1、<p><b>　　開(kāi)題報(bào)告</b></p><p><b>　　1. 研究背景</b></p><p>　　各種智能系統(tǒng)在生活中的應(yīng)用越來(lái)越普遍。智能系統(tǒng)中經(jīng)常需要身份識(shí)別以便提供個(gè)性化服務(wù)。身份識(shí)別是一個(gè)很棘手的的問(wèn)題，傳統(tǒng)方法中主要是通過(guò)一些具有個(gè)人身份特征的事物來(lái)鑒別，比如證件、鑰匙等身份標(biāo)識(shí)物品，或者是用戶名和密碼之類的身份標(biāo)

2、識(shí)知識(shí)。在一些要求比較高的系統(tǒng)中，一般將這兩方法結(jié)合起來(lái)使用，例如我們?cè)谑褂肁TM機(jī)時(shí)，只有ATM卡和密碼都正確才能訪問(wèn)特定的用戶并進(jìn)行一些列操作。但是傳統(tǒng)的身份鑒別方法缺點(diǎn)是相當(dāng)明顯的：身份標(biāo)識(shí)物品容易丟失或被偽造，身份標(biāo)識(shí)知識(shí)容易遺忘或被盜取。這個(gè)時(shí)候身份鑒別就是天方夜譚了。如果利用每個(gè)人本身的生物特征如人臉特征，指紋等等就能達(dá)到相當(dāng)好的效果。這使得生物特征識(shí)別技術(shù)煥發(fā)光彩。由于微電子和機(jī)器視覺(jué)方面取得了新進(jìn)展，高性能自動(dòng)識(shí)別的技術(shù)

3、可行性越來(lái)越高。近年來(lái)興起的人臉識(shí)別在眾多生物識(shí)別方法中應(yīng)用最為廣泛。在國(guó)外，人臉識(shí)別技術(shù)早已被大量使用在國(guó)家重要部門(mén)以及軍警等安防部門(mén)。在國(guó)內(nèi)，對(duì)于人臉識(shí)別技術(shù)的研究始于上世紀(jì)90年代，目前主要應(yīng)用在公安、金 融、網(wǎng)絡(luò)安全、物業(yè)管理以及考勤等領(lǐng)域。</p><p><b>　　2. 研究意義</b></p><p>　　人臉識(shí)別是機(jī)器視覺(jué)和模式識(shí)別領(lǐng)域最富有挑戰(zhàn)性的

4、課題之一，同時(shí)也具有較為廣泛的應(yīng)用意義。人臉識(shí)別技術(shù)是一個(gè)非?；钴S的研究領(lǐng)域，它覆蓋了數(shù)字圖像處理、模式識(shí)別、計(jì)算機(jī)視覺(jué)、神經(jīng)網(wǎng)絡(luò)、心理學(xué)、生理學(xué)、數(shù)學(xué)等諸多學(xué)科的內(nèi)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(shí)用應(yīng)用中仍面臨著很嚴(yán)峻的問(wèn)題,因?yàn)槿四樜骞俚姆植际欠浅Ｏ嗨频模胰四槺旧碛质且粋€(gè)柔性物體，表情、姿態(tài)或發(fā)型、化妝的千變?nèi)f化都給正確識(shí)別帶來(lái)了相當(dāng)大的麻煩。如何能正確識(shí)別大量的人并滿足實(shí)時(shí)性要求是迫切需要解決

5、的問(wèn)題。</p><p>　　基于人臉生物特征的身份鑒別具有以下優(yōu)點(diǎn)：</p><p>　　（1）用戶易接受：操作簡(jiǎn)單，身份識(shí)別度高，識(shí)別速度快。</p><p>　　（2）防偽性能好：人臉特征被偽造或被盜可能性很低。</p><p>　?。?）使用方便：不用擔(dān)心丟失或遺忘，隨時(shí)隨地可用。</p><p>　　除此之外

6、，人臉識(shí)別技術(shù)還有精度高，性價(jià)比高，自學(xué)習(xí)能力強(qiáng)等優(yōu)點(diǎn)。</p><p>　　由于以上多項(xiàng)優(yōu)點(diǎn)使得人臉特征識(shí)別在身份鑒別領(lǐng)域大放異彩，在生活中許多地方得到應(yīng)用：</p><p>　?。?）公安系統(tǒng)：快速辨別罪犯；罪犯通緝；保障共安全；海關(guān)邊檢。</p><p>　?。?）公共安全領(lǐng)域：確認(rèn)證件的真?zhèn)?；智能門(mén)禁；信用卡使用者身份驗(yàn)證。</p><p

