《基于局部分割的快速人脸识别》由会员分享，可在线阅读，更多相关《基于局部分割的快速人脸识别（6页珍藏版）》请在金锄头文库上搜索。
1、第 ? 卷?第 ? 期? 年 ? 月 ? ? ?科?学?技?术?与?工?程 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?基于局部分割的快速人脸识别尉?宇?罗?浩?武汉科技大学信息科学与工程学院?武汉 ?摘?要?针对人脸识别系统易受光照?表情与遮挡等因素的影响?提出一种基于局部分割的快速人脸识别算法? 首先?建立高斯肤色模型?并融合几何特征快速实现人脸粗定位?然后?利用局部初次匹配与全局特征的方法排除背景环境对人脸检测的干扰以及减少匹配过程中的计算量?同时运用 ? ? ?
2、算子对 ? ? ? ? ? ?的幅度与相位特征的互补信息进行编码?最后?采用最近邻分类器进行分类识别? 本文的方法在公共人脸图像数据库上进行仿真实验? 结果表明?该算法简单?鲁棒性高?在速度与准确性方面具有良好的性能?关键词?人脸识别?颜色空间?分数阶傅里叶变换? ? ? ? ?局部二值模式?模板匹配?二维主成分分析中图法分类号? ? ? ?文献标志码? 年 ? 月 ? 日收到国家自然科学基金?资助第一作者简介?尉?宇?男?博士?教授?硕士研究生导师?研究 方 向? 计 算 机 视 觉? 人 工 智 能? 数 字 信 号 处 理? ? ? ? ? ? ? ? ? ? ? ?通信作者简介?罗?浩
3、?男?硕士研究生? 研究方向?图像处理与计算机视觉? ? ? ? ? ? ? ? ? ? ? ?引用格式?尉?宇? 罗?浩 ?基于局部分割的快速人脸识别? ?科学技术与工程? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?近年来?随着人脸识别在安防?高级感知接口以 及虚拟现实等方面得到了广泛地应用?它也逐渐成 为模式识别?图像分析与人
4、工智能领域内一个热门 的研究课题?在实际应用中?人脸图像易受环境与 人脸体态多样性等因素的影响?如光照?表情?遮挡 等?人脸识别技术仍然面临着巨大的挑战? 人脸检测作为人脸识别的第一步?其中肤色作 为一个重要的特征信息?一般地?人脸肤色在颜色 空间中具有良好的聚类特性?并对几何特征变化如 旋转?尺度大小?平移等具有相对的稳定性?在 此基础上?基于肤色的许多人脸检测算法已被提 出?人脸特征描述作为人脸识别的一个重要环 节?目前?人脸识别方法大致上可分为全局特征分 析与局部特征描述两大类?全局特征方法体现的是 人脸整体属性?其最具代表性的有? ? ? ? ? ? ?等方法?这些方法可以较好地提取图
5、像的全局特征?但易受位置与光照的影响并且大量的有代 表性的样本需要被训练?局部特征描述能够提取人 脸图像的细节信息? ? ?最早是由? ? ? ? ?提出来 的?它对姿态?光照的变化不敏感?具有较强的鲁棒 性?近年来? ? ?算子已被广泛地应用到纹理分类?图像分析等领域? ? ? ? ?作为传统? ? ? ? ? ?变换的一种广义形式?是 时频分析的一种有效工具?尤其在图像识别领域? ? ? ? ?在分数阶域进行任意角度的旋转时?考虑人脸图像数据也是一种变化的信号?因此将 ? ? ? ?应用到图像分析是一种很好的方式?为了更有 效地利用图像的信息进行人脸识别?本文提出一种 基于局部分割的快速人
6、脸识别算法?利用肤色分割 快速实现人脸粗定位?两次模板匹配来克服背景环 境的影响及提高匹配速度?同时提取分数阶? ? ? ? ? ? 域下幅度与相位的互补信息作为脸部特征?并利用 ? ? ?进行纹理特征描述?最后?运用? ? ? ? ?二维主 成分分析?法进行分类识别并在公共数据库上进行 实验测试?肤色分割? ?光照补偿因输入图像易受光源颜色?采集设备等因素的影 响?这一般会影响人脸检测的效果?为了更好地解决 色彩偏差的问题?在色彩空间转换前?对待检图像进 行光照补偿预处理是有必要的?本文采用了? ? ? ? ? ? ? ?彩色均衡的方法?其结果如图?所示?图 ?光照补偿前后效果对比? ? ?
7、 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?肤色模型建立 ? ? ? ?是目前常用的肤色统计空间?它可以有 效地将图像中的色度信息与亮度信息分离?并且与 其他颜色空间相比?肤色在? ? ? ?空间中的聚类特 性更加明显?因此?本文采用? ? ? ?色彩空间建 立肤色模型? ? ? ?与? ? ? ?的线性转换关系为 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 不同人种的肤色相差较大?但在亮度信息上的 差异更加突出?肤色在? ? ? ?空间的分布如图? 所示?图 ?肤色在 ? ? ? ? 空间的分布? ? ?
