課題設(shè)計(jì)之人臉課件

1、課題設(shè)計(jì)： 人臉檢測(cè)定位第四組目錄人臉檢測(cè)定位人臉檢測(cè)定位的概述人臉檢測(cè)定位的實(shí)現(xiàn)方法結(jié)果對(duì)比人臉識(shí)別 - 概述 人臉識(shí)別，特指利用分析比較人臉視覺特征信息進(jìn)行身份鑒別的計(jì)算機(jī)技術(shù)。也就是說：是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物特征識(shí)別技術(shù)。 廣義的人臉識(shí)別實(shí)際包括構(gòu)建人臉識(shí)別系統(tǒng)的一系列相關(guān)技術(shù)，包括人臉圖像采集、人臉定位、人臉識(shí)別預(yù)處理、身份確認(rèn)以及身份查找等；而狹義的人臉識(shí)別特指通過人臉進(jìn)行身份確認(rèn)或者身份查找的技術(shù)或系統(tǒng)。 人臉識(shí)別主要包括4個(gè)步驟，分別為：人臉檢測(cè)、人臉圖像預(yù)處理、人臉圖像特征提取以及匹配與識(shí)別。人臉檢測(cè)-研究現(xiàn)狀國外對(duì)人臉檢測(cè)問題的研究很多，比較著名的有MI

2、T,CMU等；國內(nèi)的清華大學(xué)、中科院計(jì)算所和自動(dòng)化所、南京理工大學(xué)、北京工業(yè)大學(xué)等都有人員從事人臉檢測(cè)相關(guān)的研究。而且，MPEG7標(biāo)準(zhǔn)組織已經(jīng)建立了人臉識(shí)別草案小組，人臉檢測(cè)算法也是一項(xiàng)征集的內(nèi)容?，F(xiàn)在的一個(gè)比較優(yōu)秀的人臉檢測(cè)算法是ViolaJones的級(jí)聯(lián)分類器算法。這種算法使用基于Haar特征的級(jí)聯(lián)分類器策略，可有快速且有效的找到多種姿態(tài)和尺寸的人臉圖像。人臉檢測(cè) - 難點(diǎn) 人臉檢測(cè)是一個(gè)復(fù)雜的具有挑戰(zhàn)性的模式檢測(cè)問題，其主要的難點(diǎn)有兩方面， 一方面是由于人臉內(nèi)在的變化所引起：（1）人臉具有相當(dāng)復(fù)雜的細(xì)節(jié)變化，不同的外貌如臉形、膚色等，不同的表情如眼、嘴的開與閉等；（2）人臉的遮擋，如眼鏡

3、、頭發(fā)和頭部飾物以及其他外部物體等； 另外一方面由于外在條件變化所引起：（1）由于成像角度的不同造成人臉的多姿態(tài)，如平面內(nèi)旋轉(zhuǎn)、深度旋轉(zhuǎn)以及上下旋轉(zhuǎn)，其中深度旋轉(zhuǎn)影響較大；（2）光照的影響，如圖像中的亮度、對(duì)比度的變化和陰影等。（3）圖像的成像條件，如攝像設(shè)備的焦距、成像距離，圖像獲得的途徑等等。人臉檢測(cè) - 應(yīng)用人臉檢測(cè)可用于生物特征識(shí)別，通常做為人臉識(shí)別系統(tǒng)的一部分。人臉檢測(cè)也可以用于視頻監(jiān)聽、人機(jī)交互和圖像數(shù)據(jù)庫管理。一些最新的數(shù)碼相機(jī)使用人臉檢測(cè)來自動(dòng)對(duì)焦。人臉檢測(cè)也可以在使用了pan-and-scale ken burns effect的photo slideshows中幫助選擇感興

4、趣的區(qū)域。人臉檢測(cè)也獲得了市場(chǎng)的興趣。電視機(jī)上可以集成攝像頭來檢測(cè)任何走過的人臉，然后計(jì)算該用戶的種族、性別和年齡范圍。一旦獲得這些信息，可以針對(duì)性的播放廣告。人臉檢測(cè)也可以用于節(jié)約能源。人們看電視或電腦的時(shí)候往往會(huì)做其他工作，這時(shí)候普通的顯示器不能自動(dòng)降低亮度來節(jié)省能源。智能系統(tǒng)可以識(shí)別用戶的面部朝向，當(dāng)用戶不看屏幕時(shí)，可以自動(dòng)降低亮度；在用戶重新看屏幕時(shí)，再增加亮度。圖像處理的matlab實(shí)現(xiàn) 圖像是人類獲取信息、表達(dá)信息和傳遞信息的重要收段。 數(shù)字圖像處理主要包括圖像變換，圖像增強(qiáng)，圖像編碼，圖像復(fù)原，圖像重建，圖像識(shí)別以及圖像理解等內(nèi)容。 注：下面簡(jiǎn)單介紹圖像增強(qiáng)和圖像的邊緣檢測(cè)?；叶?/p>

