課題設(shè)計之人臉

課題設(shè)計：

人臉檢測定位第四組目錄人臉檢測定位人臉檢測定位的概述人臉檢測定位的實(shí)現(xiàn)方法結(jié)果對比人臉識別-概述

人臉識別，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)行身份識別的一種生物特征識別技術(shù)。

廣義的人臉識別實(shí)際包括構(gòu)建人臉識別系統(tǒng)的一系列相關(guān)技術(shù)，包括人臉圖像采集、人臉定位、人臉識別預(yù)處理、身份確認(rèn)以及身份查找等；而狹義的人臉識別特指通過人臉進(jìn)行身份確認(rèn)或者身份查找的技術(shù)或系統(tǒng)。人臉識別主要包括4個步驟，分別為：人臉檢測、人臉圖像預(yù)處理、人臉圖像特征提取以及匹配與識別。人臉檢測-概述人臉檢測的英文名稱是FaceDetection.人臉檢測問題最初來源于人臉識別（FaceRecognition）。人臉識別的研究可以追溯到上個世紀(jì)六、七十年代，經(jīng)過幾十年的曲折發(fā)展已日趨成熟。人臉檢測(FaceDetection)是一種在任意數(shù)字圖像中找到人臉的位置和大小的計算機(jī)技術(shù)。它可以檢測出面部特征，并忽略諸如建筑物、數(shù)目和身體等其他任何東西。有時候，人臉檢測也負(fù)責(zé)找到面部的細(xì)微特征，如眼睛、鼻子、嘴巴等的精細(xì)位置。人臉檢測-研究現(xiàn)狀國外對人臉檢測問題的研究很多，比較著名的有MIT,CMU等；國內(nèi)的清華大學(xué)、中科院計算所和自動化所、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相關(guān)的研究。而且，MPEG7標(biāo)準(zhǔn)組織已經(jīng)建立了人臉識別草案小組，人臉檢測算法也是一項(xiàng)征集的內(nèi)容?，F(xiàn)在的一個比較優(yōu)秀的人臉檢測算法是Viola–Jones的級聯(lián)分類器算法。這種算法使用基于Haar特征的級聯(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-難點(diǎn)人臉檢測是一個復(fù)雜的具有挑戰(zhàn)性的模式檢測問題，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、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-應(yīng)用人臉檢測可用于生物特征識別，通常做為人臉識別系統(tǒng)的一部分。人臉檢測也可以用于視頻監(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)使用人臉檢測來自動對焦。人臉檢測也可以在使用了pan-and-scalekenburnseffect的photoslideshows中幫助選擇感興趣的區(qū)域。人臉檢測也獲得了市場的興趣。電視機(jī)上可以集成攝像頭來檢測任何走過的人臉，然后計算該用戶的種族、性別和年齡范圍。一旦獲得這些信息，可以針對性的播放廣告。人臉檢測也可以用于節(jié)約能源。人們看電視或電腦的時候往往會做其他工作，這時候普通的顯示器不能自動降低亮度來節(jié)省能源。智能系統(tǒng)可以識別用戶的面部朝向，當(dāng)用戶不看屏幕時，可以自動降低亮度；在用戶重新看屏幕時，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，圖像識別以及圖像理解等內(nèi)容。

注：下面簡單介紹圖像增強(qiáng)和圖像的邊緣檢測。圖像增強(qiáng)

圖像增強(qiáng)的目的是為了改善圖像的視覺效果，提高圖像的清晰度和工藝的適應(yīng)性，以及便于人與計算機(jī)的分析和處理，以滿足圖像復(fù)制或再現(xiàn)的要求。圖像增強(qiáng)的方法為空域法和頻域法兩大。空域法主要是對圖像中的各個像素點(diǎn)進(jìn)行操作；頻域法是在圖像的某個變換域內(nèi)對整個圖像進(jìn)行操作，并修改變換后的系數(shù)。下面以空域增強(qiáng)法的兩種方法加以說明（灰度變換增強(qiáng)和空域?yàn)V波增強(qiáng)）?；叶茸儞Q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)和邊緣檢測都是針對灰度圖像進(jìn)行的）?；叶葓D像實(shí)現(xiàn)如下i=imread('f:\face1.png');j=rgb2gray(i);imshow(j);imwrite(j,'f:\face1.tif');原圖效果圖灰度圖像直方圖均衡化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計算和顯示圖像的直方圖subplot(1,2,2),imhist(j)

均衡化前后的直方圖對比均衡化后的灰度圖像原灰度圖像對比可得，均衡化的灰度圖像增加了圖像的清晰度和視覺效果?？沼?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)中值濾波figure,subplot(1,2,1),imshow(i)subplot(1,2,2),imshow(j2)邊緣檢測

數(shù)字圖像的邊緣檢測是圖像分割、目標(biāo)區(qū)域識別、區(qū)域形狀提取等圖像分析領(lǐng)域十分重要的基礎(chǔ)，也是圖像識別中提取圖像特征的一個重要屬性。邊緣檢測算子可以檢查每個像素的領(lǐng)域并對灰度變化率進(jìn)行量化，也包括對方向的確定。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后的圖像運(yùn)用matlab仿真進(jìn)行人臉檢測定位

人臉檢測定位算法大致可分為兩大類:基于顯式特征的方法和基于隱式特征的方法。所謂顯式特征