7、>　　（3）互聯(lián)網(wǎng)交互領(lǐng)域：計(jì)算機(jī)登錄；網(wǎng)絡(luò)安全；個(gè)性化服務(wù)。</p><p>　　人臉識(shí)別技術(shù)的研究也具有很大的理論價(jià)值。人臉識(shí)別技術(shù)的研究涉及到模式識(shí)別、計(jì)算機(jī)視覺(jué)、人工智能、圖像處理等多門(mén)學(xué)科，經(jīng)常應(yīng)用于人機(jī)交互領(lǐng)域，而且還與人的其它生物特征識(shí)別有著千絲萬(wàn)縷的聯(lián)系。人臉識(shí)別技術(shù)的研究對(duì)推動(dòng)以上各學(xué)科的發(fā)展具有重要的理論意義。</p><p><b>　　3. 研究現(xiàn)狀

8、</b></p><p>　　3.1國(guó)外的發(fā)展概況</p><p>　　通過(guò)查閱文獻(xiàn)了解機(jī)器自動(dòng)人臉識(shí)別研究開(kāi)始于19世紀(jì)90年代，1990年日本研制的人像識(shí)別機(jī)，可在1秒鐘內(nèi)中從3500人中識(shí)別到你要找的人。1993年，美國(guó)國(guó)防部高級(jí)研究項(xiàng)目署和美國(guó)陸軍研究實(shí)驗(yàn)室成立了項(xiàng)目組，建立了人臉數(shù)據(jù)庫(kù)，用于評(píng)價(jià)人臉識(shí)別算法的性能。</p><p>　　美國(guó)陸軍

9、實(shí)驗(yàn)室也是利用vc++開(kāi)發(fā)，通過(guò)軟件實(shí)現(xiàn)的，并且FAR為49%。在美國(guó)的進(jìn)行的公開(kāi)測(cè)試中，F(xiàn)AR，為53%。美國(guó)國(guó)防部高級(jí)研究項(xiàng)目署，利用半自動(dòng)和全自動(dòng)算法。這種算法需要人工或自動(dòng)指出圖像中人的兩眼的中心坐標(biāo)，然后進(jìn)行識(shí)別。</p><p>　　3.2 國(guó)內(nèi)的發(fā)展概況 </p><p>　　人臉識(shí)別系統(tǒng)現(xiàn)在在大多數(shù)領(lǐng)域中起到舉足輕重的作用，尤其是用在機(jī)關(guān)單位的安全和考勤、網(wǎng)絡(luò)安全、銀行、海

10、關(guān)邊檢、物業(yè)管理、軍隊(duì)安全、智能身份證、智能門(mén)禁、司機(jī)駕照驗(yàn)證、計(jì)算機(jī)登錄系統(tǒng)。我國(guó)在這方面也取得了較好的成就，國(guó)家863項(xiàng)目“面像檢測(cè)與識(shí)別核心技術(shù)”通過(guò)成果鑒定并初步應(yīng)用，就標(biāo)志著我國(guó)在人臉識(shí)別這一當(dāng)今熱點(diǎn)科研領(lǐng)域掌握了一定的核心技術(shù)。北京科瑞奇技術(shù)開(kāi)發(fā)股份有限公司在2002年開(kāi)發(fā)了一種人臉鑒別系統(tǒng)，對(duì)人臉圖像進(jìn)行處理，消除了照相機(jī)的影響，再對(duì)圖像進(jìn)行特征提取和識(shí)別。這對(duì)于人臉鑒別特別有價(jià)值，因?yàn)槿四樿b別通常使用正面照，要鑒別的人臉

