动态人脸识别系统的设计与实现

［ ２］
分 析 （ Ｉ ｎ ｄ ｅ ｅ ｎ ｄ ｅ ｎ ｔ ｏ ｍ ｏ ｎ ｅ ｎ ｔ ｏ ｒ ｒ ｅ ｌ ａ ｔ ｉ ｏ ｎ Ｃ Ｃ ｐ ｐ ［ ３］ 等 ． 这些传统的特征提取和识 Ａ ｌ ｏ ｒ ｉ ｔ ｈ ｍ， Ｉ Ｃ Ａ） ｇ 别方法具有识别准 确 率 高 、 性 能 稳 定 等 优 点， 但是 也有一些缺点 ， 诸如 容 易 受 到 光 照 强 弱 、 人脸姿态 和表情等因素影响识别准确率
０ 引 言
人脸识别 技 术 近 年 来 得 到 广 泛 关 注 ， 是属于 人体生物 认 证 技 术 的 一 种
［ １］
检测到的人脸图像 录 入 到 数 据 库 ， 在 录 入 的 同 时， 还要让系 统 管 理 员 手 工 的 输 入 人 脸 的 身 份 信 息 ， 如： 姓名 、 年 龄、 地 址 等， 在 识 别 过 程 中， 当这张人 脸被识别出来时 ， 这 些 信 息 就 会 显 示 出 来． 人脸识 别就是对待识别的人脸图像进行特征提取并进行 识别 ， 识别完毕后显 示 识 别 结 果 ． 本课题实现的系 统也包括了 这 两 个 模 块 ， 而且为了使系统更加具 有模块性 ， 操作起来 更 加 方 便 ， 在开发和设计系统 就把人脸识别模 块 分 解 成 两 个 模 块 ， 一个是特 时， 它主要做的就是对人脸图像进行特 征提取模块 ， 征提取 ， 并把这些新 特 征 值 保 存 到 数 据 库 中 ； 另一 个被分解出 来 的 模 块 是 也 叫 人 脸 识 别 模 块 ， 这个 模块主要是做狭义 的 人 脸 识 别 工 作 ， 即： 识别图像 中的人脸 ， 并显示人脸的身份信息 ． 如图 １ 所 示 ， 这个系统还包括图像输入模块 和人脸检测模块 ． ， 它是通过计算机技
６］ 运算来得到 ［ 在本系 统 中 ， 如果在系统开始运行 ．
的时候保存 一 张 背 景 图 像 ， 然后再用要预处理的 图像与背景 图 像 相 减 ， 就可以得到这幅图像的信 息． 这个过程如图 ３ 所示 ．
图 ３ 差分计算结果显示 Ｆ ｉ ． ３ Ｔ ｈ ｅ ｄ ｉ ｆ ｆ ｅ ｒ ｅ ｎ ｔ ｉ ａ ｌ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｓ ｈ ｏ ｗ ｇ
３ 系统的实现
３． １ 人脸检测 系统无论 在 什 么 状 态 ， 都是以检测人脸为前 提， 也 就 是 说， 检 测 人 脸 是 系 统 计 算 的 前 提， 只有 检测到图像 上 的 人 脸 ， 系统才进行以后的人脸录 入和识别工作 ． ３． １． １ 差分 图 像 摄 像 头 捕 捉 到 的 图 像 是 动 态图像 ， 也就 是 每 秒 中 连 续 的 向 计 算 机 输 入 ｋ 帧 ） 本系统 ｋ＝３ 连续的图像记录着图像上物 图像 （ ０ ． 体的动态信 息 ． 这些信息可以使用图像间的减法
［ ４］
．
