(yīng)的兩個(gè)頂點(diǎn)，由此可確定人眼的位置，嘴巴經(jīng)過腐蝕之后，去掉一些離散點(diǎn)，可得嘴巴的中心位置，以此中心位置作為另一個(gè)頂點(diǎn)。由三個(gè)頂點(diǎn)可確定人臉的三角形的定位圖像，可識(shí)別出人臉的大致位置，并用矩形框標(biāo)定出來，人臉矩形特征點(diǎn)坐為圖1所示：

3 實(shí)驗(yàn)結(jié)果分析

在信息熵的理論基礎(chǔ)下，對(duì)于圖像經(jīng)過膨脹腐蝕處理之后可以得到同一副圖像在經(jīng)過人臉閾值分割、色彩空間轉(zhuǎn)化、腐蝕膨脹之后的圖像處理結(jié)果如圖2所示：

由上圖可知，將圖像二值化處理之后，利用人臉的眼、嘴各自的信息熵在腐蝕膨脹之后的熵值不同，通過MATLAB編程很容易將人臉將每個(gè)人臉部不同的像素差距識(shí)別出來表示出來，因此利用此種方法來對(duì)人臉進(jìn)行定位是可取的。

4 結(jié)語

本文提出了一種基于信息熵的人臉定位方法：采用MATLAB軟件，對(duì)人臉圖像進(jìn)行閾值分割、色彩空間轉(zhuǎn)化，利用信息熵值，將轉(zhuǎn)化后的圖像進(jìn)行膨脹腐蝕操作，編程實(shí)現(xiàn)人臉定位。

參考文獻(xiàn)：

[1]華聚良.人臉圖像特征抽取與分類方法研究[D].南京理工大學(xué)，2017.

[2]吳澤鵬，郭玲玲，朱明超，賈宏光，宣明.結(jié)合圖像信息熵和特征點(diǎn)的圖像配準(zhǔn)方法[J].紅外與激光工程，2013（10）：2846-2852.

[3]張弛，王慶.一種基于降維的膚色特征提取和膚色檢測(cè)方法[J].計(jì)算機(jī)工程與科學(xué)，2009，31（02）：34-36+49.

[4]曹德忠，李清晨，莊緒財(cái)，任承，張素恒，宋新兵.Ghost images reconstructed from fractional-order moments with thermal light[J].Chinese Physics B.2018 （12）.

[5]董艷，梁久禎.基于多種色彩空間的像素覆蓋分割方法[J].小型微型計(jì)算機(jī)系統(tǒng)，2015（08）：1886-1890.

[6]鄧仕超，黃寅.二值圖像膨脹腐蝕的快速算法[J].計(jì)算機(jī)工程與應(yīng)用，2017（05）：207-211.

[7]劉新永，蔡鳳麗，王志楊.基于MATLAB的人臉檢測(cè)定位算法研究[J].通化師范學(xué)院學(xué)報(bào)，2015，36（12）：11-13.

[8]田全，王蘊(yùn)哲.基于圖像灰度特征的人眼定位及狀態(tài)識(shí)別[J].電腦知識(shí)與技術(shù)，2018（03）：170-172.