11、圖像是不同時(shí)期拍攝的，使用的照相機(jī)不一樣。系統(tǒng)可以接受時(shí)間間隔較長(zhǎng)的照片，并能達(dá)到較高的識(shí)別率。2005年1月18日，由清華大學(xué)電子系人臉識(shí)別課題組負(fù)責(zé)人蘇光大教授主持承擔(dān)的國(guó)家"十五"攻關(guān)項(xiàng)目《人臉識(shí)別系統(tǒng)》通過(guò)了由公安部主持的專家鑒定。鑒定委員會(huì)認(rèn)為，該項(xiàng)技術(shù)處于國(guó)內(nèi)領(lǐng)先水平和國(guó)際先進(jìn)水平。</p><p><b>　　4. 主要研究?jī)?nèi)容</b></p>

12、<p>　　人臉識(shí)別技術(shù)是基于生物特征的識(shí)別方式，利用人類自身所擁有的、并且能夠唯一標(biāo)示其身份的生理特征或行為特征進(jìn)行身份驗(yàn)證技術(shù)。也就是給定一場(chǎng)景的靜止或視頻圖象，利用訓(xùn)算機(jī)里存儲(chǔ)的人臉數(shù)據(jù)庫(kù)，確定場(chǎng)景中的一個(gè)或多個(gè)人。</p><p>　　人臉識(shí)別過(guò)程需要完成以下幾方面的工作：</p><p>　　人臉檢測(cè)：從各種場(chǎng)景中檢測(cè)出人臉的存在，并從場(chǎng)景中準(zhǔn)確分離出人臉區(qū)域；<

13、;/p><p>　　預(yù)處理：校正人臉尺度、光照以及旋轉(zhuǎn)等方面的變化，得到規(guī)范化的人臉圖像；</p><p>　　特征提取：從人臉圖像中提取出人臉具有代表性的特征信息，并用一定的方式加以描述；</p><p>　　人臉識(shí)別：根據(jù)所提取的特征信息，將待識(shí)別的人臉與數(shù)據(jù)庫(kù)中的人臉進(jìn)行比較，找到數(shù)據(jù)庫(kù)中最相似的人臉</p><p><b>　　

14、課題的主要內(nèi)容是：</b></p><p>　　圖像預(yù)處理,它主要從攝像頭中獲取人臉圖像然后進(jìn)行處理,以便提高定位和識(shí)別的準(zhǔn)確率。</p><p>　　人臉檢測(cè)，簡(jiǎn)單地講就是判定圖片中是否存在人臉以及人臉的位置大小的確定。</p><p>　　人臉識(shí)別，提取特征與人臉庫(kù)中數(shù)據(jù)對(duì)比從而判定圖片中人物身份。</p><p><b

15、>　　5. 研究方案</b></p><p>　?。?） 圖像文件格式選擇</p><p>　　在設(shè)計(jì)的過(guò)程中，為了定位和特征提取的方便，我們采用的是24位圖。</p><p><b>　?。?）開(kāi)發(fā)工具選擇</b></p><p>　　使用開(kāi)發(fā)工具M(jìn)icrosoft Visual C++ 6.0。 V

16、isual C++ 6.0是Microsoft公司推出的一種可視化編程工具。它支持多平臺(tái)和交叉平臺(tái)的開(kāi)發(fā)，將各種編程工具如編輯器、連接器、調(diào)試器等巧妙的結(jié)合在一起，構(gòu)成一個(gè)完美的可視化開(kāi)發(fā)環(huán)境。用戶無(wú)需通過(guò)繁雜的編程操作，即可完成Windows下應(yīng)用程序的編輯、編譯、測(cè)試和細(xì)化等工作。</p><p>　　Open CV是 Intel 公司自主開(kāi)發(fā)的開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)。它包括一系列C 函數(shù)和一部分 C++類程序。它

17、將許多實(shí)驗(yàn)室的優(yōu)秀研究成果轉(zhuǎn)化成了數(shù)字圖像處理方面的現(xiàn)實(shí)算法。它的強(qiáng)項(xiàng)在于圖像和視頻的讀寫(xiě)、目標(biāo)識(shí)別與跟蹤以及3D重建與標(biāo)定等方面。CV是計(jì)算機(jī)視覺(jué)的意思，它源于數(shù)字圖像處理的研究，是一門(mén)朝陽(yáng)學(xué)科，它通過(guò)計(jì)算機(jī)等數(shù)字設(shè)備來(lái)模擬生物視覺(jué)，對(duì)圖像進(jìn)行采集、處理、再現(xiàn)等等。主要研究?jī)?nèi)容有圖像特征提取、3D視覺(jué)、模式識(shí)別、人工智能等諸多方面。</p><p><b>　?。?） 算法選擇</b>&l