5、變換增強(qiáng) 灰度變換最常用的就是直方圖變換的方法，即直方圖的均衡化。這種方法是一種使輸出圖像直方圖近似服從均勻分布的變換算法。 注：先進(jìn)行圖像類型的轉(zhuǎn)換（因?yàn)閳D像增強(qiáng)和邊緣檢測(cè)都是針對(duì)灰度圖像進(jìn)行的）?；叶葓D像直方圖均衡化i=imread(f:face1.tif);j=histeq(i); %histeq 圖像直方圖均衡化的具體函數(shù)imshow(j);figure,subplot(1,2,1),imhist(i); %imhist 計(jì)算和顯示圖像的直方圖subplot(1,2,2),imhist(j) 空域?yàn)V波增強(qiáng) 空域?yàn)V波按照空域?yàn)V波器的功能可分為平滑濾波器和銳化濾波器。 平滑濾波器可以用低通

6、濾波實(shí)現(xiàn)，目的在于模糊圖像或消除噪聲。 銳化濾波器是用高通濾波來實(shí)現(xiàn)的，目的在于強(qiáng)調(diào)圖像被模糊的細(xì)節(jié)。平滑濾波效果銳化濾波效果空域?yàn)V波增強(qiáng)的代碼i=imread(f:face1.tif);j=imnoise(i,gaussian,0,0.02);%gaussian加入高斯噪聲subplot(1,2,1),imshow(j);j1=wiener2(j);subplot(1,2,2),imshow(j1);%wiener函數(shù)實(shí)現(xiàn)對(duì)圖像噪聲的自適應(yīng)濾波h=fspecial(gaussian,2,0.05);%高斯濾波器的方法進(jìn)行銳化濾波j2=imfilter(i,h);%imfilter函數(shù)實(shí)現(xiàn)中值

7、濾波figure,subplot(1,2,1),imshow(i)subplot(1,2,2),imshow(j2)邊緣檢測(cè) 數(shù)字圖像的邊緣檢測(cè)是圖像分割、目標(biāo)區(qū)域識(shí)別、區(qū)域形狀提取等圖像分析領(lǐng)域十分重要的基礎(chǔ)，也是圖像識(shí)別中提取圖像特征的一個(gè)重要屬性。 邊緣檢測(cè)算子可以檢查每個(gè)像素的領(lǐng)域并對(duì)灰度變化率進(jìn)行量化，也包括對(duì)方向的確定。i=imread(f:face1.tif);j=edge(i,canny,0.04,0.25,1.5);imshow(j) 原灰度圖像 邊緣檢測(cè)后的圖像原始圖片灰度圖片均衡化的灰度圖片效果圖以下是其他幾組人臉檢測(cè)的效果圖原圖效果圖原圖效果圖原圖效果圖原圖效果圖總結(jié)

8、由最后的幾組效果圖可以看出，人臉檢測(cè)定位效果并不是很理想，只有當(dāng)臉部突出比較明顯或背景干擾較小時(shí)才能定位較準(zhǔn)確，其他情況下并不是很準(zhǔn)確，其中大部分原因還是本組成員技術(shù)水平較低，無法對(duì)圖片信息進(jìn)行更好的處理，導(dǎo)致無法做到精準(zhǔn)的檢測(cè)定位。致謝感謝柴燕燕、李愛珠等幾位同學(xué)為本組課題設(shè)計(jì)提供照片素材。 % detection of face objectL=bwlabel(BW,8);BB=regionprops(L,BoundingBox);BB1=struct2cell(BB);BB2=cell2mat(BB1);s1,s2=size(BB2);mx=0;for k=3:4:s2-1 p=BB2(1,k)*BB2(1,k+1); if pmx&(BB2(1,k)/BB2(1,k