1、人臉識別可行性研究報告一報告目錄第一章前言第一節課題背景一 課題的來源1二 人臉識別技術的研究意義 2第二節人臉識別技術的國內外發展概況 3一 國外發展概況 3二 國內發展概況4第二章系統的需求分析和方案選擇 6第一節可行性分析6一 技術可行性分析6二 操作可行性分析7第二節需求分析7一 應用程序的功能需求分析 7二 開發環境的需求分析 8三 運行環境的需求分析 8第三節預處理方案選擇9一 設計方案原貝U的選擇 9二 圖像文件格式選擇9三 開發工具選擇9第一章 前言第一節課題背景一課題的來源隨著安全入口控制和金融貿易方面應用需要的快速增長，生物統計識別技 術得到了新的重視。目前，微電子和視覺系

2、統方面取得的新進展， 使該領域中高 性能自動識別技術的實現代價降低到了可以接受的程度。 而人臉識別是所有的生 物識別方法中應用最廣泛的技術之一， 人臉識別技術是一項近年來興起的， 但不 大為人所知的新技術。人們更多的是在電影中看到這種技術的神奇應用： 警察將 偷拍到的嫌疑犯的臉部照片，輸入到電腦中，與警方數據庫中的資料進行比對， 并找出該嫌犯的詳細資料和犯罪記錄。 這并非虛構的情節。在國外，人臉識別技 術早已被大量使用在國家重要部門以及軍警等安防部門。在國內，對于人臉識別技術的研究始于上世紀90年代，目前主要應用在公安、金 融、網絡安全、物業 管理以及考勤等領域。二人臉識別技術的研究意義1、富

3、有挑戰性的課題人臉識別是機器視覺和模式識別領域最富有挑戰性的課題之一，同時也具有較為廣泛的應用意義。人臉識別技術是一個非常活躍的研究領域，它覆蓋了數字 圖像處理、模式識別、計算機視覺、神經網絡、心理學、生理學、數學等諸多學 科的內容。如今，雖然在這方面的研究已取得了一些可喜的成果，但是FRT在實用應用中仍面臨著很嚴峻的問題，因為人臉五官的分布是非常相似的，而且人 臉本身又是一個柔性物體，表情、姿態或發型、化妝的千變萬化都給正確識別帶 來了相當大的麻煩。如何能正確識別大量的人并滿足實時性要求是迫切需要解決 的問題。2、面部關鍵特征定位及人臉2D形狀檢測技術在人臉檢測的基礎上，面部關鍵特征檢測試圖

4、檢測人臉上的主要的面部特征 點的位置和眼睛和嘴巴等主要器官的形狀信息。 灰度積分投影曲線分析、模板匹 配、可變形模板、Hough變換、Snake算子、基于Gabor小波變換的彈性圖匹配 技術、主動性狀模型和主動外觀模型是常用的方法。可變形模板的主要思想是根據待檢測人臉特征的先驗的形狀信息，定義一個 參數描述的形狀模型，該模型的參數反映了對應特征形狀的可變部分，如位置、 大小、角度等，它們最終通過模型與圖像的邊緣、峰、谷和灰度分布特性的動態 地交互適應來得以修正。由于模板變形利用了特征區域的全局信息，因此可以較 好地檢測出相應的特征形狀。由于可變形模板要采用優化算法在參數空間內進行 能量函數極小

5、化，因此算法的主要缺點在于兩點：一、對參數初值的依賴程度高， 很容易陷入局部最小；二、計算時間長。針對這兩方面的問題，我們采用了一種 由粗到細的檢測算法：首先利用人臉器官構造的先驗知識、 面部圖像灰度分布的 峰谷和頻率特性粗略檢測出眼睛、 鼻子、嘴、下巴的大致區域和一些關鍵的特征 點；然后在此基礎上，給出了較好的模板的初始參數，從而可以大幅提高算法的 速度和精度。眼睛是面部最重要的特征，它們的精確定位是識別的關鍵。基于區域增長的 眼睛定位技術，該技術在人臉檢測的基礎上，充分利用了眼睛是面部區域內臉部 中心的左上方和右上方的灰度谷區這一特性， 可以精確快速的定位兩個眼睛瞳孔 中心位置。該算法采用

6、了基于區域增長的搜索策略， 在人臉定位算法給出的大致 人臉框架中，估計鼻子的初始位置，然后定義兩個初始搜索矩形，分別向左右兩 眼所處的大致位置生長。該算法根據人眼灰度明顯低于面部灰度的特點， 禾U用搜 索矩形找到眼部的邊緣，最后定位到瞳孔的中心。實驗表明，本算法對于人臉大 小、姿態和光照的變化，都有較強的適應能力，但在眼部陰影較重的情況下，會出現定位不準。佩戴黑框眼鏡，也會影響本算法的定位結果3、面部感知系統的重要內谷基于視覺通道信息的面部感知系統，包括人臉檢測和跟蹤、面部特征定位、 面部識別、人臉歸類（年齡、種族、性別等的判別）、表情識別、唇讀等分系統， 如圖1-1所式，可以看出，繼人臉檢測