18、t;/p><p><b>　　圖像預(yù)處理模塊：</b></p><p>　　·光線補(bǔ)償 ：由于光線原因，所照的圖像可能會(huì)存在光線不平衡的情況而造成色彩偏差，為了抵消這種整個(gè)圖像中存在的色彩偏差，本系統(tǒng)采用的解決方法是：將整個(gè)圖像中的所有像素的亮度從高到低進(jìn)行排列，取前5%的像素，然后線性放大，使這些像素的平均亮度達(dá)到255。實(shí)際上就是調(diào)整圖片像素的RGB值。&l

19、t;/p><p>　　·圖像灰度化：圖像灰度化是將圖像變成灰色，本系統(tǒng)中采用以下步驟來(lái)實(shí)現(xiàn)圖像的灰度化：彩色轉(zhuǎn)換成灰度、灰度比例變換、灰度線性變換、灰度線性截?cái)唷⒒叶热》础?lt;/p><p>　　·高斯平滑：在圖像的采集過(guò)程中,由于各種因素的影響,圖像中往往會(huì)出現(xiàn)一些不規(guī)則的隨機(jī)噪聲,如數(shù)據(jù)在傳輸、存儲(chǔ)時(shí)發(fā)生的數(shù)據(jù)丟失和損壞等,這些都會(huì)影響圖像的質(zhì)量，因此需要將圖片進(jìn)行平滑操

20、作以此來(lái)消除噪聲。但是如果平滑不當(dāng)，就會(huì)使圖像本身的細(xì)節(jié)如邊界輪廓、線條等變的模糊不清，為了既平滑掉噪聲有盡量保持圖像細(xì)節(jié)，本系統(tǒng)采用高斯平滑。</p><p>　　·均衡直方圖：使用該模塊的目的是通過(guò)點(diǎn)運(yùn)算使輸入轉(zhuǎn)換為在每一灰度級(jí)上都有相同的像素點(diǎn)數(shù)的輸出圖像。</p><p>　　·圖像對(duì)比度增強(qiáng)：為了將圖像的特征一步一步顯現(xiàn)出來(lái)，需要進(jìn)行圖像的對(duì)比度增強(qiáng)，它主要通

21、過(guò)對(duì)圖像的灰度值進(jìn)行統(tǒng)計(jì)，對(duì)于小于Low則認(rèn)為是有關(guān)的信息，則將它作為黑色處理，對(duì)于處于High以上的則認(rèn)為是一些無(wú)關(guān)的信息，將它們?nèi)サ簦幱趦烧咧g的，則進(jìn)行對(duì)比度增強(qiáng)，將他們?cè)诳偟幕叶戎道锩娴谋壤鳛樾碌南袼匦畔⒈４嫫饋?lái)。</p><p>　　人臉檢測(cè)：有基于模版，基于統(tǒng)計(jì)模型，基于特征三個(gè)大類。許多方法都不能簡(jiǎn)單地歸為以上提到三類方法中的某一類，而是兩類甚至三類方法的融合。比較流行的有主成份分析法（PCA

22、)，自適應(yīng)性提升算法（Ada boost)等等。</p><p>　　人臉識(shí)別：需要對(duì)人臉進(jìn)行特征提取并和數(shù)據(jù)庫(kù)中信息比對(duì)，來(lái)確定人物身份?？梢杂肒--L變換和特征臉?lè)▉?lái)實(shí)現(xiàn)。</p><p><b>　　6. 參考文獻(xiàn)</b></p><p>　　【1】 王偉; 張佑生; 方芳; 人臉檢測(cè)與識(shí)別技術(shù)綜述[J]. 2006,5 </p

23、><p>　　【2】楊濤．人臉檢測(cè)與跟蹤[D]，西北工業(yè)大學(xué)，2004年3月．</p><p>　　【3】周德華，毛敏峰，徐浩．一種多人臉跟蹤算法的研究與實(shí)現(xiàn)[J]，電視技術(shù)，2005，275(5)：88～90．</p><p>　　【4】 李剛，高政、人臉自動(dòng)識(shí)別方法綜述、計(jì)算機(jī)應(yīng)用研究、2003, Vol 8:4-9</p><p>　　【5