8、 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?在? ? ? ? ?空间中?肤色的分布区域相对集中?可 用二维? ? ? ? ? ? ?模型进行描述? ? ? ? ?的数学表 达式为? ? ? ? ? ? ? ? ? ? ?对于目标图像的像素点而言?该像素的肤色相 似度可表示为? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?人脸检测通过肤色分割得到的候选区域?可能会存在类 肤色区域与孤立的点?需要对分割后的结果进行形态学处理?再融合几何特征?如人脸长宽比?皮肤区域面积占有率?进行筛选实现人脸区域粗定位?如
9、图?所示?基于 ? ? ? ?快速人脸识别算法? ?二维分数阶? ? ? ? ? ?变换? ? ? ?是一种? ? ? ? ? ?变换的广义形式?从某种意义上可理解为信号在时频平面内以任意角度进行逆时针 旋 转?同 时 包 含 了 信 号 的 时 频 信 息? ? ? ? ? ?变换核定义为图 ?人脸粗定位? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?槡? ? ? ? ? ?槡? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?式?中?
10、?为变换阶次? ? ? ? 为图像信号通过? ? ? ? ? ?变换后的旋转角度? 在?给定的情况下?结合二维分数阶傅里 叶变换核?图像信号? ? ? ?的二维分数阶? ? ? ? ? ?变 换可表示为? ? ? ? ? ? ? ? ? ? ? ? ?在数学表达形式上?二维? ? ? ?变化核具有可分 离的性质?即 ? ? ? ? ? ? ? ? ?分数阶? ? ? ? ? ?变换域中图像的幅度与相位 特征 由于分数阶变换是非保实变换?设? ? ? ?为原 图像的灰度信息? ? ?表示图像? ? ? ?的二维 分数阶? ? ? ? ? ?变换? ? ? ?为二维? ? ? ?算子?则有 ? ?
11、 ? ? ? ? ? ? ? ? ? ? ? ? ? 式?中? ? ? ? ? ? ? ? ? ?表示人脸图像经特 征提取之后的幅度信息? ? ? ? ? ? ? ? ? ? 为? ? ?的相位信息? 由于? ? ? ? ? ?具有周期性与对称性的双重特 性?图?给出了? ? ? ? ? ?在阶次区间范围? ? ? ?内?阶次间隔为? ?时?人脸图像幅度与相位的 表征特征?即图像信号从时域到频域的变化过程? 由图? ?可看出?在分数阶域中?图像的幅度信息 随? ? ? ?变换阶次的增大?其轮廓信息与纹理特征越 来越集中?且能量聚集性越明显?当阶次为?时?相 当于普通的? ? ? ? ? ?变换
12、?此时表现出最好地能量聚 集性与压缩性?图?表示人脸的轮廓纹理特征 随变换阶次的增加而逐渐减少?此外?结果表明相 位特征含有丰富的边缘与线条信息?尤其是细节特 性?鉴于此?幅度与相位信息均较好地描绘了人脸 特征的属性?突出了明显的人脸信息?因此?本文利?科?学?技?术?与?工?程? 卷用它们的互补特征?通过融合? ? ? ?的幅相信息来实 现人脸特征的提取?图 ?图像在分数阶域下的幅相信息? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?局部二元模式 ? ?
13、?特征作为一种有效的纹理描述算子?可以对 灰度图像中局部邻近区域的纹理信息进行提取与度 量? ? ? ?算子以中心点的灰度值作为阈值?通过与邻 域内其他像素点进行比较?若大于中心像素?则为? 相反?标记为?最后?用二进制码对图像的局部纹 理特征进行描述? ? ?算子的提取过程如图?所示? 其中?图像? ? ?算子进行编码时算法的实现为? ? ? ? ? ? ? ?图 ?基本 ? ? ?运算符? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?局部特征的自适应匹配 肤色与人脸五官作为最主要的人脸特征?为了 达到更好地人脸识别效果?本文采用了基于局部特 征与全局特征相结合的两次模
14、板匹配的方法?用手 工裁剪的方式从标准人脸图像库中获得人脸区域? 将其转换成灰度图像?然后进行尺度与灰度分布标 准化处理?从而得到? ? ?像素大小的平均脸模 板?考虑人脸五官?如眼睛?嘴巴?鼻子?在面部特征 中所占有的重要位置?将它们同平均脸模板一起当 作一个整体形成模板对?从图像样本集中?选取? 幅图像进行训练求平均值分别构造出眼睛?嘴巴与鼻子模板的大小为? ? ?像素? ? ?像素和? ? ? 像素?如图?所示?依据先验知识?当对肤色分割的 候选区域进行筛选比对时?首先使用人脸五官模板 进行粗搜寻?然后采用平均脸模板确定人脸区域的 位置与范围?从而提高匹配速度并获得更好的筛选 性能?其中?人脸匹配模板的大小可根据人脸区域 的大小与角度可适当地调节?对于搜索过程中遇到 的每一个待测窗口?若两图像矩阵之间的相关系数 超过阈值? ?则判定该区域中包含目