7、和跟追之后，面部特征定位通常是面部感 知的一個必備環節，是后續工作的基礎，具有重要的意義。盡管人臉識別不能說 是其他面部感知模塊的必備功能， 但是，可以肯定的是，利用已知的身份信息， 結合特定人的先驗知識，可以提高表情分析、唇讀和語音識別、手勢識別乃至手 寫體識別的可靠性。而計算機對使用者身份確認的最直接的應用就是基于特定使 用者的環境設置：如使用者的個性化工作環境，信息的共享和隱私保護等等。.人臉識別年齡判別表情分析圖1-1面部感知系統結構圖第二節人臉識別的國內外發展概況現在人臉識別技術已經應用在許多領域中，并起到了舉足輕重的作用，人臉識別研究開始于1966年PRI的Bledsoe的工作，經

8、過三十多年的發展，人臉識 別技術取得了長足的進步，現在就目前國內外的發展情況來進行展述。一 國外的發展概況見諸文獻的機器自動人臉識別研究開始于1966年 PRI的Bledsoe的工作，1990年日本研制的人像識別機，可在1秒鐘內中從3500人中識別到你要找的人。1993 年，美國國防部高級研究項目署 (Advaneed Research Projects Agency)和美國 陸軍研究實驗室 (Army Research Laboratory) 成立了 Feret(Face Recognition Techno logy)項目組，建立了 feret人臉數據庫，用于評價人臉識別算法的性能。美國陸

9、軍實驗室也是利用vc+開發，通過軟件實現的，并且FAR為49%在 美國的進行的公開測試中，FAR為53%美國國防部高級研究項目署，利用半 自動和全自動算法。這種算法需要人工或自動指出圖像中人的兩眼的中心坐標， 然后進行識別。在機場開展的測試中，系統發出的錯誤警報太多，國外的一些高 校(卡內基梅隆大學( Carnegie Mello n Un iversity)為首，麻省理工大學(Massachusetts In stituteof Tech no logy )等，英國的雷丁大學(Uni versityof Reading )和公司(Visionics 公司 Facelt 人臉識別系統、Viia

10、ge 的FaceFINDER身份驗證系統、Lau Tech公司Hunter系統、德國的BioID系統等) 的工程研究工作也主要放在公安、刑事方面，在考試驗證系統的實現方面深入研 究并不多。二國內的發展概況人臉識別系統現在在大多數領域中起到舉足輕重的作用，尤其是用在機關 單位的安全和考勤、網絡安全、銀行、海關邊檢、物業管理、軍隊安全、智能身 份證、智能門禁、司機駕照驗證、計算機登錄系統。我國在這方面也取得了較好 的成就，國家863項目面像檢測與識別核心技術”通過成果鑒定并初步應用，就 標志著我國在人臉識別這一當今熱點科研領域掌握了一定的核心技術。北京科瑞奇技術開發股份有限公司在2002年開發了一

11、種人臉鑒別系統，對人臉圖像進行處 理，消除了照相機的影響，再對圖像進行特征提取和識別。 這對于人臉鑒別特別 有價值，因為人臉鑒別通常使用正面照，要鑒別的人臉圖像是不同時期拍攝的， 使用的照相機不一樣。系統可以接受時間間隔較長的照片，并能達到較高的識別 率，在計算機中庫藏2300人的正面照片，每人一張照片，使用相距1-7年、差別 比較大的照片去查詢，首選率可以達到50%，前20張輸出照片中包含有與輸入照 片為同一人的照片的概率可達70% 。2005年1月18日，由清華大學電子系人臉識 別課題組負責人蘇光大教授主持承擔的國家十五攻關項目人臉識別系統通 過了由公安部主持的專家鑒定。鑒定委員會認為，該

12、項技術處于國內領先水平和 國際先進水平。本論文主要對該人臉識別系統進行模塊劃分，并介紹各模塊的功能，重點 介紹圖像預處理模塊，對其內的子模塊的功能和算法進行詳細講述， 主要介紹光 線補償、圖像灰度化、高斯平滑、均衡直方圖、圖像對比度增強，圖像預處理模 塊在整個系統中起著極其關鍵的作用，圖像處理的好壞直接影響著后面的定位和 識別工作。第二章系統的需求分析與方案選擇人臉識別系統現在應用于許多領域中，但是人臉識別技術也是一項近年來興 起的，且不大為人所知的新技術。在我國以及其他國家都有大量的學者正在研究 之中，不斷的更新人臉識別技術，以便系統的識別準確率達到新的高度。第一節可行性分析在開發該人臉識別