本系统 的 人 脸 检 测 算 法 主 要 是 差 分 图 的 方 法， 并加以 改 进 ， 改 进 后 的 算 法 有 着 计 算 速 度 快、 ／ 准确率高等优点 ， 并采用 Ｃ 前台主要 Ｓ 架构设计 ， 包括图像输入 、 人脸 检 测 、 特征提取和人脸识别模 这些模块都是采用 Ｖ 后台 块， Ｃ＋＋６． ０ 来实现的 ． ，里 面 共 有 三 张 表 数据 库 采 用 的 是 Ａ ｃ ｃ ｅ ｓ ｓ 人脸图 ＭＡＮ Ｉ Ｎ Ｆ Ｏ、 Ｆ Ａ Ｃ Ｅ Ｉ Ｎ Ｆ Ｏ、 Ｅ Ｉ Ｇ Ｅ Ｎ Ｆ Ａ Ｃ Ｅ Ｓ． 像、 身份信 息 和 特 征 值 等 一 切 数 据 都 保 存 在 这 个 数据库中 ． 以下主要 从 模 块 结 构 、 系统结构和系统 的实现三个方面来介绍本系统 ．
摄像 头 输 入 的 图 像 被 设 置 为 ３ 也就 ０ 帧／幅 ， ／ 是说 ， 从得到原始图像到识别出人脸要在１ ３ ０ｓ 中进行完毕 ， 这对于现在的计算机硬件资源和计 算速度来说 ， 是可以 的 ， 但是对日常生活来说是没 有必要的
［ ５］
， 因 为， 在 动 态 图 像 中， 有人脸的图像
图 ２ 系统结构图 Ｆ ｉ ． ２ Ｓ ｓ ｔ ｅ ｍ ａ ｒ ｃ ｈ ｉ ｔ ｅ ｃ ｔ ｕ ｒ ｅ ｄ ｅ ｓ ｉ ｎ ｇ ｙ ｇ
由于物体的反光和 光 线 的 变 化 ， 在 二 值 化 处 理 后， 图像上有很 多 的 噪 音 点 ， 这些噪音点有的是孤立 分布 ， 有的是几个聚 集 在 一 起 ， 围成一个面积不大 它 们 共 同 的 特 点 就 是 面 积 小、 个 数 小． 为 的区 域 ， 此， 本系统 使 用 了 一 种 区 别 与 传 统 方 法 的 平 滑 方 法， 这种方法效果较好 ， 实现也很方便 ． 这种方法 的 步 骤 是 ： 从 左 到 右 逐 行 扫 描， 在每 一列中找到连续的红色象素点 ， 判断它们的高度 ， 高 ／ ） 度小于一定权直的 （ 系统取的是图像高度的１ 就 １ ０ 应为它是噪音点集合 ， 从图像上去除 ， 否则保留 ． 然 ） 后再从上到下 ， 使用 同 样 的 做 法 处 理 ． 图 ４（ 就是 ｂ 一幅图像经过这种方法平滑的后的结果 ．
图像输入模块就 是 对 捕 捉 图 像 的 外 设 作 实 时 数据检测 ， 当检测到 有 图 像 的 时 候 ， 就把检测到的 图像传入缓冲区 ， 并 通 知 人 脸 检 测 模 块， 让它对图 像进行人脸 检 测 ． 人脸检测模块就是对缓冲区中
） 基金项目 ： 江苏省教育厅高校科研成果产业化推进项目资助 （ ２ ０ １ １ ２ ８ － ） ， 作者简介 ： 夏平平 （ 男， 安徽马鞍山人 ， 高级工程师 ， 硕士 ． 研究方向 ： 计算机应用 ． １ ９ ７ ５
第３ ３ 卷第 １ ０期 ２ ０ １ １年１ ０月
武 汉 工 程 大 学 学 报 Ｊ ． ｈ ａ ｎ Ｉ ｎ ｓ ｔ ． ｅ ｃ ｈ． Ｗｕ Ｔ
Ｖ ｏ ｌ ． ３ ３ Ｎ ｏ ． １ ０ ０ １ １ Ｏ ｃ ｔ ． ２
（ ） 文章编号 ： １ ６ ７ ４ ２ ８ ６ ９ ２ ０ １ １ １ ０ ０ １ ０ ７ ０ ４
夏平平 ， 等： 动态人脸识别系统的设计与实现
１ ０ ９
图像经过 平 滑 后 ， 还要对图像的做一次垂直 垂直投影的 的 算 法 步 骤 也 比 较 简 单 ． 从左 的投影 ． 到右从上到 下 扫 描 每 一 列 ， 在每一列中找到第一 然后把这个找到的红色象素点以 个红色象素 点 ， ） 下的所有象素点 都 置 为 红 色 ． 图 ４（ 是就是一幅 ｃ 二 值 化、 平滑和垂直投影后得到 图像在经过差分 、 的图像结果 ． 当图像经 过 垂 直 投 影 后 ， 就可以很好的定位 出图 像 上 人 脸 的 区 域 ． 首 先， 以图像的列为横坐 以每列 中 的 红 色 象 素 点 的 个 数 为 纵 坐 标 作 一 标， 条曲线 ， 这条曲线的最大值对应着人脸的中心位 然后在 这 个 最 大 值 的 两 侧 找 到 斜 率 绝 对 值 最 置， 大的曲线点 ， 这两个曲线上的点的横坐标是要找 的人脸左右两侧 ， 人脸的左右边界坐标找到 了， 然 后再找人脸上下边 界 ， 再 以 图 像的 行为 纵坐 标， 以 每一行中红 色 象 素 点 的 个 数 为 横 坐 标 ， 作一条曲 （ ） 线， 这条曲线如图 ４ 所示 ． ｄ
图 １ 系统的模块图 Ｆ ｉ ． １ Ｓ ｓ ｔ ｅ ｍ ｍ ｏ ｄ ｕ ｌ ｅ ｓ ｄ ｅ ｓ ｉ ｎ ｇ ｙ ｇ
１ 模块结构设计
人脸识别 系 统 主 要 包 括 两 大 模 块 ： 人脸录入 人脸录入模块的功能是把 模块和人脸 识 别 模 块 ．
收稿日期 ： ２ ０ １ １ ０ ９ １ ９
这个系统 的 系 统 结 构 如 图 ２ 所 示 ． 图像输入 是系统启动 后 最 先 被 调 用 的 模 块 ． 因为这个系统 处理 的 原 图 像 是 基 于 Ｕ Ｓ Ｂ 口摄像头的动态图 — — 实时连续 的 多 帧 图 像 ， 像— 所以系统在图像输 这个线程的专职是检测 入部分使用 了 一 个 线 程 ， 如果检测到有 ， 首先把 Ｕ Ｓ Ｂ 口上是否有图像传来 ， 然后再唤起人脸检测函数对 图像显示在 界 面 上 ， 图像进行检 测 ． 当人脸检测函数检测到人脸并定 位出人脸在 图 像 上 的 坐 标 时 ， 就根据系统当时的 状态 ， 来 选 择 下 一 步 骤， 如果系统在人脸录入状 态， 就唤起 人 脸 录 入 函 数 ， 如 果 系 统 在 识 别 状 态， 唤起人脸识别函数 ． 在人脸录入函数被执行 时， 检 测到的人脸 从 图 像 中 被 分 割 出 来 ， 连同手工输入 当人 的身份信息 都 通 过 Ｏ Ｄ Ｂ Ｃ 保 存 到 数 据 库 中． 该函数就会通过特定的方 脸识别函数 被 启 动 时 ， 法对待识别 的 人 脸 进 行 特 征 提 取 ， 并与数据库中 人脸特征进行匹配 ， 找出匹配最好的一组， 并显示 在界面上 ． 特征提取 是 单 独 的 一 块 ， 它和别的部分 没有太大的 联 系 ， 它计算的数据是从数据库中提 计算的结果也保存在数据库中 ． 取，