13、軟件之前，我們查詢了前人所寫過的諸多論文以及源程 序，在開發之時，結合了資料中的算法并揉進了自己的一些思想， 使程序可以對 人臉圖片進行簡易識別。一技術可行性圖像的處理方法很多，我們可以根據需要，有選擇地使用各種方法。在確定臉部區域上，通常使用的方法有膚色提取。膚色提取，則對臉部區域 的獲取則比較準確，成功率達到 95%以上，并且速度快，減少很多工作。圖像的亮度變化，由于圖像的亮度在不同環境的當中，必然受到不同光線的 影響，圖像就變得太暗或太亮，我們就要對它的亮度進行調整， 主要采取的措施 是對圖像進行光線補償。高斯平滑：在圖像的采集過程中，由于各種因素的影響，圖像中往往會出現一 些不規則的隨

14、機噪聲，如數據在傳輸、存儲時發生的數據丟失和損壞等，這些都會 影響圖像的質量，因此需要將圖片進行平滑操作以此來消除噪聲。灰度變換：進行灰度處理，我們要保證圖像信息盡可能少的丟失。同樣在進 行灰度變換前，我們也要對圖像的信息進行統計，找出一個比較合理的灰度值， 才能進行灰度變換。灰度均衡：灰度變換后，就要進行灰度均衡，可以根據灰度分布來進行灰度 均衡。對比度增強：將所要處理的區域和周圍圖像區域進一步拉開他們的對比度， 使它們更加明顯，主要通過像素的聚集來實現。二操作可行性該人臉識別軟件需要如下的運行環境：CPU: 500M及以上；內存：64 M及以上。安裝有 Windows 98、Windows

15、 Me、Windows 2000、Windows NT 等操作 系統中的其中一種。另還裝有攝像頭可進行隨機拍照和識別。因此，從操作可行 性來看，只要系統用戶的硬件軟件設備滿足以上條件，即可用該人臉識別軟件進行人臉的識別。第二節需求分析一應用程序的功能需求分析該軟件最主要的功能就是要能識別出人臉， 首先該系統需要對通過攝像頭拍照而獲取到的原始的人臉圖片進行一系列處理才可進行下一步的工作，該處理過程也稱圖像預處理。預處理這個模塊在整個人臉識別系統的開發過程中占有很重 要的地位，只有預處理模塊做的好，才可能很好的完成后面的人臉定位和特征提 取這兩大關鍵模塊。因此本設計中所要完成的主要功能如下所述：圖

16、像獲取功能：該模塊主要是從攝像頭拍照后進行獲取圖片，也可以從圖片庫中獲取， 獲取后的圖片可以在軟件的界面中顯示出來以便進行識別。圖像預處理功能：該模塊主要包括圖像光線補償、圖像變成灰色、高斯平滑、均衡直方圖、 實現圖像對比度增強、二值化變換等。人臉定位功能：該模塊主要是將處理后的人臉圖片進行定位，將眼睛、鼻子、嘴巴標 記出來，以便進行特征提取。特征提取功能：該模塊是在定位后的人臉圖片中將眼睛、鼻子、嘴巴的特征值提取出 來。識別功能：該模塊是將從圖片中提取的特征值和后臺數據庫中的值進行比較來完 成識別功能。二開發環境需求分析1、硬件環境（1）硬件配置原則具有可靠性，可用性和安全性，具有完善的技術

17、支持。能夠滿足個人學習和 設計需要。（2）運行本軟件所需的硬件資源CPU:800M及以上；內存：128M及以上2、軟件環境（1）系統軟件配置原則能夠滿足該軟件的可靠性，可用性和安全性的要求（2）系統軟件配置方案 配置有持續工作能力、高穩定性、高度可集成的開放式標準的操作系統， 如 Windows2000. Windows NT，UNIX，Linux 等。 配備符合ANSI/ISO標準的高級程序設計語言處理軟件。如：Visual C+6.0。 熟悉C+高級程序設計語言。3、運行環境需求分析（1）、硬件環境CPU： 500M及以上；內存：64 M及以上。（2）、軟件環境可以運行在微軟公司近年來所出的各種操作系統。如Windows 98、WindowsMe、Windows 2000、Windows NT 等。第三節預處理方案選擇一設計方案原則的選擇本應用程序的設計方案原則如下：1、采用較為先進的技術力量，保證應用程序在技術上具備一定的優勢。2、采用成熟的技術，保證應用程序的安全性和可靠性。3、應用程序便于擴展和維護，易于技術的更新。4、應用程序充分利用現有的資源，盡量減少不必要的再