动态人脸识别系统的设计与实现
夏平平 ， 吕太之
１ ２
（ 江苏海事职业技术学院信息工程系 ， 江苏 南京 ２ １． １ １ １ ７ ０； ） 南京理工大学计算机科学与技术学院 ， 江苏 南京 ２ ２． １ ０ ０ ９ ４
摘 要： 介绍了动态人脸图像的识别问题 ， 包括模块结构设计 、 系统结构设计和系统的实现等方面 ． 首先 ， 设计 了图像采集模块 ， 通过摄像头在 Ｖ 捕捉、 存储等功能． 其次， 对人脸检测与 Ｃ＋＋ 环境下实现动态图像的采 集 、 识别的实现过程和算法进行了详细的阐述 ． 设计出的动态 人 脸 识 别 系 统 时 间 复 杂 度 比 较 低 ， 占用较少的系统 空间资源 ， 实验结果具有很高的准确率 ． 关键词 ： 人脸识别 ； 动态图形 ； 人脸录入 ； 特征提取 ： ／ 中图分类号 ： ． ｉ ｓ ｓ ｎ ． １ ６ ７ ４ Ｔ Ｐ ３ ９ １． ４ １ 文献标识码 ： Ａ ｄ ｏ ｉ １ ０． ３ ９ ６ ９ ２ ８ ６ ９． ２ ０ １ １． １ ０． ０ ２ ５ － ｊ
也只是它记录着人脸在摄像头前某一时刻的位置 如果人脸在摄 像 头 面 前 只 是 一 闪 而 过 ， 那么 信息 ， 就没有必要对它进 行 识 别 ． 所 以， 系统在唤醒人脸 识别或人脸录入模块之前 ， 先对当前连续多帧 （ 系 ） 统设置为 １ 图像进行比较 ， 如果在这些帧的图像 ０
第１ ０期
Baidu Nhomakorabea
术来识别信息 ， 为人 类 提 供 商 业 和 法 律 服 务 ． 当前 人脸 识 别 方 法 有 很 多 ， 如Ｆ ｉ ｓ ｈ ｅ ｒ线 性 判 别 （ Ｆ ｉ ｓ ｈ ｅ ｒ ， 主成分分析方法 Ｌ ｉ ｎ ｅ ａ ｒ Ｄ ｉ ｓ ｃ ｒ ｉ ｍ ｉ ｎ ａ ｎ ｔ Ｆ Ｌ Ｄ） 、 （ ， 、 独立成分 Ｐ ｒ ｉ ｎ ｃ ｉ ａ ｌ Ｃ ｏ ｍ ｏ ｎ ｅ ｎ ｔ Ａ ｎ ａ ｌ ｓ ｉ ｓ Ｐ Ｃ Ａ） ｐ ｐ ｙ
１ ０ ８
武汉工程大学学报
第３ ３卷
的图像进行 人 脸 检 测 计 算 ， 来判断这幅图像中是 如果有人脸就定位出人脸在图像上区 否有人脸 ， 域的坐标 ．
中都有人脸 ， 而且人 脸 区 域 是 否 相 对 稳 定 的 ， 就启 否则 ， 同样什么也不做 ， 返回系统 ． 动后面的步骤 ，
２ 系统结构设计
（ ） 图３ 是图像的背 景 图 像 ， 图 ３（ 是图像的 ａ ｂ） 差分图 像 ． 从 图 ３（ 中， 可 以 看 出， 人脸信息得到 ｂ） 很好的保存 ， 当然 ， 还不可以拿它直接去做存储或 它还要经过二值化 、 平滑 、 膨胀等算法环节 ． 识别 ， 平 滑、 垂直投影和确定边 ３． １． ２ 图 像 的 二 值 化 、 得到的差分图像２ 界 经过上面 的 计 算 ， ５ ６ 级， 它的红色颜色范 围 还 是 从 ０ 到 ２ 为 了 计 算， 必 ５ ５， 须给予二值化 ． （ ） 图４ 是 一 幅 差 分 图 像 二 值 化 的 结 果， 但是 ａ